.png){kind=icon}
返回
Estimating indoor tile friction coefficient using visual information
.png){kind=icon}
OA
AI
DOI：10.1093/jcde/qwaf003.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
滑倒和摔倒事故在室内外都很常见，可能造成从轻微到严重程度不等的伤害。预防这类事故的有效方法是让行人提前了解其行进路径的摩擦特性。开发一种能够从摄像头捕获的图像中辨别表面摩擦特性并将此信息传递给行人的网络，可以显著降低滑倒的发生率。然而，由于来自多个荧光灯和瓷砖自身的反射，准确预测室内瓷砖的摩擦系数具有挑战性。此外，由于清洁或泄漏导致的瓷砖积水对滑倒事故有很大贡献。本文提出了一种算法，能够准确预测真实室内环境中的地面摩擦系数，并考虑了由光线反射和地面积水引起的图像失真。实验结果表明，所提出的系统能够可靠地预测室内地面摩擦系数，尽管存在光照角度和积水等因素。此外，为了证明其实用性，已开发了一个用户应用程序，可根据需要预测特定区域的摩擦系数。该系统可以集成到各种设备中，包括助行器、拐杖和智能手机，以帮助行人安全导航。
Keyword:
slip accident
coefficient of friction
estimation
deep learning
autoencoder, vision
期刊
IF:
6.1
论文数:
406
被引数:
3.2K
机构
引用论文
.png){kind=icon}
Effects of roughness parameters on slip resistance for different methods used to determine the coefficient of friction for ceramic floor tiles不同方法测定陶瓷地砖摩擦系数时粗糙度参数对防滑性能的影响
PREAI
分享收藏分享收藏A Novel Method for Evaluating the Effectiveness of Shoe-Tread Designs Relevant to Slip and Fall Accidents一种评估与滑倒跌倒事故相关的鞋底纹样设计有效性的新方法
PREAI
分享收藏分享收藏Redefining Real-Time Road Quality Analysis With Vision Transformers on Edge Devices基于边缘设备的视觉Transformer重定义实时道路质量分析
PREAI
分享收藏
查看更多内容