Original title: Detekce nepozornosti pilotů
Translated title: Detection of Pilot Inattention
Authors: Novotný, Josef ; Mekyska, Jiří (referee) ; Smékal, Zdeněk (advisor)
Document type: Master’s theses
Year: 2021
Language: cze
Publisher: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií
Abstract: [cze] [eng]
Tato diplomová práce se zabývá problémem nepozornosti pilotů a návrhem systému pro detekci nepozornosti pilotů všeobecného letectví. Nepozornost patří mezi chyby způsobené lidským faktorem, které v současné době přispívají k nejčastějším příčinám nehod v letectví. Teoretická část práce se věnuje definici pojmu nepozornosti, srovnává různé kategorie letectví na základě letových pravidel a obsahuje rešerši detekčních metod. Praktická část práce se zabývá výběrem vhodných senzorů, sběrem dat a realizací detekčních algoritmů. V rámci řešení byly zvoleny dva různé přístupy. První z nich představuje implementaci metody strojového učení s využitím RUSBoost klasifikátoru, který detekuje stavy pozornosti a rozptýlení. Druhý přístup reprezentuje návrh systému pro detekci nepozornosti pilotů na základě souboru pravidel specifikovaných v expertním systému CLIPS. This master thesis deals with the issue of pilot inattention and proposes a design of a system for detecting inattention of general aviation pilots. Inattention belongs to one of the human-caused errors that currently contribute to the most common causes of aviation accidents. The theoretical part deals with the definition of inattention, compares different aviation categories based on flight rules, and contains a search of detection methods. The practical part of the work deals with the selection of suitable sensors, data collection, and implementation of detection algorithms. In this thesis, two different approaches were chosen. The first implementing machine learning using the RUSBoost classifier, which detects states of attention and distraction. The second approach represents the design of a system for detecting pilot inattention based on a set of rules specified in the CLIPS expert system.
Keywords: artificial intelligence; CLIPS; expert system; machine learning; machine reasoning; pilot inattention; RUSBoost; CLIPS; expertní systém; nepozornost pilotů; RUSBoost; strojové usuzování; strojové učení; umělá inteligence

Institution: Brno University of Technology (web)
Document availability information: Fulltext is available in the Brno University of Technology Digital Library.
Original record: http://hdl.handle.net/11012/200378

Permalink: http://www.nusl.cz/ntk/nusl-446772


The record appears in these collections:
Universities and colleges > Public universities > Brno University of Technology
Academic theses (ETDs) > Master’s theses