Grant: Engage Grants Program
École de technologie supérieure
$24,872.00
Conception d'une approche axée sur les données pour détecter des accidents des véhicules
EF 2017-18
Résumé
En règle générale, lorsqu'une voiture est impliquée dans un accident, soit le conducteur lorsqu'il en est encorecapable, soit un passager ou un témoin doit contacter les secours en composant le 911 pour signaler l'accidentet indiquer l'emplacement du véhicule accidenté. En cas d'accident grave dans une zone isolée ou lorsque lesvictimes sont inconscientes, il peut s'écouler un temps précieux avant que l'accident ne soit signalé. Danscertaines circonstances, les témoins ou passagers ont des difficultés à indiquer l'emplacement exact du véhiculeaccidenté dû à la gravité de leurs blessures.La majore partie du délai de réponse des services d'urgence est due aux différents intervenants par lesquelsl'alerte doit passer. Aussi, le système actuel de gestion des incidents routiers est non globalisé et dépassétechnologiquement. Ce qui fait en sorte que les mauvais intervenants sont dépêchés sur des accidents routiers.Dans le cas d'un accident grave, toutes les minutes sont importantes pour assurer que la victime à toutes leschances de s'en sortir.Technologies RideMetry envisage de révolutionner les interventions des services d'urgence lors des accidentsde la route et de sauver des vies. L'objectif est de concevoir et de mettre en marché des systèmes de gestiond'incidents autonomes. Avec les données récoltées par un module d'acquisition et traitement de données, placéen permanence dans le véhicule, et une application mobile, ils disposeront d'un nombre virtuellement infinid'applications. L'objectif principal de ce projet est d'utiliser une approche axée sur les données pour développerun modèle capable de reconnaitre et catégoriser les accidents d'une motocyclette. Pour ce faire, le traitement etl'analyse de données récoltée seront effectués. Les résultats attendus sont une revue des méthodes existantesd'apprentissage à partir d'un nombre très réduit d'instances positives (accidents) et milliards d'instances négatifs(conduit régulier), une preuve de concept sur un jeu de données et un modèle efficace pour prédire desaccidents d'une motocyclette.
Programme
Engage Grants Program
Bénéficiaire
Emplacement
Quebec, Canada
Type de bénéficiaire
Academia
Type
Grant
Source
NSERC's Awards Data
Tel que publié
Application id
520592-2017
Name nom
LameirasKoerich, Alessandro
Department département
Génie logiciel et des TI
Organization id
53
Institution établissement
École de technologie supérieure
Province en
Québec
Province fr
Québec
Country en
CANADA
Country fr
CANADA
Fiscal year exercice financier
2017
Competition year année de concours
2017
Award amount
24872
Program id
EGP
Program name en
Engage Grants Program
Program name fr
Programme de subventions d'engagement partenariat
Group en
Research partnerships programs
Group fr
Programmes de partenariat
Committee code
1552
Committee name en
Quebec Internal Decision Committee
Committee name fr
Comité de décision interne pour le Québec
Area of application code
802
Area of application group en
Information and communication services
Area of application group fr
Services d'information et de télécommunications
Area of application en
Information systems and technology
Area of application fr
Systèmes d'information et technologie de l'information
Research subject code
2800
Research subject group en
Artificial intelligence
Research subject group fr
Intelligence artificielle
Research subject en
Artificial intelligence (computer vision, use2603)
Research subject fr
Intelligence artificielle (vision artificielle, utiliser 2603)
Partie
1
Nb partie
1
Application title
Conception d'une approche axée sur les données pour détecter des accidents des véhicules
Keyword
NSERC
Application summary
En règle générale, lorsqu'une voiture est impliquée dans un accident, soit le conducteur lorsqu'il en est encorecapable, soit un passager ou un témoin doit contacter les secours en composant le 911 pour signaler l'accidentet indiquer l'emplacement du véhicule accidenté. En cas d'accident grave dans une zone isolée ou lorsque lesvictimes sont inconscientes, il peut s'écouler un temps précieux avant que l'accident ne soit signalé. Danscertaines circonstances, les témoins ou passagers ont des difficultés à indiquer l'emplacement exact du véhiculeaccidenté dû à la gravité de leurs blessures.La majore partie du délai de réponse des services d'urgence est due aux différents intervenants par lesquelsl'alerte doit passer. Aussi, le système actuel de gestion des incidents routiers est non globalisé et dépassétechnologiquement. Ce qui fait en sorte que les mauvais intervenants sont dépêchés sur des accidents routiers.Dans le cas d'un accident grave, toutes les minutes sont importantes pour assurer que la victime à toutes leschances de s'en sortir.Technologies RideMetry envisage de révolutionner les interventions des services d'urgence lors des accidentsde la route et de sauver des vies. L'objectif est de concevoir et de mettre en marché des systèmes de gestiond'incidents autonomes. Avec les données récoltées par un module d'acquisition et traitement de données, placéen permanence dans le véhicule, et une application mobile, ils disposeront d'un nombre virtuellement infinid'applications. L'objectif principal de ce projet est d'utiliser une approche axée sur les données pour développerun modèle capable de reconnaitre et catégoriser les accidents d'une motocyclette. Pour ce faire, le traitement etl'analyse de données récoltée seront effectués. Les résultats attendus sont une revue des méthodes existantesd'apprentissage à partir d'un nombre très réduit d'instances positives (accidents) et milliards d'instances négatifs(conduit régulier), une preuve de concept sur un jeu de données et un modèle efficace pour prédire desaccidents d'une motocyclette.