KI-System warnt Fußgänger im Kopfhörer vor einem herannahenden Auto

Ein Fußgängerschutzsystem erkennt in der Nähe befindliche Autos anhand der von ihnen erzeugten Geräusche




Wie kann sich ein Fußgänger mit Kopfhörern von der ihn umgebenden chaotischen Welt trennen, ohne seine eigene Sicherheit zu beeinträchtigen? Eine Lösung könnte das Äquivalent eines Kollisionsvermeidungssystems für Fußgänger sein, das darauf abzielt, in der Nähe befindliche Autos ausschließlich anhand von Geräuschen zu erkennen.

Das intelligente Kopfhörersystem verwendet Algorithmen zum maschinellen Lernen, um Geräusche zu interpretieren und Fußgänger über die Position von Autos im Umkreis von 60 Metern zu warnen. Der Prototyp des tragbaren Audio-Fußgängersystems (PAWS) kann den Standort, aber nicht die Flugbahn eines nahegelegenen Autos bestimmen - ganz zu schweigen von der Flugbahn mehrerer Autos. Dies ist jedoch der erste Schritt zur Schaffung eines wahrscheinlichen Sicherheitssystems, das sich in erster Linie an Fußgänger richtet, da die Zahl der 2018 auf US-amerikanischen Straßen getöteten Fußgänger in den letzten drei Jahrzehnten ihren Höchststand erreicht hat [in Russland ist die Zahl der Verkehrstoten seit mehreren Jahren zurückgegangen hintereinander vor dem Hintergrund des Flottenwachstums / rd. transl.].

Manchmal haben neue Autos Sensoren, die Fußgänger auf der Straße erkennen, aber Fußgänger haben normalerweise keine Möglichkeit, herauszufinden, ob sie wahrscheinlich in die Nähe von Autos kommen ", sagte Xiaofan Jiang , Associate Professor für Elektrotechnik und Mitglied des Instituts für Elektrotechnik Daten an der Columbia University.

Zum ersten Mal dachte Jiang darüber nach und bemerkte, dass ein neuer Kopfhörer mit aktiver Geräuschunterdrückung ihn zu der Zeit, als er arbeiten wollte, am meisten von der umgebenden Realität ablenkte. Dies veranlasste Jiang und seine Kollegen an der Columbia University, der University of North Carolina in Chapel Hill und dem Barnard College, PAWS zu entwickeln und die Zusammenarbeit in der Oktoberausgabe 2019 des IEEE Internet of Things Journal zu veröffentlichen.



Viele Autos, die mit einem Kollisionsvermeidungssystem ausgestattet sind, verwenden Kameras, Radargeräte oder Lidars, um Objekte in der Nähe zu erkennen. Jiang und Kollegen erkannten jedoch, dass ein für Fußgänger entwickeltes System einen Niedrigleistungssensor benötigt, der mit Standardbatterien länger als sechs Stunden in Folge arbeiten kann. „Aus diesem Grund haben wir uns für Mikrofone entschieden. Sie sind sehr billig und verbrauchen wenig Energie“, sagt Jiang.

Das Kit besteht aus vier Mikrofonen, die sich in verschiedenen Abschnitten des Kopfhörers befinden. Die Hardware des tragbaren Warnsystems passt in das linke Ohr von handelsüblichen Kopfhörern und wird von einem wiederaufladbaren Lithium-Ionen-Akku gespeist. Ein speziell entwickelter Schaltkreis spart Energie, indem nur die wichtigsten Funktionen aus dem Audiostream extrahiert und diese Informationen an eine Smartphone-Anwendung übertragen werden, die in Verbindung damit arbeitet.



Algorithmen für maschinelles Lernen, die auf Audioaufnahmen von 60 verschiedenen Maschinentypen in verschiedenen Umgebungen trainiert wurden - eine Straße in der Nähe des Universitätsgeländes und von Wohngebäuden, ein Straßenrand während der Hurrikansaison, eine belebte Straße in Manhattan - arbeiten auf einem Smartphone.

Es stellte sich jedoch als sehr schwierig heraus, sich nur auf Geräusche zu verlassen, um Autos zu erkennen. Erstens konzentriert sich das System darauf, das lauteste Auto zu bestimmen, das einem Fußgänger nicht unbedingt am nächsten kommt. Das System hat auch Probleme, mehrere Autos zu erkennen oder sogar die Anzahl der auf der Straße vorhandenen Autos zu schätzen.

Bisher kann die Fähigkeit von PAWS, ein Fahrzeug in einer Entfernung von bis zu 60 Metern zu orten, je nach Geschwindigkeit eines sich nähernden Fahrzeugs zu einer Warnung von mindestens einigen Sekunden führen. Ein wirklich nützliches Warnsystem sollte jedoch in der Lage sein, die Flugbahn eines sich nähernden Autos zu verfolgen und eine Warnung nur dann auszusenden, wenn es im Prinzip mit einem Fußgänger kollidieren kann. Zu diesem Zweck müssen Forscher möglicherweise geeignetere Methoden entwickeln, um Fußgängerstandorte und Fahrzeugwege zu verfolgen.

"Wenn eine Person eine Straße entlanggeht, können viele Autos an ihm vorbeifahren, aber keiner von ihnen kann mit ihm kollidieren", sagt Jiang. "Wir müssen zusätzliche Informationen berücksichtigen, um dieses System nützlicher zu machen."

Weitere Arbeiten betreffen die Verwendung von Rauschen oder anderen Signalen, um Personen mit Kopfhörern zu alarmieren. Joshua New , ein Verhaltensforscher am Barnard College, plant Experimente, um herauszufinden, welche Warnungen für Menschen am besten geeignet sind. Bisher ist sein Team geneigt, einen Piepton in einem Ohr des Kopfhörers zu erzeugen oder möglicherweise einen dreidimensionalen Klang zu simulieren, der Informationen liefert, die unter dem Gesichtspunkt der Orientierung verständlicher sind.

Laut Jiang könnten nicht nur gewöhnliche Fußgänger diese Technologie nutzen, sondern auch Polizisten, die das Auto auf einer stark befahrenen Straße anhalten, oder Bauherren mit Gehörschutz. Das PAWS-Projekt wurde bereits mit 1,3 Millionen US-Dollar von der National Science Foundation finanziert . Das Team beabsichtigt, weiterhin eine verbesserte Version der Technologie für die Kommerzialisierung bereitzustellen.

Natürlich kann eine einzige Technologie nicht alle Probleme der Fußgängersicherheit lösen. In einem Bericht aus dem Jahr 2019 identifizierte die Highway Safety Association viele Faktoren als Todesursachen für Fußgänger, zum Beispiel das Fehlen sicherer Fußgängerüberwege, unsicheres Fahren, Geschwindigkeitsüberschreitung, Ablenkung von der Straße und Trunkenheit während der Fahrt. Es ist unwahrscheinlich, dass PAWS-Ohrhörer mindestens die Hälfte dieser Todesfälle verhindern können - doch eine Warnung wenige Sekunden vor einer möglichen Kollision kann immer noch mehrere Leben retten.

Source: https://habr.com/ru/post/de484498/


All Articles