依托自动驾驶级安全算法，G7物联将货运风险追踪到底

2022-03-16 20:51:23来源：财讯网

据交通部公开数据显示，我国每年有200万起交通事故，死亡人数高达10万人左右。在这些事故中，大部分的起因都是不良驾驶行为所导致：疲劳驾驶、抽烟开车、玩手机、车距过近、超速驾驶等行为，都会增加事故风险。

春困秋乏夏打盹，驾车犯困这事儿对货车司机来说，一年四季都伴随着他们，良好的驾车行为是预防交通事故最直接有效的方式。G7以IoT智能终端+云端算法+SaaS平台+运营服务提供四位一体的全链安全服务，帮助司机改善驾驶行为，降低车辆风险与事故。其中，安全算法在中间是重要的一环，涉及风险事件的数据采集分析，风险事件的判断及干预。其独特之处在于能够精准识别司机高危风险，并帮助车队管理者及时干预风险，让物流更安全。

风险场景多样化，准确识别是关键

安全事故往往都是在一瞬间发生，司机疲劳驾驶时如果疲劳状态能被提前分析识别，便可避免很多危险事件的发生。提前精准识别风险，并对风险进行分析定级，实时干预，这便是算法要达到并不断迭代进化的。

算法分析的基础是场景信息不是纯粹的“数”，G7有超280万的车辆连接，充足的数据沉淀形成精准的安全算法模型，不断用算法自我学习迭代，通过3D建模，准确判断驾驶员五官状态，区分各个角度下闭眼和张嘴的幅度，并通过深度学习，判断司机动作是否存在风险，准确识别主观因素造成的风险，对玩手机和疑似玩手机精准识别，深度学习算法可进行疲劳分级，低风险会有设备提示音帮助司机自查自纠，高危风险由系统及安全小姐姐进行及时干预提醒。

端云算法，全方位识别风险

G7全方位的风险识别算法，可以将司机驾驶行为影像中存在的风险行为快速准确识别，并上报至G7智能管车平台，以便管理者进行有效干预。

设备端“司南”识别算法，物联网智能设备对驾驶员行为影像进行采集分析，保证优异的算法效果，对人的驾驶行为、车的行驶状态、路况盲区监测等全方面识别感知。利用图像传感器、采集驾驶员的面部信息，高速数字信号处理器、进行图像处理与分析；对疲劳状态及不良驾驶行为监测（闭眼、打电话、打哈欠等），且风险事件千公里误报数低于0.1次。

平台端“扁鹊”识别算法，作为自动驾驶级别算法，利用平台大算力服务器，通过深度学习的大模型算法，在不影响正报的基础上，可有效滤除93%的误报事件，确保风险识别的准确性，这样对低头看手机和眼睛较小的司机便可以避免误报成闭眼行为。并依托客户场景，配置个性化参数，以更高效干预司机的不良驾驶行为。

平台端“摩羯”风险算法，场景化算法，作为风险规则引擎基于终端事件，结合多维度因素，识别多场景在途司机风险，细化风险类型至11类，并针对高危风险场景，由安全小姐姐二次复核，不断加强算法准确度。侧重刻画当前的疲劳状态，增加事件预处理，对疲劳趋势提前感知。风险从识别到推出用时5-7秒，相比之前速度提升98% 。

AI+人工，将风险追踪到底

G7＆KEARNEY发布的中国公路货运安全白皮书显示，完善的主动安全管理体系可有效降低货运风险。有效预知带来有效干预，有效干预提升有效管理。算法在货运安全管理中的运用，让车队管理者工作效率提升。算法帮助准确识别风险，对风险进行分级，按风险等级划分干预方式，由智能小助手、安全小姐姐、G7智能管车平台协同进行有效干预。

算法也会根据安全风险场景自动训练及进化，对人、车、环境因素进行学习和风险判断，逐渐适用多场景下的风险识别。并有风险规则灵活定制功能，根据不同行业及业务场景需要制定风险模型。

风险由算法进行分析处理，数据在G7智能管车平台可实时呈现，高危风险一键联系司机实时干预，并有智能管车APP、小程序进行实时同步，一键下发风险事件到微信群通知安全管理人员，形成安全管理闭环将风险追踪到底。

免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。

标签：