arXiv 机器学习· Rahul Rajendra Pai, Marco Dozza, Alexander Rasch, Ali Mohammadi, Marco Capuccini·· 6 小时前AI 评分30
基于传感器数据与机器学习的电动滑板车骑手醉酒检测研究
Kinematic signatures of impairment: Detecting alcohol intoxication in e-scooter riders using sensor data and machine learning
AI 导读
研究人员利用车载六轴 IMU 与油门刹车传感器结合机器学习，实现了对电动滑板车骑手醉酒状态的实时运动学检测。在对 25 名受试者不同酒精浓度（0.05% 和 0.08%）的测试中，基于熵的逻辑回归分类器达到 85% 准确率与 0.94 加权 AuROC，清醒与高浓度对比 AuROC 达 1.00。转向速率和侧向加速度为关键预测特征，为车载自动醉酒监测系统提供了基础。
来源：arXiv 机器学习 · arxiv.org