衝撃検知に関するこのシリーズの前回の投稿では、2018年にナウト搭載車両においてナウトが検知した衝撃（衝突事故）から収集されたデータに基づく学習結果と傾向を公開しました。また、衝突事故はGフォースの大小に関係なく発生し得ることも明らかにしました。しかし、衝突でないイベントでも高いGフォースレベルに達することがあり、それによってGフォースを唯一の衝突事故の指標として使用すると誤検出が引き起こされる場合があります。そこで弊社は、人工知能（AI）のサブセットであるエッジtoクラウド型機械学習モデルの開発に踏み切りました。危険挙動に関するセンサーデータを使用して、実際の衝突事故の高精度かつリアルタイムな検知を支援するものです。

よくある事故のセンサーパターンを発見

ナウトの衝撃検知では、まずはGフォース値を元に事故の可能性のあるイベントとして検知します。そこから、車載機のAI事故検知モデルが、イベント前中後のセンターデータを分析し、ナウト車載機上で衝突事故を高い精度でリアルタイムに検出します。

当モデルの仕組みを理解するべく、実際に発生した2件のイベントとセンサー値の動きの映像をご覧ください。どちらのイベントでも約2GのGフォースが観測されましたが、実際の衝突事故イベントは1件のみでした。

‍

各イベントのセンサー値の動きを見る限り、人間の目では実際の衝突事故イベントと誤検出の衝突事故イベントを見分けることはできません。そこで、ディープラーニングによるニューラルネットワーク、つまりパターンを自動的に認識する一連のアルゴリズムがその能力を発揮します。弊社の衝撃検知モデルでは、増え続ける走行距離のデータベースを活用することで、実際の衝突事故のセンサーデータのパターンを認識するトレーニングが継続的に行われます。運行管理者が迅速に事故に対処できるように、事故発生の瞬間にAIが高い精度でデータを連携します。

‍

衝突事故検知モデルのトレーニング

ナウトでは、イベント検知機能の自動化によって、多くの車両を保有している企業においても、安全性を実現することを目標としています。ナウト車載機では、衝突事故、わき見運転、あおり運転といったイベントを、リアルタイム検知するエッジtoクラウドのAIモデルがすでに搭載されています。こうしたモデルを開発し自動化を実現するには、まず実世界のデータと人が提供する分類を使用してトレーニングすることで、学習と継続的な改善を行う必要があります。

ナウト車載機は衝撃検出モデルをエッジで実行してリアルタイムの衝突事故検知を強化する一方で、発生した疑いのあるすべての衝突事故に関する（初期Gフォース値に基づいた）センサーデータをナウト独自イベント分析ツール（クラウド上）に引き続きアップロードしています。そこから人間のレビューによって衝突事故発生の有無の確認が行われ、これがモデルのフィードバックループとして機能します。また、レビューはビジュアルコンテキストに基づいてイベントにラベル付けを行い、よりきめ細やかなイベントの識別を行うための衝撃検知AIモデルのトレーニングも継続的に行っています。

ナウト搭載車両の走行距離が伸びるのに伴って弊社モデルのトレーニング用データベースも増加し、弊社の衝突事故検知モデルの学習と性能は継続的に向上していきます。これにより、実際の衝突事故の自動検知の精度が上がり、ナウト導入企業の事故対応迅速化とドライバー支援も向上します。

弊社では、衝撃を検知したことの通知や事故レポートなど、衝撃検知モデルを活用したお客様に役立つ機能をすでに提供しています。現在、ご利用いただける自動事故レポート機能について、引き続きご期待ください。また、こちらからお問い合わせいただければ、無料デモのご予約も可能です。

‍

—

このシリーズの他の記事をお見逃しの方は、ナウトのAIによる自動事故レポート機能について、こちらから詳しくお読みいただけます。

• 第１回:衝突事故の傾向を考察する
• 第３回: ナウトの自動事故レポート機能とは？