Détecter la «conduite agressive» avec l'apprentissage automatique et l'informatique de bord

Une nouvelle demande de brevet a été déposée, introduisant une approche innovante pour réduire la conduite agressive aux intersections. Ce système, utilisant des algorithmes d'apprentissage automatique intégrés dans des dispositifs de calcul de bord civique, marque un changement par rapport à l'accent habituel sur les systèmes embarqués conçus pour l'analyse d'assurance vers une solution plus orientée vers les municipalités. Cette proposition vise non seulement à pénaliser les conducteurs qui s'écartent des normes de conduite sécuritaire, mais aussi à leur fournir des avertissements audiovisuels immédiats dans la voiture pour corriger leur comportement.

Le brevet, déposé le 29 avril 2021 auprès de l'Office des brevets et des marques des États-Unis, est le fruit d'une collaboration entre le Board of Regents de l'Université du Michigan et Denso Corporation, une filiale de Toyota. Contrairement aux systèmes propriétaires axés sur la surveillance d'assurance, ce système exploite des nœuds de calcul de bord bien équipés aux carrefours. Ces nœuds collectent des données à partir des ressources routières et des capteurs dans les véhicules à proximité pour offrir un retour d'information en temps réel et exploitable aux conducteurs.

*Le brevet UMich n'est pas un système embarqué propriétaire visant la surveillance d'assurance, ni conçu uniquement pour produire des données médico-légales, mais repose plutôt sur des nœuds de calcul de bord bien équipés déployés aux intersections pour fournir un retour immédiat et exploitable, en collectant des données à partir des ressources de calcul de bord routières et des capteurs installés dans les véhicules à proximité.* Source : https://pdfaiw.uspto.gov/76/2021/50/012/1.pdf

Le système proposé ne repose pas uniquement sur l'infrastructure civique ; il nécessite également une technologie embarquée, transformant les voitures en capteurs actifs au sein du réseau. Cela signifie que chaque voiture équipée du système devient un nœud pour la surveillance du trafic, tout en étant soumise au même contrôle. L'installation embarquée nécessite un accès direct aux données des freins, de l'accélérateur, du volant, du compteur kilométrique et des cartes du véhicule. Les composants routiers et embarqués disposent de GPU compatibles CUDA et de stockage local, ainsi que d'une connectivité au cloud.

Avertissements pour les conducteurs agressifs

Lorsque le système détecte une conduite agressive, il peut émettre des avertissements immédiats via les dispositifs audiovisuels du véhicule. Par exemple, un message comme celui montré dans la FIG. 8A pourrait être affiché, incitant le conducteur à ralentir. De plus, le système peut alerter les conducteurs sur leur vitesse ou sur les véhicules en approche.

*Avertissements décrits dans la demande de brevet.* Source : https://pdfaiw.uspto.gov/fdd/76/2021/50/012/0.pdf

Dans certains scénarios, le système pourrait utiliser tout dispositif audiovisuel disponible, y compris le smartphone du conducteur, pour émettre des avertissements.

Feux rouges spécifiques aux conducteurs

La gestion des feux de circulation est une méthode connue pour réduire les accidents, mais ce système va plus loin en ajustant potentiellement les timings des feux en fonction du comportement individuel des conducteurs. Le brevet suggère que si le système prédit une conduite agressive à une intersection, il pourrait changer de manière préventive les feux des intersections suivantes au rouge, encourageant le conducteur à ralentir.

Incursions dans la vie privée des conducteurs

Alors que les propositions précédentes pour les systèmes de surveillance embarqués se concentraient sur les indicateurs biométriques et la reconnaissance des émotions pour influencer le comportement des conducteurs, souvent liés aux primes d'assurance ou aux enquêtes sur les accidents, la proposition Michigan/Denso s'oriente vers une collaboration étatique à travers des changements dans les normes des véhicules. Mettre en œuvre un tel système à travers les frontières des États pose des défis, suggérant un besoin d'action fédérale ou du moins coordonnée au niveau des États.

*Une illustration de l'architecture d'apprentissage automatique proposée pour le système, utilisant des réseaux neuronaux récurrents (RNN). Le cadre utilise l'apprentissage non supervisé et fournit un retour en temps réel, mais prévoit également un entraînement hors ligne pour améliorer les algorithmes en fonction des données et des événements entrants. L'identification du comportement de conduite agressive est facilitée par Dynamic Time Warping (DTW), un algorithme utilisé dans l'analyse de séries temporelles pour comparer deux séries ou séquences d'objets qui peuvent varier en vitesse.*

Flux de revenus

Ce système pourrait être le premier à offrir une analyse en temps réel de la conduite agressive dans un cadre civique capable d'émettre automatiquement des amendes ou d'alerter les autorités. Cependant, il y a une préoccupation qu'il pourrait être mal utilisé par les municipalités avides de revenus. Neda Masoud, professeure assistante à l'Université du Michigan, a souligné l'importance de la sécurité par rapport aux fausses alarmes, mais a insisté sur le besoin de mécanismes permettant aux conducteurs de contester les accusations injustifiées.

Le système est conçu pour gérer les événements de conduite agressive même des véhicules sans unités embarquées en observant les véhicules équipés à proximité et les installations aux intersections. Cela pourrait impliquer d'autres méthodes comme la reconnaissance des plaques d'immatriculation, bien que le brevet ne le mentionne pas explicitement.

Intersections : un risque élevé

L'accent mis sur les intersections dans le brevet du Michigan est stratégique, étant donné que ces zones sont des points chauds pour les incidents de trafic. Cela s'aligne avec des recherches précédentes, comme les études chinoises utilisant des machines à vecteurs de support pour détecter les changements de voie dangereux ou les capteurs de smartphones pour identifier une conduite erratique. L'estimation de 2010 de la National Highway Traffic Safety Administration des États-Unis selon laquelle 40 % des accidents aux États-Unis en 2008 se sont produits aux intersections souligne la pertinence de telles initiatives.