Nieuws artikel

Artikel: Multi-Level Driver Workload Prediction using Machine Learning and Off-the-Shelf Sensors

SWOV-onderzoeker Nicole van Nes publiceerde samen met Paul van Gent, Haneen Farah en Bart van Arem van de TUDelft het artikel 'Multi-Level Driver Workload Prediction using Machine Learning and Off-the-Shelf Sensors' in het Journal of the Transportation Research Board.

Het artikel presenteert de stappen richting de voorspelling van de werkdruk van chauffeurs door middel van machine learning. Het hoofddoel is het ontwikkelen van een graduele voorspelling van werklast, in plaats van een binair hoog/laag-onderscheid zoals vaker voorkomt in de literatuur. De gepresenteerde benadering gebruikt maten die op niet-storende wijze in de rijomgeving kunnen worden gemeten met standaard sensoren. De gebruikte machine-learning methoden kunnen worden geïmplementeerd in geïntegreerde systemen met een laag vermogen.

Lees verder »

Printvriendelijke versie