Rilevamento della ‘guida aggressiva’ con apprendimento automatico e calcolo edge

Una recente domanda di brevetto ha proposto un sistema per l’identificazione del ‘comportamento di guida aggressivo’ agli incroci utilizzando algoritmi di apprendimento automatico distribuiti in dispositivi di calcolo edge civici.

In contrasto con le recenti innovazioni della ricerca di intelligenza artificiale sulla ‘rabbia al volante’ all’interno del veicolo (principalmente destinata a beneficio delle compagnie assicurative), il sistema proposto è invece di natura municipale e potrebbe essere finalizzato a facilitare le penalità per i conducenti che non si conformano alle norme ambientali di ‘comportamento di guida sicuro’. È inoltre specificamente destinato a fornire ai cattivi conducenti avvisi audiovisivi correlati all’interno del veicolo.

Il brevetto è stato depositato presso l’Ufficio brevetti e marchi degli Stati Uniti il 29 aprile 2021 per conto del Consiglio di amministrazione dell’Università del Michigan e della società Denso, un produttore giapponese di componenti automobilistici di proprietà di Toyota.

Il brevetto dell’UMich non è un sistema proprietario all’interno del veicolo finalizzato al controllo assicurativo, né è stato progettato esclusivamente per produrre dati forensi, ma si basa invece su nodi di calcolo edge ben risorsati distribuiti agli incroci stradali per fornire feedback immediati e azionabili, raccogliendo dati da risorse di calcolo edge stradali e da sensori installati in veicoli vicini. Fonte: https://pdfaiw.uspto.gov/76/2021/50/012/1.pdf

Il quadro proposto non è interamente passivo o dipendente dalle attrezzature civiche, ma richiederebbe anche tecnologie all’interno del veicolo in grado di trasformare le auto in sensori contribuenti per il sistema. In pratica, ciò trasformerebbe ogni veicolo attrezzato in un nodo di monitoraggio del traffico, sebbene lo stesso controllo sarebbe anche rivolto al conducente stesso, con il beneficio aggiuntivo di accedere ai flussi di dati a bordo del veicolo. Lo schema per l’installazione all’interno del veicolo (riportato in basso a destra) presentato nel brevetto include dati del sensore diretti dai freni, dall’acceleratore, dal volante e dall’odometro del veicolo, nonché l’accesso ai dati delle mappe.

Sia le installazioni stradali che quelle all’interno del veicolo presentano risorse di GPU abilitate CUDA e archiviazione locale, e sia presentano la connettività cloud.

Avvertimenti per conducenti aggressivi

Secondo la domanda di brevetto, il sistema è progettato per interagire con un conducente difficile:

‘Quando il sistema per prevedere il comportamento di guida aggressivo 1 prevede una guida aggressiva in un veicolo soggetto, un messaggio di avvertimento come l’avvertimento in FIG. 8A può essere output sul dispositivo audiovisivo 413 nel veicolo soggetto per avvertire un conducente aggressivo di rallentare.’

Ulteriori potenziali avvertimenti includono avvisi all’interno del veicolo per la velocità e i veicoli in arrivo:

Avvertimenti riportati nella domanda di brevetto. Fonte: https://pdfaiw.uspto.gov/fdd/76/2021/50/012/0.pdf

Il brevetto afferma che in un altro scenario possibile, qualsiasi dispositivo audiovisivo disponibile (inclusi smartphone di proprietà del conducente) all’interno del veicolo può essere utilizzato per fornire avvertimenti, inclusi avvertimenti audio.

Luci rosse specifiche per conducente

La modifica delle frequenze e del comportamento dei semafori stradali è stata a lungo conosciuta come un metodo per ridurre gli incidenti, e il sistema proposto può essere utilizzato per generare dati che possono modificare il modo in cui i semafori funzionano agli incroci a un livello molto ampio.

Tuttavia, l’integrazione profonda di infrastrutture e dati del veicolo prevista nella proposta del Michigan offre un’altra possibilità: luci rosse che sono dettate dal comportamento del conducente, piuttosto che eseguite a orari fissi o secondo un programma (vedere la sezione prolissa [0157] nella domanda di brevetto).

‘Inoltre, se il modello di guida in un incrocio (ad esempio, l’incrocio 200a) prevede e/o indica una guida aggressiva nel veicolo 71, possono essere adottate misure correttive come il controllo degli elementi di controllo. Ad esempio, se il sistema per prevedere il comportamento di guida aggressivo 1 prevede che il veicolo 71 possa violare un semaforo rosso all’incrocio 200a, il sistema per prevedere il comportamento di guida aggressivo 1 può output un segnale di controllo per controllare lo stato/fase dei segnali di controllo del traffico 202b e 202c agli incroci 200b e 200c. In questo modo, i segnali di controllo del traffico 202b e 202c possono cambiare in rosso, ad esempio, prima che il veicolo 71 passi attraverso l’incrocio 200a per incoraggiare il veicolo 71 a rallentare e non tentare di aumentare la velocità in un tentativo di attraversare gli incroci 200b e 200c prima che i segnali 202b e 202c cambino in rosso.’

Ingressi nella privacy del conducente

Le proposte per sistemi di monitoraggio dei conducenti all’interno del veicolo negli ultimi dieci anni hanno sfruttato algoritmi di riconoscimento delle emozioni della visione computerizzata, insieme ad altri indicatori biometrici, per produrre sistemi progettati per avere un ‘effetto di raffreddamento’ sui conducenti ostinati, poiché il comportamento di guida errato potrebbe influenzare le tariffe assicurative dei conducenti in tali schemi, o essere utilizzato come prova in un’indagine su un incidente.

Al contrario, la proposta Michigan/Denso sembra essere destinata a una forma di collaborazione statale attraverso modifiche agli standard di veicoli obbligatori. Tuttavia, data la mobilità della popolazione statunitense in tempi normali e il fatto che un tale sistema sarebbe più applicabile per i conducenti a lunga percorrenza, come i conducenti di camion, è difficile vedere come una implementazione diversa da quella federale potrebbe essere fattibile, a meno che il quadro non sia progettato per diventare inattivo oltre i confini statali non partecipanti, o attraverso contee che non supportano lo schema.

Sebbene tali innovazioni siano generalmente guidate dalla tendenza crescente delle compagnie assicurative a premiare i titolari di polizze disposti a installare attrezzature di monitoraggio, la necessità di infrastrutture civiche non si adatta esattamente a quel modello, suggerendo che un tale sistema avrebbe bisogno di sostegno legislativo e finanziamento statale o federale.

Un’illustrazione dell’architettura di apprendimento automatico proposta per il sistema, utilizzando reti neurali ricorrenti (RNN). Sebbene il quadro utilizzi anche l’apprendimento non supervisionato e fornisca feedback in tempo reale, prevede anche la formazione offline per migliorare gli algoritmi in base ai dati e agli eventi in arrivo. L’identificazione del comportamento di guida aggressivo è facilitata dalla tecnica di warping temporale dinamico (DTW), un algoritmo utilizzato nell’analisi delle serie temporali per confrontare due serie temporali o sequenze di oggetti che possono variare in velocità.

Flusso di entrate

Il sistema proposto nel brevetto potrebbe essere il primo del suo genere a offrire un’analisi in tempo reale del comportamento di guida errato in un quadro civico in grado di emettere automaticamente multe e penalità, o allertare le autorità, in caso di incidenti di guida pericolosi. Tuttavia, gli inventori ammettono che potrebbe essere utilizzato impropriamente come una mucca da mungere da parte di autorità municipali affamate di entrate.

Neda Masoud, professoressa assistente presso il Dipartimento di Ingegneria Civile e Ambientale dell’Università del Michigan, ha detto a The Academic Times che ‘I falsi allarmi sono un piccolo prezzo da pagare per il livello di sicurezza migliorato che la tecnologia può fornire. Detto questo, dovrebbe sempre esserci l’opportunità per gli accusati ingiustamente di difendersi contro qualsiasi accusa falsa di guida aggressiva,’.

La domanda di brevetto riconosce la possibilità di eventi di guida aggressiva che coinvolgono veicoli non dotati di unità a bordo (OBUs), che possono essere affrontati attraverso l’osservazione esterna di veicoli adiacenti o vicini che dispongono dell’attrezzatura, nonché le installazioni di incroci. In tali casi, l’identificazione presumibilmente verrebbe eseguita con metodi diversi, come la lettura automatica delle targhe (sebbene la domanda di brevetto non tratti questo argomento).

Gli incroci sono un alto rischio

Il brevetto del Michigan affronta il comportamento temerario agli incroci, poiché questi sono un luogo di incidenti stradali e infrazioni, mentre la ricerca cinese precedente lungo linee simili ha utilizzato l’analisi della macchina di supporto vettoriale (SVM) per identificare eventi in transito, come il cambio di corsia pericoloso. Un’altra iniziativa di ricerca cinese ha sfruttato i sensori degli smartphone per rilevare il comportamento erratico durante il viaggio.

L’Amministrazione Nazionale per la Sicurezza del Traffico Stradale degli Stati Uniti ha stimato nel 2010 che il 40% degli incidenti che si sono verificati negli Stati Uniti nel 2008 erano legati all’attività agli incroci.