आक्रामक ड्राइविंग का पता लगाना मशीन लर्निंग और एज कंप्यूटिंग के साथ

एक हालिया पेटेंट आवेदन ने सिविक एज कंप्यूटिंग डिवाइसों में तैनात मशीन लर्निंग एल्गोरिदम का उपयोग करके जंक्शनों पर ‘आक्रामक ड्राइविंग व्यवहार’ की पहचान करने के लिए एक प्रणाली का प्रस्ताव किया है।

हाल के एआई अनुसंधान के विपरीत जो ‘रोड रेज’ विश्लेषण में इन-व्हीकल (मुख्य रूप से बीमा कंपनियों के लाभ के लिए) में है, प्रस्तावित प्रणाली पूरी तरह से सिविक है और उन ड्राइवरों के लिए दंड की सुविधा प्रदान करने के लिए डिज़ाइन की गई है जो ‘सुरक्षित’ ड्राइविंग व्यवहार के आसपास के नियमों का पालन नहीं करते हैं। यह प्रणाली खराब ड्राइवरों को संबंधित इन-कार ऑडियोविज़ुअल अलर्ट प्रदान करने के लिए भी डिज़ाइन की गई है।

पेटेंट 29 अप्रैल 2021 को यूनिवर्सिटी ऑफ मिशिगन के बोर्ड ऑफ रीजेंट्स और डेन्सो कॉर्पोरेशन, एक जापानी ऑटोमोटिव घटक निर्माता की ओर से यूएस पेटेंट और ट्रेडमार्क कार्यालय में दायर किया गया था, जो टोयोटा के स्वामित्व में है।

यूएमआईची पेटेंट एक प्रोप्राइटरी, इन-कार सिस्टम नहीं है जो बीमा पर्यवेक्षण के लिए निर्देशित है, न ही यह सिर्फ फोरेंसिक डेटा उत्पन्न करने के लिए डिज़ाइन किया गया है, बल्कि यह यातायात के चौराहों पर तैनात संसाधन-संपन्न एज कंप्यूटिंग नोड्स पर निर्भर करता है ताकि तुरंत और कार्रवाई योग्य प्रतिक्रिया प्रदान की जा सके, सड़क किनारे एज कंप्यूटिंग संसाधनों और निकटवर्ती वाहनों में स्थापित सेंसरों से डेटा को संग्रहीत करके। स्रोत: https://pdfaiw.uspto.gov/76/2021/50/012/1.pdf

प्रस्तावित फ्रेमवर्क पूरी तरह से निष्क्रिय या सिविक उपकरण पर निर्भर नहीं है, बल्कि यह वाहनों में प्रौद्योगिकियों की भी आवश्यकता होगी जो वाहनों को सिस्टम के लिए योगदानकर्ता सेंसर में बदल सकती हैं। वास्तव में, यह प्रत्येक सुसज्जित वाहन को एक यातायात निगरानी नोड में बदल देगा, हालांकि同 समय ड्राइवर पर भी निगरानी रखी जाएगी, जिसमें वाहन के ऑनबोर्ड डेटा स्ट्रीम तक पहुंच शामिल है। पेटेंट में जमा किए गए इन-कार स्थापना के लिए स्कीमैटिक (नीचे दाईं ओर देखें) में वाहन के ब्रेक, थ्रॉटल, स्टीयरिंग व्हील और ओडोमीटर से सीधे सेंसर डेटा शामिल है, साथ ही मैप डेटा तक पहुंच की आवश्यकता है।

दोनों सड़क किनारे और वाहन स्थापना में सीउडीए-सक्षम जीपीयू और स्थानीय स्टोरेज संसाधन हैं, और दोनों में क्लाउड कनेक्टिविटी है।

आक्रामक ड्राइवरों के लिए चेतावनी

पेटेंट आवेदन के अनुसार, प्रणाली एक आक्रामक ड्राइवर के साथ बातचीत करने के लिए डिज़ाइन की गई है:

‘जब प्रणाली 1 आक्रामक ड्राइविंग व्यवहार की भविष्यवाणी करती है, तो विषय वाहन में ऑडियो-विज़ुअल डिवाइस 413 में चेतावनी संदेश जैसे चेतावनी 8ए आउटपुट किया जा सकता है ताकि आक्रामक ड्राइवर को धीमा करने के लिए चेतावनी दी जा सके।’

अतिरिक्त संभावित चेतावनियों में गति और आगामी वाहनों के लिए इन-कार अलर्ट शामिल हैं;

पेटेंट आवेदन में चेतावनियां। स्रोत: https://pdfaiw.uspto.gov/fdd/76/2021/50/012/0.pdf

पेटेंट कहता है कि एक अन्य संभावित परिदृश्य में, वाहन में उपलब्ध किसी भी ऑडियो-विज़ुअल डिवाइस (包括 ड्राइवर के स्मार्टफोन) का उपयोग चेतावनी प्रदान करने के लिए किया जा सकता है, जिसमें ऑडियो चेतावनियां शामिल हैं।

ड्राइवर-विशिष्ट लाल बत्ती

चौराहे पर यातायात संकेतों की आवृत्ति और व्यवहार को बदलना दुर्घटनाओं को कम करने का एक तरीका है, और प्रस्तावित प्रणाली का उपयोग चौराहों पर यातायात संकेतों के कार्य करने के तरीके को बदलने के लिए डेटा उत्पन्न करने के लिए किया जा सकता है।

हालांकि, मिशिगन प्रस्ताव में बुनियादी ढांचे और वाहन डेटा के गहरे एकीकरण की कल्पना की गई है: ड्राइवर के व्यवहार से निर्धारित लाल बत्ती, न कि रूटीन या अनुसूची द्वारा (पेटेंट आवेदन में [0157] खंड देखें)।

‘इसके अलावा, यदि एक चौराहे (जैसे चौराहा 200a) पर ड्राइविंग पैटर्न आक्रामक ड्राइविंग की भविष्यवाणी करता है और/या वाहन 71 में संकेत देता है, तो आक्रामक ड्राइविंग व्यवहार को नियंत्रित और कम करने के लिए नियंत्रण तत्वों का उपयोग किया जा सकता है। उदाहरण के लिए, यदि प्रणाली 1 आक्रामक ड्राइविंग व्यवहार की भविष्यवाणी करती है कि वाहन 71 चौराहे 200a पर लाल बत्ती को तोड़ सकता है, तो प्रणाली 1 चौराहों 200b और 200c पर यातायात नियंत्रण संकेतों 202b और 202c को नियंत्रित करने के लिए एक नियंत्रण संकेत आउटपुट कर सकती है। इस तरह, यातायात नियंत्रण संकेत 202b और 202c लाल में बदल सकते हैं, उदाहरण के लिए, वाहन 71 चौराहे 200a से गुजरने से पहले ताकि वाहन 71 को धीमा करने और चौराहों 200b और 200c से गुजरने से पहले संकेतों 202b और 202c को लाल में बदलने के प्रयास में तेजी से चलने का प्रयास न करें।’

ड्राइवर गोपनीयता में घुसपैठ

पिछले दशक में इन-व्हीकल ड्राइवर मॉनिटरिंग सिस्टम के प्रस्तावों ने भावना पहचान कंप्यूटर विजन एल्गोरिदम का शोषण किया है, साथ ही अन्य जैव संकेतक, ऐसे सिस्टम तैयार करने के लिए जो ‘असंतुष्ट ड्राइवरों’ पर ‘ठंडा प्रभाव’ डालने के लिए डिज़ाइन किए गए हैं, क्योंकि ऐसे योजनाओं के तहत ड्राइवर व्यवहार दुर्घटना जांच में साक्ष्य के रूप में उपयोग किया जा सकता है या ड्राइवर बीमा प्रीमियम प्रभावित कर सकता है।

इसके विपरीत, मिशिगन/डेन्सो प्रस्ताव को राज्य सहयोग के कुछ रूप के लिए डिज़ाइन किया गया है, जो अनिवार्य वाहन मानकों में परिवर्तन के माध्यम से हो सकता है। हालांकि, सामान्य समय में अमेरिकी आबादी की गतिशीलता को देखते हुए, और इस प्रणाली को सबसे अधिक लंबी दूरी के ड्राइवरों जैसे ट्रक ड्राइवरों के लिए उपयुक्त होने के कारण, यह देखना मुश्किल है कि कैसे एक संघीय कार्यान्वयन से कम कुछ भी व्यावहारिक होगा, जब तक कि फ्रेमवर्क गैर-भाग लेने वाले राज्य सीमाओं पर या उन काउंटियों में निष्क्रिय नहीं हो जाता है जो योजना का समर्थन नहीं करते हैं।

हालांकि ऐसे नवाचारों को आमतौर पर बीमा कंपनियों द्वारा चलाया जाता है जो नीतिधारकों को निगरानी उपकरण स्थापित करने के लिए प्रोत्साहित करते हैं, सिविक बुनियादी ढांचे की आवश्यकता इस मॉडल में फिट नहीं होती है, जो यह सुझाव देती है कि ऐसी प्रणाली को विधायी समर्थन और संघीय या राज्य वित्त पोषण की आवश्यकता होगी।

प्रस्तावित प्रणाली के लिए मशीन लर्निंग आर्किटेक्चर का एक चित्रण, रिकरेंट न्यूरल नेटवर्क (आरएनएन) का उपयोग करके। फ्रेमवर्क असुपरवाइज्ड लर्निंग का उपयोग करता है और रियल-टाइम फीडबैक प्रदान करता है, लेकिन यह भी ऑफलाइन प्रशिक्षण के लिए प्रावधान करता है ताकि आगामी डेटा और घटनाओं के आधार पर एल्गोरिदम में सुधार किया जा सके। आक्रामक ड्राइविंग व्यवहार की पहचान डायनेमिक टाइम वार्पिंग (DTW) द्वारा सुविधाजनक है, एक एल्गोरिदम जो समय श्रृंखला विश्लेषण में उपयोग किया जाता है ताकि दो समय श्रृंखला या वस्तुओं की क्रमिक तुलना की जा सके जो गति में भिन्न हो सकते हैं।

राजस्व धारा

पेटेंट में प्रस्तावित प्रणाली अपनी तरह की पहली प्रणाली हो सकती है जो एक सिविक फ्रेमवर्क में वास्तविक समय में आक्रामक ड्राइवर व्यवहार का विश्लेषण प्रदान करती है जो स्वचालित रूप से जुर्माना और दंड जारी कर सकती है, या खतरनाक ड्राइवर घटनाओं की स्थिति में अधिकारियों को सूचित कर सकती है। हालांकि, आविष्कारक स्वीकार करते हैं कि यह राजस्व-hungry स्थानीय अधिकारियों द्वारा एक ‘कैश-काउ’ के रूप में दुरुपयोग किया जा सकता है।

मिशिगन विश्वविद्यालय के सिविल और पर्यावरण इंजीनियरिंग विभाग में सहायक प्रोफेसर नेडा मसौदा, ने द एकेडमिक टाइम्स को बताया कि ‘झूठी चेतावनियां सुरक्षा के उस स्तर के लिए एक छोटी सी कीमत है जो प्रौद्योगिकी प्रदान कर सकती है। हालांकि, हमेशा गलत तरीके से आरोपित किए गए लोगों के लिए खुद का बचाव करने का अवसर होना चाहिए।’

पेटेंट आवेदन में आक्रामक ड्राइविंग घटनाओं की संभावना को स्वीकार किया गया है जिनमें ऑन-बोर्ड यूनिट (ओबीयू) वाले वाहन शामिल नहीं हैं, जिसे आसपास के वाहनों के बाहरी अवलोकन द्वारा संबोधित किया जा सकता है जो उपकरण से लैस हैं, साथ ही चौराहे स्थापना के साथ। ऐसे मामलों में, पहचान अन्य विधियों द्वारा डिफ़ॉल्ट हो सकती है, जैसे कि स्वचालित लाइसेंस प्लेट पढ़ना (हालांकि पेटेंट आवेदन इस पर विचार नहीं करता है)।

चौराहे उच्च जोखिम

मिशिगन पेटेंट चौराहों पर लापरवाह व्यवहार को संबोधित करता है, क्योंकि वे यातायात दुर्घटनाओं और उल्लंघनों का केंद्र हैं, जबकि चीन में इसी तरह के शोध ने आक्रामक लेन-परिवर्तन जैसे यात्रा के दौरान घटनाओं की पहचान करने के लिए समर्थन वेक्टर मशीन (एसवीएम) विश्लेषण का उपयोग किया है। एक अन्य चीन-आधारित शोध पहल ने स्मार्टफोन सेंसर का शोषण किया ताकि यात्रा के दौरान अनियमित व्यवहार का पता लगाया जा सके।

यूएस नेशनल हाईवे ट्रैफिक सुरक्षा प्रशासन ने अनुमान लगाया कि 2010 में 2008 में संयुक्त राज्य अमेरिका में हुई 40% दुर्घटनाएं चौराहों पर गतिविधि से संबंधित थीं।