:::
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
- 資料發布日期：112-09-19
- 最後更新日期：112-09-21
- 資料來源：交通部運輸研究所
計畫概述
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。為優化ADAS系統於安全分析之應用，本4年期計畫與國道客運業者合作蒐集大量行車影像、駕駛行為及行車安全警示紀錄，應用影像辨識技術分析車外、車內異常事件，從大量的警示當中找出真正具有安全風險的異常事件，並進而從空間層面探討異常事件的好發熱區，以及研提行為導向之高風險路段改善(道路主管機關)及整合至安全管理系統(運輸業者)的可行方案。
本計畫之第1年期(110年)已針對車外異常事件進行影像辨識技術開發，並以國道客運實際營運的車外行車影像與ADAS警示為基礎，從2,531件ADAS警示當中，找出當中僅占23%的行車異常事件；第2年期計畫進一步整合車內行車影像，開發車內異常事件影像辨識技術，觀察駕駛人手部、頭部及軀體動態，藉以分析潛在分心行為，並其對各項ADAS警示、行車異常事件的影響。研究成果可以協助運輸業者了解駕駛人行為特性及事故風險，以利對症下藥。
研究成果
4.與國道客運業者合作，蒐集其在自然狀態下之車內、外行車影像、駕駛行為及ADAS系統產生之警示事件等資料，建立本所4年期計畫之自然駕駛資料集合。
5.開發車內行車異常事件影像辨識技術，探討駕駛人潛在的分心行為，以及潛在分心行為對異常事件之影響。
6.整合車內、外行車影像、駕駛行為、ADAS警示事件及外在道路幾何、環境資料及駕駛人潛在分心行為，探索行車異常事件之好發特性。
成果推廣與效益
- 應用車內、外行車異常事件影像辨識技術之階段性成果，分析各項行車異常事件之好發特性，可提供汽車運輸業者參考，做為教育訓練及其他安全改善策略研擬之基礎。
- 112年1月18日參與汽車客運業數位轉型及運輸安全學者專家座談會，邀請主管機關及運輸業者參與，推廣本計畫之研究成果。
研究成果精華摘整
車內異常事件影像辨識技術開發展示
研究成果報告
- 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發展 (111年6月出版)
- 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 (112年7月出版)
瀏覽人次:672