一、辦理依據與本計畫目標
(一)依據交通部「智慧運輸系統發展建設計畫(110-113年)」項下之應用人工智慧於公路事件探勘與管理計畫辦理。
(二)延續本所107年「駕駛行為分析工具開發及行為特性探討」、110年「應用人工智慧分析技術探勘高風險路段(1/4)-駕駛行為模式研析及車外異常事件影像辨識技術開發」、111年「應用人工智慧分析技術探勘高風險路段(2/4)-車內異常事件影像辨識技術開發」計畫案研究成果，以車內、外行車異常事件影像辨識技術為基礎，開發高風險駕駛行為分析模式。
(三)近年先進駕駛輔助系統(ADAS)日益普遍，越來越多運輸業者於轄下車輛加裝相關設備，以在危險狀況下警示駕駛人，避免事故發生，但此等系統存在誤報率過高、無法判斷駕駛人是否正確處置兩課題，難以應用至後台長期安全管理用途。
(四)本所110年辦理「應用人工智慧分析技術探勘高風險路段(1/4)-駕駛行為模式研析及車外異常事件影像辨識技術開發」計畫案，成功應用國道客運業者車外行車影像，開發車外行車異常事件影像辨識技術，並從2,531件警示事件當中，找出僅佔23%的102件異常事件(必須立即避讓，若無作為則會發生事故)、485件可能異常事件(具有潛在事故風險，若狀況惡化，則可能會發生事故)。
(五)延續110年度(第1年期)成果，111年度(第2年期)計畫針對車內影像，開發車內行車異常事件影像辨識技術，整合車內、外行車異常事件，了解駕駛人駕駛行為特性，找出可能造成異常事件的好發情境，提供業者做為長期安全管理之用。
(六)112年度(第3年期) 以第1、2年期篩選之異常事件、駕駛行為資料、道路幾何及周遭車流動態等資料，以及本所107年「駕駛行為分析工具開發及行為特性探討」計畫案成果為基礎，優化高風險駕駛行為分析工具(應分為有應用ADAS、無ADAS、有行車影像、無行車影像等不同資料等級下之指標差異)，研提不同等級高風險駕駛行為事件所對應之指標與門檻。
二、截至目前重要進度
(一)112年3月30日完成議價議約，由國立陽明交通大學合作辦理。
(二)於112年4月12日、5月10日分別召開第1、2次工作會議，盤點前期計畫所蒐集之車內、外行車影像以及所篩選之行車異常事件，並依據111年度第2年期計畫期末審查會議委員審查意見，探討導入YOLO v7影像辨識技術的可行性。
(三)於112年6月16日、7月17日分別召開第3、4次工作會議，確認YOLO v7影像辨識技術優化程度及後續應用方式，提出高風險駕駛行為分析模式，並做初步特性分析。
(四)112年8月22日召開期中報告審查會議並通過審查。
(五)於112年9月27日、10月26日分別召開第5、6次工作會議，討論雛型系統架構，以及高風險駕駛行為分析模式及時空特性初步分析結果。
(六)112年11月16日召開高風險駕駛行為管理雛型系統說明會，邀請客運業者、設備平台業者參與討論。
(七)於112年11月23日召開第7次工作會議，討論雛型系統說明會後續討論、空間分析成果。
(八)112年11月30日提送期末報告初稿。
三、未來重要工作項目
四、進度落後情形與後續研處規劃(若有進度落後情事方填報)：無。 |
