交通部运输研究所

一、办理依据与本计画目标

(一)依据交通部「智慧运输系统发展建设计画(110-113年)」项下之应用人工智能于公路事件探勘与管理计画办理。
(二)延续本所107年「驾驶行为分析工具开发及行为特性探讨」、110年「应用人工智能分析技术探勘高风险路段(1/4)-驾驶行为模式研析及车外异常事件影像辨识技术开发」、111年「应用人工智能分析技术探勘高风险路段(2/4)-车内异常事件影像辨识技术开发」计画案研究成果，以车内、外行车异常事件影像辨识技术为基础，开发高风险驾驶行为分析模式。
(三)近年先进驾驶辅助系统(ADAS)日益普遍，越来越多运输业者于辖下车辆加装相关设备，以在危险状况下警示驾驶人，避免事故发生，但此等系统存在误报率过高、无法判断驾驶人是否正确处置两课题，难以应用至后台长期安全管理用途。
(四)本所110年办理「应用人工智能分析技术探勘高风险路段(1/4)-驾驶行为模式研析及车外异常事件影像辨识技术开发」计画案，成功应用国道客运业者车外行车影像，开发车外行车异常事件影像辨识技术，并从2,531件警示事件当中，找出仅佔23%的102件异常事件(必须立即避让，若无作为则会发生事故)、485件可能异常事件(具有潜在事故风险，若状况恶化，则可能会发生事故)。
(五)延续110年度(第1年期)成果，111年度(第2年期)计画针对车内影像，开发车内行车异常事件影像辨识技术，整合车内、外行车异常事件，了解驾驶人驾驶行为特性，找出可能造成异常事件的好发情境，提供业者做为长期安全管理之用。
(六)112年度(第3年期) 以第1、2年期筛选之异常事件、驾驶行为资料、道路几何及周遭车流动态等资料，以及本所107年「驾驶行为分析工具开发及行为特性探讨」计画案成果为基础，优化高风险驾驶行为分析工具(应分为有应用ADAS、无ADAS、有行车影像、无行车影像等不同资料等级下之指标差异)，研提不同等级高风险驾驶行为事件所对应之指标与门槛。

二、截至目前重要进度

(一)112年3月30日完成议价议约，由国立阳明交通大学合作办理。
(二)于112年4月12日、5月10日分别召开第1、2次工作会议，盘点前期计画所蒐集之车内、外行车影像以及所筛选之行车异常事件，并依据111年度第2年期计画期末审查会议委员审查意见，探讨导入YOLO v7影像辨识技术的可行性。
(三)于112年6月16日、7月17日分别召开第3、4次工作会议，确认YOLO v7影像辨识技术优化程度及后续应用方式，提出高风险驾驶行为分析模式，并做初步特性分析。
(四)112年8月22日召开期中报告审查会议并通过审查。
(五)于112年9月27日、10月26日分别召开第5、6次工作会议，讨论雏型系统架构，以及高风险驾驶行为分析模式及时空特性初步分析结果。
(六)112年11月16日召开高风险驾驶行为管理雏型系统说明会，邀请客运业者、设备平台业者参与讨论。
(七)于112年11月23日召开第7次工作会议，讨论雏型系统说明会后续讨论、空间分析成果。
(八)112年11月30日提送期末报告初稿。

三、未来重要工作项目

• 112年12月13日召开期末报告审查会议。

四、进度落后情形与后续研处规划(若有进度落后情事方填报)：无。