211service.com
Deze auto kent je volgende misstap voordat je hem maakt
Een experimentele nieuwe dashboardcomputer kan niet alleen je gedrag achter het stuur bijhouden, maar zelfs voorspellen wat je hierna gaat doen.
Aangezien de overgrote meerderheid van verkeersongevallen het gevolg zijn van bestuurdersfouten en afleiding een groeiend probleem is dankzij de alomtegenwoordigheid van smartphones, onderzoeken autofabrikanten steeds meer manieren om het gedrag van de bestuurder achter het stuur te volgen. Volvo, GM en anderen testen al systemen die de hoofd- en oogposities controleren om tekenen van afleiding op te vangen.
Een onderzoek door onderzoekers van Cornell University en Stanford toont aan dat een meer geavanceerd systeem zou kunnen worden getraind om de lichaamstaal en het gedrag te herkennen dat aan een bepaalde manoeuvre voorafgaat. Dit zou kunnen helpen om een vroegtijdig waarschuwingssysteem, zoals een dodehoekwaarschuwing, veel eerder in gang te zetten, en misschien daarmee ernstige ongevallen te voorkomen, aldus de betrokken wetenschappers.
Stel je voor dat je op een snelweg rijdt, zegt Saxena Ashutosh , de directeur van een project genaamd Robo Hersenen aan de Cornell University en Stanford, die toezicht hielden op het drijvende project. Je kijkt even naar rechts, omdat je een bocht naar rechts gaat maken, en terwijl je een bocht naar rechts begint te maken, is er een andere bestuurder de ruimte in gereden waarvan je dacht dat die leeg was. Een auto kan dan een waarschuwing geven of zelfs voorkomen dat u de rijstrook inrijdt.
Het systeem is getraind met behulp van geavanceerde algoritmen voor machine learning en het kon met een nauwkeurigheid van iets meer dan 90 procent voorspellen wanneer een bestuurder binnen enkele seconden van rijstrook zou veranderen. Een verandering van rijstrook werd meestal gesignaleerd door een blik over de schouder, samen met veelbetekenende hoofdbewegingen en veranderingen in sturen, remmen en accelereren. Ashutosh zegt dat de bereikte nauwkeurigheid bijna goed genoeg is om in een productiesysteem te worden gebruikt.
Deze video toont de functies die door het systeem worden gebruikt om de hoofdbeweging van een bestuurder te volgen.
De onderzoekers achter het werk onderzoeken verschillende manieren waarop een voertuig het gedrag van bestuurders kan monitoren en anticiperen via een project genaamd Brain4Cars .
Het werk omvatte het gebruik van een machine learning-benadering, deep learning genaamd, om de acties te herkennen die voorafgingen aan de rijstrookwisselmanoeuvre. De algoritmen zijn getraind met behulp van gegevens die zijn verzameld terwijl 10 verschillende mensen in totaal 1.180 mijl door verschillende delen van Californië reden. De onderzoekers zijn van plan de resulterende dataset vrij beschikbaar te stellen, zodat andere academici en auto-onderzoekers er gebruik van kunnen maken.
Deep learning is de laatste jaren vooral nuttig gebleken voor het herkennen van complexe of subtiele patronen in data zoals video en audio (zie 10 Breakthrough Technologies 2013: Deep Learning). Het wordt al gebruikt om voertuigcomputers in staat te stellen verschillende soorten obstakels op de weg te herkennen. In het laatste werk combineerde het team gegevens van een videocamera met GPS-gegevens en informatie van de computersystemen van een auto.
Veel luxe auto's worden nu geleverd met sensoren die veiligheidswaarschuwingen mogelijk maken, evenals automatisch remmen en sturen. Ashesh Jain , een student van Saxena en projectleider op Brain4Cars, zegt dat het monitoren van activiteiten in een auto, maar ook daarbuiten, dergelijke veiligheidssystemen intelligenter kan maken. Stel dat de bestuurder even wordt afgeleid, zegt hij. Als er niets voor de deur staat, moet de auto slim genoeg zijn en de bestuurder niet waarschuwen. Het gaat erom hoe je informatie van al deze sensoren gebruikt.
Meer dan 90 procent van de verkeersongevallen in de VS is het gevolg van een of andere bestuurdersfout, volgens onderzoek uitgevoerd door de National Highway Traffic Safety Authority .
Paradoxaal genoeg zou het monitoren van het rijgedrag belangrijker kunnen worden, zelfs als auto's meer geautomatiseerd worden. Dat komt omdat zelfs als auto's zichzelf in sommige situaties rijden, zoals op snelwegen of op parkeerplaatsen, bestuurders toch af en toe het stuur moeten overnemen, en onderzoek heeft aangetoond dat dit vele seconden kan duren, afhankelijk van de mate van afleiding van een bestuurder (zie Doorgaan met voorzichtigheid in de richting van de zelfrijdende auto). Google is zelfs zo ver gegaan om het probleem te omzeilen door de pedalen en het stuur helemaal van sommige van zijn prototypes te verwijderen.
Don Norman , een expert op het gebied van productontwerp die als adviseur heeft gediend voor tal van autofabrikanten en computerbedrijven, zegt dat het Brain4Car-werk veelbelovend is, maar voegt eraan toe dat het verder moet worden verbeterd en getest in de echte wereld. Dit zijn simulatiegegevens, uitgevoerd in het laboratorium, zegt Norman. De echte wereld is nooit zo mooi als het laboratorium. Veel factoren kunnen de resultaten veranderen wanneer ze worden toegepast op echte mensen die in echte auto's rijden in echt verkeer.