Mostrar registro simples

dc.contributor.advisorBalbinot, Alexandrept_BR
dc.contributor.authorLazzari, Caetano Decianpt_BR
dc.date.accessioned2014-02-18T01:51:23Zpt_BR
dc.date.issued2013pt_BR
dc.identifier.urihttp://hdl.handle.net/10183/87326pt_BR
dc.description.abstractO objetivo deste trabalho é contribuir para a área de segurança no trânsito, investigando como os biosinais estão relacionados com as ações do motorista. Devido ao sucesso no emprego de interfaces BCI, os potenciais elétricos evocados no córtex cerebral foram eleitos como objeto de estudo. Para tal estudo, foi construído então um ambiente de realidade virtual capaz de imergir o usuário em uma cena de trânsito através de um simulador composto de um monitor LCD, pedais e volante. Em paralelo, um eletroencefalograma (EEG) é responsável por condicionar os sinais. O resultado da análise dos sinais de EEG permite concluir que é possível estabelecer uma relação estatística válida, para um intervalo de confiança de 98%, entra sinais de trânsito, como placas de pare, vire à direita ou vire à esquerda, a resposta cognitiva do usuário às mesmas, através dos dados de EEG. A taxa média de acerto na identificação da ocorrência de um evento é de 81%, sem a discriminação entre o tipo de evento, com desvio padrão de 8,5%, considerando uma amostra de dois voluntários que realizaram duas seções de 40 eventos cada.pt_BR
dc.description.abstractThe cars are becoming safer and several anti collision devices begin to emerge. The aim of this work is to contribute to the area of traffic safety, investigating how the electrical potentials of the cerebral cortex are related to the actions of the driver. For this we built a virtual reality environment in a situation that mimics a driving scenario thought a driving Cena presented by an LCD monitor, pedals and steering wheel interface. An electroencephalogram (EEG) is responsible for conditioning the signals to be recorded on a computer and then analyzed. The result shows that it is possible to establish a relationship between the traffic signs and the EEG data (98% confidence interval). The identification rate obtained is 81% (8,5% standard deviation) for a two volunteer sample that performed two trials of 40 events each.en
dc.format.mimetypeapplication/pdf
dc.language.isoporpt_BR
dc.rightsOpen Accessen
dc.subjectElectroencephalographyen
dc.subjectSimulação computacionalpt_BR
dc.subjectEvoked potentialsen
dc.subjectEletroencefalografiapt_BR
dc.subjectRealidade virtualpt_BR
dc.subjectVirtual realityen
dc.subjectSegurança viáriapt_BR
dc.subjectTrafficen
dc.subjectTrânsitopt_BR
dc.titleEstudos de eletroencefalografia em um ambiente de trênsito simuladopt_BR
dc.typeDissertaçãopt_BR
dc.identifier.nrb000892953pt_BR
dc.degree.grantorUniversidade Federal do Rio Grande do Sulpt_BR
dc.degree.departmentEscola de Engenhariapt_BR
dc.degree.programPrograma de Pós-Graduação em Engenharia Elétricapt_BR
dc.degree.localPorto Alegre, BR-RSpt_BR
dc.degree.date2013pt_BR
dc.degree.levelmestradopt_BR


Thumbnail
   

Este item está licenciado na Creative Commons License

Mostrar registro simples