El sistema de inteligencia artificial advierte a los peatones con auriculares acerca de un automóvil que se acerca

Un sistema de seguridad para peatones reconoce los automóviles cercanos en función de los sonidos que emiten.




¿Cómo puede un peatón con auriculares desconectarse del mundo caótico que lo rodea sin sacrificar su propia seguridad? Una solución podría ser el equivalente a un sistema de prevención de colisiones para peatones destinado a detectar automóviles cercanos basados ​​únicamente en sonidos.

El sistema de auriculares inteligentes utiliza algoritmos de aprendizaje automático para interpretar sonidos y advertir a los peatones sobre la ubicación de los automóviles a menos de 60 metros de ellos. El prototipo del Sistema portátil de audio para peatones (PAWS) [sistema de sonido portátil para peatones] puede determinar la ubicación, pero no la trayectoria de un automóvil cercano, sin mencionar la trayectoria de varios automóviles. Sin embargo, este es el primer paso hacia la creación de un probable sistema de seguridad dirigido principalmente a los peatones, dado que el número de peatones muertos en las carreteras de EE. UU. En 2018 alcanzó su máximo en las últimas tres décadas [en Rusia, el número de muertes en accidentes de tráfico ha disminuido durante varios años en una fila en el contexto del crecimiento de la flota / aprox. transl.].

A veces, los automóviles nuevos tienen sensores que detectan a los peatones en la carretera, pero los peatones generalmente no tienen una forma de ver si es probable que se acerquen a los automóviles ", dijo Xiaofan Jiang , profesor asociado de ingeniería eléctrica y miembro del Instituto de datos en la Universidad de Columbia.

Por primera vez, Jiang pensó en esto, señalando que un nuevo par de auriculares activos con cancelación de ruido era lo que más lo distraía de la realidad circundante en el momento en que iba a trabajar. Esto llevó a Jiang y sus colegas de la Universidad de Columbia, la Universidad de Carolina del Norte en Chapel Hill y Barnard College a desarrollar PAWS y publicar colaboración en la edición de octubre de 2019 del IEEE Internet of Things Journal.



Muchos automóviles equipados con un sistema anticolisión dependen de cámaras, radares o lidares para reconocer objetos cercanos. Sin embargo, Jiang y sus colegas se dieron cuenta de que un sistema diseñado para peatones necesitaría un sensor de baja potencia capaz de funcionar durante más de seis horas seguidas con baterías estándar. "Por lo tanto, decidimos usar un conjunto de micrófonos, son muy baratos y consumen poca energía", dice Jiang.

El kit consta de cuatro micrófonos ubicados en diferentes secciones de los auriculares. El hardware del sistema de advertencia portátil está diseñado para caber en el oído izquierdo de los auriculares comerciales, y funciona con una batería recargable de iones de litio. Un circuito especialmente diseñado ahorra energía al extraer solo las características más importantes del flujo de audio y transferir esta información a una aplicación de teléfono inteligente que funciona junto con ella.



Los algoritmos de aprendizaje automático, entrenados en grabaciones de audio de 60 tipos diferentes de máquinas en diferentes entornos: una calle cerca del campus universitario y edificios residenciales, una carretera durante la temporada de huracanes, una concurrida calle de Manhattan, funcionan en un teléfono inteligente.

Sin embargo, resultó ser muy difícil confiar únicamente en el sonido para detectar automóviles. En primer lugar, el sistema se concentra en determinar el automóvil más ruidoso, que no es necesariamente el más cercano a un peatón. El sistema también tiene problemas para detectar varios automóviles, o incluso para estimar la cantidad de automóviles presentes en la carretera.

Hasta ahora, la capacidad de PAWS para localizar un vehículo ubicado a una distancia de hasta 60 metros puede alertarlo al menos unos segundos, dependiendo de la velocidad de un vehículo que se acerca. Sin embargo, un sistema de advertencia realmente útil debería ser capaz de rastrear la trayectoria de un automóvil que se aproxima y emitir una advertencia solo si en principio puede chocar con un peatón. Para hacer esto, es posible que se requiera que los investigadores desarrollen formas más apropiadas para rastrear ubicaciones de peatones y caminos de vehículos.

"Cuando una persona camina por una carretera, muchos automóviles pueden pasar por delante de él, pero ninguno de ellos puede chocar con él", dice Jiang. "Necesitamos considerar información adicional para hacer que este sistema sea más útil".

Se está trabajando en el uso de ruido u otras señales para alertar a las personas con auriculares. Joshua New , un conductista de Barnard College, planea realizar experimentos para determinar qué advertencias funcionan mejor para las personas. Hasta ahora, su equipo está dispuesto a emitir un pitido en un oído de los auriculares o, posiblemente, simular un sonido tridimensional, proporcionando información que sea más comprensible desde el punto de vista de la orientación.

Jiang dice que no solo los peatones comunes podrían usar esta tecnología, sino también los agentes de policía que detienen el automóvil en una calle concurrida, o los constructores con protección auditiva. El proyecto PAWS ya recibió fondos de $ 1.3 millones de la National Science Foundation , y el equipo tiene la intención de continuar transfiriendo una versión mejorada de la tecnología para su comercialización.

Por supuesto, una sola tecnología no resolverá todos los problemas de seguridad de los peatones. En un informe de 2019, la Asociación de Seguridad de Carreteras identificó muchos factores como causas de muerte para los peatones, por ejemplo, la falta de cruces peatonales seguros, conducción insegura, exceso de velocidad, distracción de la carretera y borrachera mientras se conduce. Es poco probable que los auriculares PAWS puedan prevenir al menos más de la mitad de estas muertes, pero una advertencia unos segundos antes de una posible colisión aún puede salvar varias vidas.

Source: https://habr.com/ru/post/484498/


All Articles