polito.it
Politecnico di Torino (logo)

Assistente conversazionale e multimodale per veicoli connessi = Multimodal Conversational Assistant for Connected Vehicles

Eugenio Gallea

Assistente conversazionale e multimodale per veicoli connessi = Multimodal Conversational Assistant for Connected Vehicles.

Rel. Fulvio Corno, Alberto Monge Roffarello, Luigi De Russis. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Informatica (Computer Engineering), 2019

[img]
Preview
PDF (Tesi_di_laurea) - Tesi
Licenza: Creative Commons Attribution Non-commercial No Derivatives.

Download (9MB) | Preview
Abstract:

Ormai è all'ordine del giorno trovarsi ad utilizzare tecnologie sempre più smart, le quali se da una parte offrono tantissime funzionalità, dall'altra non sempre ne facilitano l'utilizzo. In questo senso, negli ultimi anni, l'introduzione di assistenti conversazionali ha costituito una semplificazione enorme, per l'utente finale, nell'accesso a determinate funzionalità del prodotto da lui comprato. Tali software hanno permesso di spostare l'interazione tra utente e macchina su un livello umano, infatti al fine di richiedere l'esecuzione di una determinata azione basta chiederlo a voce (o in alcuni casi basta scrivere, come nel caso dei chatbot) . La semplicità di utilizzo ha fatto sì che tali assistenti si guadagnassero il loro posto anche nel mondo automotive. La loro introduzione in tale campo era volta, inizialmente, a migliorare e semplificare l'esperienza di guida dell'utente. Purtroppo, però, le ultime versioni sul mercato hanno raggiunto questi obiettivi solo in parte. Sicuramente da un lato l'esperienza di guida è stata migliorata (e semplificata) enormemente, basti pensare alla possibilità di chiedere all'assistente di impostare una determinata destinazione per il navigatore a voce, dall'altro lato, però, le case automobilistiche hanno riempito il cruscotto dei loro veicoli con una serie di bottoni, bottoncini, leve e touch-screen, che alla fine risultano distrarre l'utilizzatore dal suo compito principale: guidare. È proprio questo il problema che questa tesi punta a risolvere, sviluppare un assistente conversazionale che non distragga il guidare e che in aggiunta alle proprietà degli altri assistenti sul mercato sia in grado di determinare se siano presenti problemi all'interno del veicolo e in caso avvisare l'utente. Le due proprietà chiave attorno le quali è stato sviluppato il lavoro, sono di conseguenza: integrazione con il veicolo e proattività.

Relatori: Fulvio Corno, Alberto Monge Roffarello, Luigi De Russis
Anno accademico: 2018/19
Tipo di pubblicazione: Elettronica
Numero di pagine: 88
Soggetti:
Corso di laurea: Corso di laurea magistrale in Ingegneria Informatica (Computer Engineering)
Classe di laurea: Nuovo ordinamento > Laurea magistrale > LM-32 - INGEGNERIA INFORMATICA
Aziende collaboratrici: NON SPECIFICATO
URI: http://webthesis.biblio.polito.it/id/eprint/10935
Modifica (riservato agli operatori) Modifica (riservato agli operatori)