Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
Autor(es): dc.contributor | Federal University of Rio Grande (FURG) | - |
Autor(es): dc.contributor | Universidade de São Paulo (USP) | - |
Autor(es): dc.creator | Bruno, Diego Renan | - |
Autor(es): dc.creator | Martins, William D’Abruzzo | - |
Autor(es): dc.creator | Berri, Rafael Alceste | - |
Autor(es): dc.creator | Osório, Fernando Santos | - |
Data de aceite: dc.date.accessioned | 2025-08-21T19:25:29Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T19:25:29Z | - |
Data de envio: dc.date.issued | 2025-04-29 | - |
Data de envio: dc.date.issued | 2024-12-31 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.5220/0013362600003912 | - |
Fonte completa do material: dc.identifier | https://hdl.handle.net/11449/306364 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/306364 | - |
Descrição: dc.description | This paper presents the development of a perception architecture for Advanced Driver Assistance Systems (ADAS) capable of integrating (a) external and (b) internal vehicle perception to evaluate obstacles, traffic signs, pedestrians, navigable areas, potholes and deformations in road, as well as monitor driver behavior, respectively. For external perception, in previous works we used advanced sensors, such as the Velodyne LIDAR-64, the Bumblebee 3D camera for object depth analysis, but in this work, focusing on reducing hardware, processing and time costs, we apply 2D cameras with depth estimation generated by the Depth-Anything V2 network model. Internal perception is performed using the Kinect v2 and the Jetson Nano in conjunction with a SVM (Support Vector Machine) model, allowing the identification of driver posture characteristics and the detection of signs of drunkenness, drowsiness or disrespect for traffic laws. The motivation for this system lies in the fact that more than 90% of traffic accidents in Brazil are caused by human error, while only 1% are detected by surveillance means. The proposed system offers an innovative solution to reduce these rates, integrating cutting-edge technologies to provide advanced road safety. This perception architecture for ADAS offers a solution for road safety, alerting the driver and allowing corrective actions to prevent accidents. The tests carried out demonstrated an accuracy of more than 92% for external and internal perception, validating the effectiveness of the proposed approach. | - |
Descrição: dc.description | Sao Paulo State University (UNESP) | - |
Descrição: dc.description | Federal University of Rio Grande (FURG) | - |
Descrição: dc.description | University of Sao Paulo (USP) | - |
Descrição: dc.description | Sao Paulo State University (UNESP) | - |
Formato: dc.format | 871-878 | - |
Idioma: dc.language | en | - |
Relação: dc.relation | Proceedings of the International Joint Conference on Computer Vision, Imaging and Computer Graphics Theory and Applications | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | ADAS | - |
Palavras-chave: dc.subject | Autonomous Vehicles | - |
Palavras-chave: dc.subject | Computer Vision | - |
Palavras-chave: dc.subject | Driver Assistance | - |
Palavras-chave: dc.subject | Machine Learning | - |
Título: dc.title | Robotic Visual Attention Architecture for ADAS in Critical Embedded Systems for Smart Vehicles | - |
Tipo de arquivo: dc.type | aula digital | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: