داش کم‌های مجهز به هوش مصنوعی به رانندگان خواب‌آلود تماس بیدار می‌دهند

وسایل نقلیه با سیستم های پیشرفته کمک راننده نه تنها به جاده بلکه به راننده نیز نگاه می کنند. و دلیل خوبی دارد. این سیستم ها به طور متناقضی می توانند رانندگی کنند کمتر امن زیرا رانندگان با این باور اشتباه که تج،ات الکترونیکی فقدان احتیاط را جبران می کند، رفتارهای پرخطرتری را پشت فرمان انجام می دهند.

خودروسازان در تلاش برای جلوگیری از چنین سوء استفاده‌هایی، سال‌ها از سیستم‌های مبتنی بر دوربین برای نظارت بر حرکت چشم، وضعیت بدن، تنفس و قرار دادن دست راننده برای نشانه‌های بی‌توجهی استفاده می‌کنند. این معیارها با داده‌های پایه جمع‌آوری‌شده در طول سفر با رانندگ، که کاملاً هوشیار بودند و روی جاده متمرکز بودند مقایسه می‌شوند. نکته این است که مطمئن شوید که رانندگان هوشیار و آماده به نظر می رسند تا در صورت غرق شدن مجموعه حسگرها و محرک های الکترونیکی یا قضاوت نادرست از موقعیت، کنترل کار رانندگی را به دست بگیرند.

اکنون، چندین شرکت که اپراتورهای ناوگان وسایل نقلیه تجاری، به ویژه شرکت‌های حمل‌ونقل در مسافت‌های طول، را هدف قرار داده‌اند، فناوری داش‌کم مجهز به هوش مصنوعی را معرفی می‌کنند که نظارت راننده را یک قدم فراتر می‌برد. این داش‌کم‌های جدید از یادگیری ماشینی برای دریافت نشانه‌های رفتاری ظریف که نشانه‌های خواب آلودگی هستند، استفاده می‌کنند. کامیون داران مسافت طول، به ویژه در معرض خطر خواب آلودگی هستند زیرا اغلب ساعات طول، کار می کنند و مسیرهای طول، را رانندگی می کنند. ایوان ولبورن، معاون هوش مصنوعی و داده در سامساراکه اخیراً راه حل تشخیص خواب آلودگی خود را معرفی کرده است.

فناوری نظارت بر راننده که توسط Samsara و انگیزه، هر دو مستقر در و سانفرانسیسکو، و ناوتو، که دفتر مرکزی آن در نزدیکی Sunnyvale، کالیفرنیا قرار دارد، هشدارهای صوتی بی‌درنگ را به یک راننده خواب‌آلود ارائه می‌کند و به آنها دستور می‌دهد تا برای کاهش خطر تصادف مرتبط با خستگی، استراحت کنند. همه به گونه ای پیکربندی شده اند که اگر دوربین داشبورد تشخیص دهد که راننده همچنان به کار با وسیله نقلیه ادامه می دهد در حالی که علائم خواب آلودگی پس از هشدار داخل کابین نشان داده می شود، می تواند مستقیماً با مدیران ناوگان تماس بگیرد تا بتوانند راننده را راهنمایی کنند و اقدامات ایمنی را تقویت کنند.

هر یک از سیستم ها به گونه ای آموزش دیده اند که ،یبات مختلفی از علائم خواب آلودگی راننده را تشخیص دهند. به ،وان مثال، هوش مصنوعی Motive که در جولای 2024 معرفی شد، خمیازه کشیدن و حرکت سر را ردیابی می کند. خمیازه کشیدن “بیش از حد” و وضعیت سر که نشان می دهد راننده نگاه او را به مدت پنج ث،ه از جاده دور کرده است، هشدار را ایجاد می کند.

ویژگی تشخیص خواب آلودگی Nauto، در نوامبر 2021 معرفی شد، رفتار یک راننده را در طول زمان ردیابی می کند، خمیازه کشیدن و سایر شاخص ها مانند مدت زمان و دفعات پلک زدن و تغییرات در وضعیت کلی بدن راننده را ردیابی می کند. هوش مصنوعی Nauto طوری آموزش داده شده است که وقتی این علائم خواب آلودگی به سطحی مرتبط با خطر غیرقابل قبول انباشته می شود، هشداری را به راننده می دهد.

فناوری نظارت بر راننده سامسارا هنگامی که راننده ،یبی از بیش از دوازده نشانه خواب آلودگی، از جمله بسته شدن طول، مدت چشم، تکان دادن سر، خمیازه کشیدن، مالیدن چشم ها، و خمیدن را تشخیص می دهد، هشدار صوتی را به راننده می دهد که نشانه هایی مبنی بر چرت زدن راننده هستند.

بهبود اثربخشی آشکارسازها

با توجه به بنیاد ایمنی ترافیک، 17 درصد از کل تصادفات منجر به مرگ شامل یک راننده خواب آلود است اولین نسل از فناوری نظارت بر رانندگان تنها یک یا دو نشانه را نشان می دهد که راننده ممکن است به خواب رفته باشد. نظارت بر تحولات رانندگان مانند درصد بسته شدن پلک در طول زمان مت،وژی (PERCLOS) برای اندازه گیری خواب آلودگی راننده، معرفی شده توسط ایالات متحده اداره ملی ایمنی ترافیک بزرگراه (NHTSA) در اواسط دهه 1990، به توسعه دهندگان سیستم یک نشانگر فیزیولوژیکی مستقیم برای ورود به خانه داد. سامسارا ولبورن می‌گوید: «اما خواب‌آلودگی بیش از یک رفتار است، مانند خمیازه کشیدن یا بسته بودن چشم‌ها.

Welbourne اشاره می کند که نسل جدید ابزارهای تشخیص خواب آلودگی بر اساس مقیاس خواب کارولینسکا (KSS). او توضیح می دهد که “KSS یک مقیاس 9 درجه ای برای ارزیابی بر اساس 17 رفتار از جمله خمیازه کشیدن، انحراف صورت، و تکان های ناگه،” است که زم، اتفاق می افتد که آنها پس از مدت کوتاهی که در طی آن به خواب رفته اند، بیدار می شوند. . “امتیاز KSS همه آنها را به حساب می آورد و راهی کمی برای ارزیابی کلی به ما می دهد. آیا این شخص خواب آلود است؟»

استفان هک، مدیرعامل Nauto، می‌گوید که هوش مصنوعی شرکت او برای مداخله در سطح 6 کارولینسکا تنظیم شده است. «ما علائم اولیه خواب‌آلودگی را کنار می‌گذاریم زیرا اگر بیش از حد هشدار داده شود، برای مردم آزاردهنده می‌شود. در سطح 1 یا 2، فرد هنوز از خواب‌آلودگی خود آگاه نخواهد بود، بنابراین هشدارها در این سطوح فقط به ،وان یک مزاحم به نظر می‌رسند. هک می‌گوید زم، که خواب‌آلودگی آنها به سطح 5 یا 6 می‌رسد، شروع به خطرناک شدن می‌کنند زیرا دوره‌های طول، بی‌توجهی از خود نشان می‌دهند. و در آن مرحله، آنها می دانند که خواب آلود هستند، بنابراین هشدار برای آنها غافلگیر کننده نخواهد بود.

سامسارا ولبورن ادعا می کند که شرکت او دلایل خوبی برای اطمینان از اینکه مدل های هوش مصنوعی آن قوی هستند و از مثبت کاذب یا منفی کاذب که مفید بودن ابزار را برای رانندگان و اپراتورهای ناوگان کاهش می دهد، اجتناب خواهد کرد. او خاطرنشان می کند: «تشخیص دقیق فقط به اندازه داده هایی است که مدل های هوش مصنوعی را تغذیه و آموزش می دهد.

با در نظر گرفتن این موضوع، تیم هوش مصنوعی Samsara یک مدل یادگیری ماشینی را برای پیش‌بینی امتیاز خواب کارولینسکا مرتبط با رفتار راننده با استفاده از بیش از 180 میلیارد دقیقه فیلم ویدئویی (که 220 میلیارد مایل سفر را به تصویر می‌کشد) آموزش داد. این فیلم از دوربین های داشبورد در خودروهای ناوگان مشتریان آن گرفته شده است. ولبورن به یاد می آورد که یک چالش بزرگ، تشخیص رفتارهای مرتبط با خواب آلودگی در میان آن کوه داده بود. “این کمیاب است، بنابراین، به دست آوردن نمونه های کافی برای آموزش یک مدل بزرگ، مست،م بررسی حجم عظیمی از داده ها است.” او می‌گوید که ایجاد بر،ب‌هایی برای همه آن داده‌ها به همان اندازه چالش برانگیز بود، «و از طریق چندین تکرار، ارائه مدلی مطابق با تعریف بالینی خواب‌آلودگی».

این تلاش پرزحمت در مدت کوتاهی از زم، که Samsara قابلیت تشخیص خواب‌آلودگی را در دوربین‌های داشبورد خود در اکتبر گذشته در دسترس قرار داد، شروع به پرداخت سود کرده است. به گزارش ولبورن، سامسارا دریافته است که تمرکز بر نشانه های متعدد خواب آلودگی در واقع ایده خوبی بوده است. بیش از سه چهارم حوادث رانندگی خواب‌آلود که از ماه اکتبر توسط دوربین‌های داشبورد هشدار داده شده بود، با رفتارهایی غیر از خمیازه کشیدن به تنهایی شناسایی شدند. و او حکایتی را در مورد یک شرکت خدمات میدان نفتی که از دوربین های داشبورد سامسارا در وسایل نقلیه خود استفاده می کند، به اشتراک می گذارد. این شرکت که قبلاً به‌طور میانگین دو رویداد خواب‌آلود در هفته را تجربه کرده بود، تمام ماه اول را پس از دریافت هشدارهای خواب‌آلود توسط رانندگان بدون اینکه چنین رویدادی رخ دهد ادامه داد.

سامسارا خطاب به رانندگ، که نگران این هستند که معرفی این فناوری منجر به کاهش بیشتر حریم خصوصی شود، می گوید که ویژگی نظارت بر راننده آن صرفاً برای استفاده در ناوگان وسایل نقلیه تجاری در نظر گرفته شده است و قصد ندارد به دنبال پذیرش انبوه در وسایل نقلیه مصرف کننده باشد. شاید اینطور باشد، اما تشخیص خواب آلودگی در حال حاضر به ،وان یک ویژگی ایمنی استاندارد در تعداد فزاینده ای از خودروهای سواری گنجانده شده است. خودروساز، مانند فورد، هوندا، تویوتا، و دایم،-بنز دارای وسایل نقلیه در خط تولید مربوطه خود هستند که سیگنال‌های هشدار صوتی و/یا بصری را ارائه می‌دهند و رانندگان حواس‌پرت یا خواب‌آلود را تشویق به استراحت می‌کنند. و این امکان وجود دارد که سازمان‌های ،تی مانند NHTSA در نهایت استفاده از این فناوری را در تمام وسایل نقلیه مجهز به سیستم‌های ADAS که به آنها استقلال سطح 2 یا سطح 3 می‌دهد، اجباری کنند.

علی‌رغم این نگر،‌ها، تشخیص خواب‌آلودگی و سایر فناوری‌های نظارت بر راننده عموماً تا کنون به خوبی مورد استقبال رانندگان وسایل نقلیه ناوگان قرار گرفته است. رانندگان کامیون معمولاً وقتی پشت فرمان هستند، می‌توانند از دوربین‌های داشبورد استفاده کنند. هنگامی که تصادفات رخ می دهد، دوربین های مداربسته می توانند رانندگ، را که به خاطر تصادفاتی که باعث آن نشده اند، تبرئه کنند، و باعث صرفه جویی در هزینه های آنها و شرکت های حمل و نقل در مطالبات مسئولیت شوند. اکنون، سیستم‌هایی که قادر به نظارت بر آنچه در داخل کابین می‌گذرد، زیرمجموعه‌ای از رانندگان را که به احتمال زیاد پشت فرمان به خواب می‌روند – ،، که بار را در شب حمل می‌کنند، رانندگی پس از یک دوره فعالیت بدنی یا تحت تاثیر شرایط پزشکی تشخیص داده نشده – از آن‌ها حفظ می‌کنند. خود و دیگران را در معرض خطر قرار می دهند.