Detectando 'direção agressiva' com aprendizado de máquina e computação de borda
16 de Abril de 2025
HaroldLopez
67
Foi apresentado um novo pedido de patente que introduz uma abordagem inovadora para conter a direção agressiva nos cruzamentos. Esse sistema, utilizando algoritmos de aprendizado de máquina integrados aos dispositivos de computação de borda cívica, marca uma mudança do foco típico nos sistemas de carro projetados para análises de seguros para uma solução mais municipal. Esta proposta visa não apenas penalizar os motoristas que se desviam de normas de direção seguras, mas também para fornecer a eles avisos audiovisuais imediatos no carro para corrigir seu comportamento.
A patente, apresentada em 29 de abril de 2021, no escritório de patentes e marcas comerciais dos EUA, é um esforço colaborativo entre o Conselho de Regentes da Universidade de Michigan e a Denso Corporation, uma subsidiária da Toyota. Ao contrário dos sistemas proprietários focados no monitoramento de seguros, esse sistema aproveita os nós de computação de borda bem recursos nos cruzamentos de tráfego. Esses nós coletam dados de recursos e sensores na estrada nos veículos próximos para oferecer feedback acionável e em tempo real aos motoristas.
* A patente da UMICH não é um sistema proprietário, com o objetivo de supervisão do seguro, nem projetado apenas para produzir dados forenses, mas depende de nós de computação de borda bem recursos implantados nos cruzamentos de trânsito para fornecer feedback imediato e acionável. Ao agrupar dados de recursos de computação da estrada e dos sensores instalados em veículos próximos por via próxima.** https://pdfaiw.uspto.gov/76/2021/50/012/1.pdf
O sistema proposto não depende apenas da infraestrutura cívica; Também requer tecnologia no veículo, transformando carros em sensores ativos dentro da rede. Isso significa que todo carro equipado com o sistema se torna um nó para o monitoramento do tráfego, além de estar sujeito ao mesmo escrutínio. A configuração no carro requer acesso direto aos dados dos freios, acelerador, volante, odômetro e mapas do veículo. Os componentes da beira da estrada e do veículo apresentam GPUs habilitados para CUDA e armazenamento local, juntamente com a conectividade em nuvem.

Avisos para motoristas agressivos
Quando o sistema detecta a direção agressiva, ele pode emitir avisos imediatos através dos dispositivos audiovisuais do veículo. Por exemplo, uma mensagem como a mostrada na FIG. 8a pode ser exibido, pedindo ao motorista desacelerar. Além disso, o sistema pode alertar os motoristas sobre sua velocidade ou veículos que se aproximam.
* Avisos retratados no pedido de patente.* Fonte: https://pdfaiw.uspto.gov/fdd/76/2021/50/012/0.pdf
Em alguns cenários, o sistema pode usar quaisquer dispositivos audiovisuais disponíveis, incluindo o smartphone do motorista, para emitir avisos.
Luzes vermelhas específicas do motorista
O gerenciamento do semáforo é um método conhecido para reduzir os acidentes, mas esse sistema dá um passo adiante, potencialmente ajustando os horários de luz com base no comportamento individual do motorista. A patente sugere que, se o sistema prever a direção agressiva em um cruzamento, poderá alterar preventivamente as luzes nos cruzamentos subsequentes para vermelho, incentivando o motorista a desacelerar.
Incursões na privacidade do motorista
Embora as propostas anteriores para os sistemas de monitoramento no carro tenham se concentrado em indicadores biométricos e reconhecimento de emoções para influenciar o comportamento do motorista, geralmente ligado a prêmios de seguro ou investigações de acidentes, a proposta de Michigan/Denso se inclina para a colaboração do estado por meio de mudanças nos padrões de veículos. A implementação desse sistema entre as linhas estaduais apresenta desafios, sugerindo a necessidade de ações estaduais federais ou pelo menos coordenadas.
*Uma ilustração da arquitetura de aprendizado de máquina proposta para o sistema, usando redes neurais recorrentes (RNN). A estrutura usa aprendizado não supervisionado e fornece feedback em tempo real, mas também prevê o treinamento offline para melhorar os algoritmos com base nos dados e eventos recebidos. A identificação do comportamento agressivo de direção é facilitado por Dynamic Time Witing (DTW), um algoritmo usado na análise de séries temporais para comparar duas séries temporais ou sequências de objetos que podem variar em velocidade.*
Fluxo de receita
Esse sistema pode ser o primeiro a oferecer uma análise em tempo real da direção agressiva dentro de uma estrutura cívica capaz de emitir multas automaticamente ou alertar as autoridades. No entanto, há uma preocupação de que isso possa ser mal utilizado pelos municípios ansiosos por receita. Neda Masoud, professora assistente da Universidade de Michigan, destacou a importância da segurança sobre alarmes falsos, mas enfatizou a necessidade de mecanismos para permitir que os motoristas contestem acusações ilícitas.
O sistema foi projetado para lidar com eventos de direção agressivos, mesmo em veículos sem unidades a bordo, observando veículos próximos equipados e instalações de interseção. Isso pode envolver outros métodos, como reconhecimento de placas, embora a patente não mencione explicitamente isso.
Interseções: um alto risco
O foco nas cruzamentos na patente de Michigan é estratégico, uma vez que essas áreas são pontos de acesso para incidentes de trânsito. Isso se alinha a pesquisas anteriores, como estudos chineses que usam máquinas vetoriais de suporte para detectar mudanças de faixa perigosas ou sensores de smartphone para identificar a direção irregular. A estimativa de 2010 da Administração de Segurança no Trânsito Rodoviário dos EUA em 2010 de que 40% dos acidentes de 2008 nos EUA ocorreram nos cruzamentos ressaltando a relevância de tais iniciativas.
Artigo relacionado
AIを使用して都市が極端な暑さに取り組むのを支援する方法
2024年は、2023年を超えて、最も暑い年の記録を破るだけかもしれません。この傾向は、都市の熱島に住んでいる人々にとって特に難しいです。コンクリートとアスファルトが太陽の光を吸収し、その後熱を放射する都市の斑点です。これらの領域は暖めることができます
「分解された」合成面は、顔認識技術を強化する可能性があります
ミシガン州立大学の研究者は、画像認識システムの精度を強化するために、高貴な大義のために合成面を使用する革新的な方法を思いつきました。ディープフェイクの現象に貢献する代わりに、これらの合成面は、現実に見られる欠陥を模倣するように設計されています。
DeepseekのAIは、真の人間の欲求を明らかにします
AI報酬モデルでのDeepseekのブレークスルー:AIの推論と対応の強化中国のAIスタートアップDeepseekは、Tsinghua大学と協力して、AIの研究で重要なマイルストーンを達成しました。 AI報酬モデルに対する彼らの革新的なアプローチは、AIシステムの学習方法に革命をもたらすことを約束します
Comentários (15)
0/200
FrankClark
19 de Abril de 2025 à11 22:26:11 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
19 de Abril de 2025 à2 20:21:02 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
18 de Abril de 2025 à27 19:10:27 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
17 de Abril de 2025 à26 08:02:26 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
19 de Abril de 2025 à33 09:44:33 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
25 de Abril de 2025 à51 13:07:51 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






Foi apresentado um novo pedido de patente que introduz uma abordagem inovadora para conter a direção agressiva nos cruzamentos. Esse sistema, utilizando algoritmos de aprendizado de máquina integrados aos dispositivos de computação de borda cívica, marca uma mudança do foco típico nos sistemas de carro projetados para análises de seguros para uma solução mais municipal. Esta proposta visa não apenas penalizar os motoristas que se desviam de normas de direção seguras, mas também para fornecer a eles avisos audiovisuais imediatos no carro para corrigir seu comportamento.
A patente, apresentada em 29 de abril de 2021, no escritório de patentes e marcas comerciais dos EUA, é um esforço colaborativo entre o Conselho de Regentes da Universidade de Michigan e a Denso Corporation, uma subsidiária da Toyota. Ao contrário dos sistemas proprietários focados no monitoramento de seguros, esse sistema aproveita os nós de computação de borda bem recursos nos cruzamentos de tráfego. Esses nós coletam dados de recursos e sensores na estrada nos veículos próximos para oferecer feedback acionável e em tempo real aos motoristas.
* A patente da UMICH não é um sistema proprietário, com o objetivo de supervisão do seguro, nem projetado apenas para produzir dados forenses, mas depende de nós de computação de borda bem recursos implantados nos cruzamentos de trânsito para fornecer feedback imediato e acionável. Ao agrupar dados de recursos de computação da estrada e dos sensores instalados em veículos próximos por via próxima.** https://pdfaiw.uspto.gov/76/2021/50/012/1.pdf
O sistema proposto não depende apenas da infraestrutura cívica; Também requer tecnologia no veículo, transformando carros em sensores ativos dentro da rede. Isso significa que todo carro equipado com o sistema se torna um nó para o monitoramento do tráfego, além de estar sujeito ao mesmo escrutínio. A configuração no carro requer acesso direto aos dados dos freios, acelerador, volante, odômetro e mapas do veículo. Os componentes da beira da estrada e do veículo apresentam GPUs habilitados para CUDA e armazenamento local, juntamente com a conectividade em nuvem.
Avisos para motoristas agressivos
Quando o sistema detecta a direção agressiva, ele pode emitir avisos imediatos através dos dispositivos audiovisuais do veículo. Por exemplo, uma mensagem como a mostrada na FIG. 8a pode ser exibido, pedindo ao motorista desacelerar. Além disso, o sistema pode alertar os motoristas sobre sua velocidade ou veículos que se aproximam.
* Avisos retratados no pedido de patente.* Fonte: https://pdfaiw.uspto.gov/fdd/76/2021/50/012/0.pdf
Em alguns cenários, o sistema pode usar quaisquer dispositivos audiovisuais disponíveis, incluindo o smartphone do motorista, para emitir avisos.
Luzes vermelhas específicas do motorista
O gerenciamento do semáforo é um método conhecido para reduzir os acidentes, mas esse sistema dá um passo adiante, potencialmente ajustando os horários de luz com base no comportamento individual do motorista. A patente sugere que, se o sistema prever a direção agressiva em um cruzamento, poderá alterar preventivamente as luzes nos cruzamentos subsequentes para vermelho, incentivando o motorista a desacelerar.
Incursões na privacidade do motorista
Embora as propostas anteriores para os sistemas de monitoramento no carro tenham se concentrado em indicadores biométricos e reconhecimento de emoções para influenciar o comportamento do motorista, geralmente ligado a prêmios de seguro ou investigações de acidentes, a proposta de Michigan/Denso se inclina para a colaboração do estado por meio de mudanças nos padrões de veículos. A implementação desse sistema entre as linhas estaduais apresenta desafios, sugerindo a necessidade de ações estaduais federais ou pelo menos coordenadas.
*Uma ilustração da arquitetura de aprendizado de máquina proposta para o sistema, usando redes neurais recorrentes (RNN). A estrutura usa aprendizado não supervisionado e fornece feedback em tempo real, mas também prevê o treinamento offline para melhorar os algoritmos com base nos dados e eventos recebidos. A identificação do comportamento agressivo de direção é facilitado por Dynamic Time Witing (DTW), um algoritmo usado na análise de séries temporais para comparar duas séries temporais ou sequências de objetos que podem variar em velocidade.*
Fluxo de receita
Esse sistema pode ser o primeiro a oferecer uma análise em tempo real da direção agressiva dentro de uma estrutura cívica capaz de emitir multas automaticamente ou alertar as autoridades. No entanto, há uma preocupação de que isso possa ser mal utilizado pelos municípios ansiosos por receita. Neda Masoud, professora assistente da Universidade de Michigan, destacou a importância da segurança sobre alarmes falsos, mas enfatizou a necessidade de mecanismos para permitir que os motoristas contestem acusações ilícitas.
O sistema foi projetado para lidar com eventos de direção agressivos, mesmo em veículos sem unidades a bordo, observando veículos próximos equipados e instalações de interseção. Isso pode envolver outros métodos, como reconhecimento de placas, embora a patente não mencione explicitamente isso.
Interseções: um alto risco
O foco nas cruzamentos na patente de Michigan é estratégico, uma vez que essas áreas são pontos de acesso para incidentes de trânsito. Isso se alinha a pesquisas anteriores, como estudos chineses que usam máquinas vetoriais de suporte para detectar mudanças de faixa perigosas ou sensores de smartphone para identificar a direção irregular. A estimativa de 2010 da Administração de Segurança no Trânsito Rodoviário dos EUA em 2010 de que 40% dos acidentes de 2008 nos EUA ocorreram nos cruzamentos ressaltando a relevância de tais iniciativas.



This aggressive driving detection system sounds cool, but using edge computing? That's next level! Hope it actually works to make roads safer. 🚗💨




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。🚦




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. 🚗💨




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. 🚗💨




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. 🚗💨




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! 👍












