Phát Hiện ‘Lái Xe Aggressive’ Với Học Máy và Máy Tính Cạnh

Một đơn xin cấp bằng sáng chế gần đây đã đề xuất một hệ thống để xác định ‘hành vi lái xe hung hăng’ tại các ngã tư bằng cách sử dụng các thuật toán học máy được triển khai trong các thiết bị máy tính cạnh của đô thị.

Ngược lại với những đổi mới gần đây của nghiên cứu AI về phân tích ‘cơn giận đường bộ’ trong xe (chủ yếu nhằm vào lợi ích của các công ty bảo hiểm), hệ thống được đề xuất là thuộc tính đô thị, và có thể được nhằm mục đích tạo điều kiện cho các hình phạt đối với những lái xe không tuân thủ các chuẩn mực ‘an toàn’ của hành vi lái xe. Nó cũng được thiết kế để cung cấp cho những lái xe có hành vi xấu các cảnh báo âm thanh và hình ảnh trong xe.

Đơn xin cấp bằng sáng chế được nộp tại Văn phòng Bằng sáng chế và Thương hiệu Hoa Kỳ vào ngày 29 tháng 4 năm 2021 bởi Hội đồng Quản trị của Đại học Michigan, và tập đoàn Denso, một nhà sản xuất linh kiện ô tô của Nhật Bản thuộc sở hữu của Toyota.

Bằng sáng chế của UMich không phải là một hệ thống độc quyền, trong xe, nhằm mục đích giám sát bảo hiểm, cũng không được thiết kế chỉ để sản xuất dữ liệu pháp y, mà thay vào đó dựa vào các nút máy tính cạnh được trang bị tốt tại các ngã tư để cung cấp phản hồi ngay lập tức và có thể hành động, bằng cách thu thập dữ liệu từ các nguồn tài nguyên máy tính cạnh đường bộ và từ các cảm biến được lắp đặt trong các xe gần đó. Nguồn: https://pdfaiw.uspto.gov/76/2021/50/012/1.pdf

Khung đề xuất không hoàn toàn bị động hoặc phụ thuộc vào thiết bị đô thị, mà cũng yêu cầu các công nghệ trong xe có khả năng biến xe thành các cảm biến đóng góp cho hệ thống. Về cơ bản, điều này sẽ biến mọi xe được trang bị thành một nút giám sát giao thông, mặc dù sự giám sát tương tự cũng sẽ được áp dụng cho chính lái xe, với lợi ích thêm là truy cập vào các luồng dữ liệu trên xe. Sơ đồ cho lắp đặt trong xe (hình bên phải) được nộp trong đơn xin cấp bằng sáng chế bao gồm dữ liệu cảm biến trực tiếp từ phanh, chân ga, vô lăng và đồng hồ đo quãng đường, cũng như yêu cầu truy cập vào dữ liệu bản đồ.

Cả lắp đặt đường bộ và trong xe đều có tài nguyên GPU được kích hoạt CUDA và lưu trữ cục bộ, và cả hai đều có kết nối đám mây.

Cảnh Báo Cho Lái Xe Aggressive

Theo đơn xin cấp bằng sáng chế, hệ thống được thiết kế để tương tác với một lái xe khó chịu:

‘Khi hệ thống dự đoán hành vi lái xe hung hăng 1 dự đoán lái xe hung hăng trong một xe chủ đề, một thông báo cảnh báo như cảnh báo trong FIG. 8A có thể được xuất ra thiết bị âm thanh và hình ảnh 413 trong xe chủ đề để cảnh báo lái xe hung hăng giảm tốc.’

Các cảnh báo tiềm năng khác bao gồm cảnh báo trong xe về tốc độ và xe đến:

Cảnh báo được mô tả trong đơn xin cấp bằng sáng chế. Nguồn: https://pdfaiw.uspto.gov/fdd/76/2021/50/012/0.pdf

Đơn xin cấp bằng sáng chế cho biết rằng trong một kịch bản khác có thể, bất kỳ thiết bị âm thanh và hình ảnh nào có sẵn (bao gồm cả điện thoại thông minh thuộc sở hữu của lái xe) trong xe có thể được sử dụng để cung cấp cảnh báo, bao gồm cả cảnh báo âm thanh.

Đèn Đỏ Riêng Cho Lái Xe

Thay đổi tần suất và hành vi của đèn tín hiệu giao thông đã được biết đến là một phương pháp để giảm tai nạn, và hệ thống được đề xuất có thể được sử dụng để tạo ra dữ liệu có thể thay đổi cách đèn tín hiệu giao thông hoạt động tại các ngã tư ở mức độ rộng lớn.

Tuy nhiên, sự tích hợp sâu của cơ sở hạ tầng và dữ liệu xe được hình dung trong đề xuất Michigan cung cấp một khả năng khác: đèn đỏ được quy định bởi hành vi của lái xe, chứ không phải chạy theo lịch trình hoặc theo lịch (xem phần [0157] trong đơn xin cấp bằng sáng chế).

‘Ngoài ra, nếu mẫu lái xe tại một ngã tư (ví dụ, ngã tư 200a) dự đoán và/hoặc chỉ ra lái xe hung hăng trong xe 71, các biện pháp khắc phục như kiểm soát các yếu tố kiểm soát có thể được sử dụng tại các ngã tư tiếp theo (ví dụ, ngã tư 200b và 200c) để kiểm soát và giảm thiểu hành vi lái xe hung hăng. Ví dụ, nếu hệ thống dự đoán hành vi lái xe hung hăng 1 dự đoán rằng xe 71 có thể vượt đèn đỏ tại ngã tư 200a, hệ thống dự đoán hành vi lái xe hung hăng 1 có thể xuất ra một tín hiệu kiểm soát để kiểm soát trạng thái/giai đoạn của tín hiệu giao thông 202b và 202c tại các ngã tư 200b và 200c. Theo cách này, tín hiệu giao thông 202b và 202c có thể thay đổi thành đỏ, ví dụ, trước khi xe 71 đi qua ngã tư 200a để khuyến khích xe 71 giảm tốc và không cố gắng tăng tốc qua các ngã tư 200b và 200c trước khi tín hiệu 202b và 202c thay đổi thành đỏ.’

Xâm Phạm Quyền Riêng Tư Của Lái Xe

Các đề xuất cho hệ thống giám sát lái xe trong xe trong thập kỷ qua đã khai thác các thuật toán nhận dạng cảm xúc máy tính và các chỉ số sinh trắc học khác để tạo ra các hệ thống được thiết kế để có ‘hiệu ứng làm mát’ đối với các lái xe khó chịu, vì hành vi lái xe sai lầm có thể ảnh hưởng đến phí bảo hiểm lái xe theo các kế hoạch như vậy, hoặc được sử dụng làm bằng chứng trong một cuộc điều tra tai nạn.

Theo đề xuất Michigan/Denso dường như được thiết kế cho một số hình thức hợp tác nhà nước thông qua các thay đổi trong tiêu chuẩn xe bắt buộc. Tuy nhiên, given sự di chuyển của dân số Hoa Kỳ trong thời gian bình thường, và thực tế là một hệ thống như vậy sẽ được áp dụng nhất cho các lái xe đường dài, chẳng hạn như lái xe tải, điều này khó có thể thấy làm thế nào ít hơn một triển khai liên bang sẽ khả thi, trừ khi khung được thiết kế để trở nên không hoạt động trên các biên giới nhà nước không tham gia, hoặc trên các quận không hỗ trợ kế hoạch.

Mặc dù những đổi mới như vậy thường được thúc đẩy bởi xu hướng ngày càng tăng của các công ty bảo hiểm để thưởng cho những người lái xe sẵn sàng lắp đặt thiết bị giám sát, nhu cầu về cơ sở hạ tầng đô thị không hoàn toàn phù hợp với mô hình đó, cho thấy rằng một hệ thống như vậy sẽ cần hỗ trợ lập pháp và tài trợ từ liên bang hoặc nhà nước.

Một hình minh họa của kiến trúc học máy được đề xuất cho hệ thống, sử dụng Mạng nơ-ron hồi quy (RNN). Mặc dù khung cũng sử dụng học không giám sát và cung cấp phản hồi thời gian thực, nhưng nó cũng làm cho việc đào tạo ngoại tuyến để cải thiện các thuật toán dựa trên dữ liệu và sự kiện đến. Việc xác định hành vi lái xe hung hăng được tạo điều kiện bởi Dynamic Time Warping (DTW), một thuật toán được sử dụng trong phân tích chuỗi thời gian để so sánh hai chuỗi thời gian hoặc chuỗi đối tượng có thể thay đổi tốc độ.

Dòng Thu Nhập

Hệ thống được đề xuất trong đơn xin cấp bằng sáng chế có thể là hệ thống đầu tiên cung cấp phân tích thời gian thực về hành vi lái xe sai lầm trong một khung đô thị có khả năng tự động phát hành tiền phạt và hình phạt, hoặc cảnh báo cơ quan chức năng, trong trường hợp có các sự kiện lái xe nguy hiểm thực sự. Tuy nhiên, những người phát minh thừa nhận rằng nó có thể bị lạm dụng như một con bò sữa bởi các cơ quan chức năng đô thị đói tiền.

Neda Masoud, giáo sư trợ lý tại Bộ môn Kỹ thuật Dân dụng và Môi trường tại Đại học Michigan, cho biết The Academic Times rằng ‘Cảnh báo sai là một giá nhỏ phải trả cho mức độ an toàn nâng cao mà công nghệ có thể cung cấp. Đó nói, luôn luôn nên có cơ hội cho những người bị cáo buộc sai để bảo vệ mình chống lại bất kỳ cáo buộc lái xe hung hăng nào,’.

Đơn xin cấp bằng sáng chế thừa nhận khả năng của các sự kiện lái xe hung hăng liên quan đến các xe không được trang bị đơn vị trên xe (OBUs), có thể được giải quyết bằng cách quan sát bên ngoài hoặc gần các xe có thiết bị, cũng như các lắp đặt ngã tư. Trong những trường hợp như vậy, việc xác định có thể sẽ mặc định cho các phương pháp khác, chẳng hạn như đọc biển số xe tự động (mặc dù đơn xin cấp bằng sáng chế không đề cập đến điều này).

Ngã Tư Là Rủi Ro Cao

Đơn xin cấp bằng sáng chế của Michigan giải quyết hành vi lái xe liều lĩnh tại các ngã tư, vì những nơi này là trung tâm của các vụ tai nạn và vi phạm giao thông, trong khi nghiên cứu trước của Trung Quốc theo cùng hướng đã sử dụng phân tích máy hỗ trợ vector (SVM) để xác định các sự kiện trong hành trình, chẳng hạn như thay đổi làn đường nguy hiểm. Một sáng kiến nghiên cứu khác của Trung Quốc khai thác cảm biến trong điện thoại thông minh để phát hiện hành vi lái xe bất thường.

Cơ quan An toàn Giao thông Đường bộ Quốc gia Hoa Kỳ ước tính vào năm 2010 rằng 40% tai nạn xảy ra tại Hoa Kỳ vào năm 2008 liên quan đến hoạt động tại các ngã tư.