Driver’s behavior such as negligenc

Driver’s behavior such as negligence, failure to study the route before travelling and failure to respect traffic rules. These factors are calculated to be 88.6 percent of road accident
(2) In some case the roads are very curvy and steep. It increases the risk and could easily cause accidents, and can be fatal. The road authorities have attempted to install such a detection and warning system by using traffic radar in the areas of narrow roads, steep roads and curvy roads to warn and to enforce the traffic laws. Recently, there are several methods to reduce vehicle accident for example. The Automatic Incident Detection (AID) can detect occurs of traffic flow parameters such as velocity, traffic flow, occupancy, headway ,etc, which were gotten by traffic monitoring equipment (induction loops, infrared detector, camera detector,ect). The performance of AID is greatly restricted by the number of monitoring sensor, available fund, algorithms used to confirm an accident, weather, traffic flow and so on. Manual incident detection methods including motorist report, department of transportation or public works crews report, closed-circuit television surveillance and aerial surveillance. The disadvantage of manual incident detection methods is that one has to witness an incident when it occurs. Moreover, when it comes to motorist report, the accuracy of information relies on the expression of the people who call for help and incident position is hard to confirm besides, operators of transportation department have to filter and confirm report, which is exhausting, with the development of location technologies, more and more people apple themselves to the research of using Global positioning system (GPS) and MPPS to gain traffic flow parameters of location of vehicles.

Therefore, the objective of this research id to classify incident of vehicles driving in the opposite traffic lane by using data collected from traffic radar. We use our research work with universal medium range radar (UMRR) from Smart micro company. The experiments results have shown that our system using support vector Classification (SVC) is able to accurately detect the traffic violation of driving in wrong lane, and it could be deployed in the traffic detection and warning system for traffic authority enforcement

ผลลัพธ์ (ไทย) 1:

พฤติกรรมการขับขี่เช่นความประมาท ความล้มเหลวในการศึกษาเส้นทางก่อนเดินทาง และการเคารพกฎจราจร ปัจจัยเหล่านี้จะถูกคำนวณเป็น ร้อยละ 88.6 ของอุบัติเหตุถนน(2) ในบางกรณี ถนนโค้ง และชันมาก มันเพิ่มความเสี่ยง และอาจทำให้เกิดอุบัติเหตุได้อย่างง่ายดาย และอาจร้ายแรง ถนนเจ้าหน้าที่ได้พยายามที่จะติดตั้งตรวจจับและระบบดังกล่าว โดยใช้เรดาร์การจราจรในพื้นที่คับแคบ ถนนที่สูงชัน และโค้งถนน การเตือน และ การบังคับใช้กฎหมายจราจร เมื่อเร็ว ๆ นี้ มีหลายวิธีในการลดอุบัติเหตุของยานพาหนะเช่น ตรวจสอบปัญหาโดยอัตโนมัติ (ช่วย) สามารถตรวจพบการเกิดขึ้นของพารามิเตอร์กระแสจราจรเช่นการไหลของการจราจร ความเร็ว พัก จับ ฯลฯ ซึ่งได้รับ โดยการจราจรตรวจสอบอุปกรณ์ (ฟัง อินฟราเรด กล้องตรวจ ect) ประสิทธิภาพของความช่วยเหลือมีจำกัดมากของเซ็นเซอร์ตรวจสอบ มีเงิน อัลกอริทึมที่ใช้ยืนยันอุบัติเหตุ สภาพอากาศ การไหลของการจราจรและ เหตุการณ์ต่าง ๆ รวมทั้งมอเตอริสต์รายงาน ฝ่ายขนส่งหรืองานรายงานเรือ โทรทัศน์วงจรปิดเฝ้าระวัง และเฝ้าระวังทางอากาศ ข้อเสียของเหตุการณ์ต่าง ๆ ได้รู้เห็นเหตุการณ์เมื่อเกิดขึ้นได้ นอกจากนี้ เมื่อมันมามอเตอริสต์รายงาน อาศัยความถูกต้องของข้อมูลการแสดงออกของคนที่เรียกความช่วยเหลือ และแก้ไขปัญหาตำแหน่งยากยืนยันนอกจาก ผู้ประกอบการภาคขนส่งมีการกรอง และยืนยันรายงาน ซึ่งเป็นเหนื่อย มีการพัฒนาเทคโนโลยีตำแหน่ง แอปเปิ้ลคนมาก ขึ้นเองเพื่อการวิจัยการใช้ทั่วโลกตำแหน่งระบบ (GPS) และ MPPS เข้าชมพารามิเตอร์กระแสของตำแหน่งของยานพาหนะดังนั้น วัตถุประสงค์ของรหัสนี้วิจัยในการจัดประเภทของยานพาหนะที่ขับรถในเลนจราจรตรงข้าม โดยใช้ข้อมูลที่รวบรวมจากเรดาร์จราจร เราสามารถใช้งานวิจัยของเรา มีช่วงกลางสากลเรดาร์ (UMRR) จากบริษัทไมโครสมาร์ท ผลการทดลองได้แสดงให้ เห็นว่า ระบบของเราใช้เวกเตอร์การสนับสนุนประเภท (พยาบาล) จะถูกตรวจพบการฝ่าฝืนจราจรขับรถในเลนที่ถูกต้อง สามารถปรับใช้ในการตรวจจับการจราจรและระบบเตือนสำหรับปริมาณการใช้อำนาจบังคับ

ผลลัพธ์ (ไทย) 2:

พฤติกรรมของคนขับเช่นประมาทความล้มเหลวในการศึกษาเส้นทางก่อนการเดินทางและความล้มเหลวที่จะเคารพกฎจราจร ปัจจัยเหล่านี้จะถูกคำนวณให้เป็นร้อยละ 88.6 ของการเกิดอุบัติเหตุทางถนน
(2) ในกรณีที่บางถนนที่มีความโค้งและชัน มันจะเพิ่มความเสี่ยงได้อย่างง่ายดายและอาจก่อให้เกิดอุบัติเหตุและอาจถึงแก่ชีวิตได้ เจ้าหน้าที่ถนนได้พยายามที่จะติดตั้งตรวจสอบและเตือนระบบดังกล่าวโดยใช้เรดาร์การจราจรในพื้นที่ของถนนแคบถนนที่สูงชันและถนนโค้งเพื่อเตือนและการบังคับใช้กฎหมายจราจร เมื่อเร็ว ๆ นี้มีหลายวิธีที่จะลดการเกิดอุบัติเหตุรถยกตัวอย่างเช่น การตรวจสอบเหตุการณ์ที่เกิดขึ้นโดยอัตโนมัติ (AID) สามารถตรวจจับการเกิดขึ้นของพารามิเตอร์การไหลของการจราจรเช่นความเร็ว, การจราจร, พัก, ความคืบหน้า ฯลฯ ซึ่งถูกอากาศโดยอุปกรณ์ตรวจสอบการจราจร (ลูปเหนี่ยวนำเครื่องตรวจจับอินฟราเรดกล้องตรวจจับ, ect) ประสิทธิภาพการทำงานของความช่วยเหลือจะถูก จำกัด อย่างมากโดยจำนวนของเซ็นเซอร์ตรวจสอบกองทุนที่มีอยู่ขั้นตอนวิธีการที่ใช้ในการยืนยันการเกิดอุบัติเหตุสภาพอากาศการจราจรและอื่น ๆ วิธีการตรวจสอบเหตุการณ์ที่เกิดขึ้นรวมทั้งคู่มือการรายงานการขับขี่, กรมการขนส่งหรืองานสาธารณะรายงานทีมงานเฝ้าระวังโทรทัศน์วงจรปิดและการเฝ้าระวังทางอากาศ ข้อเสียของคู่มือวิธีการตรวจสอบเหตุการณ์ที่เกิดขึ้นเป็นที่หนึ่งมีเพื่อเป็นสักขีพยานเหตุการณ์ที่เกิดขึ้นเมื่อมันเกิดขึ้น นอกจากนี้เมื่อมันมาถึงการรายงานการขับขี่, ความถูกต้องของข้อมูลที่ต้องอาศัยการแสดงออกของคนที่โทรขอความช่วยเหลือและตำแหน่งเหตุการณ์ที่เกิดขึ้นเป็นเรื่องยากที่จะยืนยันนอกเหนือจากการที่ผู้ประกอบการของกรมการขนส่งมีการกรองและยืนยันรายงานซึ่งเป็นที่หลบหนีด้วย การพัฒนาของเทคโนโลยีที่ตั้งของผู้คนมากขึ้นและแอปเปิ้ลตัวเองเพื่อการวิจัยของการใช้ระบบกำหนดตำแหน่งบนโลก (GPS) และ MPPs ที่จะได้รับค่าพารามิเตอร์การจราจรของสถานที่ตั้งของยานพาหนะ. ดังนั้นวัตถุประสงค์ของ id วิจัยครั้งนี้มีการจำแนกเหตุการณ์ที่เกิดขึ้นของยานพาหนะขับรถใน ตรงข้ามช่องทางจราจรโดยใช้ข้อมูลที่รวบรวมจากเรดาร์การจราจร เราใช้งานวิจัยของเรากับสากลเรดาร์ช่วงกลาง (UMRR) จาก บริษัท ไมโครสมาร์ท ผลการทดลองแสดงให้เห็นว่าระบบของเราโดยใช้เวกเตอร์สนับสนุนการจัดหมวดหมู่ (SVC) สามารถตรวจสอบได้อย่างถูกต้องละเมิดกฎจราจรของการขับรถในช่องทางที่ไม่ถูกต้องและมันอาจจะนำไปใช้ในการตรวจสอบการจราจรและระบบเตือนภัยสำหรับการบังคับใช้อำนาจการจราจร

ผลลัพธ์ (ไทย) 3:

ควบคุมพฤติกรรม เช่น ละเลย ไม่ศึกษาเส้นทางก่อนเดินทาง และความล้มเหลวในการเคารพกฏจราจร ปัจจัยเหล่านี้จะถูกคำนวณเป็นร้อยละ 88.6 เปอร์เซ็นต์ของอุบัติเหตุทางถนน( 2 ) ในกรณีที่บางถนนเป็นโค้งและลาดชัน มันจะเพิ่มความเสี่ยงและอาจทำให้เกิดอุบัติเหตุ และอาจถึงตายได้ เจ้าหน้าที่ถนนพยายามที่จะติดตั้ง เช่น การตรวจสอบและระบบเตือนภัยโดยใช้เรดาร์การจราจรในพื้นที่ของถนนที่แคบและโค้งถนนสูงชัน ถนน เพื่อเตือนและบังคับใช้กฎหมายจราจร . เมื่อเร็วๆ นี้ มีหลายวิธีที่จะลดการเกิดอุบัติเหตุยานพาหนะเช่น การตรวจจับเหตุการณ์อัตโนมัติ ( ช่วย ) สามารถตรวจพบเกิดการไหลของการจราจรพารามิเตอร์เช่นความเร็วการไหลของการจราจร , อาคารพาณิชย์ , ความคืบหน้า , ฯลฯ ซึ่งเป็นอากาศ โดยอุปกรณ์ตรวจสอบการจราจร ( ลูป , การเหนี่ยวนำอินฟราเรด เครื่องตรวจจับเครื่องตรวจจับ , ect กล้อง ) การปฏิบัติการช่วยเหลืออย่างมาก จำกัด โดยจำนวนของการตรวจสอบเซ็นเซอร์ กองทุนมีอัลกอริทึมที่ใช้ในการยืนยันเป็นอุบัติเหตุ สภาพอากาศ การจราจร เป็นต้น วิธีการตรวจสอบรายงานเหตุการณ์คู่มือ รวมทั้งคนขับรถยนต์ กรมขนส่ง หรือรายงานงานลูกเรือ , การเฝ้าระวังโทรทัศน์วงจรปิด และเครื่องบินสอดแนม ข้อเสียของวิธีการตรวจสอบเหตุการณ์ด้วยตนเองได้ว่า มีพยานในเหตุการณ์ที่เกิดขึ้นเมื่อมันเกิดขึ้น นอกจากนี้เมื่อมันมาถึงรายงาน motorist ความถูกต้องของข้อมูลขึ้นอยู่กับการแสดงออกของผู้ขอความช่วยเหลือ และตำแหน่งที่เกิดขึ้นเป็นเรื่องยากที่จะยืนยัน นอกจากนี้ ผู้ประกอบการของกรมการขนส่งต้องกรองและยืนยันรายงาน ซึ่งหลบหนี ด้วยการพัฒนาของเทคโนโลยีสถานที่ , ผู้คนมากขึ้น Apple เองเพื่อการวิจัย การใช้ระบบตำแหน่งทั่วโลก ( GPS ) และได้รับการจราจร MPPs พารามิเตอร์ของตำแหน่งของยานพาหนะดังนั้นวัตถุประสงค์ของงานวิจัยนี้เพื่อศึกษาเหตุการณ์ ID ของยานพาหนะที่ขับรถในเลนการจราจรตรงข้ามโดยใช้ข้อมูลจากเรดาร์การจราจร เราใช้งานวิจัยของเราที่มีช่วงกลางสากลเรดาร์ ( umrr ) จาก บริษัท ไมโครสมาร์ท จากการทดลองพบว่าระบบของเราใช้หมวดหมู่เวกเตอร์สนับสนุน ( SVC ) ถูกต้องสามารถตรวจสอบการละเมิดการจราจรการขับรถผิดเลน และมันอาจจะใช้ในการตรวจสอบการจราจรและระบบเตือนภัยสำหรับการบังคับใช้อำนาจการจราจร