211service.com
Toto auto zná váš další chybný krok, než ho uděláte
Nový experimentální palubní počítač dokáže nejen sledovat vaše chování za volantem, ale dokonce předvídat, co se chystáte udělat dál.
Vzhledem k tomu, že velká většina dopravních nehod způsobených chybou řidiče a odvádění pozornosti je díky všudypřítomnosti chytrých telefonů stále větším problémem, výrobci automobilů stále více zkoumají způsoby, jak sledovat chování řidiče za volantem. Volvo, GM a další již testují systémy, které budou monitorovat polohu hlavy a očí, aby zachytily známky rozptýlení.
Studie vědců z Cornell University a Stanfordu ukazuje, že pokročilejší systém by mohl být vycvičen k rozpoznání řeči těla a chování, které předchází konkrétnímu manévru. To by mohlo pomoci spustit systém včasného varování, jako je varování před mrtvým úhlem, mnohem dříve – a tím možná pomůže předejít vážným nehodám, podle zúčastněných akademiků.
Představte si, že jedete po dálnici, říká Saxena Ashutoshová , volal ředitel projektu Robo mozek na Cornell University a Stanford, který dohlížel na projekt řízení. Na vteřinu se podíváte doprava, protože budete zatáčet doprava, a když začínáte zatáčet doprava, nějaký jiný řidič vjel do prostoru, o kterém jste si mysleli, že je prázdný. Auto by pak mohlo buď vydat výstrahu, nebo vám dokonce zabránit ve vjetí do jízdního pruhu.
Systém byl trénován pomocí nejmodernějších algoritmů strojového učení a dokázal s přesností něco málo přes 90 procent předpovědět, kdy se řidič v příštích několika sekundách chystá změnit jízdní pruh. Změna jízdního pruhu byla obvykle signalizována pohledem přes rameno spolu s jasnými pohyby hlavy a změnami v řízení, brzdění a zrychlení. Ashutosh říká, že dosažená přesnost je téměř dost dobrá na to, aby mohla být použita ve výrobním systému.
Toto video ukazuje funkce používané systémem ke sledování pohybu hlavy řidiče.
Výzkumníci za prací zkoumají různé způsoby, jak může vozidlo monitorovat a předvídat chování řidičů prostřednictvím projektu nazvaného Brain4Cars .
Práce zahrnovala použití přístupu strojového učení zvaného hluboké učení k rozpoznání akcí, které předcházely manévru změny jízdního pruhu. Algoritmy byly trénovány pomocí dat shromážděných, když 10 různých lidí ujelo celkem 1 180 mil po různých oblastech Kalifornie. Výzkumníci mají v úmyslu výsledný soubor dat volně zpřístupnit, aby je mohli využívat další akademičtí pracovníci a výzkumníci v oblasti automobilového průmyslu.
Hluboké učení se v posledních letech ukázalo jako zvláště užitečné pro rozpoznávání složitých nebo jemných vzorců v datech, jako je video a zvuk (viz 10 Průlomové technologie 2013: Hluboké učení ). Již se používá k tomu, aby počítačům vozidel umožnil rozpoznat různé typy překážek na silnici. V nejnovější práci tým spojil data z videokamery s daty GPS a informacemi z počítačových systémů automobilu.
Mnoho luxusních vozů nyní přichází se senzory, které umožňují bezpečnostní varování, stejně jako automatické brzdění a řízení. Ashesh Jain , student Saxeny a vedoucí projektu na Brain4Cars, říká, že monitorování aktivity uvnitř automobilu i mimo něj by mohlo učinit takové bezpečnostní systémy inteligentnějšími. Předpokládejme, že řidič je na vteřinu vyrušen, říká. Pokud vpředu nic není, auto by mělo být dostatečně chytré a nemělo by řidiče upozorňovat. Jde o to, jak využíváte informace ze všech těchto senzorů.
Více než 90 procent dopravních nehod v USA je důsledkem nějaké chyby řidiče, podle výzkumu provedeného Národní úřad pro bezpečnost silničního provozu .
Paradoxně by sledování chování řidičů mohlo nabýt na důležitosti i s tím, jak se auta stávají více automatizovanými. Je to proto, že i když se auta v některých situacích řídí sama, například na dálnicích nebo na parkovištích, řidiči stále budou muset občas znovu usednout za volant a výzkum ukázal, že to může trvat mnoho sekund v závislosti na míře rozptýlení řidiče (viz Pokračovat s opatrností vůči samořídícímu vozu). Google zašel tak daleko, že se problému vyhnul tím, že z některých svých prototypů úplně odstranil pedály a volant.
Don Norman , odborník na produktový design, který sloužil jako konzultant mnoha výrobcům automobilů a počítačových společností, říká, že práce Brain4Car je slibná, ale dodává, že bude potřeba ji dále zlepšovat a testovat v reálném světě. Toto jsou simulační data, běžící v laboratoři, říká Norman. Skutečný svět není nikdy tak pěkný jako laboratoř. Mnoho faktorů může změnit výsledky při aplikaci na skutečné lidi, kteří řídí skutečná auta v reálném provozu.