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。 イベント1：実際の衝突事故（1.6 g） ‍ イベント2：高いGフォースが観測された映像（2.46 g） 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？

Nautoは、より安全かつスマートな運転の実現をミッションとしています。弊社は「自動車事故ゼロ」の達成に向けて尽力していますが、それでも事故は発生し、それによって多くの犠牲をもたらすと認識しています。運行管理者は、タイムリーな保険金請求処理から未報告の衝突事故の管理ができるようなソリューションを求めています。それによって、車両を運行可能な状態にし続けて稼働率を高め、過度な過失割合を負うことからドライバーを守り、さらにドライバーの安全性を確保します。 2億5,000マイルの映像をAIが分析・計測することによって、弊社は新たな危険運転（あおり運転など）の検知アルゴリズムを作るとともに、既存機能（衝突事故検知などを含む）を常に進化させています。今回の３つの連載ブログでは、ナウトのデータサイエンス、AI、プロダクトのチームから独自の視点とインサイトを提供します。いかに衝突事故を検知するのか、世界中の商用車に装備してドライバーの安全と車両の生産性を維持する方法を紹介します。まずは今日の道路における衝突事故に関する学びからご紹介します。 Gフォースで衝突事故を検知‍ 従来、衝突事故はGフォース単位で計測された速度変化に基づいて検知されてきました。高速走行時の衝突事故では通常2Gをはるかに超える値となり、テレマティクスソリューションの多くではGフォースを衝突事故の唯一の指標として、センサーを使用した機器によって検知を行っています。 しかし、低速走行時の追突事故や接触事故など小規模な衝突事故の場合、衝撃の多くはバンパーまたは車両のフレームに吸収され、車内のセンサーベースの機器に伝わらない可能性があります。こうした小規模な衝突事故では通常、Gフォースは2G未満になり、多くの場合で1G未満となっています。 衝突事故におけるGフォースの分布‍ こうした小規模かつGフォースの低い衝突事故の割合をより明確に把握するため、弊社は2018年中にナウトを搭載した車両で発生したすべての衝突事故でのGフォースの分布についてまとめました。 ナウトが2018年に検知した全衝突事故における調査 ‍ ナウトが検知した衝突事故の43%でGフォースが2G未満、16%で1G未満であることが分かりました。言い換えれば、ナウトが検知した衝突事故のほぼ半分は、駐車場に入るときの段差など（この例でのGフォースは0.953 g）通常の運転操作でも発生するような小さなGフォースしか伴わない衝突事故でした。 では、小さな衝突事故が実際に発生した場合、運行管理者がすばやく認識するにはどうすればよいのでしょうか。次回、ナウトがAIおよび機械学習を活用してすべてのGフォースレベルでリアルタイムに衝撃（衝突事故）を検知している方法についてお伝えします。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２回:ナウトの衝撃検知におけるAI活用 第３回: ナウトの自動事故レポート機能とは？

ナウトのリアルタイムアラートでわき見運転のあらゆる指標において40%～47%減少 米国カリフォルニア州、パロアルト — 今日の商用車および未来の自動運転車両の安全性向上を目指すAIテクノロジー企業のNauto®は本日、商用車ドライバーのわき見運転についての研究結果を公開しました。その結果、ほぼすべてのドライバー（99%）が1回以上わき見運転を行っていた一方、車内でナウト車載機のリアルタイムアラートによってわき見運転習慣が劇的に改善され、わき見運転の頻度だけでなくわき見時間やわき見走行距離も減少したことが分かりました。    交通安全に関するニュースが毎日のように新聞の見出しを飾る昨今、わき見運転が社会問題化しつつあるという共通認識となっています。事実、アメリカ国家道路交通安全局 (NHTSA)によると、わき見運転によって毎日約9人が死亡し、わき見運転したドライバーが関与したと伝えられる事故が毎日1,000件発生しています。しかし、弊社ではこれは過小評価であるととらえています。弊社が2018年に行った調査研究では、衝突事故の70%以上にわき見運転が関係していることが分かっています。   一方、弊社がさまざまな業種の車両を調査した結果、ナウトのリアルタイムアラート機能利用後には、5人中4人近くのドライバーにおいてわき見運転の頻度や時間、走行距離に改善が見られました。平均すると、こうしたドライバーのわき見運転の頻度は40%減少（運転時間1時間につき4.8回から2.9回へ）、時間は43%減少（運転時間1時間につき15.4秒から8.8秒へ）、そして走行距離は47%減少（運転時間1時間につき0.15マイルから0.08マイルへ）しました。     業界全体で減少が見られる 調査期間中、ほぼすべてのドライバー（99.6%）において、最低1回のわき見運転が見受けられました。ナウトでは複数の業界のお客様を対象に調査を行いました（旅客輸送、サービス業、物流、配送、石油＆ガス）。それによると、Nauto のリアルタイムアラートが導入される前には客員輸送車両において1時間につき5件以上という頻度のわき見運転が発生し、次いでサービス業（4.4件）、その他業界（3.1件）という結果になりました。¹ サービス業車両におけるわき見運転の件数は当初2番目の多さでしたが、リアルタイムアラートの導入によりその頻度は大幅に減少し、全体で最大の改善が見られました。頻度は65%以上減少し、そのあとにその他業種の39%、客員輸送業の27%が続きます。   わき見運転がほとんどのドライバーで大幅に減少 平均して、調査対象の全ドライバーのう下位10%の人は1時間につき平均25.3回のわき見運転をしており、1時間につき85.6秒および1時間ごとに約1マイルもの距離をわき見運転で走行していました。中には、1時間ごとに2.5マイル相当のわき見運転を行っているドライバーもいました。これは目隠しをした状態でマンハッタンを走行しているのとほぼ変わらない状態です。しかし、リアルタイムアラートによる警告によって、こうしたドライバーの85%近くでわき見運転の習慣が改善されました。   「わき見運転は重大な問題であり、すでに蔓延していることです。また、それとは別に、商用車の運転行動を劇的に変え安全性を改善する具体的な解決策を見つけることができるという事実も確認できました。」と、NautoのCOOのジェニファー・ハルーンは述べています。「この調査では、ナウトのリアルタイムアラートにより、わき見運転の回数、頻度、時間を減らすことができると分かりました。今日の問題になっているわき見運転への対策により、車両運行の安全性を向上させるだけでなく、車両の損傷や事故による賠償請求の削減が見込まれ、さらには人命を救うことや事故による怪我を減らすことができる可能性が大いにあります。」   ナウトは2017年以降、2億5,000万マイルにわたり、これまでに2100万件のわき見運転をよる検知しました。ナウトのAI搭載通信型ドライブレレコーダーは、コンピュータビジョンとディープラーニングアルゴリズムをエッジ（車載機）に導入することにより、急制動イベントトリガーによる検知やスマホのアプリによる検知・予防に頼ることなくわき見運転をリアルタイムに検知できる唯一のソリューションです。これにより、ナウトのデータサイエンティスト、エンジニア、そして弊社のお客様は、わき見運転が世界のいたるところで行われており、携帯電話の使用に関連したわき見だけに限定されないことを理解が可能となります。   関連情報 Infographic: ナウトによるわき見削減効果 Blog: ナウトのリアルタイムアラート」の紹介：危険な瞬間をリアルタイムに指導するシステム Blog: ナウトのエンジニアリング：わき見運転の検知を可能とするディープラーニング Video: リアルタイムアラートの実際の動画   わき見運転の調査：ナウトリアルタイムアラートでドライバーの習慣を改善 ナウトのデータサイエンティストは、わき見運転に警告を発するナウトリアルタイムアラートの作動前後におけるわき見運転の挙動の変化について調査を実施しました。複数業種にわたるナウトのお客様からいただいたサンプルをもとに分析が行われました（旅客輸送、サービス、流通、運輸＆交通機関、石油＆ガス¹）。また、210万件のわき見運転イベント、1,350万マイルにおよぶ696,000回の運転、そして1,376名のドライバーが調査対象となりました。2018年9月1日から2019年4月30日までのドライバーの運転を調査し、ナウトリアルタイム警告の導入前のベースライン期間からのわき見運転と、導入の2週間後からのわき見運転の挙動を比較しました。 ナウトについて Nautoは、AIでリアルタイムにドライバーの行動改善する唯一のプラットフォームです。モビリティのエコシステムの中で、危険なイベントを予期して、予防して、結果として減少させます。6億キロを超えるデータポイントを分析することによって、ナウトのマシーンラーニングアルゴリズムは常に進化します。そして、事故が起きる前に未然に防ぐために、ドライバー行動改善に貢献しています。Nautoは、世界でも有数の商用車保有企業に導入され、多くの事故を回避し、大幅なコスト削減を達成してきました。 ¹ 正確な統計を取得するため、ナウトは物流、流通、石油＆ガス業界の車両を「その他」カテゴリーにグループ化しています。 Nauto、Nauto Coach、Nauto Prevent は、Nauto, Inc.およびその世界展開済み子会社の登録商標です。 ###