Detectarea ‘Conducerea Agresivă’ Cu Învățarea Automată și Calculul Edge

O cerere recentă de brevet a propus un sistem pentru identificarea ‘comportamentului de conducere agresiv’ la intersecții folosind algoritmi de învățare automată implementați în dispozitive de calcul edge civice.

În contrast cu inovațiile recente ale cercetărilor de inteligență artificială în analiza ‘furiei rutiere’ în vehicule (în primul rând destinate beneficiului companiilor de asigurare), sistemul propus este de natură municipală și ar putea fi destinat facilitării sancțiunilor pentru șoferi care nu se conformează normelor ambientale de ‘conducere sigură’. De asemenea, este destinat să furnizeze șoferilor necorespunzători alerte audiovizuale în vehicul.

Brevetul a fost depus la Oficiul pentru Brevete și Mărci Comerciale din SUA pe 29 aprilie 2021, în numele Consiliului de Regenți al Universității din Michigan și corporației Denso, un producător japonez de componente auto deținut de Toyota.

Brevetul Universității din Michigan nu este un sistem proprietar în vehicul, destinat supravegherii asigurărilor, și nici destinat exclusiv producerii de date forensice, ci se bazează pe noduri de calcul edge bine dotate, instalate la intersecțiile de trafic, pentru a furniza feedback imediat și operațional, prin colectarea de date din resursele de calcul edge de lângă drum și de la senzorii instalați în vehiculele din apropiere. Sursă: https://pdfaiw.uspto.gov/76/2021/50/012/1.pdf

Cadru propus nu este în întregime pasiv sau dependent de echipamente civice, ci ar necesita, de asemenea, tehnologii în vehicul capabile să transforme mașinile în senzori contributori pentru sistem. În mod eficient, acest lucru ar transforma fiecare vehicul echipat într-un nod de monitorizare a traficului, deși aceeași supraveghere ar fi îndreptată și către șofer, cu beneficiul suplimentar al accesului la fluxurile de date de la bordul vehiculului. Schema pentru instalația în vehicul (prezentată mai jos, la dreapta) prezentată în brevet include date directe de la senzorii vehiculului, frâne, accelerație, volan și odometru, precum și necesită acces la datele de hartă.

Atât instalațiile de lângă drum, cât și cele din vehicul, dispun de resurse de stocare locală și GPU activate CUDA, precum și de conectivitate la cloud.

Avertismente pentru șoferi agresivi

Conform cererii de brevet, sistemul este destinat să interacționeze cu un șofer conflictual:

‘Când sistemul pentru prezicerea comportamentului de conducere agresiv 1 prezice o conducere agresivă într-un vehicul, un mesaj de avertizare, cum ar fi avertizarea din FIG. 8A, poate fi afișat pe dispozitivul audiovizual 413 din vehiculul în cauză, pentru a avertiza un șofer agresiv să încetinească.’

Avertizări suplimentare pot include alerte în vehicul pentru viteză și vehicule care se apropie:

Avertizări prezentate în cererea de brevet. Sursă: https://pdfaiw.uspto.gov/fdd/76/2021/50/012/0.pdf

Brevetul menționează că, într-un alt scenariu posibil, orice dispozitiv audiovizual disponibil (inclusiv smartphone-ul șoferului) din vehicul poate fi utilizat pentru a furniza avertizări, inclusiv avertizări audio.

Semafoare roșii specifice șoferilor

Schimbarea frecvenței și comportamentului semafoarelor de trafic la intersecții a fost de mult timp cunoscută ca o metodă pentru a reduce accidentele, iar sistemul propus poate fi utilizat pentru a genera date care ar putea schimba modul în care funcționează semafoarele de trafic la intersecții, la un nivel foarte larg.

Cu toate acestea, integrarea profundă a infrastructurii și a datelor vehiculului, prevăzută în propunerea din Michigan, oferă o altă posibilitate: semafoare roșii dictate de comportamentul șoferului, și nu conduse de rotație sau de program (vezi secțiunea [0157] din cererea de brevet).

‘În plus, dacă modelul de conducere la o intersecție (de exemplu, intersecția 200a) prezice și/sau indică o conducere agresivă în vehiculul 71, măsuri corective, cum ar fi controlul elementelor de control, pot fi utilizate la intersecții ulterioare (de exemplu, intersecțiile 200b și 200c) pentru a controla și a atenua comportamentul de conducere agresiv. De exemplu, dacă sistemul pentru prezicerea comportamentului de conducere agresiv 1 prezice că vehiculul 71 ar putea trece pe semaforul roșu la intersecția 200a, sistemul pentru prezicerea comportamentului de conducere agresiv 1 poate furniza un semnal de control pentru controlul stării/fazei semafoarelor de trafic 202b și 202c la intersecțiile 200b și 200c. În acest mod, semafoarele de trafic 202b și 202c pot schimba în roșu, de exemplu, înainte ca vehiculul 71 să treacă prin intersecția 200a, pentru a-l încuraja pe șofer să încetinească și să nu încerce să accelereze pentru a trece prin intersecțiile 200b și 200c înainte ca semafoarele 202b și 202c să schimbe în roșu.’

Încălcări ale confidențialității șoferilor

Propunerile pentru sisteme de monitorizare a șoferilor din vehicul din ultimul deceniu au exploatat algoritmi de recunoaștere a emoțiilor și alți indicatori biometrici pentru a produce sisteme destinate să aibă un ‘efect de răcire’ asupra șoferilor obstinenți, deoarece comportamentul de conducere defectuos ar putea afecta primele de asigurare ale șoferilor în astfel de scheme sau ar putea fi utilizate ca probe într-o anchetă de accident.

În contrast, propunerea Michigan/Denso pare destinată unei colaborări de stat prin modificări ale standardelor obligatorii de vehicul. Cu toate acestea, având în vedere mobilitatea populației din SUA în timpuri normale și faptul că un astfel de sistem ar fi cel mai aplicabil pentru șoferii pe distanțe lungi, cum ar fi șoferii de camioane, este dificil de văzut cum ar putea fi fezabilă o implementare care nu este federală, cu excepția cazului în care cadrul este proiectat pentru a deveni inactiv peste granițele statelor care nu participă sau peste județele care nu sprijină schema.

Deși astfel de inovații sunt, în general, conduse de tendința crescândă a companiilor de asigurări de a recompensa deținătorii de polițe care sunt dispuși să instaleze echipamente de monitorizare, necesitatea infrastructurii civice nu se potrivește exact cu acest model, ceea ce sugerează că un astfel de sistem ar necesita sprijin legislativ și finanțare federală sau de stat.

O ilustrare a arhitecturii de învățare automată propuse pentru sistem, utilizând Rețele Neuronale Recurente (RNN). Deși cadrul utilizează, de asemenea, învățarea nesupravegheată și furnizează feedback în timp real, oferă, de asemenea, posibilitatea de antrenament offline pentru a îmbunătăți algoritmii pe baza datelor și evenimentelor care sosesc. Identificarea comportamentului de conducere agresiv este facilitată de Dynamic Time Warping (DTW), un algoritm utilizat în analiza seriei de timp pentru a compara două serii temporale sau secvențe de obiecte care pot varia în viteză.

Flux de venituri

Sistemul propus în brevet ar putea fi primul de acest gen care oferă o analiză în timp real a comportamentului de conducere defectuos într-un cadru civic capabil să emită automat amenzi și sancțiuni, sau să alerteze autoritățile, în cazul unor incidente de conducere periculoase. Cu toate acestea, inventatorii recunosc că ar putea fi folosit în mod abuziv ca o sursă de venituri de către autoritățile municipale foarte dornice de venituri.

Neda Masoud, asistent profesor la Departamentul de Inginerie Civilă și de Mediu al Universității din Michigan, a declarat The Academic Times că ‘Avertizările false sunt un preț mic de plătit pentru nivelul îmbunătățit de siguranță pe care tehnologia îl poate oferi. Cu toate acestea, ar trebui să existe întotdeauna o oportunitate pentru cei acuzați pe nedrept să se apere împotriva oricăror acuzații false de conducere agresivă,’.

Cererea de brevet recunoaște posibilitatea evenimentelor de conducere agresivă care implică vehicule care nu sunt echipate cu unități de bord (OBUs), ceea ce poate fi abordat prin observarea externă a vehiculelor adiacente sau din apropiere care au echipamentul, precum și prin instalațiile de la intersecții. În astfel de cazuri, identificarea ar presupune, probabil, metode alternative, cum ar fi citirea automată a plăcuțelor de înmatriculare (deși cererea de brevet nu se ocupă de acest lucru).

Intersecțiile, un risc ridicat

Brevetul din Michigan se referă la comportamentul iresponsabil la intersecții, deoarece acestea sunt un loc de incidente și încălcări ale traficului, în timp ce cercetările anterioare din China pe linii similare au utilizat analiza vectorului de suport (SVM) pentru a identifica evenimente în tranzit, cum ar fi schimbarea periculoasă a benzilor. O altă inițiativă de cercetare din China a exploatat senzorii din smartphone-uri pentru a detecta comportamentul erratic în timpul călătoriei.

Administrația Națională pentru Siguranța Traficului din SUA a estimat în 2010 că 40% din accidente care au avut loc în Statele Unite în 2008 au fost legate de activitatea de la intersecții.