Komputery wbudowane w samochody będą mogły pewnego dnia stwierdzić, czy kierowca jest pijany, po prostu patrząc na jego rysy twarzy, twierdzą naukowcy. Poprzez ciągłe „obserwowanie” kierowcy pod kątem typowych oznak upojenia alkoholowego, może to nawet zmniejszyć liczbę wypadków spowodowanych przez pijanych kierowców.
Projekt opisany w artykuł opublikowany 9 kwietnia w ramach konferencji Instytutu Inżynierów Elektryków i Elektroników (IEEE) oraz Fundacji Computer Vision Foundation (CVF) daje samochodowym systemom komputerowym możliwość oceny poziomu upojenia kierowcy natychmiast po jego wejściu do pojazdu — z dokładnością wynoszącą 75%.
Wykracza poza istniejące metody wspomagane komputerowo, które opierają się na obserwowalnych zachowaniach, takich jak wzorce kierowania, użycie pedału i prędkość pojazdu. Te punkty danych można zbierać i przetwarzać tylko wtedy, gdy pojazd porusza się przez dłuższy czas.
Natomiast nowy projekt wykorzystuje pojedynczą kamerę kolorową, która monitoruje zmienne, takie jak kierunek patrzenia i pozycja głowy. Cały system może również zawierać nagrania 3D i w podczerwieni twarzy kierowcy oraz filmy z tyłu pokazujące postawę kierowcy, a także interakcje z kierownicą, dzienniki zdarzeń i nagrania ekranowe zachowań kierowcy.
Powiązany: Modele AI mogą pochłonąć wszystkie publiczne dane z Internetu do 2026 r.
„Nasz system jest w stanie wykryć poziom nietrzeźwości na początku jazdy, co pozwala na zapobieganie pojawianiu się na drodze kierowców będących pod wpływem alkoholu” Ensiyeh Keshtkarandoktorantka na Uniwersytecie Edith Cowan w Australii, która przyczyniła się do projektu, powiedziała w oświadczenie.
Dodała, że ponieważ oprogramowanie doskonale wpasowuje się w cyfrową architekturę inteligentnych pojazdów — taką jak systemy śledzenia wzroku i monitorowania kierowcy — można je łatwo przenieść do środowisk takich jak smartfon.
Ograniczanie kryzysu zdrowia publicznego
Światowa Organizacja Zdrowia (WHO) szacunki że upośledzenie spowodowane alkoholem jest przyczyną 20% do 30% śmiertelnych wypadków samochodowych na świecie. W Australii, gdzie narodził się projekt, 30% śmiertelnych wypadków wiąże się z poziomem alkoholu we krwi przekraczającym dopuszczalny limit 0,05%.
„Chociaż trwają prace nad integracją systemów wykrywania alkoholu u kierowców z przyszłymi generacjami pojazdów, a na horyzoncie widać pojawienie się autonomicznych samochodów, uporczywy problem jazdy po pijanemu pozostaje pilnym problemem” – powiedział Keshtkaran.
W badaniu wykorzystano nagrania wideo kierowców w różnym wieku, o różnych nawykach picia i doświadczeniu w prowadzeniu pojazdów, korzystając z symulatorów na trzech poziomach upojenia alkoholowego – trzeźwy, lekko upojony i poważnie upojony. Współpracowali z firmą programistyczną MiX by Powerfleet, aby zebrać dane od kierowców będących pod wpływem alkoholu w kontrolowanych, ale realistycznych warunkach.
Następnie algorytm przeszukał nagrania wideo pod kątem dostrzegalnych oznak zatrucia na twarzy i w trzech czwartych przypadków pomyślnie przewidział stan potencjalnego kierowcy. Niektóre typowe oznaki wizualne zatrucia obejmują przekrwione oczy, zaczerwienioną twarz, opadające powieki i oszołomiony wygląd, zgodnie z materiałem opublikowanym przez Oregon Liquor and Cannabis Commission.
Lider projektu Syeda Zulqarnaina Gilaniegostarszy wykładowca w School of Science na Edith Cowan University, powiedział, że kolejne kroki to poprawa rozdzielczości danych obrazu otrzymywanych przez algorytm, co pozwoli mu na dokonywanie jeszcze dokładniejszych przewidywań. „Jeśli filmy o niskiej rozdzielczości okażą się wystarczające, technologia ta może być wykorzystywana przez kamery monitorujące zainstalowane przy drogach” — powiedział Gilani w oświadczeniu.
Ale na razie odkrycie to stanowi duży krok naprzód, ponieważ może ono identyfikować poziom upojenia alkoholowego, zanim samochód w ogóle ruszy. To może zapoczątkować przyszłość, w której inteligentne samochody nie będą uruchamiać się, gdy za kierownicą będzie pijany kierowca — lub nawet mogą ostrzegać władze, jeśli kierowca będzie zbyt nietrzeźwy.
