Όλοι γνωρίζουν τους κινδύνους της οδήγησης υπό την επήρεια ή της αποστολής μηνυμάτων κατά την οδήγηση. Ωστόσο, δεν δίνεται ιδιαίτερη προσοχή στην οδήγηση υπό υπνηλία. Το 2019, η κόπωση του οδηγού ήταν η αιτία 697 θανάτων στις ΗΠΑ – που ήταν το 1.9% των συνολικών θανάτων από τροχαία ατυχήματα εκείνο το έτος. Επιπλέον, 1 σε ενήλικες 25 έχει συμφωνήσει κοιμηθηκα στο τιμόνι τις προηγούμενες 30 ημέρες.
Η υπνηλία του οδηγού μπορεί να αποδειχθεί θανατηφόρα, αλλά μπορεί να προληφθεί. Ένας καλός ύπνος και η αποφυγή του αλκοόλ πριν πάρετε το αυτοκίνητο μπορεί να μειώσει τα ατυχήματα. Η τεχνολογία μπορεί επίσης να βοηθήσει στην ανίχνευση και στην πρόληψη θανάτων λόγω υπνηλίας του οδηγού. Ας μιλήσουμε λοιπόν για την τεχνολογία που προειδοποιεί τον οδηγό της υπνηλίας και της κόπωσης.
Τι είναι το DDS;
Σύστημα ανίχνευσης υπνηλίας οδηγού (DDS) είναι μέρος της τεχνολογίας ασφάλειας του οχήματος που λειτουργεί σε έναν αλγόριθμο που ανιχνεύει αλλαγές στην οδηγική συμπεριφορά του οδηγού, όπως ακανόνιστες κινήσεις τροχών, αποκλίσεις λωρίδας, δυσκολία στο να κρατάς τα μάτια ανοιχτά και συνεχές χασμουρητό και άλλα.
Ορισμένα συστήματα ειδοποιούν τον οδηγό να κάνει ένα διάλειμμα χρησιμοποιώντας ηχητικές ειδοποιήσεις, ενώ ορισμένα εμφανίζουν ένα σύμβολο καφέ και σε ορισμένα αυτοκίνητα ακόμη και τα καθίσματα του οδηγού τους δονούνται.
Πώς λειτουργεί το DDS;
DDS λειτουργεί με ηχογράφηση του τιμόνι συμπεριφορά από την έναρξη του ταξιδιού και παρακολούθηση των επιπέδων κόπωσης του οδηγού καθ' όλη τη διάρκεια του ταξιδιού.
Ο αλγόριθμος που βασίζεται στην τεχνητή νοημοσύνη καταλήγει σε μια τιμή υπολογίζοντας τη συχνότητα των ξαφνικών κινήσεων, την ώρα της ημέρας, τη διάρκεια του ταξιδιού, τις αποκλίσεις από σήμανση λωρίδας, και τη συχνότητα χτυπήματος της λωρίδας βροντής. Εάν η εν λόγω τιμή είναι πάνω από ένα συγκεκριμένο επίπεδο, το σύστημα αναβοσβήνει a Φλυτζάνι καφέ σύμβολο στον πίνακα οργάνων του αυτοκινήτου, που υποδεικνύει ότι ο οδηγός πρέπει να κάνει ένα διάλειμμα.
Ο οδηγός παρακολουθείται συνεχώς για τον προσδιορισμό των επιπέδων κούρασής του χρησιμοποιώντας μια κάμερα υπερύθρων που βλέπει προς τον οδηγό. Οι αλγόριθμοι μηχανικής εκμάθησης και αναγνώρισης προσώπου προσδιορίζουν με ακρίβεια την κόπωση παρακολουθώντας τα χαρακτηριστικά του προσώπου του οδηγού, κινήσεις του κεφαλιού, αναβοσβήνει και κίνηση των ματιών.
Παραδείγματα πραγματικού κόσμου
Το Driver Ανίχνευση υπνηλίας το σύστημα χρησιμοποιείται εδώ και μερικά χρόνια. Μερικές από τις μεγαλύτερες αυτοκινητοβιομηχανίες που ενδιαφέρονται να παρακολουθούν την προσοχή του οδηγού είναι η Mercedes Benz, η Volvo και η Land Rover.
Το «Attention Assist» της Mercedes-Benz είναι μια αποκλειστική τεχνολογία διαθέσιμη σε ορισμένα αυτοκίνητα Benz που παρακολουθεί τις οδηγικές συνήθειες των οδηγών και τους ειδοποιεί χρησιμοποιώντας οπτικές και ακουστικές προειδοποιήσεις όταν εντοπίζουν απροσεξία ή κόπωση.
Η Land Rover διαθέτει επίσης το σύστημα Driver Condition Monitor, το οποίο διαθέτει μια σειρά αισθητήρων που ανιχνεύουν τις κινήσεις του προσώπου και των ματιών του οδηγού για να προσδιορίσουν εάν ο οδηγός είναι απρόσεκτος, αποσπασμένος ή κουρασμένος.
Η λειτουργία «Driver Alert» ή η λειτουργία DAC της Volvo παρακολουθεί με ακρίβεια τον τρόπο λειτουργίας του οχήματος. Για παράδειγμα, ειδοποιεί τον οδηγό όταν το όχημα οδηγείται ανεξέλεγκτα χρησιμοποιώντας οθόνη οδηγού, ακουστικό σήμα και ένα κείμενο που ζητά από τον οδηγό να λάβει ένα διάλειμμα για τσάι.
Σε αντίθεση με ορισμένα άλλα συστήματα, το Driver Alert της Volvo δεν παρακολουθεί τα επίπεδα κόπωσης του οδηγού, αλλά παρακολουθεί προσεκτικά τη λειτουργία του οχήματος.
Πλεονεκτήματα και περιορισμοί του συστήματος ανίχνευσης υπνηλίας οδηγού
Υπάρχουν πολλά πλεονεκτήματα του DDS και το πρώτο όφελος που μας έρχεται στο μυαλό είναι ίσως η μείωση των θανάτων που προκαλούνται από την κόπωση του οδηγού.
Με ένα σύστημα που μπορεί να παρέχει προειδοποιήσεις αναχώρησης από τη λωρίδα, είναι δυνατό να αποφευχθούν μεγάλα ατυχήματα και να σωθούν οι ζωές του οδηγού, των συνεπιβατών και των πεζών.
Η ακρίβεια του συστήματος έγκειται αποτελεσματικά εκπαίδευση του αλγόριθμου χρησιμοποιώντας μια συλλογή εικόνων. Ωστόσο, η ανάπτυξη ενός ισχυρού DDS είναι αδύνατη εάν τα πλαίσια των ματιών δεν αποτυπώνονται σωστά και το σύστημα δεν είναι εκπαιδευμένο σε μεγάλα σύνολα δεδομένων. Επιπλέον, ο εντοπισμός στο μάτι μπορεί να γίνει δύσκολος εάν ο οδηγός φοράει εμπόδια όπως γυαλιά ή καπάκια.
Σημασία των δεδομένων εκπαίδευσης για τη δημιουργία μοντέλων DDS
Τα αποτελέσματα του νυσταγμένη οδήγηση μπορεί να είναι επικίνδυνο για όλους στο δρόμο. Ένας νυσταγμένος οδηγός χρειάζεται χρόνο για να εστιάσει, αντιδρά αργά και δεν μπορεί να κρίνει τις ταχύτητες και τις αποστάσεις.
Ένας νυσταγμένος οδηγός δεν είναι πάντα κάποιος που δεν έχει κοιμηθεί αρκετά. Ως εκ τούτου, είναι σημαντικό να αναπτυχθεί ένα εργαλείο για την ειδοποίηση των κουρασμένων οδηγών για επικείμενο κίνδυνο. Πρέπει να έχετε αρκετά σύνολα δεδομένων για να εκπαιδεύσετε το μοντέλο μηχανικής εκμάθησης και αναγνώρισης προσώπου για να το κάνετε αυτό δυνατό.
Για να εκπαιδεύσετε με ακρίβεια ένα μοντέλο DDS, χρειάζεστε μια ολοκληρωμένη συλλογή συνόλων δεδομένων εκπαίδευσης (που περιέχουν εικόνες ατόμων με υπνηλία και χωρίς υπνηλία) που μπορούν να σας βοηθήσουν να τοποθετήσετε τα ορόσημα του προσώπου στις εικόνες. Αυτή η μέθοδος βοηθά το σύστημα να αναγνωρίσει τα χαρακτηριστικά του προσώπου των οδηγών σε σενάρια σε πραγματικό χρόνο.
Επιπλέον, δεδομένου ότι το σύστημα ενδιαφέρεται ιδιαίτερα για τα μάτια, παρουσιάζονται συντεταγμένες στα μάτια, οι οποίες θα βοηθήσουν στον εντοπισμό των τιμών που αναβοσβήνουν και ανοίγουν τα μάτια.
Θα πρέπει επίσης να περιλαμβάνονται σύνολα δεδομένων που περιέχουν εικόνες που μπορούν να βοηθήσουν το σύστημα να αναγνωρίσει το χασμουρητό. Εκτός από την ανίχνευση βλεφαρίδων, το χασμουρητό είναι επίσης μια κρίσιμη παράμετρος που το σύστημα πρέπει να μάθει να ειδοποιεί μια προειδοποίηση στον οδηγό. Ένα μοντέλο μηχανικής μάθησης μπορεί να κατασκευαστεί χρησιμοποιώντας σύνολα δεδομένων με ακριβή επισήμανση και μεθόδους βαθιάς εκμάθησης.
Η ανάγκη για μια ακριβή Υπνηλία οδηγού Το σύστημα ανίχνευσης συνεχίζει να αναπτύσσεται. Οι επιχειρήσεις αναζητούν εξαιρετικά αξιόπιστα σύνολα δεδομένων εκπαίδευσης που μπορούν να χρησιμοποιηθούν για την εκπαίδευση των μοντέλων ML τους.
Όταν απαιτείται αξιοπιστία και ποικιλία σε σύνολα δεδομένων, πολλοί κορυφαίοι πάροχοι τεχνολογίας προτιμούν το Shaip. Σάιπ έπαιξε καθοριστικό ρόλο στην ανάπτυξη μοντέλων DDS υψηλής τεχνολογίας με διαφορετικά σύνολα δεδομένων, ετικέτες εικόνων υψηλής ποιότητας και σχολιασμούς. Έχετε κατά νου μια εφαρμογή DDS που ξεπερνά τα μονοπάτια; Συνδεθείτε με τη Shaip και εξερευνήστε διάφορα σύνολα δεδομένων εκπαίδευσης σε ανταγωνιστικές τιμές.
