Jeder kennt die Gefahren des Fahrens unter Alkoholeinfluss oder des Schreibens von SMS während der Fahrt. Dem Fahren unter Müdigkeit wird jedoch nicht viel Aufmerksamkeit geschenkt. Im Jahr 2019 war die Ermüdung der Fahrer das Ursache für 697 Todesfälle in den USA – das waren 1.9 % aller Verkehrstoten in diesem Jahr. Zusätzlich, 1 bei 25-Erwachsenen hat zugestimmt einschlafen am Steuer während der letzten 30 Tage.
Müdigkeit des Fahrers kann tödlich sein, ist aber vermeidbar. Eine gute Nachtruhe und die Vermeidung von Alkohol vor der Fahrt mit dem Auto können Unfälle reduzieren. Technologie kann auch dazu beitragen, Todesfälle aufgrund von Müdigkeit des Fahrers zu erkennen und zu verhindern. Reden wir also über die Technologie, die warnt den Fahrer von Schläfrigkeit und Müdigkeit.
Was ist DDS?
Fahrermüdigkeitserkennungssystem (DDS) ist ein Teil der Fahrzeugsicherheitstechnologie, der auf einem Algorithmus arbeitet, der Änderungen im Fahrverhalten des Fahrers erkennt, wie z. B. unregelmäßige Radbewegungen, Spurabweichungen, Schwierigkeiten, die Augen offen zu halten, ständiges Gähnen und mehr.
Einige Systeme warnen den Fahrer mit akustischen Signalen, eine Pause einzulegen, andere zeigen ein Kaffeesymbol an, und bei manchen Autos vibriert der Fahrersitz sogar.
Wie funktioniert DDS?
DDS funktioniert durch Aufnahme der Lenkrad Fahrverhalten ab Fahrtbeginn und Überwachung der Ermüdung des Fahrers während der Fahrt.
Der KI-basierte Algorithmus berechnet einen Wert, indem er die Häufigkeit plötzlicher Bewegungen, die Tageszeit, die Fahrtdauer, Abweichungen von berechnet Fahrbahnmarkierungen, und die Häufigkeit des Schlagens des Rüttelstreifens. Wenn der genannte Wert über einem bestimmten Niveau liegt, blinkt das System a Kaffeetasse Symbol auf dem Armaturenbrett des Autos, das anzeigt, dass der Fahrer eine Pause machen muss.
Der Fahrer wird ständig überwacht, um seinen Ermüdungszustand mit einer dem Fahrer zugewandten Infrarotkamera zu bestimmen. Algorithmen für maschinelles Lernen und Gesichtserkennung bestimmen Ermüdung genau, indem sie die Gesichtszüge des Fahrers verfolgen, Kopfbewegungen, Blinzeln und Augenbewegungen.
Beispiele aus der Praxis
Der Fahrer Schläfrigkeitserkennung System ist seit einigen Jahren im Einsatz. Einige der großen Autohersteller, die daran interessiert sind, die Aufmerksamkeit des Fahrers zu überwachen, sind Mercedes Benz, Volvo und Land Rover.
Der Aufmerksamkeitsassistent von Mercedes-Benz ist eine exklusive Technologie, die für bestimmte Benz-Fahrzeuge verfügbar ist und die Fahrgewohnheiten der Fahrer überwacht und sie mit visuellen und akustischen Warnungen warnt, wenn sie Unaufmerksamkeit oder Müdigkeit erkennt.
Land Rover hat auch sein Driver Condition Monitor-System, das eine Reihe von Sensoren hat, die die Gesichts- und Augenbewegungen des Fahrers erkennen, um festzustellen, ob der Fahrer unaufmerksam, abgelenkt oder müde ist.
Volvos „Driver Alert“ oder die DAC-Funktion überwacht genau, wie das Fahrzeug betrieben wird. Es warnt den Fahrer zum Beispiel, wenn das Fahrzeug unkontrolliert fährt, indem es ein Fahrerdisplay, ein akustisches Signal und eine Textaufforderung an den Fahrer sendet, eine zu nehmen Teepause.
Im Gegensatz zu einigen anderen Systemen überwacht der Driver Alert von Volvo nicht den Ermüdungszustand des Fahrers, sondern beobachtet den Betrieb des Fahrzeugs genau.
Vorteile und Grenzen des Fahrermüdigkeitserkennungssystems
Es gibt viele Vorteile von DDS, und der erste Vorteil, der uns in den Sinn kommt, ist vielleicht eine Verringerung der durch Ermüdung des Fahrers verursachten Todesfälle.
Mit einem System, das bieten kann Spurverlassenswarnungenkönnen schwere Unfälle vermieden und das Leben von Fahrer, Beifahrern und Fußgängern gerettet werden.
Die Genauigkeit des Systems liegt in effektiv Training des Algorithmus Verwendung einer Bildersammlung. Die Entwicklung eines robusten DDS ist jedoch unmöglich, wenn die Augenrahmen nicht richtig erfasst werden und das System nicht auf große Datensätze trainiert wird. Außerdem kann die Lokalisierung am Auge schwierig werden, wenn der Fahrer Hindernisse wie Schutzbrillen oder Mützen trägt.
Bedeutung von Trainingsdaten zum Erstellen von DDS-Modellen
Die Effekte von schläfriges Fahren kann für alle Verkehrsteilnehmer gefährlich werden. Ein schläfriger Fahrer braucht Zeit, um sich zu konzentrieren, reagiert langsam und kann die Geschwindigkeiten und Entfernungen nicht einschätzen.
Ein schläfriger Fahrer ist nicht immer jemand, der nicht genug geschlafen hat. Daher ist es wichtig, ein Tool zu entwickeln, um müde Fahrer vor drohenden Gefahren zu warnen. Sie müssen über genügend Datensätze verfügen, um das Modell für maschinelles Lernen und Gesichtserkennung zu trainieren, um dies zu ermöglichen.
Um ein DDS-Modell genau zu trainieren, benötigen Sie eine umfassende Sammlung von Trainingsdatensätzen (die sowohl schläfrige als auch nicht schläfrige Bilder von Personen enthalten), die helfen können, Gesichtsmarkierungen auf Bildern zu positionieren. Diese Methode hilft dem System, die Gesichtszüge von Fahrern in Echtzeitszenarien zu identifizieren.
Da das System außerdem besonders an den Augen interessiert ist, werden den Augen Koordinaten präsentiert, die beim Erkennen von Blinzel- und Augenöffnungswerten helfen.
Datensätze mit Bildern, die dem System helfen können, Gähnen zu erkennen, sollten ebenfalls enthalten sein. Neben der Blinzelerkennung ist auch das Gähnen ein kritischer Parameter, den das System lernen muss, um den Fahrer zu warnen. Ein maschinelles Lernmodell kann mit genau gekennzeichneten Datensätzen und Deep-Learning-Methoden erstellt werden.
Die Notwendigkeit einer genauen Schläfrigkeit des Fahrers Erkennungssystem wächst weiter. Unternehmen suchen nach äußerst zuverlässigen Trainingsdatensätzen, die zum Trainieren ihrer ML-Modelle verwendet werden können.
Wenn Zuverlässigkeit und Vielfalt in Datensätzen benötigt werden, bevorzugen viele Top-Tech-Anbieter Shaip. Saip war maßgeblich an der Entwicklung von High-End-DDS-Modellen mit diversen Datensätzen, hochwertiger Bildkennzeichnung und Annotation beteiligt. Haben Sie eine bahnbrechende DDS-Anwendung im Sinn? Verbinden Sie sich mit Shaip und erkunden Sie verschiedene Trainingsdatensätze zu wettbewerbsfähigen Preisen.
