Brain4Cars аналізує поведінку водія за допомогою ШІ для прогнозування та запобігання ДТП

Оскільки автомобілі стають розумнішими, технологічні розробки на наших приладових панелях спрямовані на те, щоб допомогти людям не відставати, або, принаймні, тримати людей-водіїв уважними за кермом. Для цього дослідники розробили нейронну мережу глибокого навчання під назвою Brain4Cars, яка поєднує в собі багато підходів найсучасніших технологій розумних автомобілів і доповнює їх штучним інтелектом.

Автомобілі, очевидно, не єдині речі, які стають розумнішими, і в міру того, як наші колекції гаджетів накопичуються, ми схильні ставати все більш відволікаючими. Навіть при існуючих правилах безпеки дорожнього руху і законодавстві, які забезпечують безпеку водіїв, 33 000 людей гинуть в дорожньо-транспортних пригодах щороку. Більше того, за даними Національного управління безпеки дорожнього руху США, понад 90 відсотків дорожньо-транспортних пригод у США відбуваються через помилки водіїв.

Багато автовиробників вже почали встановлювати в нові моделі системи безпеки, які попереджають водіїв про небезпечну поведінку і ризики зовнішнього середовища. Brain4Cars, по суті, бере всі ці технології і об’єднує їх в одне ціле, поєднуючи такі заходи безпеки, як внутрішні і зовнішні камери з GPS, звітність про динаміку транспортного засобу і велику базу даних записів поведінки водія.

• Kia створює одну з найкращих інформаційно-розважальних систем для автомобілів. Ось чому це працює
• Ford та VW закривають підрозділ з розробки автономних автомобілів Argo AI
• Перший тест-драйв Kia Niro EV 2023 року: Практичність не повинна набридати до сліз

Що відрізняє Brain4Cars від інших, так це те, що він робить з цим всеосяжним збором даних в режимі реального часу. Подаючи інформацію з джерел даних у власний штучний інтелект, система здатна надійно прогнозувати індивідуальну поведінку водія в режимі реального часу та передбачати помилки до 3,5 секунд наперед з точністю до 80%.

Дослідники зі Стенфорда і Корнелла змоделювали систему Brain4Cars на основі рекурентних нейронних мереж з довгою короткочасною пам’яттю. Штучний інтелект аналізує візуальні сигнали в автомобілі, такі як вираз обличчя водія та лінії огляду, в той час як зовнішні камери дають системі контекстне розуміння безпеки та адекватності вибору водія по відношенню до ситуації, що розгортається на дорозі.

Теоретично, така архітектура глибокого навчання може вивчати звички кожного окремого водія, якому вона допомагає. З часом Brain4Cars зможе прогнозувати поведінку водія з більшою точністю і пригадувати її, оскільки дані від конкретного водія стануть частиною бази знань мережі.

Ця фонова контекстна інформація, надана нейронній мережі, була зібрана протягом 1180 миль, проїханих десятьма різними водіями в Каліфорнії. Дорожні ділянки включали автостради і міське водіння, щоб розширити контекстні знання ШІ про найпоширеніші дорожні ситуації і зовнішнє середовище автомобіля.

Навіть безпілотні автомобілі отримують свою порцію критики, коли справа доходить до помилок на дорозі, але прогнози щодо майбутнього автономних автомобілів свідчать про те, що аварії і зіткнення будуть відбуватися в основному через людські помилки, а не через роботів-водіїв. Але замість того, щоб повністю замінити людей-водіїв, Brain4Cars поєднує в собі кращі технології безпеки водіння, щоб надати трохи роботизованої підтримки людям за кермом.

Рекомендації редакторів

• Bowers & Wilkins та McLaren випускають спеціальну серію навушників Px8
• Не просто електромобіль, а оснащений датчиками EX90 – флагман Volvo в області технологій
• Спортивний позашляховик Polestar 3 – дороговказ для електромобілів
• Drive Concierge від Nvidia заповнить ваш автомобіль екранами
• 2024 Chevrolet Equinox EV націлений на доступність з базовою ціною $30 000

Source: digitaltrends.com