AI影像辨識，大車安全管理新利器

交通部運輸研究所與國立陽明交通大學、國道客運業者合作，透過蒐集實際營運的行車紀錄器影像、先進駕駛輔助系統（Advanced Driver Assistance Systems, ADAS）警示紀錄及行車速度等各項駕駛行為資料，應用影像辨識技術從大量的ADAS警示紀錄當中找出具有高度事故風險的行車異常事件（包含前車距離過近、偏離車道、過彎速度過快），可做為業者進行長期安全管理、教育訓練等各項精進策略的基礎。（右圖）行車異常事件影像辨識技術開發範例

 依據近10年統計，每年平均因大客車、大貨車等大型車輛交通事故造成336人死亡及近萬人受傷，今（2022）年截至5月底也已造成120人死亡及3,938人受傷，整體社會成本損失達新台幣上百億元。為了改善安全，近年運輸業者導入先進駕駛輔助系統ADAS，透過即時偵測危險事件，主動警示駕駛人即早因應。
 
但這些警示難以呈現當下是否因為駕駛人操作不當或疏失導致危險狀況，亦無法反映警示發生後的避讓操作是否得當，往往必須耗費人力檢視大量行車影像確認該起警示紀錄是否可歸責於駕駛人，才能找出真正具事故風險的異常事件。因此，就業者對轄下駕駛人安全管理需求而言，整合ADAS警示紀錄及行車影像，提高異常事件判讀效率，是提升安全管理能量的關鍵環節。
 
交通部運輸研究所自2021年起，與國立陽明交通大學合作推動多年期計畫，2021年為第1年計畫，主要針對車外行車異常事件，透過導入影像辨識技術及蒐集近千小時實際行車影片，觀察國道客運駕駛人在每次ADAS警示響起前後，駕駛人本身駕駛行為，及與其他周遭車輛互動狀況，藉此判斷該次警示的風險程度。
 
經實際蒐集分析近千小時的實際影片及高達2,532件ADAS警示紀錄發現，透過影像辨識技術，所有ADAS警示當中，4%屬於具有極有可能造成事故發生的行車異常事件，19%屬於具有安全隱憂的輕度行車異常事件。藉由本研究找出此等關鍵事件，可以協助運輸業者更加適當地判斷駕駛人安全水準，採行對應策略、對症下藥，有效提升行車安全。
 

 
交通部運輸研究所於後續年度將持續發展車內影像辨識技術，並進一步整合車內（如駕駛人分心、操作不當等）、外行車異常事件，發展適合國內運輸業者的高風險駕駛分析工具，做為大型車安全管理之利器。