瀏覽人次: 15126

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

45

車內異常事件影像辨識技術開發展示

研究成果報告