注視駕駛人動向:人工智慧如何讓駕駛人安全行車

作者 Samantha Zee

尾隨跟車、闖紅燈、重踩煞車,不管是開著迷你小車還是重型大卡車,每個駕駛人都會面臨理智線斷掉的時刻。

而在擋風玻璃裝上一具小型人工智慧裝置,便可在發生上述充滿危險的行車事件時加以偵測並分析其成因。


Driveri 平台內有一具智慧影片分析裝置,
搭配人工智慧深度學習 TeraFLOP 處理器和 QUAD HD 攝影機。

在五月舉行的 GPU 科技大會裡,Netradyne 執行長暨創辦人 Avneesh Agrawal,在一場簡報活動裡介紹這項裝置的運作方式。他位於聖地牙哥的新創公司 Netradyne,在這具名為「Driveri™」的裝置裡結合了深度學習及邊緣運算技術。

將扮演電腦指令中心的 Driveri 裝在小客車、廂型車、貨車或大卡車的後視鏡後方,它會即時分析來自安裝在車上之攝影機、電腦視覺深度學習裝置和慣性感應器的資料,不只「注視」著前方道路,還會注意駕駛人、車輛本身和四周路況。

這項裝置的目標:辨識良好的駕駛習慣,提升商用車隊和駕駛人的安全。

深入分析駕駛人行為

Driveri 可提高駕駛人和乘客的安全,尤其是針對商用車輛的駕駛人,得靠著他們眼觀四面耳聽八方,維持身旁所有人的身家安全。Driveri 的應用程式可辨識良好駕駛習慣,以及指出需加強的部分。

「我們都盼望自動駕駛車早點上路,不過事實上到2030年時,路上只有不到 10% 的車是自動駕駛車,所以未來10到15年我們仍得把重點放在駕駛人身上,馬上就能看到它的投資報酬率。」Agrawal 說。

Driveri 使用信用卡般大小的強大模組化嵌入式超級電腦 NVIDIA Jetson TX1,搭配電腦視覺360度攝影機系統,拍攝車身四周及鄰近交通號誌、其它車輛跟行人的情況。

「它必須看到駕駛人眼中所見和體會到的。」Agrawal 說。這些收集到的資料在裝置內進行分析後再上傳到雲端,一處軟體即服務(SaaS)客戶入口網站在事件發生的幾分鐘內,便提供相關資訊給車隊。

風險與獎勵

Driveri 利用 Jetson TX1 的處理能力,能捕捉日常行車各方面的資料、建立全日的行車分數,還能只單看某一項目。


Netradyne 的 GreenZone 駕駛人分數讓車隊可以辨識出自家司機,
以提高行車安全。

這些資料匯集成即時全面記錄行車表現的 Netradyne GreenZone™ 分數,讓車隊管理員能用以建立獎勵安全駕駛的內容。保險公司也能使用這些資料,為個別駕駛人和不同的行車環境設定保費。

分析功能也能為各種行車情況建立使用簡單警報系統無法顯示的情境,像是列出造成意外事件的一連串因素,便能顯示是因為駕駛人跟車太近,或是前方駕駛人突然變更車道而急踩煞車,才會導致發生意外事件。

「商用車隊會出現嚴重駕駛員流動的情況,一年要負擔每名駕駛八千美元的成本。我們希望更完善地評估風險,以找出高風險的駕駛行為及建立良好駕駛行為的獎勵制度。」Agrawal 說。

Netradyne 已從客戶身上取得和分析逾百萬英里的行車資料,除了商用車輛的資料,也期望日後取得一般消費者的行車資料。