Détection de 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 agressive » aux intersections à l’aide d’algorithmes d’apprentissage automatique déployés dans des dispositifs d’informatique de bord civique.

Contrairement aux innovations récentes de la recherche en intelligence artificielle sur les analyses de « colère au volant » dans les véhicules (principalement destinées au bénéfice des compagnies d’assurance), le système proposé est de nature municipale et pourrait être destiné à faciliter les amendes pour les conducteurs qui ne se conforment pas aux normes ambiantes de « conduite sûre ». Il est également spécifiquement conçu pour fournir aux mauvais conducteurs des alertes audiovisuelles dans leur véhicule.

Le brevet a été déposé au Bureau des brevets et des marques 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 équipés déployés aux intersections pour fournir des rétroactions immédiates et actionnables, en rassemblant des données à partir de ressources d’informatique de bord routières 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. Cela transformerait effectivement chaque véhicule équipé en un nœud de surveillance du trafic, bien que 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 le véhicule (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 routières et dans les véhicules disposent toutes deux de ressources de processeur graphique CUDA et de stockage local, 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 conduite agressive 1 prédit une conduite agressive dans un véhicule, un message d’avertissement tel que l’avertissement de la FIG. 8A peut être affiché sur le dispositif audiovisuel 413 dans le véhicule pour avertir un conducteur agressif de ralentir.’

Des avertissements supplémentaires potentiels incluent des alertes dans le véhicule pour la vitesse et les véhicules en approche;

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 a longtemps été connue comme un moyen de réduire les accidents, et le système proposé peut être utilisé pour générer des données qui peuvent 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 de véhicule envisagée dans la proposition du Michigan offre une autre possibilité: des feux rouges qui sont dictés par le comportement du conducteur, plutôt que par une routine ou un emploi du temps (voir la section prolixe [0157] dans 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 agressive. Par exemple, si le système de prédiction de conduite agressive 1 prédit que le véhicule 71 peut passer un feu rouge à l’intersection 200a, le système de prédiction de conduite agressive 1 peut émettre 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 se hâter pour traverser les intersections 200b et 200c avant que les signaux 202b et 202c ne changent à rouge.’

Intrusions dans la vie privée du conducteur

Les propositions de systèmes de surveillance des conducteurs dans les véhicules au cours de la dernière décennie ont exploité les algorithmes de reconnaissance d’émotions par 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 du conducteur 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 étatique 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 que un tel système serait le plus applicable pour les conducteurs de longue distance, tels que les conducteurs de camions, 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 sur les frontières d’États non participants, ou sur 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 un apprentissage non supervisé et fournisse une rétroaction 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 agressive est facilitée par la technique de warping temporel dynamique (DTW), un algorithme utilisé dans l’analyse de séries temporelles 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 accusation 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 de bord (OBUs), qui peuvent être abordés par l’observation externe de véhicules adjacents ou à proximité qui disposent de l’équipement, ainsi que par les installations d’intersection. Dans de tels cas, l’identification présumera probablement 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 sont un risque élevé

Le brevet du Michigan traite du comportement imprudent aux intersections, puisque celles-ci sont un lieu d’incidents de trafic et d’infractions, tandis que des recherches chinoises antérieures similaires ont utilisé l’analyse de la machine à vecteurs de support (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 des smartphones pour détecter les comportements de conduite erratiques.

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.