Detección de 'conducción agresiva' con aprendizaje automático y computación de borde

Se ha presentado una nueva solicitud de patente que introduce un enfoque innovador para frenar la conducción agresiva en las intersecciones. Este sistema, que utiliza algoritmos de aprendizaje automático integrados en dispositivos de computación de borde cívica, marca un cambio desde el enfoque típico en sistemas dentro del vehículo diseñados para análisis de seguros hacia una solución más orientada al ámbito municipal. Esta propuesta no solo busca penalizar a los conductores que se desvían de las normas de conducción segura, sino también proporcionarles advertencias audiovisuales inmediatas dentro del vehículo para corregir su comportamiento.

La patente, presentada el 29 de abril de 2021 en la Oficina de Patentes y Marcas de Estados Unidos, es un esfuerzo colaborativo entre la Junta de Regentes de la Universidad de Michigan y Denso Corporation, una subsidiaria de Toyota. A diferencia de los sistemas propietarios enfocados en el monitoreo de seguros, este sistema aprovecha nodos de computación de borde bien equipados en las intersecciones de tráfico. Estos nodos recopilan datos de recursos en la carretera y sensores en vehículos cercanos para ofrecer retroalimentación accionable en tiempo real a los conductores.

*La patente de UMich no es un sistema propietario dentro del vehículo dirigido a la supervisión de seguros, ni está diseñada únicamente para producir datos forenses, sino que depende de nodos de computación de borde bien equipados desplegados en intersecciones de tráfico para proporcionar retroalimentación inmediata y accionable, recopilando datos de recursos de computación de borde en la carretera y de sensores instalados en vehículos cercanos.* Fuente: https://pdfaiw.uspto.gov/76/2021/50/012/1.pdf

El sistema propuesto no solo depende de la infraestructura cívica; también requiere tecnología dentro del vehículo, transformando los automóviles en sensores activos dentro de la red. Esto significa que cada automóvil equipado con el sistema se convierte en un nodo para el monitoreo del tráfico, mientras también está sujeto al mismo escrutinio. La configuración dentro del vehículo requiere acceso directo a datos de los frenos, el acelerador, el volante, el odómetro y los mapas del vehículo. Tanto los componentes en la carretera como los del vehículo cuentan con GPUs habilitadas para CUDA y almacenamiento local, junto con conectividad a la nube.

Advertencias para Conductores Agresivos

Cuando el sistema detecta una conducción agresiva, puede emitir advertencias inmediatas a través de los dispositivos audiovisuales del vehículo. Por ejemplo, podría mostrarse un mensaje como el que se muestra en la FIG. 8A, instando al conductor a reducir la velocidad. Además, el sistema puede alertar a los conductores sobre su velocidad o vehículos que se aproximan.

*Advertencias representadas en la solicitud de patente.* Fuente: https://pdfaiw.uspto.gov/fdd/76/2021/50/012/0.pdf

En algunos escenarios, el sistema podría usar cualquier dispositivo audiovisual disponible, incluido el smartphone del conductor, para emitir advertencias.

Semáforos Específicos para Conductores

La gestión de semáforos es un método conocido para reducir accidentes, pero este sistema va un paso más allá al ajustar potencialmente los tiempos de los semáforos según el comportamiento individual del conductor. La patente sugiere que, si el sistema predice una conducción agresiva en una intersección, podría cambiar preventivamente los semáforos en intersecciones posteriores a rojo, alentando al conductor a reducir la velocidad.

Intrusiones en la Privacidad del Conductor

Mientras que propuestas anteriores para sistemas de monitoreo dentro del vehículo se han centrado en indicadores biométricos y reconocimiento de emociones para influir en el comportamiento del conductor, a menudo vinculados a primas de seguros o investigaciones de accidentes, la propuesta de Michigan/Denso se inclina hacia la colaboración estatal a través de cambios en los estándares de vehículos. Implementar un sistema de este tipo a través de las fronteras estatales plantea desafíos, sugiriendo la necesidad de una acción federal o al menos coordinada entre estados.

*Una ilustración de la arquitectura de aprendizaje automático propuesta para el sistema, utilizando Redes Neuronales Recurrentes (RNN). El marco utiliza aprendizaje no supervisado y proporciona retroalimentación en tiempo real, pero también prevé entrenamiento offline para mejorar los algoritmos basados en datos y eventos entrantes. La identificación del comportamiento de conducción agresiva se facilita mediante Dynamic Time Warping (DTW), un algoritmo utilizado en el análisis de series temporales para comparar dos series temporales o secuencias de objetos que pueden variar en velocidad.*

Fuente de Ingresos

Este sistema podría ser el primero en ofrecer análisis en tiempo real de la conducción agresiva dentro de un marco cívico capaz de emitir multas automáticamente o alertar a las autoridades. Sin embargo, existe la preocupación de que podría ser mal utilizado por municipios ansiosos por ingresos. Neda Masoud, profesora asistente en la Universidad de Michigan, destacó la importancia de la seguridad sobre las falsas alarmas, pero enfatizó la necesidad de mecanismos que permitan a los conductores desafiar acusaciones erróneas.

El sistema está diseñado para manejar eventos de conducción agresiva incluso de vehículos sin unidades a bordo, observando vehículos cercanos equipados e instalaciones en las intersecciones. Esto podría involucrar otros métodos como el reconocimiento de matrículas, aunque la patente no lo menciona explícitamente.

Intersecciones: Un Alto Riesgo

El enfoque en las intersecciones en la patente de Michigan es estratégico, dado que estas áreas son puntos críticos para incidentes de tráfico. Esto se alinea con investigaciones previas, como estudios chinos que utilizan máquinas de soporte vectorial para detectar cambios de carril peligrosos o sensores de smartphones para identificar conducción errática. La estimación de la Administración Nacional de Seguridad del Tráfico en las Carreteras de EE. UU. de 2010, que indica que el 40% de los accidentes de 2008 en EE. UU. ocurrieron en intersecciones, subraya la relevancia de tales iniciativas.