Afficher la notice abrégée
dc.contributor.author |
RIGHI, Ahmed |
|
dc.date.accessioned |
2024-12-10T12:06:28Z |
|
dc.date.available |
2024-12-10T12:06:28Z |
|
dc.date.issued |
2024-06 |
|
dc.identifier.uri |
http://dspace.univ-guelma.dz/jspui/handle/123456789/16552 |
|
dc.description.abstract |
l'objectif est de développer un système de détection de somnolence à l’aide de l’IA en utilisant la plateforme Jetson Nano, améliorant la sécurité routière en surveillant la vigilance du conducteur en temps réel. Contexte : La somnolence au volant contribue à plus de 100000 accidents par an rien qu’aux États-Unis La fatigue diminue le temps de réaction et les capacités de prise de décisions semblables à celles de l’alcool Les méthodes actuelles reposent fortement sur la conscience de soi du conducteur, qui peut être peu fiable Solution proposée : Utilisez les capacités d’IA de Jetson Nano pour créer un système de surveillance des pilotes robuste en temps réel Principaux éléments : Matériel : Jetson Nano (GPU NVIDIA Maxwell 128 cœurs, processeur quad-core ARM Cortex-A57) Caméra haute résolution avec capacités de faible luminosité Adaptateur d’alimentation pour l’intégration du véhicule Logiciel : Ubuntu OS avec NVIDIA JetPack SDK Bibliothèques TensorFlow, Keras, OpenCV et NumPy Modèles d’IA personnalisés p |
en_US |
dc.language.iso |
fr |
en_US |
dc.publisher |
universitie 8 mai 1945 guelma |
en_US |
dc.title |
Détection de la fatigue du conducteur avec Jetson Nano |
en_US |
dc.type |
Working Paper |
en_US |
Fichier(s) constituant ce document
Ce document figure dans la(les) collection(s) suivante(s)
Afficher la notice abrégée