浏览人次: 11810023

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

  • 资料发布日期:112-09-19
  • 最后更新日期:112-09-21
  • 资料来源:交通部运输研究所

计画概述

       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。为优化ADAS系统于安全分析之应用,本4年期计画与国道客运业者合作蒐集大量行车影像、驾驶行为及行车安全警示纪录,应用影像辨识技术分析车外、车内异常事件,从大量的警示当中找出真正具有安全风险的异常事件,并进而从空间层面探讨异常事件的好发热区,以及研提行为导向之高风险路段改善(道路主管机关)及整合至安全管理系统(运输业者)的可行方案。
      本计画之第1年期(110年)已针对车外异常事件进行影像辨识技术开发,并以国道客运实际营运的车外行车影像与ADAS警示为基础,从2,531件ADAS警示当中,找出当中仅占23%的行车异常事件;第2年期计画进一步整合车内行车影像,开发车内异常事件影像辨识技术,观察驾驶人手部、头部及躯体动态,借以分析潜在分心行为,并其对各项ADAS警示、行车异常事件的影响。研究成果可以协助运输业者了解驾驶人行为特性及事故风险,以利对症下药。

研究成果

      4.与国道客运业者合作,蒐集其在自然状态下之车内、外行车影像、驾驶行为及ADAS系统产生之警示事件等资料,建立本所4年期计画之自然驾驶资料集合。
      5.开发车内行车异常事件影像辨识技术,探讨驾驶人潜在的分心行为,以及潜在分心行为对异常事件之影响。
      6.整合车内、外行车影像、驾驶行为、ADAS警示事件及外在道路几何、环境资料及驾驶人潜在分心行为,探索行车异常事件之好发特性。

成果推广与效益

  • 应用车内、外行车异常事件影像辨识技术之阶段性成果,分析各项行车异常事件之好发特性,可提供汽车运输业者参考,做为教育训练及其他安全改善策略研拟之基础。
  • 112年1月18日参与汽车客运业数码转型及运输安全学者专家座谈会,邀请主管机关及运输业者参与,推广本计画之研究成果。

研究成果精华摘整

45

车内异常事件影像辨识技术开发展示

研究成果报告