Fuzzy detection of events in driving for DriveSafe application

Abstract

En los últimos años ha habido un creciente interés en monitorizar el comportamiento de los conductores usando para ello "smartphones" dada su alta tasa de penetración en el mercado. Los sensores inerciales embebidos en estos dispositivos son clave para realizar esta tarea de monitorización. La mayor parte de aplicaciones hoy en día hacen uso de umbrales fijos para detectar los eventos que se producen en la conducción a partir de los datos aportados por los sensores inerciales. Sin embargo, los valores dados por los sensores pueden ser distintos ya que dependen de muchos parámetros. En este documento presentamos un clasificador adaptativo basado en Lógica Borrosa para identificar repentinas acciones que se producen en la conducción (acelerones, frenazos, volantazos) así como baches e irregularidades presentes en la carretera, a partir únicamente de la información de los sensores inerciales y el GPS. En primer lugar, se propone un método de calibración continuo para ajustar los umbrales de decisión de las funciones miembro, para determinar la posición del teléfono y las características dinámicas del vehículo. En segundo lugar, se desarrolla una capa de alto nivel para hallar otras maniobras que realice el conductor y puedan ser útiles para evaluar su comportamiento. Para validar el clasificador usamos la base de datos UAH-Driveset que incluye más de 500 minutos de conducción naturalista, y comparamos los resultados con los obtenidos en la anterior versión de DriveSafe, basada en umbrales fijos. Los resultados muestran una notable mejora en la detección de eventos respecto a la anterior versión.

In the last years there has been a rising interest in monitoring driver behaviours by using smartphones, due to their increasing market penetration. Inertial sensors embedded in these devices are key to carry out this task. Most of the state-of-the-art apps use fix thresholds to detect driving events from the inertial sensors. However, sensors output values can differ depending on many parameters. In this document, we present an Adaptative Fuzzy Classifier to identify sudden driving events (acceleration, steering, braking) and road bumps from the inertial and GPS sensors. Firstly, an on-line calibration method is proposed to adjust the decisión thresholds of the Membership Functions (MFs) to the specific phone pose and vehicle dynamics. Secondly, a high-level layer is developed to find other manoeuvers performed by the drivers and can be useful to assess driver behaviour. To validate our method, we use the UAH-Driveset database, which includes more tan 500 minutes of naturalistic driving, and we compare results with our previous DriveSafe app versión, based on fix thresholds. Results show a notable improvement in the events detection regarding our previous versión.