通過機器學習和邊緣計算檢測“積極駕駛”
一項新的專利申請已提交,提出了一種創新的方法,以遏制交叉路口的激進駕駛行為。該系統利用整合於城市邊緣計算設備中的機器學習算法,標誌著從專注於保險分析的車內系統轉向更以市政為導向的解決方案。這項提案不僅旨在懲罰偏離安全駕駛規範的駕駛者,還為他們提供即時的車內視聽警告,以糾正其行為。
該專利於2021年4月29日在美國專利與商標局提交,是密西根大學董事會與Toyota子公司Denso Corporation的合作成果。與專注於保險監控的專有系統不同,該系統利用部署在交通路口的資源充足的邊緣計算節點。這些節點從路側資源和附近車輛的感測器收集數據,為駕駛者提供即時、可操作的反饋。
*密西根大學的專利並非專有的車內系統,旨在進行保險監控,也非僅用於生成鑑識數據,而是依賴部署在交通路口的資源充足的邊緣計算節點,通過整合路側邊緣計算資源和附近車輛感測器的數據,提供即時且可操作的反饋。* 來源:https://pdfaiw.uspto.gov/76/2021/50/012/1.pdf
該系統不僅依賴城市基礎設施,還需要車內技術,將汽車轉化為網絡中的主動感測器。這意味著每輛配備該系統的汽車都成為交通監控的節點,同時也受到相同的監控。車內設置需要直接存取車輛的剎車、油門、方向盤、里程表和地圖數據。路側和車內組件均配備支持CUDA的GPU和本地存儲,以及雲端連接。

對激進駕駛者的警告
當系統檢測到激進駕駛行為時,它可以通過車輛的視聽設備發出即時警告。例如,可能會顯示如圖8A所示的信息,敦促駕駛者減速。此外,系統還可以警告駕駛者關於其車速或迎面而來的車輛。
*專利申請中描述的警告。* 來源:https://pdfaiw.uspto.gov/fdd/76/2021/50/012/0.pdf
在某些情況下,系統可能會使用任何可用的視聽設備,包括駕駛者的智能手機,來發出警告。
針對駕駛者的紅燈
交通燈管理是減少事故的已知方法,但該系統更進一步,可能根據個別駕駛者的行為調整燈光時序。專利建議,如果系統預測某個交叉路口存在激進駕駛行為,它可能會預先將後續交叉路口的燈光變為紅燈,鼓勵駕駛者減速。
駕駛者隱私的挑戰
過去的車內監控系統提案多聚焦於生物識別指標和情緒識別,以影響駕駛者行為,通常與保險費或事故調查相關,而密西根/Denso的提案則傾向於通過改變車輛標準與州政府合作。在州際間實施這樣的系統存在挑戰,表明需要聯邦或至少協調的州行動。
*系統提出的機器學習架構圖示,使用循環神經網絡(RNN)。該框架使用無監督學習並提供即時反饋,但也為離線訓練提供準備,以根據輸入數據和事件改進算法。激進駕駛行為的識別由動態時間規整(DTW)算法促進,該算法用於時間序列分析,以比較兩個可能在速度上變化的時間序列或對象序列。*
收入來源
該系統可能是首個在城市框架內提供激進駕駛即時分析的系統,能自動發出罰款或警告當局。然而,有人擔心市政府可能為了收入而濫用該系統。密西根大學助理教授Neda Masoud強調安全優先於誤報的重要性,但也強調需要建立機制,讓駕駛者能夠對錯誤指控提出異議。
該系統設計為即使沒有車載單元的車輛,也能通過觀察附近配備系統的車輛和交叉路口設施來處理激進駕駛事件。這可能涉及其他方法,如車牌識別,儘管專利未明確提及。
交叉路口:高風險區域
密西根專利聚焦於交叉路口的策略性選擇,因為這些區域是交通事故的熱點。這與先前研究一致,例如中國使用支持向量機檢測危險車道變更或使用智能手機感測器識別不穩定駕駛的研究。美國國家公路交通安全管理局2010年估計,2008年美國40%的事故發生在交叉路口,這凸顯了此類舉措的相關性。
相關文章
以優化為驅動的人工智慧,正成為通用的模型發展新途徑
伊利諾大學厄巴納-香檳分校與維吉尼亞大學的研究人員開發出一種新型模型架構,有望為具備更強推理能力且更具韌性的AI系統鋪平道路。名為「能量基變壓器」(EBT)的架構,能自然運用推論時間擴展性來解決複雜挑戰。對企業而言,這意味著能以成本效益方式部署人工智慧應用,無需專門調校模型即可適應新情境。系統二思維的挑戰在心理學中,人類認知通常分為兩種模式:快速直覺的系統一,以及較緩慢、更刻意且具分析性的系統二。
人工智慧熱潮引發網路泡沫時期的泡沫憂慮
數十億美元湧入人工智慧領域的投資熱潮,引發一場激烈辯論:該產業是否正走向網路泡沫式的泡沫?投資者正密切關注熱潮是否降溫,或巨額晶片與基礎建設支出未能帶來預期回報的跡象。美銀全球研究近期調查凸顯此種謹慎態度:54%基金經理人認為人工智慧股票已處泡沫期,38%持反對意見。與網路泡沫的相似之處儘管樂觀情緒蔓延,質疑者仍質疑人工智慧的實質影響力,部分人士更直指其為虛張聲勢或即將破裂的泡沫。思科亞太、日本及
程序記憶降低人工智能代理成本和複雜性
由浙江大學和阿里巴巴集團共同研發的一項新技術為大型語言模型(LLM)代理提供了動態記憶,從而提高其處理複雜任務的效率和效能。這種方法被命名為 Memp,它為代理提供了一種 「程序記憶」,這種記憶會隨著代理積累的經驗不斷更新,這與人類通過重複練習學習的方式類似。 Memp 建立了一個終身學習的系統,在這個系統中,代理不再需要從零開始處理每一項新任務。當他們在真實世界環境中面對新的情境時,他們會穩步改
相關專題推薦
評論 (16)
0/500
Interesting concept, but how do you differentiate between aggressive driving and defensive maneuvers? At a busy intersection, sudden braking might look aggressive on AI but could just be avoiding a pedestrian. Also, who gets access to this data? 🧐 The privacy implications here are huge if it's feeding back to insurers or law enforcement without clear rules.
Este novo sistema para detectar direção agressiva usando computação de borda é bem legal! Já era hora de focarmos em soluções cívicas em vez de apenas tecnologia dentro do carro. A única desvantagem é que pode não funcionar bem em mau tempo. Ainda assim, um passo na direção certa! 👍
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! 👍
エッジコンピューティングを使った攻撃的な運転の検出システムはかなりクールですね!車内の技術だけでなく、公共の解決策に焦点を当てる時が来たと思います。ただ、悪天候ではうまく機能しないかもしれません。それでも、正しい方向への一歩です!👍
¡Este nuevo sistema para detectar conducción agresiva usando computación de borde es bastante genial! Ya era hora de que nos enfocáramos en soluciones cívicas en lugar de solo en tecnología dentro del coche. La única desventaja es que puede no funcionar bien en mal tiempo. Aún así, un paso en la dirección correcta! 👍
一項新的專利申請已提交,提出了一種創新的方法,以遏制交叉路口的激進駕駛行為。該系統利用整合於城市邊緣計算設備中的機器學習算法,標誌著從專注於保險分析的車內系統轉向更以市政為導向的解決方案。這項提案不僅旨在懲罰偏離安全駕駛規範的駕駛者,還為他們提供即時的車內視聽警告,以糾正其行為。
該專利於2021年4月29日在美國專利與商標局提交,是密西根大學董事會與Toyota子公司Denso Corporation的合作成果。與專注於保險監控的專有系統不同,該系統利用部署在交通路口的資源充足的邊緣計算節點。這些節點從路側資源和附近車輛的感測器收集數據,為駕駛者提供即時、可操作的反饋。
*密西根大學的專利並非專有的車內系統,旨在進行保險監控,也非僅用於生成鑑識數據,而是依賴部署在交通路口的資源充足的邊緣計算節點,通過整合路側邊緣計算資源和附近車輛感測器的數據,提供即時且可操作的反饋。* 來源:https://pdfaiw.uspto.gov/76/2021/50/012/1.pdf
該系統不僅依賴城市基礎設施,還需要車內技術,將汽車轉化為網絡中的主動感測器。這意味著每輛配備該系統的汽車都成為交通監控的節點,同時也受到相同的監控。車內設置需要直接存取車輛的剎車、油門、方向盤、里程表和地圖數據。路側和車內組件均配備支持CUDA的GPU和本地存儲,以及雲端連接。

對激進駕駛者的警告
當系統檢測到激進駕駛行為時,它可以通過車輛的視聽設備發出即時警告。例如,可能會顯示如圖8A所示的信息,敦促駕駛者減速。此外,系統還可以警告駕駛者關於其車速或迎面而來的車輛。
*專利申請中描述的警告。* 來源:https://pdfaiw.uspto.gov/fdd/76/2021/50/012/0.pdf
在某些情況下,系統可能會使用任何可用的視聽設備,包括駕駛者的智能手機,來發出警告。
針對駕駛者的紅燈
交通燈管理是減少事故的已知方法,但該系統更進一步,可能根據個別駕駛者的行為調整燈光時序。專利建議,如果系統預測某個交叉路口存在激進駕駛行為,它可能會預先將後續交叉路口的燈光變為紅燈,鼓勵駕駛者減速。
駕駛者隱私的挑戰
過去的車內監控系統提案多聚焦於生物識別指標和情緒識別,以影響駕駛者行為,通常與保險費或事故調查相關,而密西根/Denso的提案則傾向於通過改變車輛標準與州政府合作。在州際間實施這樣的系統存在挑戰,表明需要聯邦或至少協調的州行動。
*系統提出的機器學習架構圖示,使用循環神經網絡(RNN)。該框架使用無監督學習並提供即時反饋,但也為離線訓練提供準備,以根據輸入數據和事件改進算法。激進駕駛行為的識別由動態時間規整(DTW)算法促進,該算法用於時間序列分析,以比較兩個可能在速度上變化的時間序列或對象序列。*
收入來源
該系統可能是首個在城市框架內提供激進駕駛即時分析的系統,能自動發出罰款或警告當局。然而,有人擔心市政府可能為了收入而濫用該系統。密西根大學助理教授Neda Masoud強調安全優先於誤報的重要性,但也強調需要建立機制,讓駕駛者能夠對錯誤指控提出異議。
該系統設計為即使沒有車載單元的車輛,也能通過觀察附近配備系統的車輛和交叉路口設施來處理激進駕駛事件。這可能涉及其他方法,如車牌識別,儘管專利未明確提及。
交叉路口:高風險區域
密西根專利聚焦於交叉路口的策略性選擇,因為這些區域是交通事故的熱點。這與先前研究一致,例如中國使用支持向量機檢測危險車道變更或使用智能手機感測器識別不穩定駕駛的研究。美國國家公路交通安全管理局2010年估計,2008年美國40%的事故發生在交叉路口,這凸顯了此類舉措的相關性。
以優化為驅動的人工智慧,正成為通用的模型發展新途徑
伊利諾大學厄巴納-香檳分校與維吉尼亞大學的研究人員開發出一種新型模型架構,有望為具備更強推理能力且更具韌性的AI系統鋪平道路。名為「能量基變壓器」(EBT)的架構,能自然運用推論時間擴展性來解決複雜挑戰。對企業而言,這意味著能以成本效益方式部署人工智慧應用,無需專門調校模型即可適應新情境。系統二思維的挑戰在心理學中,人類認知通常分為兩種模式:快速直覺的系統一,以及較緩慢、更刻意且具分析性的系統二。
人工智慧熱潮引發網路泡沫時期的泡沫憂慮
數十億美元湧入人工智慧領域的投資熱潮,引發一場激烈辯論:該產業是否正走向網路泡沫式的泡沫?投資者正密切關注熱潮是否降溫,或巨額晶片與基礎建設支出未能帶來預期回報的跡象。美銀全球研究近期調查凸顯此種謹慎態度:54%基金經理人認為人工智慧股票已處泡沫期,38%持反對意見。與網路泡沫的相似之處儘管樂觀情緒蔓延,質疑者仍質疑人工智慧的實質影響力,部分人士更直指其為虛張聲勢或即將破裂的泡沫。思科亞太、日本及
程序記憶降低人工智能代理成本和複雜性
由浙江大學和阿里巴巴集團共同研發的一項新技術為大型語言模型(LLM)代理提供了動態記憶,從而提高其處理複雜任務的效率和效能。這種方法被命名為 Memp,它為代理提供了一種 「程序記憶」,這種記憶會隨著代理積累的經驗不斷更新,這與人類通過重複練習學習的方式類似。 Memp 建立了一個終身學習的系統,在這個系統中,代理不再需要從零開始處理每一項新任務。當他們在真實世界環境中面對新的情境時,他們會穩步改
Interesting concept, but how do you differentiate between aggressive driving and defensive maneuvers? At a busy intersection, sudden braking might look aggressive on AI but could just be avoiding a pedestrian. Also, who gets access to this data? 🧐 The privacy implications here are huge if it's feeding back to insurers or law enforcement without clear rules.
Este novo sistema para detectar direção agressiva usando computação de borda é bem legal! Já era hora de focarmos em soluções cívicas em vez de apenas tecnologia dentro do carro. A única desvantagem é que pode não funcionar bem em mau tempo. Ainda assim, um passo na direção certa! 👍
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! 👍
エッジコンピューティングを使った攻撃的な運転の検出システムはかなりクールですね!車内の技術だけでなく、公共の解決策に焦点を当てる時が来たと思います。ただ、悪天候ではうまく機能しないかもしれません。それでも、正しい方向への一歩です!👍
¡Este nuevo sistema para detectar conducción agresiva usando computación de borde es bastante genial! Ya era hora de que nos enfocáramos en soluciones cívicas en lugar de solo en tecnología dentro del coche. La única desventaja es que puede no funcionar bien en mal tiempo. Aún así, un paso en la dirección correcta! 👍





首頁






