Détecter la ‘conduite agressive’ avec l’apprentissage automatique et l’informatique de bord

Une demande de brevet récente a proposé un système pour identifier le ‘comportement de conduite agressif’ aux intersections à l’aide d’algorithmes d’apprentissage automatique déployés dans des appareils d’informatique de bord civique.

En contraste avec les innovations récentes de la recherche en intelligence artificielle sur les analytics de ‘colère au volant’ dans les véhicules (principalement destinés au bénéfice des compagnies d’assurance), le système proposé est de nature municipale et pourrait viser à faciliter les amendes pour les conducteurs qui ne se conforment pas aux normes ambiantes de ‘conduite sûre’. Il est également spécifiquement destiné à fournir des alertes audiovisuelles dans les véhicules aux mauvais conducteurs.

Le brevet a été déposé au Bureau des brevets et des marques de commerce des États-Unis le 29 avril 2021 au nom du Conseil des régents de l’Université du Michigan, et de la société Denso, un fabricant japonais de composants automobiles appartenant à Toyota.

Le brevet de l’UMich n’est pas un système propriétaire dans les véhicules destiné à la surveillance des assurances, ni conçu uniquement pour produire des données forensiques, mais repose plutôt sur des nœuds d’informatique de bord bien dotés en ressources déployés aux intersections pour fournir des rétroactions immédiates et actionnables, en rassemblant des données à partir de ressources d’informatique de bord le long de la route et de capteurs installés dans les véhicules à proximité. Source : https://pdfaiw.uspto.gov/76/2021/50/012/1.pdf

Le cadre proposé n’est pas entièrement passif ou dépendant de l’équipement civique, mais nécessiterait également des technologies dans les véhicules capables de les transformer en capteurs contribuant au système. En effet, cela transformerait chaque véhicule équipé en nœud de surveillance du trafic, même si la même surveillance serait également tournée vers le conducteur lui-même, avec le bénéfice supplémentaire d’accéder aux flux de données embarqués du véhicule. Le schéma de l’installation dans les véhicules (représenté ci-dessous à droite) soumis dans le brevet comprend des données de capteurs directes à partir des freins, de l’accélérateur, du volant et de l’odomètre du véhicule, ainsi que l’accès aux données de cartes.

Les installations le long de la route et dans les véhicules disposent toutes deux de ressources de stockage local et de processeurs graphiques CUDA, et disposent toutes deux d’une connectivité cloud.

Avertissements pour les conducteurs agressifs

Selon la demande de brevet, le système est conçu pour interagir avec un conducteur conflictuel :

‘Lorsque le système de prédiction de comportement de conduite agressif 1 prédit une conduite agressive dans un véhicule objet, un message d’avertissement tel que l’avertissement de la FIG. 8A peut être affiché sur le dispositif audiovisuel 413 dans le véhicule objet pour avertir un conducteur agressif de ralentir.’

Des avertissements potentiels supplémentaires incluent des alertes dans les véhicules pour la vitesse et les véhicules à venir :

Avertissements représentés dans la demande de brevet. Source : https://pdfaiw.uspto.gov/fdd/76/2021/50/012/0.pdf

Le brevet indique qu’à une autre occasion possible, tout dispositif audiovisuel disponible (y compris les smartphones appartenant au conducteur) dans le véhicule peut être utilisé pour fournir des avertissements, y compris des avertissements audio.

Feux rouges spécifiques au conducteur

La modification des fréquences et du comportement des feux de circulation aux intersections est depuis longtemps connue comme un moyen de réduire les accidents, et le système proposé peut être utilisé pour générer des données qui pourraient modifier la façon dont les feux de circulation fonctionnent aux intersections à un niveau très large.

Cependant, l’intégration profonde de l’infrastructure et des données des véhicules envisagée dans la proposition du Michigan offre une autre possibilité : des feux rouges dictés par le comportement du conducteur, plutôt que par une routine ou un emploi du temps (voir la section [0157] de la demande de brevet).

‘En outre, si le modèle de conduite à une intersection (par exemple, l’intersection 200a) prédit et/ou indique une conduite agressive dans le véhicule 71, des mesures correctives telles que le contrôle des éléments de contrôle peuvent être employées aux intersections suivantes (par exemple, les intersections 200b et 200c) pour contrôler et atténuer le comportement de conduite agressif. Par exemple, si le système de prédiction de comportement de conduite agressif 1 prédit que le véhicule 71 peut passer un feu rouge à l’intersection 200a, le système de prédiction de comportement de conduite agressif 1 peut envoyer un signal de contrôle pour contrôler l’état/phase des signaux de contrôle de la circulation 202b et 202c aux intersections 200b et 200c. De cette manière, les signaux de contrôle de la circulation 202b et 202c peuvent changer à rouge, par exemple, avant que le véhicule 71 ne passe par l’intersection 200a pour encourager le véhicule 71 à ralentir et ne pas essayer de passer par les intersections 200b et 200c avant que les signaux 202b et 202c ne changent à rouge.’

Intrusions dans la vie privée des conducteurs

Les propositions de systèmes de surveillance des conducteurs dans les véhicules au cours de la dernière décennie ont exploité des algorithmes de reconnaissance d’émotions de la vision par ordinateur, ainsi que d’autres indicateurs biométriques, pour produire des systèmes conçus pour avoir un ‘effet refroidissant’ sur les conducteurs obstinés, puisque le comportement de conduite errant pourrait affecter les primes d’assurance des conducteurs dans de tels schémas, ou être utilisé comme preuve dans une enquête sur un accident.

En revanche, la proposition Michigan/Denso semble destinée à une forme de collaboration avec l’État à travers des changements dans les normes de véhicules obligatoires. Cependant, étant donné la mobilité de la population américaine en temps normal, et le fait qu’un tel système serait le plus applicable pour les conducteurs de longue distance, tels que les camionneurs, il est difficile de voir comment quelque chose de moins qu’une mise en œuvre fédérale serait réalisable, à moins que le cadre ne soit conçu pour devenir inactif au-delà des frontières d’États non participants, ou à travers les comtés qui ne soutiennent pas le schéma.

Bien que de telles innovations soient généralement motivées par la tendance croissante des compagnies d’assurance à récompenser les souscripteurs qui acceptent d’installer des équipements de surveillance, le besoin d’infrastructures civiques ne correspond pas exactement à ce modèle, suggérant qu’un tel système nécessiterait un soutien législatif et un financement fédéral ou étatique.

Une illustration de l’architecture d’apprentissage automatique proposée pour le système, utilisant des réseaux de neurones récurrents (RNN). Bien que le cadre utilise également l’apprentissage non supervisé et fournisse des rétroactions en temps réel, il prévoit également une formation hors ligne pour améliorer les algorithmes en fonction des données et des événements entrants. L’identification du comportement de conduite agressif est facilitée par la technique de warping temporel dynamique (DTW), un algorithme utilisé dans l’analyse de séries chronologiques pour comparer deux séries temporelles ou des séquences d’objets qui peuvent varier en vitesse.

Flux de revenus

Le système proposé dans le brevet pourrait être le premier de son genre à offrir une analyse en temps réel du comportement de conduite errant dans un cadre civique capable d’émettre automatiquement des amendes et des pénalités, ou d’alerter les autorités, en cas d’incidents de conduite vraiment dangereux. Cependant, les inventeurs reconnaissent qu’il pourrait être mal utilisé comme une vache à lait par les autorités municipales avides de revenus.

Neda Masoud, professeure adjointe au département de génie civil et environnemental de l’Université du Michigan, a déclaré à The Academic Times que ‘Les fausses alarmes sont un petit prix à payer pour le niveau de sécurité amélioré que la technologie peut fournir. Cela étant dit, il devrait toujours y avoir une occasion pour les personnes faussement accusées de se défendre contre toute fausse allégation de conduite agressive,’.

La demande de brevet reconnaît la possibilité d’événements de conduite agressive impliquant des véhicules qui ne sont pas équipés d’unités embarquées (OBU), qui peuvent être abordés par l’observation externe de véhicules adjacents ou à proximité qui disposent de l’équipement, ainsi que les installations d’intersection. Dans de tels cas, l’identification présumerait par défaut d’autres méthodes, telles que la lecture automatique de plaques d’immatriculation (bien que la demande de brevet ne traite pas de cela).

Les intersections, un risque élevé

Le brevet du Michigan aborde le comportement imprudent aux intersections, puisque celles-ci sont un lieu d’incidents et d’infractions de la circulation, tandis que des recherches chinoises antérieures dans le même esprit ont utilisé l’analyse SVM pour identifier les événements en transit, tels que les changements de voie dangereux. Une autre initiative de recherche basée en Chine a exploité les capteurs dans les smartphones pour détecter un comportement erratique pendant le trajet.

L’Administration nationale de la sécurité routière des États-Unis a estimé en 2010 que 40 % des accidents survenus aux États-Unis en 2008 étaient liés à des activités aux intersections.