Automatic Accident Alert System using Multi-layer Perceptron
Article Sidebar
Main Article Content
Abstract
The fatal car accident may be affected to victims cannot help themselves. The automatic accident notification system can used for help victim. Our system has a mobile application uses classification model, which follows multi-layer artificial neural networks. The car accident will classified into five events including no car accident, stationary vehicle accident, car crash skidded to right, car crash skidded to left, and car crash flipped over. We create virtual simulation the model using small remote control car, bumper car, and mobile phone. The training datasets are from mobile phone sensor 145 sets and testing data for evaluation 30 sets. The accuracy of accident classification model is 95%. The information from sensors on small remote control car is compared with sensors on the bumper car to find a relationship to create a model for real car accident classification in the future work.
Article Details
Article Accepting Policy
The editorial board of Thai-Nichi Institute of Technology is pleased to receive articles from lecturers and experts in the fields of business administration, languages, engineering and technology written in Thai or English. The academic work submitted for publication must not be published in any other publication before and must not be under consideration of other journal submissions. Therefore, those interested in participating in the dissemination of work and knowledge can submit their article to the editorial board for further submission to the screening committee to consider publishing in the journal. The articles that can be published include solely research articles. Interested persons can prepare their articles by reviewing recommendations for article authors.
Copyright infringement is solely the responsibility of the author(s) of the article. Articles that have been published must be screened and reviewed for quality from qualified experts approved by the editorial board.
The text that appears within each article published in this research journal is a personal opinion of each author, nothing related to Thai-Nichi Institute of Technology, and other faculty members in the institution in any way. Responsibilities and accuracy for the content of each article are owned by each author. If there is any mistake, each author will be responsible for his/her own article(s).
The editorial board reserves the right not to bring any content, views or comments of articles in the Journal of Thai-Nichi Institute of Technology to publish before receiving permission from the authorized author(s) in writing. The published work is the copyright of the Journal of Thai-Nichi Institute of Technology.
References
“ศูนย์ข้อมูลอุบัติเหตุ,” Thai RSC, 2559. [ออนไลน์]. แหล่งที่มา: https://www.thairsc.com/TH/stataccidentonfestival. [เข้าถึงเมื่อ: 29-มี.ค.-2559].
“แอนดรอยด์ (ระบบปฏิบัติการ)” วิกิพีเดีย, 2560. [ออนไลน์]. แหล่งที่มา: https://th.wikipedia.org/wiki/แอนดรอยด์_(ระบบปฏิบัติการ) [เข้าถึงเมื่อ: 31-มี.ค.-2559].
“ภาษาจาวาและภาษาซี,” pilaslakexo. [ออนไลน์]. แหล่งที่มา: https://sites.google.com/site/pilaslakeo/baeb-fukhad-thi. [เข้าถึงเมื่อ: 3-เม.ย.-2559].
เมธาสิทธิ์ ปูชิตภากรณ์. “ความหมายของเทคโนโลยี Location Based Service
(LBS)” [ออนไลน์]. แหล่งที่มา:https://locationbasedbc429.wordpress.com/ความหมายของเทคโนโลยี-location-based-serv [เข้าถึงเมื่อ: 3-เม.ย.-2559].
“ศัพท์บัญญัติราชบัณฑิตยสถาน” [ออนไลน์]. แหล่งที่มา: https://rirs3.royin.go.th/coinages/webcoinage.php [เข้าถึงเมื่อ: 3-เม.ย.-2559].
“API คืออะไร เอพีไอ คือ ช่องทางหนึ่งที่จะเชื่อมต่อกับเว็บไซต์ผู้ให้บริการ API จากที่อื่น,” mindphp. [ออนไลน์]. แหล่งที่มา: https://www.mindphp.com/คู่มือ/73-คืออะไร/2038-Api-คืออะไร.html [เข้าถึงเมื่อ: 3-เม.ย.-2559].
Siri.thip, “Google Maps,” munaliza, 2554. [ออนไลน์]. แหล่งที่มา: https://munaliza.blogspot.com/2011/08/google-maps.html. [เข้าถึงเมื่อ:
-เม.ย.-2559].
K. Athimokkakul, “Google map” [online].Available: https://www.slideshare. net/foglie1/google-map-6708309 [Accessed: 3-เม.ย.-2559].
คณะวิทยาศาสตร์และเทคโนโลยี มหาวิทยาลัยเทคโนโลยีราชมงคลธัญบุรี. “Google Maps” [ออนไลน์]. แหล่งที่มา:www.sci.rmutt.ac.th/burasakorn/ Internet/13-Week-Google%20Maps.ppt [เข้าถึงเมื่อ: 3-เม.ย.-2559].
P. Pacharoen, “เซนเซอร์ตรวจวัดสภาพแสง และตรวจจับการเคลื่อนไหวบนสมาร์ทโฟน,” 04-Aug-2015. [ออนไลน์]. Available: https://www.oopsmobile. net/ambient_accelerator_sensor/. [เข้าถึงเมื่อ: 3-เม.ย.-2559].
วิทยา พรพัชรพงศ์. “โครงข่ายประสาทเทียม (Artificial Neural Networks–ANN)” [ออนไลน์]. แหล่งที่มา:https://www.gotoknow.org /posts/163433. [เข้าถึงเมื่อ: 5-ต.ค.-2559].
“โครงข่ายประสาทเทียม” วิกิพีเดีย, 2560. [ออนไลน์]. แหล่งที่มา: https://th.wikipedia.org/wiki/แอนดรอยด์_(ระบบปฏิบัติการ) [เข้าถึงเมื่อ: 31-มี.ค.-2559].
F. Aloul, I. Zualkernan, R. Abu-Salma, H. Al-Ali, and M. Al-Merri, “iBump: Smartphone application to detect car accidents,” Computers & Electrical Engineering, vol. 43, no. Supplement C, pp. 66–75, Apr. 2015.