研究人员开发了一种使用传感器数据和机器学习检测电动滑板车骑手酒精中毒的方法。通过为电动滑板车配备惯性测量单元（IMU）和其他传感器，他们收集了参与者在清醒和不同血液酒精浓度水平下的骑行模式数据。对运动学特征的分析，特别是IMU和油门信号的归一化置乱熵和标准差，揭示了酒精中毒会导致从连续的微调转向更少、更大的反应性修正。一个基于这些特征训练的逻辑回归模型在区分清醒和醉酒骑手方面达到了85%的准确率，其中转向速率和横向加速度被确定为关键的预测指标。 AI
影响 可能为个人出行设备启用实时安全系统，减少因操作受损而导致的事故。
排序理由 研究论文，详细介绍了机器学习在特定检测任务中的新颖应用。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
