Detekce ‘agresivního řízení’ pomocí strojového učení a edge computingu

Nedávná patentová přihláška navrhuje systém pro identifikaci ‘agresivního chování při řízení’ na křižovatkách pomocí algoritmů strojového učení nasazených v občanských zařízeních edge computingu.

Na rozdíl od nedávných inovací výzkumu AI do analytiky ‘silniční zuřivosti’ (primárně určené pro benefit pojišťoven) je navrhovaný systém municipalitní a mohl by být zaměřen na facilitaci pokut pro řidiče, kteří se neřídí ambientními normami ‘bezpečného’ chování při řízení. Je také specificky určen pro poskytnutí špatným řidičům souvisejících audiovizuálních upozornění v autě.

Patent byl podán na Úřadu pro patenty a ochranné známky USA dne 29. dubna 2021 jménem Správní rady Michiganské univerzity a Denso corporation, japonského výrobce automobilových součástek vlastněného Toyotou.

Patent Michiganské univerzity není proprietární, v-autě systém zaměřený na dohled pojišťoven, ani navržený výhradně pro produkci forenzních dat, ale spíše se spoléhá na dobře zajištěné uzly edge computingu nasazené na křižovatkách, aby poskytovaly okamžité a akční zpětnou vazbu, shromažďováním dat z ресурсů edge computingu na silnici a ze senzorů nainstalovaných v blízkých vozidlech. Zdroj: https://pdfaiw.uspto.gov/76/2021/50/012/1.pdf

Navržený rámec není zcela pasivní nebo závislý na občanském vybavení, ale také vyžaduje technologie v autě, které jsou schopné přeměnit auta na přispívající senzory pro systém. Efektivně by to proměnilo každé vybavené vozidlo v uzly pro monitorování provozu, ačkoli stejná kontrola by se také obrátila na řidiče samotného, s přídavným benefitem přístupu k datovým proudům vozidla. Schéma pro instalaci v autě (zobrazené níže vpravo) předložené v patentu zahrnuje přímá data ze senzorů vozidla, brzd, plynového pedálu, řídicího kola a tachometru, stejně jako vyžaduje přístup k datům map.

Oba silniční a v-autě instalace mají CUDA-povolené GPU a místní úložné prostředky a obě mají cloudové připojení.

Varování pro agresivní řidiče

Podle patentové přihlášky je systém navržen pro interakci s řidičem, který se chová agresivně:

‘Když systém pro předpovídání agresivního chování při řízení 1 předpovídá agresivní chování při řízení v daném vozidle, může být výstupní varovná zpráva, jako je varovná zpráva na obrázku 8A, zobrazena na audiovizuálním zařízení 413 v daném vozidle, aby varovala agresivního řidiče, aby zpomalil.’

Další potenciální varování zahrnují v-autě upozornění na rychlost a přijíždějící vozidla;

Varování zobrazená v patentové přihlášce. Zdroj: https://pdfaiw.uspto.gov/fdd/76/2021/50/012/0.pdf

Patent uvádí, že v jiném možném scénáři mohou být k poskytování varování použita jakákoli dostupná audiovizuální zařízení (včetně chytrých telefonů vlastněných řidičem) ve vozidle, včetně audiovarování.

Řidičské specifické červené světla

Změna frekvencí a chování semaforů na křižovatkách je již dlouho známa jako metoda pro snížení počtu nehod, a navrhovaný systém může být použit pro generování dat, která mohou změnit způsob, jakým semafory fungují na křižovatkách na velmi široké úrovni.

Nicméně, hluboká integrace infrastruktury a dat vozidel, jak je navrhováno v Michiganském návrhu, nabízí další možnost: červená světla, která jsou diktována chováním řidiče, spíše než řízená podle plánu nebo harmonogramu (viz část [0157] v patentové přihlášce).

‘Navíc, pokud se předpovídá a/nebo indikuje agresivní chování při řízení na jedné křižovatce (například křižovatce 200a), mohou být na následujících křižovatkách (například křižovatkách 200b a 200c) použity nápravná opatření, jako je kontrola řídicích prvků, aby se agresivní chování při řízení eliminovalo. Například, pokud systém pro předpovídání agresivního chování při řízení 1 předpovídá, že vozidlo 71 může projet červenou na křižovatce 200a, může systém pro předpovídání agresivního chování při řízení 1 vygenerovat řídicí signál pro kontrolu stavu/fáze semaforů 202b a 202c na křižovatkách 200b a 200c. Takto mohou semafory 202b a 202c změnit na červenou, například předtím, než vozidlo 71 projde křižovatkou 200a, aby vozidlo 71 zpomalilo a nezkoušelo zrychlit, aby projelo křižovatky 200b a 200c, než semafory 202b a 202c změní na červenou.’

Vstup do soukromí řidiče

Návrhy pro systémy monitorování řidičů za posledních deset let využily algoritmy počítačového vidění pro rozpoznávání emocí, společně s dalšími biometrickými indikátory, pro produkci systémů, které mají ‘ochlazující efekt’ na řidiče, kteří se chovají agresivně, protože nesprávné chování řidiče by mohlo ovlivnit pojistné prémičky v takových schématech nebo být použito jako důkaz v případě nehody.

Na rozdíl od toho se Michiganský/Denso návrh zdá být určen pro nějakou formu státní spolupráce prostřednictvím změn v povinných standardech vozidel. Nicméně, vzhledem k mobilitě populace USA v normálních časech a skutečnosti, že takový systém by byl nejvíce aplikovatelný pro řidiče na dlouhé vzdálenosti, jako jsou řidiči nákladních vozidel, je obtížné vidět, jak by něco méně než federální implementace mohlo být provedeno, pokud rámec není navržen tak, aby se stal neaktivním přes hranice států, které se nezúčastňují, nebo přes okresy, které nesupportují schéma.

Přestože takové inovace jsou obecně poháněny rostoucí tendencí pojišťoven odměňovat pojistníky, kteří jsou ochotni instalovat monitorovací zařízení, potřeba občanské infrastruktury přesně neodpovídá tomuto modelu, což naznačuje, že takový systém by potřeboval legislativní podporu a federální nebo státní financování.

Ilustrace architektury strojového učení navrhovaného pro systém, která využívá Recurrent Neural Networks (RNN). Ačkoli rámec také používá nesupervised učení a poskytuje okamžité zpětné vazby, také činí prostory pro offline trénink, aby se zlepšily algoritmy na základě příchozích dat a událostí. Identifikace agresivního chování při řízení je usnadněna Dynamickým časovým zkreslením (DTW), algoritmem používaným v analýze časových řad pro srovnání dvou časových řad nebo sekvencí objektů, které se mohou lišit v rychlosti.

Příjmový tok

Systém navrhovaný v patentu by mohl být prvním svého druhu, který nabízí reálnou analýzu nesprávného chování řidiče v občanském rámci, který je schopen automaticky vydávat pokuty a penále, nebo upozorňovat úřady, v případě skutečně nebezpečných incidentů při řízení. Nicméně, vynálezci uznávají, že by mohl být zneužit jako zdroj příjmů pro úřady, které jsou hladové po příjmech.

Neda Masoud, asistentka profesora na katedře civilního a environmentálního inženýrství na Michiganské univerzitě, řekla The Academic Times, že ‘Falešná upozornění jsou malou cenu za zvýšenou úroveň bezpečnosti, kterou může technologie poskytnout. Řekli, že by vždy měla existovat možnost pro nesprávně obviněné, aby se bránili proti falešným tvrzením o agresivním chování při řízení,’.

Patentová přihláška uznává možnost agresivních událostí při řízení, které se týkají vozidel, která nejsou vybavena jednotkami na palubě (OBUs), které lze řešit externím pozorováním okolních nebo blízkých vozidel, která jsou vybavena tímto vybavením, stejně jako instalacemi na křižovatkách. V takových případech by identifikace pravděpodobně defaultovala na jiné metody, jako je automatické čtení registračních značek (ačkoli patentová přihláška se touto otázkou nezabývá).

Křižovatky jsou vysoce rizikové

Michiganský patent se zabývá bezohledným chováním na křižovatkách, protože tyto jsou místem dopravních incidentů a přestupků, zatímco předchozí čínský výzkum v podobném směru použil podporu vektorové strojové analýzy (SVM) pro identifikaci událostí během jízdy, jako je nebezpečné změnění směru jízdy. Další čínská výzkumná iniciativa využila senzory v chytrých telefonech k detekci nestandardního chování během jízdy.

Národní správa bezpečnosti silničního provozu USA odhadla v roce 2010, že 40 % nehod, ke kterým došlo v USA v roce 2008, bylo související s činností na křižovatkách.