lựa chọn
Trang chủ Tin tức Phát hiện 'lái xe tích cực' với học máy và tính toán cạnh

Phát hiện 'lái xe tích cực' với học máy và tính toán cạnh

ngày phát hành ngày phát hành Ngày 16 tháng 4 năm 2025
Tác giả Tác giả HaroldLopez
quan điểm quan điểm 67

Một ứng dụng bằng sáng chế mới đã được nộp để giới thiệu một cách tiếp cận sáng tạo để kiềm chế lái xe tích cực tại các giao lộ. Hệ thống này, sử dụng các thuật toán học máy được tích hợp vào các thiết bị điện toán Civic Edge, đánh dấu sự thay đổi từ trọng tâm điển hình vào các hệ thống trong xe được thiết kế để phân tích bảo hiểm theo hướng giải pháp định hướng thành phố hơn. Đề xuất này không chỉ nhằm mục đích phạt các tài xế đi chệch khỏi các chỉ tiêu lái xe an toàn mà còn cung cấp cho họ các cảnh báo nghe nhìn trong xe ngay lập tức để sửa chữa hành vi của họ.

Bằng sáng chế, được nộp vào ngày 29 tháng 4 năm 2021, tại Văn phòng Bằng sáng chế và nhãn hiệu Hoa Kỳ, là một nỗ lực hợp tác giữa Hội đồng Quản trị của Đại học Michigan và Tập đoàn Denso, một công ty con của Toyota. Không giống như các hệ thống độc quyền tập trung vào giám sát bảo hiểm, hệ thống này tận dụng các nút điện toán cạnh có nguồn lực tốt tại các điểm nối giao thông. Các nút này thu thập dữ liệu từ cả tài nguyên bên đường và cảm biến trong các phương tiện gần đó để cung cấp phản hồi thời gian thực, có thể hành động cho người lái.

Bằng sáng chế UMICH không phải là một hệ thống độc quyền, trong xe hơi nhằm mục đích giám sát bảo hiểm, cũng không được thiết kế chỉ để tạo ra dữ liệu pháp y, mà dựa vào các nút tính toán cạnh có nguồn lực tốt được triển khai tại các giao thông giao thông để cung cấp phản hồi ngay lập tức và có thể hành động, bằng cách đối chiếu dữ liệu từ các tài nguyên điện toán bên đường và từ các cảm biến được cài đặt trong các cảm biến được cài đặt trong các cảm biến được cài đặt. Nguồn: https://pdfaiw.uspto.gov/76/2021/50/012/1.pdf * Bằng sáng chế UMICH không phải là một hệ thống độc quyền, trong xe hơi nhằm vào giám sát bảo hiểm, cũng không được thiết kế chỉ để tạo ra dữ liệu pháp y, mà dựa vào các nút tính toán cạnh có nguồn lực tốt được triển khai tại các giao thông giao thông để cung cấp phản hồi ngay lập tức và có thể hành động, bằng cách đối chiếu dữ liệu từ các tài nguyên điện toán bên đường và từ các nguồn cảm biến. https://pdfaiw.uspto.gov/76/2021/50/012/1.pdf

Hệ thống đề xuất không chỉ phụ thuộc vào cơ sở hạ tầng dân sự; Nó cũng cần phải có công nghệ trong xe, biến ô tô thành các cảm biến hoạt động trong mạng. Điều này có nghĩa là mọi chiếc xe được trang bị hệ thống trở thành một nút để giám sát giao thông, đồng thời cũng phải chịu sự giám sát tương tự. Thiết lập trong xe yêu cầu truy cập trực tiếp vào dữ liệu từ phanh, ga, vô lăng, máy đo và bản đồ của xe. Cả hai thành phần bên đường và trong xe đều có GPU hỗ trợ CUDA và lưu trữ cục bộ, bên cạnh kết nối đám mây.

Sơ đồ cài đặt trong xe hơi từ ứng dụng bằng sáng chế

Cảnh báo cho những người lái xe hung hăng

Khi hệ thống phát hiện lái xe tích cực, nó có thể đưa ra các cảnh báo ngay lập tức thông qua các thiết bị nghe nhìn của xe. Chẳng hạn, một thông báo như tin nhắn được hiển thị trong hình. 8a có thể được hiển thị, kêu gọi tài xế chậm lại. Ngoài ra, hệ thống có thể cảnh báo các tài xế về tốc độ hoặc phương tiện sắp tới của họ.

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

Trong một số kịch bản, hệ thống có thể sử dụng bất kỳ thiết bị nghe nhìn có sẵn nào, bao gồm cả điện thoại thông minh của người lái, để đưa ra cảnh báo.

Đèn đỏ dành riêng cho người lái

Quản lý ánh sáng giao thông là một phương pháp đã biết để giảm tai nạn, nhưng hệ thống này tiến xa hơn bằng cách điều chỉnh thời gian ánh sáng dựa trên hành vi trình điều khiển cá nhân. Bằng sáng chế cho thấy rằng nếu hệ thống dự đoán lái xe tích cực tại một ngã tư, nó có thể thay đổi đèn trước các giao lộ tiếp theo thành màu đỏ, khuyến khích người lái xe chậm lại.

Xâm nhập vào sự riêng tư của người lái

Mặc dù các đề xuất trong quá khứ cho các hệ thống giám sát trong xe đã tập trung vào các chỉ số sinh trắc học và nhận dạng cảm xúc để ảnh hưởng đến hành vi của người lái, thường liên quan đến phí bảo hiểm hoặc điều tra tai nạn, đề xuất Michigan/Denso dựa vào sự hợp tác của nhà nước thông qua các thay đổi trong tiêu chuẩn xe. Việc thực hiện một hệ thống như vậy trên các dòng nhà nước đặt ra những thách thức, cho thấy nhu cầu về hành động của liên bang hoặc ít nhất là phối hợp của nhà nước.

Một minh họa về kiến ​​trúc học máy được đề xuất cho hệ thống, sử dụng mạng thần kinh tái phát (RNN). Khung sử dụng học tập không giám sát và cung cấp phản hồi thời gian thực, nhưng cũng cung cấp cho 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 tích cực được tạo điều kiện bởi sự cong vênh thời gian động (DTW), một thuật toán được sử dụng trong phân tích chuỗi thời gian để so sánh hai chuỗi thời gian hoặc chuỗi các đối tượng có thể thay đổi về tốc độ. *Một minh họa về kiến ​​trúc máy học được đề xuất cho hệ thống, sử dụng mạng thần kinh tái phát (RNN). Khung sử dụng học tập không giám sát và cung cấp phản hồi thời gian thực, nhưng cũng cung cấp cho 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 tích cực được tạo điều kiện bởi sự cong vênh thời gian động (DTW), một thuật toán được sử dụng trong phân tích chuỗi thời gian để so sánh hai chuỗi thời gian hoặc chuỗi các đối tượng có thể thay đổi về tốc độ.*

Dòng doanh thu

Hệ thống này có thể là người đầu tiên cung cấp phân tích thời gian thực về việc lái xe tích cực trong khung công dân có khả năng tự động ban hành tiền phạt hoặc cảnh báo các cơ quan chức năng. Tuy nhiên, có một lo ngại rằng nó có thể bị các thành phố háo hức với doanh thu. Neda Masoud, một giáo sư trợ lý tại Đại học Michigan, đã nhấn mạnh tầm quan trọng của sự an toàn đối với các báo động sai nhưng nhấn mạnh sự cần thiết của các cơ chế để cho phép người lái xe thách thức các cáo buộc sai trái.

Hệ thống này được thiết kế để xử lý các sự kiện lái xe tích cực ngay cả từ các phương tiện không có đơn vị trên tàu bằng cách quan sát các phương tiện được trang bị gần đó và lắp đặt giao lộ. Điều này có thể liên quan đến các phương pháp khác như nhận dạng biển số xe, mặc dù bằng sáng chế không đề cập rõ ràng đến điều này.

Giao lộ: rủi ro cao

Việc tập trung vào các giao điểm trong bằng sáng chế Michigan là chiến lược, cho rằng các khu vực này là điểm nóng cho các sự cố giao thông. Điều này phù hợp với nghiên cứu trước đây, chẳng hạn như các nghiên cứu của Trung Quốc sử dụng các máy vectơ hỗ trợ để phát hiện các thay đổi làn đường nguy hiểm hoặc cảm biến điện thoại thông minh để xác định lái xe thất thường. Ước tính của Cơ quan An toàn Giao thông Quốc lộ Hoa Kỳ năm 2010 rằng 40% vụ tai nạn của Hoa Kỳ đã xảy ra tại các giao lộ nhấn mạnh đến sự liên quan của các sáng kiến ​​đó.

Bài viết liên quan
Cách chúng tôi sử dụng AI để giúp các thành phố giải quyết sức nóng cực đoan Cách chúng tôi sử dụng AI để giúp các thành phố giải quyết sức nóng cực đoan Nó trông giống như năm 2024 có thể phá vỡ kỷ lục cho năm nóng nhất, vượt qua năm 2023. Xu hướng này đặc biệt khó khăn đối với những người sống ở các hòn đảo nhiệt đô thị, những điểm đó ở các thành phố nơi bê tông và nhựa đường hòa mình vào các tia nắng mặt trời và sau đó tỏa nhiệt ngay. Những khu vực này có thể ấm
Khuôn mặt tổng hợp 'xuống cấp' có thể tăng cường công nghệ nhận dạng khuôn mặt Khuôn mặt tổng hợp 'xuống cấp' có thể tăng cường công nghệ nhận dạng khuôn mặt Các nhà nghiên cứu tại Đại học bang Michigan đã đưa ra một cách sáng tạo để sử dụng các khuôn mặt tổng hợp cho một nguyên nhân cao quý, tăng cường tính chính xác của các hệ thống nhận dạng hình ảnh. Thay vì đóng góp vào hiện tượng Deepfakes, những khuôn mặt tổng hợp này được thiết kế để bắt chước những điều không hoàn hảo được tìm thấy trong thực tế-
Deepseek's AIS khám phá ra mong muốn của con người thực sự Deepseek's AIS khám phá ra mong muốn của con người thực sự Bước đột phá của Deepseek trong các mô hình phần thưởng AI: Tăng cường lý luận AI và phản ứng của người Trung Quốc, Deepseek, phối hợp với Đại học Tsinghua, đã đạt được một cột mốc quan trọng trong nghiên cứu AI. Cách tiếp cận sáng tạo của họ đối với các mô hình phần thưởng AI hứa hẹn sẽ cách mạng hóa cách các hệ thống AI học
Nhận xét (15)
0/200
FrankClark
FrankClark 22:26:11 GMT Ngày 19 tháng 4 năm 2025

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

HarryLewis
HarryLewis 20:21:02 GMT Ngày 19 tháng 4 năm 2025

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。🚦

CharlesLee
CharlesLee 19:10:27 GMT Ngày 18 tháng 4 năm 2025

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. 🚗💨

JohnRoberts
JohnRoberts 08:02:26 GMT Ngày 17 tháng 4 năm 2025

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. 🚗💨

JamesGreen
JamesGreen 09:44:33 GMT Ngày 19 tháng 4 năm 2025

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. 🚗💨

KennethWalker
KennethWalker 13:07:51 GMT Ngày 25 tháng 4 năm 2025

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! 👍

Quay lại đầu
OR