Η γωνία του Anderson

Αναίρεση ‘Επιθετικής Οδήγησης’ Με Μηχανική Μάθηση και Edge Computing

mm
Προσθέστε το Unite.AI στις προτιμώμενες πηγές σας στο Google

Μια πρόσφατη αίτηση για δίπλωμα ευρεσιτεχνίας έχει προτείνει ένα σύστημα για την αναγνώριση ‘επιθετικής οδηγικής συμπεριφοράς’ σε διασταυρώσεις χρησιμοποιώντας αλγόριθμους μηχανικής μάθησης που αναπτύσσονται σε πολιτικές συσκευές edge computing.

Σε αντίθεση με τις πρόσφατες καινοτομίες της έρευνας του AI για την ανάλυση ‘οδικής ярости’ (πρωτίστως προορίζεται για το όφελος των εταιρειών ασφάλισης), το σύστημα που προτείνεται είναι municipally φύσεως και θα μπορούσε να στοχεύει στην επιβολή ποινών στους οδηγούς που δεν συμμορφώνονται με τις περιβαλλοντικές νόρμες της ‘ασφαλής’ οδηγικής συμπεριφοράς. Επίσης, προορίζεται να παρέχει στους κακούς οδηγούς σχετικές ενημερώσεις ήχου και εικόνας μέσα στο αυτοκίνητο.

Το δίπλωμα ευρεσιτεχνίας κατατέθηκε στο Γραφείο Ευρεσιτεχνιών και Εμπορικών Σημάτων των ΗΠΑ στις 29 Απριλίου 2021, για λογαριασμό του Διοικητικού Συμβουλίου του Πανεπιστημίου του Μίσιγκαν και της Denso corporation, ενός ιαπωνικού κατασκευαστή αυτοκινητικών εξαρτημάτων που ανήκει στην Toyota.

Το δίπλωμα ευρεσιτεχνίας του Πανεπιστημίου του Μίσιγκαν δεν είναι ένα ιδιωτικό, ενσωματωμένο σύστημα που στοχεύει στην επιτήρηση των ασφαλιστικών εταιρειών, ούτε σχεδιασμένο αποκλειστικά για την παραγωγή νομικών δεδομένων, αλλά αντίθετα βασίζεται σε πλούσια υποδομή edge computing που αναπτύσσεται σε διασταυρώσεις για να παρέχει άμεση και ενεργό ανατροφοδότηση, συλλέγοντας δεδομένα από πόρους edge computing δρόμου και από αισθητήρες που εγκαθίστανται (πредположительно από το νόμο) σε κοντινά οχήματα. Πηγή: https://pdfaiw.uspto.gov/76/2021/50/012/1.pdf

Το δίπλωμα ευρεσιτεχνίας του Πανεπιστημίου του Μίσιγκαν δεν είναι ένα ιδιωτικό, ενσωματωμένο σύστημα που στοχεύει στην επιτήρηση των ασφαλιστικών εταιρειών, ούτε σχεδιασμένο αποκλειστικά για την παραγωγή νομικών δεδομένων, αλλά αντίθετα βασίζεται σε πλούσια υποδομή edge computing που αναπτύσσεται σε διασταυρώσεις για να παρέχει άμεση και ενεργό ανατροφοδότηση, συλλέγοντας δεδομένα από πόρους edge computing δρόμου και από αισθητήρες που εγκαθίστανται σε κοντινά οχήματα. Πηγή: https://pdfaiw.uspto.gov/76/2021/50/012/1.pdf

Το προτεινόμενο πλαίσιο δεν είναι απολύτως παθητικό ή εξαρτώμενο από την πολιτική εξοπλισμό, αλλά θα απαιτούσε επίσης τεχνολογίες οχήματος που θα μπορούσαν να μετατρέψουν τα αυτοκίνητα σε συνεισφορές αισθητήρες για το σύστημα. Αποτελεσματικά, αυτό θα μετατρέψει κάθε εξοπλισμένο όχημα σε κόμβο παρακολούθησης κυκλοφορίας, αν και η ίδια επιτήρηση θα στρέφεται επίσης στον οδηγό, με το πρόσθετο όφελος της πρόσβασης στα ρεύματα δεδομένων του οχήματος. Το σχήμα για την εγκατάσταση στο αυτοκίνητο (εικονιζόμενο δεξιά) που υποβεβληθεί στην αίτηση για δίπλωμα ευρεσιτεχνίας περιλαμβάνει άμεση δεδομένα αισθητήρα από τα φρένα, το γκάζι, το τιμόνι και τον οδόμετρο, καθώς και απαιτεί πρόσβαση σε δεδομένα χαρτών.

Και οι εγκαταστάσεις δρόμου και αυτοκινήτου διαθέτουν CUDA-enabled GPU και τοπική αποθήκευση πόρων, και και οι δύο διαθέτουν σύνδεση cloud.

Προειδοποιήσεις Για Επιθετικούς Οδηγούς

Σύμφωνα με την αίτηση για δίπλωμα ευρεσιτεχνίας, το σύστημα σχεδιάστηκε για να αλληλεπιδράσει με έναν επιθετικό οδηγό:

‘Όταν το σύστημα για την πρόβλεψη επιθετικής οδηγικής συμπεριφοράς 1 προβλέπει επιθετική οδήγηση σε ένα όχημα, ένα μήνυμα προειδοποίησης όπως η προειδοποίηση στο Σχήμα 8Α μπορεί να εξοδικαστεί στο ήχο-οπτικό όργανο 413 στο όχημα για να προειδοποιήσει τον επιθετικό οδηγό να επιβραδύνει.’

Πρόσθετες πιθανές προειδοποιήσεις περιλαμβάνουν ενημερώσεις μέσα στο αυτοκίνητο για ταχύτητα και ερχόμενες οχήματα:

Προειδοποιήσεις που απεικονίζονται στην αίτηση για δίπλωμα ευρεσιτεχνίας. Πηγή: https://pdfaiw.uspto.gov/fdd/76/2021/50/012/0.pdf

Προειδοποιήσεις που απεικονίζονται στην αίτηση για δίπλωμα ευρεσιτεχνίας. Πηγή: https://pdfaiw.uspto.gov/fdd/76/2021/50/012/0.pdf

Η αίτηση για δίπλωμα ευρεσιτεχνίας αναφέρει ότι σε μια άλλη πιθανή περίπτωση, οποιαδήποτε διαθέσιμη ήχο-οπτική συσκευή (συμπεριλαμβανομένων των smartphones που ανήκουν στον οδηγό) στο όχημα μπορεί να χρησιμοποιηθεί για να παρέχει προειδοποιήσεις, συμπεριλαμβανομένων προειδοποιήσεων ήχου.

Επιθετικοί Οδηγοί-Ειδικές Κόκκινες Φανάρια

Η αλλαγή των συχνοτήτων και της συμπεριφοράς των φαναρίων σε διασταυρώσεις έχει γνωστοποιηθεί ως μέθοδος για τη μείωση των ατυχημάτων, και το προτεινόμενο σύστημα μπορεί να χρησιμοποιηθεί για να παράγει δεδομένα που μπορεί να αλλάξουν τον τρόπο με τον οποίο λειτουργούν τα φανάρια σε διασταυρώσεις σε ένα πολύ ευρύ επίπεδο.

Ωστόσο, η βαθιά ενοποίηση της υποδομής και των δεδομένων του οχήματος που προβλέπεται στην πρόταση του Μίσιγκαν προσφέρει μια άλλη δυνατότητα: κόκκινα φανάρια που καθορίζονται από τη συμπεριφορά του οδηγού, αντί να τρέχουν από ρουτίνα ή να προγραμματίζονται (βλέπε το τμήμα [0157] στην αίτηση για δίπλωμα ευρεσιτεχνίας).

‘Επιπλέον, αν το πρότυπο οδήγησης σε μια διασταύρωση (π.χ. η διασταύρωση 200a) προβλέπει και/ή υποδεικνύει επιθετική οδήγηση στο όχημα 71, θεραπευτικά μέτρα όπως ο έλεγχος των στοιχείων ελέγχου μπορεί να χρησιμοποιηθούν σε επόμενες διασταυρώσεις (π.χ. διασταυρώσεις 200b και 200c) για να ελέγξουν και να μετριάσουν την επιθετική οδηγική συμπεριφορά. Για παράδειγμα, αν το σύστημα για την πρόβλεψη επιθετικής οδήγησης 1 προβλέπει ότι το όχημα 71 μπορεί να περάσει ένα κόκκινο φανάρι στη διασταύρωση 200a, το σύστημα για την πρόβλεψη επιθετικής οδήγησης 1 μπορεί να εξοδικαστεί ένα σήμα ελέγχου για τον έλεγχο της κατάστασης/φάσης των σημάτων ελέγχου 202b και 202c στις διασταυρώσεις 200b και 200c. Με αυτόν τον τρόπο, τα σήματα ελέγχου 202b και 202c μπορούν να αλλάξουν σε κόκκινο, για παράδειγμα, πριν το όχημα 71 περάσει τη διασταύρωση 200a για να ενθαρρύνει το όχημα 71 να επιβραδύνει και να μην προσπαθήσει να αυξήσει την ταχύτητά του σε μια προσπάθεια να οδηγήσει μέσα από τις διασταυρώσεις 200b και 200c πριν τα σήματα 202b και 202c αλλάξουν σε κόκκινο.’

Εισβολές στη Ιδιωτικότητα του Οδηγού

Προτάσεις για συστήματα παρακολούθησης οδηγών στο όχημα τις τελευταίες δεκαετίες έχουν εκμεταλλευτεί αλγόριθμους αναγνώρισης συναισθήματος από την υπολογιστική όραση, μαζί με άλλους βιομετρικούς δείκτες, για να παράγουν συστήματα που έχουν σχεδιαστεί για να έχουν einen ‘ψυχροπονητικό’ επηρεασμό στους επιθετικούς οδηγούς,既然 η συμπεριφορά του οδηγού θα μπορούσε να επηρεάσει τις ασφαλιστικές προμήθειες του οδηγού υπό τέτοιους σχήματα, ή να χρησιμοποιηθεί ως απόδειξη σε μια έρευνα ατυχήματος.

Αντίθετα, η πρόταση του Μίσιγκαν/Ντένσο φαίνεται να προορίζεται για κάποια μορφή κρατικής συνεργασίας μέσω αλλαγών στα υποχρεωτικά πρότυπα οχήματος. Ωστόσο, δεδομένης της κινητικότητας του πληθυσμού των ΗΠΑ σε κανονικές φορές και του γεγονότος ότι ένα τέτοιο σύστημα θα ήταν πιο εφαρμόσιμο για μακροχρόνιους οδηγούς, όπως οι οδηγοί φορτηγών, είναι δύσκολο να δούμε πώς κάτι λιγότερο από μια ομοσπονδιακή εφαρμογή θα ήταν εφικτή, εκτός αν το πλαίσιο έχει σχεδιαστεί για να γίνει ανενεργό πάνω από τα σύνορα μη συμμετεχουσών πολιτειών, ή σε κομητείες που δεν υποστηρίζουν το σχήμα.

Αν και τέτοιες καινοτομίες είναι γενικά οδηγούμενες από την αυξανόμενη τάση για τις ασφαλιστικές εταιρείες να ανταποδίδουν τους ασφαλισμένους που είναι πρόθυμοι να εγκαταστήσουν εξοπλισμό παρακολούθησης, η ανάγκη για πολιτική υποδομή δεν ταιριάζει ακριβώς σε αυτό το μοντέλο, υποδεικνύοντας ότι ένα τέτοιο σύστημα θα χρειαζόταν νομοθετική υποστήριξη και ομοσπονδιακή ή κρατική χρηματοδότηση.

Μια εικονογράφηση της αρχιτεκτονικής μηχανικής μάθησης που προτείνεται για το σύστημα, χρησιμοποιώντας Αναδρομικά Νευρωνικά Δίκτυα (RNN). Το πλαίσιο χρησιμοποιεί μη επιτηρούμενη μάθηση και παρέχει άμεση ανατροφοδότηση, αλλά επίσης προβλέπει εκπαίδευση εκτός σύνδεσης για να βελτιώσει τους αλγόριθμους με βάση τα εισερχόμενα δεδομένα και τα γεγονότα. Η αναγνώριση της επιθετικής οδηγικής συμπεριφοράς διευκολύνεται από τη Δυναμική Χρονική Μετατόπιση (DTW), έναν αλγόριθμο που χρησιμοποιείται στην ανάλυση σειρών χρόνου για να συγκρίνει δύο χρονικές σειρές ή ακολουθίες αντικειμένων που μπορεί να ποικίλλουν σε ταχύτητα.

Μια εικονογράφηση της αρχιτεκτονικής μηχανικής μάθησης που προτείνεται για το σύστημα, χρησιμοποιώντας Αναδρομικά Νευρωνικά Δίκτυα (RNN). Το πλαίσιο χρησιμοποιεί μη επιτηρούμενη μάθηση και παρέχει άμεση ανατροφοδότηση, αλλά επίσης προβλέπει εκπαίδευση εκτός σύνδεσης για να βελτιώσει τους αλγόριθμους με βάση τα εισερχόμενα δεδομένα και τα γεγονότα. Η αναγνώριση της επιθετικής οδηγικής συμπεριφοράς διευκολύνεται από τη Δυναμική Χρονική Μετατόπιση (DTW), έναν αλγόριθμο που χρησιμοποιείται στην ανάλυση σειρών χρόνου για να συγκρίνει δύο χρονικές σειρές ή ακολουθίες αντικειμένων που μπορεί να ποικίλλουν σε ταχύτητα.

Ροή Εισοδήματος

Το σύστημα που προτείνεται στην αίτηση για δίπλωμα ευρεσιτεχνίας θα μπορούσε να είναι το πρώτο του είδους που προσφέρει πραγματική ανάλυση της επιθετικής οδηγικής συμπεριφοράς σε ένα πολιτικό πλαίσιο που είναι ικανό να εκδίδει αυτόματα πρόστιμα και ποινές, ή να ειδοποιεί τις αρχές, σε περίπτωση πραγματικά επικίνδυνων περιστατικών οδηγών. Ωστόσο, οι εφευρέτες παραδέχονται ότι θα μπορούσε να χρησιμοποιηθεί λανθασμένα ως πηγή εσόδου από τις municipal αρχές που είναι πεινασμένες για έσοδα.

Η Νέδα Μασούντ, βοηθός καθηγήτρια στο Τμήμα Πολιτικών και Περιβαλλοντικών Μηχανικών του Πανεπιστημίου του Μίσιγκαν, είπε στο The Academic Times ότι ‘Οι ψευδείς συναγερμοί είναι ένα μικρό τίμημα για το ενισχυμένο επίπεδο ασφάλειας που η τεχνολογία μπορεί να παρέχει. Αυτό που πρέπει να υπάρχει πάντα είναι η ευκαιρία για τους λανθασμένα κατηγορούμενους να υπερασπιστούν τον εαυτό τους ενάντια σε οποιαδήποτε ψευδή ισχυρισμούς για επιθετική οδήγηση,’.

Η αίτηση για δίπλωμα ευρεσιτεχνίας αναγνωρίζει την πιθανότητα επιθετικών οδηγικών συμβάντων που涉αουν οχήματα που δεν είναι εξοπλισμένα με μονάδες οχήματος (OBUs), τα οποία μπορούν να αντιμετωπιστούν από εξωτερική παρατήρηση κοντινών ή γειτονικών οχημάτων που διαθέτουν εξοπλισμό, καθώς και από τις εγκαταστάσεις διασταύρωσης. Σε τέτοιες περιπτώσεις, η αναγνώριση θα υποθέτονται σε άλλες μεθόδους, όπως η αυτόματη ανάγνωση πινακίδων κυκλοφορίας (αν και η αίτηση για δίπλωμα ευρεσιτεχνίας δεν ασχολείται με αυτό).

Διασταυρώσεις Υψηλού Κινδύνου

Το δίπλωμα ευρεσιτεχνίας του Μίσιγκαν αντιμετωπίζει την απερίσκεπτη συμπεριφορά στις διασταυρώσεις,既然 αυτές είναι ένας τόπος κυκλοφοριακών ατυχημάτων και παραβάσεων, ενώ προηγούμενη κινεζική έρευνα σε παρόμοιες γραμμές έχει χρησιμοποιήσει ανάλυση υποστηρικτικού διανύσματος (SVM) για να αναγνωρίσει συμβάντα εν κινήσει, όπως η επικίνδυνη αλλαγή λωρίδας. Μια άλλη κινεζική έρευνα έχρησε αισθητήρες σε smartphones για να ανιχνεύσει παραλλαγμένες συμπεριφορές κατά τη διάρκεια του ταξιδιού.

Η Εθνική Υπηρεσία Οδικής Ασφάλειας των ΗΠΑ εκτίμησε το 2010 ότι το 40% των ατυχημάτων που συνέβησαν στις Ηνωμένες Πολιτείες το 2008 σχετίζονταν με δραστηριότητα σε διασταυρώσεις.

Συγγραφέας σε μηχανική μάθηση, ειδικός σε σύνθεση εικόνων ανθρώπων. Πρώην επικεφαλής ερευνητικού περιεχομένου στη Metaphysic.ai, μέχρι τη διάλυση της στην DNEG's Brahma.ai.
Portfolio site: martinanderson.ai
Contact: martin@martinanderson.ai