मशीन लर्निंग और एज कंप्यूटिंग के साथ 'आक्रामक ड्राइविंग' का पता लगाना
एक नया पेटेंट आवेदन दायर किया गया है जो चौराहों पर आक्रामक ड्राइविंग पर अंकुश लगाने के लिए एक अभिनव दृष्टिकोण का परिचय देता है। यह प्रणाली, सिविक एज कंप्यूटिंग उपकरणों में एकीकृत मशीन लर्निंग एल्गोरिदम का उपयोग करती है, एक अधिक नगरपालिका-उन्मुख समाधान की ओर बीमा एनालिटिक्स के लिए डिज़ाइन किए गए इन-कार सिस्टम पर विशिष्ट फोकस से एक बदलाव को चिह्नित करती है। इस प्रस्ताव का उद्देश्य न केवल उन ड्राइवरों को दंडित करना है जो सुरक्षित ड्राइविंग मानदंडों से विचलित होते हैं, बल्कि उन्हें अपने व्यवहार को ठीक करने के लिए तत्काल इन-कार दृश्य-श्रव्य चेतावनियों के साथ प्रदान करते हैं।
29 अप्रैल, 2021 को यूएस पेटेंट और ट्रेडमार्क कार्यालय में दायर किया गया पेटेंट, टोयोटा की सहायक कंपनी मिशिगन विश्वविद्यालय और डेंसो कॉरपोरेशन के बोर्ड ऑफ रीजेंट्स के बीच एक सहयोगी प्रयास है। बीमा निगरानी पर केंद्रित मालिकाना प्रणालियों के विपरीत, यह प्रणाली ट्रैफ़िक जंक्शनों पर अच्छी तरह से पुनर्जीवित एज कंप्यूटिंग नोड्स का लाभ उठाती है। ये नोड्स ड्राइवरों को वास्तविक समय, कार्रवाई योग्य प्रतिक्रिया प्रदान करने के लिए पास के वाहनों के भीतर सड़क के किनारे संसाधनों और सेंसर दोनों से डेटा एकत्र करते हैं।
* UMICH पेटेंट बीमा निरीक्षण के उद्देश्य से एक मालिकाना, इन-कार प्रणाली नहीं है, न ही पूरी तरह से फोरेंसिक डेटा का उत्पादन करने के लिए डिज़ाइन किया गया है, बल्कि अच्छी तरह से पुनर्जीवित एज कंप्यूटिंग नोड्स पर निर्भर करता है, जो कि ट्रैफ़िक चौराहों पर तैनात किया गया है, जो तत्काल और कार्रवाई योग्य प्रतिक्रिया प्रदान करता है, सड़क के किनारे एज कंप्यूटिंग संसाधनों से डेटा और निकट वाहनों में स्थापित सेंसर से। https://pdfaiw.uspto.gov/76/2021/50/012/1.pdf
प्रस्तावित प्रणाली केवल नागरिक बुनियादी ढांचे पर निर्भर नहीं है; यह इन-व्हीकल तकनीक की भी आवश्यकता है, कारों को नेटवर्क के भीतर सक्रिय सेंसर में बदल देता है। इसका मतलब यह है कि सिस्टम से लैस प्रत्येक कार ट्रैफ़िक मॉनिटरिंग के लिए एक नोड बन जाती है, जबकि एक ही जांच के अधीन भी होती है। इन-कार सेटअप को वाहन के ब्रेक, थ्रॉटल, स्टीयरिंग व्हील, ओडोमीटर और मैप्स से डेटा तक सीधी पहुंच की आवश्यकता होती है। सड़क के किनारे और इन-वाहन दोनों घटकों में क्लाउड कनेक्टिविटी के साथ CUDA- सक्षम GPU और स्थानीय भंडारण शामिल हैं।
आक्रामक ड्राइवरों के लिए चेतावनी
जब सिस्टम आक्रामक ड्राइविंग का पता लगाता है, तो यह वाहन के दृश्य -श्रव्य उपकरणों के माध्यम से तत्काल चेतावनी जारी कर सकता है। उदाहरण के लिए, अंजीर में दिखाया गया एक संदेश। 8 ए प्रदर्शित किया जा सकता है, चालक से धीमा करने का आग्रह करता है। इसके अतिरिक्त, सिस्टम ड्राइवरों को उनकी गति या आने वाले वाहनों के बारे में सचेत कर सकता है।
* पेटेंट आवेदन में चित्रित चेतावनी।* स्रोत: https://pdfaiw.uspto.gov/fdd/76/2021/50/012/0.pdf
कुछ परिदृश्यों में, सिस्टम चेतावनी जारी करने के लिए ड्राइवर के स्मार्टफोन सहित किसी भी उपलब्ध ऑडियो-विजुअल डिवाइस का उपयोग कर सकता है।
ड्राइवर-विशिष्ट लाल रोशनी
ट्रैफ़िक लाइट मैनेजमेंट दुर्घटनाओं को कम करने के लिए एक ज्ञात विधि है, लेकिन यह प्रणाली व्यक्तिगत चालक व्यवहार के आधार पर प्रकाश समय को संभावित रूप से समायोजित करके इसे एक कदम आगे ले जाती है। पेटेंट बताता है कि यदि सिस्टम एक चौराहे पर आक्रामक ड्राइविंग की भविष्यवाणी करता है, तो यह बाद में चौराहों पर रोशनी को लाल करने के लिए रोशनी को बदल सकता है, जिससे ड्राइवर को धीमा करने के लिए प्रोत्साहित किया जा सकता है।
चालक गोपनीयता में प्रवेश
जबकि इन-कार मॉनिटरिंग सिस्टम के पिछले प्रस्तावों ने ड्राइवर व्यवहार को प्रभावित करने के लिए बायोमेट्रिक संकेतकों और भावना मान्यता पर ध्यान केंद्रित किया है, अक्सर बीमा प्रीमियम या दुर्घटना जांच से जुड़ा हुआ है, मिशिगन/डेंसो प्रस्ताव वाहन मानकों में बदलाव के माध्यम से राज्य सहयोग की ओर झुकता है। राज्य लाइनों में इस तरह की प्रणाली को लागू करना चुनौतियों का सामना करता है, संघीय या कम से कम समन्वित राज्य कार्रवाई की आवश्यकता का सुझाव देता है।
*आवर्तक तंत्रिका नेटवर्क (RNN) का उपयोग करके सिस्टम के लिए प्रस्तावित मशीन लर्निंग आर्किटेक्चर का एक चित्रण। फ्रेमवर्क असुरक्षित सीखने का उपयोग करता है और वास्तविक समय की प्रतिक्रिया प्रदान करता है, लेकिन आने वाले डेटा और घटनाओं के आधार पर एल्गोरिदम को बेहतर बनाने के लिए ऑफ़लाइन प्रशिक्षण के लिए प्रावधान करता है। आक्रामक ड्राइविंग व्यवहार की पहचान डायनेमिक टाइम वॉरपिंग (DTW) द्वारा सुगम है, एक एल्गोरिथ्म का उपयोग समय श्रृंखला विश्लेषण में दो अस्थायी श्रृंखला या वस्तुओं के अनुक्रमों की तुलना करने के लिए किया जाता है जो गति में भिन्न हो सकते हैं।*
राजस्व स्ट्रीम
यह प्रणाली एक नागरिक ढांचे के भीतर आक्रामक ड्राइविंग के वास्तविक समय के विश्लेषण की पेशकश करने के लिए सबसे पहले हो सकती है, जो स्वचालित रूप से जुर्माना जारी करने या अधिकारियों को सचेत करने में सक्षम है। हालांकि, इस बात की चिंता है कि राजस्व के लिए उत्सुक नगरपालिकाओं द्वारा इसका दुरुपयोग किया जा सकता है। मिशिगन विश्वविद्यालय में एक सहायक प्रोफेसर नेडा मसूद ने झूठे अलार्म पर सुरक्षा के महत्व पर प्रकाश डाला, लेकिन तंत्रों की आवश्यकता पर जोर दिया ताकि ड्राइवरों को गलत आरोपों को चुनौती देने की अनुमति मिल सके।
सिस्टम को आस -पास के वाहनों और चौराहे की स्थापना से सुसज्जित देखकर ऑनबोर्ड इकाइयों के बिना वाहनों से भी आक्रामक ड्राइविंग घटनाओं को संभालने के लिए डिज़ाइन किया गया है। इसमें लाइसेंस प्लेट मान्यता जैसे अन्य तरीके शामिल हो सकते हैं, हालांकि पेटेंट स्पष्ट रूप से इसका उल्लेख नहीं करता है।
Intersections: एक उच्च जोखिम
मिशिगन पेटेंट में चौराहों पर ध्यान केंद्रित करना रणनीतिक है, यह देखते हुए कि ये क्षेत्र यातायात की घटनाओं के लिए हॉटस्पॉट हैं। यह पिछले शोध के साथ संरेखित करता है, जैसे कि अनियमित ड्राइविंग की पहचान करने के लिए खतरनाक लेन परिवर्तन या स्मार्टफोन सेंसर का पता लगाने के लिए वेक्टर मशीनों का उपयोग करके चीनी अध्ययन। यूएस नेशनल हाइवे ट्रैफिक सेफ्टी एडमिनिस्ट्रेशन के 2010 का अनुमान है कि 2008 में 40% अमेरिकी दुर्घटनाएं चौराहों पर हुईं, ऐसी पहलों की प्रासंगिकता को रेखांकित करती हैं।
संबंधित लेख
專注於實惠增強現實的真實對焦系統
顛覆基於投影的增強現實技術來自著名機構電機電子工程師學會（IEEE）的研究人員在基於投影的增強現實領域取得了突破性的進展。他們的解決方案？配備了電控可變焦鏡片（ETL）的特殊眼鏡，這些鏡片模擬人類眼睛自然感知深度的方式。這種創新的方法解決了使投影系統在受控環境中真正實用的主要障礙。想像一下走進一個房間，其中投影的3D物體看起來就像周圍的家具一樣真實。這就是該
我們如何使用AI來幫助城市應對極端熱量
看起來2024年可能會打破迄今為止最熱的一年的記錄，超過了2023年。這種趨勢對生活在城市熱島的人們來說尤為艱難，這些景點是在混凝土和瀝青浸泡太陽射線，然後散發出熱量的城市中的那些景點。這些區域可以溫暖
सूचना (15)
0/200
![FrankClark]()
FrankClark
20 अप्रैल 2025 12:00:00 पूर्वाह्न GMT
This aggressive driving detection system sounds cool, but using edge computing? That's next level! Hope it actually works to make roads safer. 🚗💨
0
![HarryLewis]()
HarryLewis
20 अप्रैल 2025 12:00:00 पूर्वाह्न GMT
攻撃的な運転を検出するシステム、面白そうだけど、エッジコンピューティングを使うなんて次元が違う！本当に道路を安全にするなら素晴らしいね。🚦
0
![CharlesLee]()
CharlesLee
19 अप्रैल 2025 12:00:00 पूर्वाह्न GMT
Esse sistema de detecção de direção agressiva parece legal, mas usar computação de borda? Isso é de outro nível! Espero que realmente funcione para tornar as estradas mais seguras. 🚗💨
0
![JohnRoberts]()
JohnRoberts
17 अप्रैल 2025 12:00:00 पूर्वाह्न GMT
Este sistema de detección de conducción agresiva suena genial, pero ¿usar computación de borde? ¡Eso es de otro nivel! Espero que realmente funcione para hacer las carreteras más seguras. 🚗💨
0
![JamesGreen]()
JamesGreen
19 अप्रैल 2025 12:00:00 पूर्वाह्न GMT
Dieses System zur Erkennung aggressiven Fahrens klingt cool, aber Edge-Computing zu nutzen? Das ist auf einem anderen Level! Hoffentlich funktioniert es wirklich, um die Straßen sicherer zu machen. 🚗💨
0
![KennethWalker]()
KennethWalker
25 अप्रैल 2025 12:00:00 पूर्वाह्न GMT
This new system for detecting aggressive driving using edge computing is pretty cool! It's about time we focus on civic solutions rather than just in-car tech. The only downside is it might not work well in bad weather. Still, a step in the right direction! 👍
0
एक नया पेटेंट आवेदन दायर किया गया है जो चौराहों पर आक्रामक ड्राइविंग पर अंकुश लगाने के लिए एक अभिनव दृष्टिकोण का परिचय देता है। यह प्रणाली, सिविक एज कंप्यूटिंग उपकरणों में एकीकृत मशीन लर्निंग एल्गोरिदम का उपयोग करती है, एक अधिक नगरपालिका-उन्मुख समाधान की ओर बीमा एनालिटिक्स के लिए डिज़ाइन किए गए इन-कार सिस्टम पर विशिष्ट फोकस से एक बदलाव को चिह्नित करती है। इस प्रस्ताव का उद्देश्य न केवल उन ड्राइवरों को दंडित करना है जो सुरक्षित ड्राइविंग मानदंडों से विचलित होते हैं, बल्कि उन्हें अपने व्यवहार को ठीक करने के लिए तत्काल इन-कार दृश्य-श्रव्य चेतावनियों के साथ प्रदान करते हैं।
29 अप्रैल, 2021 को यूएस पेटेंट और ट्रेडमार्क कार्यालय में दायर किया गया पेटेंट, टोयोटा की सहायक कंपनी मिशिगन विश्वविद्यालय और डेंसो कॉरपोरेशन के बोर्ड ऑफ रीजेंट्स के बीच एक सहयोगी प्रयास है। बीमा निगरानी पर केंद्रित मालिकाना प्रणालियों के विपरीत, यह प्रणाली ट्रैफ़िक जंक्शनों पर अच्छी तरह से पुनर्जीवित एज कंप्यूटिंग नोड्स का लाभ उठाती है। ये नोड्स ड्राइवरों को वास्तविक समय, कार्रवाई योग्य प्रतिक्रिया प्रदान करने के लिए पास के वाहनों के भीतर सड़क के किनारे संसाधनों और सेंसर दोनों से डेटा एकत्र करते हैं।
* UMICH पेटेंट बीमा निरीक्षण के उद्देश्य से एक मालिकाना, इन-कार प्रणाली नहीं है, न ही पूरी तरह से फोरेंसिक डेटा का उत्पादन करने के लिए डिज़ाइन किया गया है, बल्कि अच्छी तरह से पुनर्जीवित एज कंप्यूटिंग नोड्स पर निर्भर करता है, जो कि ट्रैफ़िक चौराहों पर तैनात किया गया है, जो तत्काल और कार्रवाई योग्य प्रतिक्रिया प्रदान करता है, सड़क के किनारे एज कंप्यूटिंग संसाधनों से डेटा और निकट वाहनों में स्थापित सेंसर से। https://pdfaiw.uspto.gov/76/2021/50/012/1.pdf
प्रस्तावित प्रणाली केवल नागरिक बुनियादी ढांचे पर निर्भर नहीं है; यह इन-व्हीकल तकनीक की भी आवश्यकता है, कारों को नेटवर्क के भीतर सक्रिय सेंसर में बदल देता है। इसका मतलब यह है कि सिस्टम से लैस प्रत्येक कार ट्रैफ़िक मॉनिटरिंग के लिए एक नोड बन जाती है, जबकि एक ही जांच के अधीन भी होती है। इन-कार सेटअप को वाहन के ब्रेक, थ्रॉटल, स्टीयरिंग व्हील, ओडोमीटर और मैप्स से डेटा तक सीधी पहुंच की आवश्यकता होती है। सड़क के किनारे और इन-वाहन दोनों घटकों में क्लाउड कनेक्टिविटी के साथ CUDA- सक्षम GPU और स्थानीय भंडारण शामिल हैं।
आक्रामक ड्राइवरों के लिए चेतावनी
जब सिस्टम आक्रामक ड्राइविंग का पता लगाता है, तो यह वाहन के दृश्य -श्रव्य उपकरणों के माध्यम से तत्काल चेतावनी जारी कर सकता है। उदाहरण के लिए, अंजीर में दिखाया गया एक संदेश। 8 ए प्रदर्शित किया जा सकता है, चालक से धीमा करने का आग्रह करता है। इसके अतिरिक्त, सिस्टम ड्राइवरों को उनकी गति या आने वाले वाहनों के बारे में सचेत कर सकता है।
* पेटेंट आवेदन में चित्रित चेतावनी।* स्रोत: https://pdfaiw.uspto.gov/fdd/76/2021/50/012/0.pdf
कुछ परिदृश्यों में, सिस्टम चेतावनी जारी करने के लिए ड्राइवर के स्मार्टफोन सहित किसी भी उपलब्ध ऑडियो-विजुअल डिवाइस का उपयोग कर सकता है।
ड्राइवर-विशिष्ट लाल रोशनी
ट्रैफ़िक लाइट मैनेजमेंट दुर्घटनाओं को कम करने के लिए एक ज्ञात विधि है, लेकिन यह प्रणाली व्यक्तिगत चालक व्यवहार के आधार पर प्रकाश समय को संभावित रूप से समायोजित करके इसे एक कदम आगे ले जाती है। पेटेंट बताता है कि यदि सिस्टम एक चौराहे पर आक्रामक ड्राइविंग की भविष्यवाणी करता है, तो यह बाद में चौराहों पर रोशनी को लाल करने के लिए रोशनी को बदल सकता है, जिससे ड्राइवर को धीमा करने के लिए प्रोत्साहित किया जा सकता है।
चालक गोपनीयता में प्रवेश
जबकि इन-कार मॉनिटरिंग सिस्टम के पिछले प्रस्तावों ने ड्राइवर व्यवहार को प्रभावित करने के लिए बायोमेट्रिक संकेतकों और भावना मान्यता पर ध्यान केंद्रित किया है, अक्सर बीमा प्रीमियम या दुर्घटना जांच से जुड़ा हुआ है, मिशिगन/डेंसो प्रस्ताव वाहन मानकों में बदलाव के माध्यम से राज्य सहयोग की ओर झुकता है। राज्य लाइनों में इस तरह की प्रणाली को लागू करना चुनौतियों का सामना करता है, संघीय या कम से कम समन्वित राज्य कार्रवाई की आवश्यकता का सुझाव देता है।
*आवर्तक तंत्रिका नेटवर्क (RNN) का उपयोग करके सिस्टम के लिए प्रस्तावित मशीन लर्निंग आर्किटेक्चर का एक चित्रण। फ्रेमवर्क असुरक्षित सीखने का उपयोग करता है और वास्तविक समय की प्रतिक्रिया प्रदान करता है, लेकिन आने वाले डेटा और घटनाओं के आधार पर एल्गोरिदम को बेहतर बनाने के लिए ऑफ़लाइन प्रशिक्षण के लिए प्रावधान करता है। आक्रामक ड्राइविंग व्यवहार की पहचान डायनेमिक टाइम वॉरपिंग (DTW) द्वारा सुगम है, एक एल्गोरिथ्म का उपयोग समय श्रृंखला विश्लेषण में दो अस्थायी श्रृंखला या वस्तुओं के अनुक्रमों की तुलना करने के लिए किया जाता है जो गति में भिन्न हो सकते हैं।*
राजस्व स्ट्रीम
यह प्रणाली एक नागरिक ढांचे के भीतर आक्रामक ड्राइविंग के वास्तविक समय के विश्लेषण की पेशकश करने के लिए सबसे पहले हो सकती है, जो स्वचालित रूप से जुर्माना जारी करने या अधिकारियों को सचेत करने में सक्षम है। हालांकि, इस बात की चिंता है कि राजस्व के लिए उत्सुक नगरपालिकाओं द्वारा इसका दुरुपयोग किया जा सकता है। मिशिगन विश्वविद्यालय में एक सहायक प्रोफेसर नेडा मसूद ने झूठे अलार्म पर सुरक्षा के महत्व पर प्रकाश डाला, लेकिन तंत्रों की आवश्यकता पर जोर दिया ताकि ड्राइवरों को गलत आरोपों को चुनौती देने की अनुमति मिल सके।
सिस्टम को आस -पास के वाहनों और चौराहे की स्थापना से सुसज्जित देखकर ऑनबोर्ड इकाइयों के बिना वाहनों से भी आक्रामक ड्राइविंग घटनाओं को संभालने के लिए डिज़ाइन किया गया है। इसमें लाइसेंस प्लेट मान्यता जैसे अन्य तरीके शामिल हो सकते हैं, हालांकि पेटेंट स्पष्ट रूप से इसका उल्लेख नहीं करता है।
Intersections: एक उच्च जोखिम
मिशिगन पेटेंट में चौराहों पर ध्यान केंद्रित करना रणनीतिक है, यह देखते हुए कि ये क्षेत्र यातायात की घटनाओं के लिए हॉटस्पॉट हैं। यह पिछले शोध के साथ संरेखित करता है, जैसे कि अनियमित ड्राइविंग की पहचान करने के लिए खतरनाक लेन परिवर्तन या स्मार्टफोन सेंसर का पता लगाने के लिए वेक्टर मशीनों का उपयोग करके चीनी अध्ययन। यूएस नेशनल हाइवे ट्रैफिक सेफ्टी एडमिनिस्ट्रेशन के 2010 का अनुमान है कि 2008 में 40% अमेरिकी दुर्घटनाएं चौराहों पर हुईं, ऐसी पहलों की प्रासंगिकता को रेखांकित करती हैं।
專注於實惠增強現實的真實對焦系統
顛覆基於投影的增強現實技術來自著名機構電機電子工程師學會（IEEE）的研究人員在基於投影的增強現實領域取得了突破性的進展。他們的解決方案？配備了電控可變焦鏡片（ETL）的特殊眼鏡，這些鏡片模擬人類眼睛自然感知深度的方式。這種創新的方法解決了使投影系統在受控環境中真正實用的主要障礙。想像一下走進一個房間，其中投影的3D物體看起來就像周圍的家具一樣真實。這就是該
我們如何使用AI來幫助城市應對極端熱量
看起來2024年可能會打破迄今為止最熱的一年的記錄，超過了2023年。這種趨勢對生活在城市熱島的人們來說尤為艱難，這些景點是在混凝土和瀝青浸泡太陽射線，然後散發出熱量的城市中的那些景點。這些區域可以溫暖
20 अप्रैल 2025 12:00:00 पूर्वाह्न GMT
This aggressive driving detection system sounds cool, but using edge computing? That's next level! Hope it actually works to make roads safer. 🚗💨
0
20 अप्रैल 2025 12:00:00 पूर्वाह्न GMT
攻撃的な運転を検出するシステム、面白そうだけど、エッジコンピューティングを使うなんて次元が違う！本当に道路を安全にするなら素晴らしいね。🚦
0
19 अप्रैल 2025 12:00:00 पूर्वाह्न GMT
Esse sistema de detecção de direção agressiva parece legal, mas usar computação de borda? Isso é de outro nível! Espero que realmente funcione para tornar as estradas mais seguras. 🚗💨
0
17 अप्रैल 2025 12:00:00 पूर्वाह्न GMT
Este sistema de detección de conducción agresiva suena genial, pero ¿usar computación de borde? ¡Eso es de otro nivel! Espero que realmente funcione para hacer las carreteras más seguras. 🚗💨
0
19 अप्रैल 2025 12:00:00 पूर्वाह्न GMT
Dieses System zur Erkennung aggressiven Fahrens klingt cool, aber Edge-Computing zu nutzen? Das ist auf einem anderen Level! Hoffentlich funktioniert es wirklich, um die Straßen sicherer zu machen. 🚗💨
0
25 अप्रैल 2025 12:00:00 पूर्वाह्न GMT
This new system for detecting aggressive driving using edge computing is pretty cool! It's about time we focus on civic solutions rather than just in-car tech. The only downside is it might not work well in bad weather. Still, a step in the right direction! 👍
0
