Erkennen von „aggressivem Fahren“ mit maschinellem Lernen und Edge Computing

In einer kürzlich eingereichten Patentanmeldung wurde ein System zur Erkennung von „aggressivem Fahrverhalten“ an Kreuzungen vorgeschlagen, das auf in Civic-Edge-Computing-Geräten eingesetzten Algorithmen des maschinellen Lernens basiert.

Im Gegensatz zu den jüngsten Innovationen der KI-Forschung zur Analyse von Aggressionen im Straßenverkehr (die in erster Linie Versicherungsunternehmen zugutekommen sollen) ist das vorgeschlagene System eher kommunaler Natur und könnte darauf abzielen, Strafen für Fahrer zu ermöglichen, die sich nicht an die geltenden Normen für sicheres Fahrverhalten halten. Es ist außerdem speziell dafür vorgesehen, Verkehrssündern entsprechende audiovisuelle Warnsignale im Fahrzeug zu senden.

Das Patent wurde am 29. April 2021 im Namen des US-amerikanischen Patent- und Markenamts angemeldet Regentenrat der University of Michigan und der Denso-Unternehmen, ein japanischer Hersteller von Automobilkomponenten im Besitz von Toyota.

Beim UMich-Patent handelt es sich nicht um ein proprietäres In-Car-System, das auf die Versicherungsaufsicht abzielt und auch nicht ausschließlich zur Erzeugung forensischer Daten konzipiert ist, sondern vielmehr auf gut ausgestattete Edge-Computing-Knoten angewiesen ist, die an Verkehrskreuzungen eingesetzt werden, um durch die Zusammenstellung von Daten sofortiges und umsetzbares Feedback zu liefern straßenseitige Edge-Computing-Ressourcen und von Sensoren, die in nahegelegenen Fahrzeugen installiert sind. Source: https://pdfaiw.uspto.gov/76/2021/50/012/1.pdf

Das vorgeschlagene System ist nicht vollständig passiv oder von der Fahrzeugausstattung abhängig, sondern erfordert auch fahrzeuginterne Technologien, die Autos zu Sensoren für das System machen. Dadurch würde jedes damit ausgestattete Fahrzeug zu einem Verkehrsüberwachungsknotenpunkt, wobei die gleiche Überwachung auch dem Fahrer selbst übertragen würde, mit dem zusätzlichen Vorteil des Zugriffs auf die fahrzeuginternen Datenströme. Der im Patent eingereichte Schaltplan für die fahrzeuginterne Installation (siehe Abbildung unten rechts) umfasst direkte Sensordaten von Bremsen, Gaspedal, Lenkrad und Kilometerzähler des Fahrzeugs und erfordert außerdem Zugriff auf Kartendaten.

Sowohl die Straßen- als auch die Fahrzeuginstallation verfügen über CUDA-fähige GPU- und lokale Speicherressourcen, und beide verfügen über Cloud-Konnektivität.

Warnungen für aggressive Fahrer

Laut Patentanmeldung ist das System darauf ausgelegt, mit einem unruhigen Fahrer zu interagieren:

„Wenn das System zur Vorhersage aggressiven Fahrverhaltens 1 aggressives Fahren in einem betreffenden Fahrzeug vorhersagt, kann eine Warnmeldung wie die Warnung in FIG. 8A an das audiovisuelle Gerät 413 im betreffenden Fahrzeug ausgegeben werden, um einen aggressiven Fahrer zu warnen, langsamer zu fahren.“

Zu den weiteren potenziellen Warnungen gehören Warnungen im Fahrzeug zu Geschwindigkeit und entgegenkommenden Fahrzeugen:

Warnhinweise in der Patentanmeldung. Source: https://pdfaiw.uspto.gov/fdd/76/2021/50/012/0.pdf

Das Patent besagt, dass in einem anderen möglichen Szenario alle verfügbaren audiovisuellen Geräte (einschließlich Smartphones des Fahrers) im Fahrzeug verwendet werden könnten, um Warnungen, einschließlich akustischer Warnungen, bereitzustellen.

Fahrerspezifische rote Lichter

Eine Änderung der Häufigkeit und des Verhaltens von Ampeln an Kreuzungen ist seit langem als Methode zur Reduzierung von Unfällen bekannt, und das vorgeschlagene System kann zur Generierung von Daten verwendet werden, die die Funktionsweise von Ampeln an Kreuzungen auf sehr breiter Ebene verändern können.

Die im Michigan-Vorschlag vorgesehene tiefgreifende Integration von Infrastruktur- und Fahrzeugdaten bietet jedoch eine weitere Möglichkeit: Rote Ampeln, die durch das Verhalten des Fahrers vorgegeben werden, und nicht auswendig oder nach Zeitplan (siehe den Abschnitt „Prolix“) [0157] in der Patentanmeldung).

Wenn das Fahrverhalten an einer Kreuzung (z. B. Kreuzung 200a) aggressives Fahrverhalten des Fahrzeugs 71 vorhersagt und/oder anzeigt, können an nachfolgenden Kreuzungen (z. B. Kreuzungen 200b und 200c) Abhilfemaßnahmen wie die Steuerung von Steuerelementen ergriffen werden, um aggressives Fahrverhalten zu kontrollieren und zu mildern. Wenn das System zur Vorhersage aggressiven Fahrverhaltens 1 beispielsweise vorhersagt, dass das Fahrzeug 71 an der Kreuzung 200a eine rote Ampel überfahren könnte, kann das System zur Vorhersage aggressiven Fahrverhaltens 1 ein Steuersignal zur Steuerung des Zustands/der Phase der Verkehrssignale 202b und 202c an den Kreuzungen 200b und 200c ausgeben. Auf diese Weise können die Verkehrssignale 202b und 202c beispielsweise auf Rot wechseln, bevor das Fahrzeug 71 die Kreuzung 200a passiert, um das Fahrzeug 71 zu veranlassen, langsamer zu fahren und nicht zu versuchen, schneller zu werden, um die Kreuzungen 200b und 200c zu passieren, bevor die Signale 202b und 202c auf Rot wechseln.

Eingriffe in die Privatsphäre der Fahrer

Vorschläge für Fahrerüberwachungssysteme im Fahrzeug im letzten Jahrzehnt haben Computer-Vision-Algorithmen zur Emotionserkennung zusammen mit anderen biometrischen Indikatoren genutzt, um Systeme zu entwickeln, die eine „abschreckende Wirkung“ auf widerspenstige Fahrer haben sollen, da sich fehlerhaftes Fahrerverhalten im Rahmen solcher Systeme auf die Versicherungsprämien der Fahrer auswirken oder bei einer Unfalluntersuchung als Beweismittel verwendet werden könnte.

Im Gegensatz dazu scheint der Vorschlag von Michigan/Denso auf eine Form der staatlichen Zusammenarbeit durch Änderungen der verbindlichen Fahrzeugstandards abzuzielen. Angesichts der Mobilität der US-Bevölkerung in normalen Zeiten und der Tatsache, dass ein solches System am besten für Langstreckenfahrer wie LKW-Fahrer geeignet wäre, ist es jedoch schwer vorstellbar, dass weniger als eine bundesstaatliche Umsetzung machbar wäre , es sei denn, das Rahmenwerk ist so konzipiert, dass es über nicht teilnehmende Staatsgrenzen hinaus oder über Landkreise hinweg, die das System nicht unterstützen, inaktiv wird.

Obwohl solche Innovationen im Allgemeinen durch den zunehmenden Trend der Versicherungsunternehmen vorangetrieben werden, Versicherungsnehmer zu belohnen, die bereit sind, Überwachungsgeräte zu installieren, passt der Bedarf an bürgerlicher Infrastruktur nicht genau in dieses Modell, was darauf hindeutet, dass ein solches System gesetzgeberischer Unterstützung und Bundes- oder Landesfinanzierung bedarf .

Eine Darstellung der für das System vorgeschlagenen maschinellen Lernarchitektur unter Verwendung von Recurrent Neural Networks (RNN). Obwohl das Framework auch unbeaufsichtigtes Lernen nutzt und Echtzeit-Feedback liefert, sieht es auch Offline-Training vor, um Algorithmen basierend auf eingehenden Daten und Ereignissen zu verbessern. Die Identifizierung aggressiven Fahrverhaltens wird durch Dynamic Time Warping (DTW) erleichtert, einen Algorithmus, der in der Zeitreihenanalyse zum Vergleich zweier zeitlicher Reihen oder Sequenzen von Objekten verwendet wird, deren Geschwindigkeit variieren kann.

Einnahmequelle

Das im Patent vorgeschlagene System könnte das erste seiner Art sein, das eine Echtzeitanalyse fehlerhaften Fahrerverhaltens in einem öffentlichen System ermöglicht und bei wirklich gefährlichen Fahrunfällen automatisch Bußgelder und Strafen verhängen oder die Behörden alarmieren kann. Die Erfinder räumen jedoch ein, dass das System von finanzhungrigen Kommunen als Geldquelle missbraucht werden könnte.

Neda Masoud, Assistenzprofessorin am Department of Civil and Environmental Engineering der University of Michigan, erzählte Die akademischen Zeiten zur Abwicklung, Integrierung, Speicherung und „Falsche Alarme sind ein geringer Preis für das höhere Sicherheitsniveau, das diese Technologie bieten kann. Dennoch sollte es für zu Unrecht Beschuldigte immer die Möglichkeit geben, sich gegen falsche Vorwürfe aggressiven Fahrens zu verteidigen.“.

In der Patentanmeldung wird die Möglichkeit aggressiver Fahrsituationen bei Fahrzeugen anerkannt, die nicht mit On-Board-Units (OBUs) ausgestattet sind. Dem kann durch externe Beobachtung benachbarter oder in der Nähe befindlicher Fahrzeuge, die über diese Ausrüstung verfügen, sowie der Kreuzungseinrichtungen begegnet werden. In solchen Fällen würde die Identifizierung vermutlich auf andere Methoden zurückgreifen, beispielsweise auf das automatische Lesen von Nummernschildern (obwohl die Patentanmeldung dies nicht behandelt).

Kreuzungen stellen ein hohes Risiko dar

Das Michigan-Patent befasst sich mit rücksichtslosem Verhalten an Kreuzungen, da diese ein Ort von Verkehrsunfällen und -verstößen sind, während frühere chinesische Forschungen in ähnlicher Richtung dazu die Analyse von Support-Vektor-Maschinen (SVM) eingesetzt haben Identifizieren Sie Ereignisse während des Transports, wie etwa gefährlicher Spurwechsel. Eine weitere in China ansässige Forschungsinitiative ausgenutzte Sensoren in Smartphones um unberechenbares Verhalten während der Fahrt zu erkennen.

Die US-amerikanische National Highway Traffic Safety Administration geschätzt im Jahr 2010, dass 40 % der Unfälle, die sich im Jahr 2008 in den Vereinigten Staaten ereigneten, mit Aktivitäten an Kreuzungen in Zusammenhang standen.