Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Overview Kapitel lesen Erstes Kapitel lesen

2018 | OriginalPaper | Buchkapitel

2. Sensing Vehicle Dynamics with Smartphones

verfasst von : Jiadi Yu, Yingying Chen, Xiangyu Xu

Erschienen in: Sensing Vehicle Conditions for Detecting Driving Behaviors

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

The smartphone-based vehicular applications become more and more popular to analyze the increasingly complex urban traffic flows and facilitate more intelligent driving experiences including vehicle localization, enhancing driving safety, driving behavior analysis and building intelligent transportation systems. Among these applications, the vehicle dynamics is an essential input. Accurate vehicle dynamic detection could make those vehicle-dynamic dependent applications more reliable under complex traffic systems in urban environments.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Overview
Nächstes Kapitel Sensing Vehicle Dynamics for Abnormal Driving Detection
Literatur
1.
J. Levinson and S. Thrun, “Robust vehicle localization in urban environments using probabilistic maps,” in Proceedings of IEEE International Conference on Robotics and Automation (IEEE ICRA 2010), pp. 4372–4378, 2010.
2.
F. Chausse, J. Laneurit, and R. Chapuis, “Vehicle localization on a digital map using particles filtering,” in Proceedings of IEEE Intelligent Vehicles Symposium (IEEE IV 2005), pp. 243–248, 2005.
3.
Y. Wang, J. Yang, H. Liu, Y. Chen, M. Gruteser, and R. P. Martin, “Sensing vehicle dynamics for determining driver phone use,” in Proceeding of the 11th annual international conference on Mobile systems, applications, and services (ACM Mobisys 2013), pp. 41–54, 2013.
4.
J. White, C. Thompson, H. Turner, B. Dougherty, and D. C. Schmidt, “Wreckwatch: Automatic traffic accident detection and notification with smartphones,” Mobile Networks & Applications, vol. 16, no. 3, pp. 285–303, 2011.
5.
J. Paefgen, F. Kehr, Y. Zhai, and F. Michahelles, “Driving behavior analysis with smartphones: insights from a controlled field study,” in Proceedings of the 11th International Conference on mobile and ubiquitous multimedia (ACM MUM 2012), pp. 36–43, 2012.
6.
D. A. Johnson and M. M. Trivedi, “Driving style recognition using a smartphone as a sensor platform,” in Proceedings of IEEE International Conference on Intelligent Transportation Systems (IEEE ITSC 2011), pp. 1609–1615, 2011.
7.
P. Mohan, V. N. Padmanabhan, and R. Ramjee, “Nericell: rich monitoring of road and traffic conditions using mobile smartphones,” in Proceedings of the 6th ACM conference on Embedded network sensor systems (ACM SenSys 2008), pp. 323–336, 2008.
8.
T. N. Schoepflin and D. J. Dailey, “Dynamic camera calibration of roadside traffic management cameras for vehicle speed estimation,” IEEE Transactions on Intelligent Transportation Systems (IEEE TITS), vol. 4, no. 2, pp. 90–98, 2003.CrossRef
9.
Y. Wang, J. Yang, Y. Chen, H. Liu, M. Gruteser, and R. P. Martin, “Tracking human queues using single-point signal monitoring,” in Proceedings of the 12th annual international conference on Mobile systems, applications, and services (ACM MobiSys 2014), pp. 42–54, 2014.
10.
Z. Wu, J. Li, J. Yu, Y. Zhu, G. Xue, and M. Li, “L3: Sensing driving conditions for vehicle lane-level localization on highways,” in Proceedings of IEEE Conference on Computer Communication (IEEE INFOCOM 2016), pp. 1–9, 2016.
11.
X. Xu, J. Yu, Z. Yanmin, Z. Wu, J. Li, and M. Li, “Leveraging smartphones for vehicle lane-level localization on highways,” IEEE Transactions on Mobile Computing (IEEE TMC), 2017, doi:10.1109/TMC.2017.2776286.
12.
H. Han, J. Yu, H. Zhu, Y. Chen, J. Yang, Y. Zhu, G. Xue, and M. Li, “Senspeed: Sensing driving conditions to estimate vehicle speed in urban environments,” in Proceedings of IEEE Conference on Computer Communications (IEEE INFOCOM 2014), pp. 727–735, 2014.
13.
J. Yu, H. Zhu, H. Han, Y. Chen, J. Yang, Y. Zhu, Z. Chen, G. Xue, and M. Li, “Senspeed: Sensing driving conditions to estimate vehicle speed in urban environments,” IEEE Transactions on Mobile Computing (IEEE TMC), vol. 15, pp. 202–216, 2016.CrossRef
Metadaten
Titel
Sensing Vehicle Dynamics with Smartphones
verfasst von
Jiadi Yu
Yingying Chen
Xiangyu Xu
Copyright-Jahr
2018
Buch
Sensing Vehicle Conditions for Detecting Driving Behaviors

Print ISBN: 978-3-319-89769-1

Electronic ISBN: 978-3-319-89770-7

Copyright-Jahr: 2018

DOI
https://doi.org/10.1007/978-3-319-89770-7_2