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:

相关阅读

相关词

推荐阅读