2021年8月【eInfochips】ディープラーニングベースのドライバー評価システム

eInfochips社は、製品およびソフトウェアエンジニアリングサービスを提供する、
米国Arrow Electronicsの100%子会社です。
140ヶ国以上に500以上の製品を 4,000万台以上出荷し、デバイス、デジタル、品質、
シリコンエンジニアリングのサービスを提供する、エンジニアリングニーズの
ワンストップショップとして事業を展開しています。
ここではその多くの開発事例の中からディープラーニングベースのドライバー評価
システムの開発事例を紹介いたします。

＜概要＞
お客様は、大型車両監視システムメーカーです。同社は、モバイルビデオ／
バックアップカメラ、車両記録、車両追跡、後方レーダー／物体検出アラーム、
タイヤ空気圧監視、およびイベントトリガー式のドライバー行動監視システムを
提供しています。
お客様は、データ処理の遅延やドライバー評価システムの信頼性と精度の向上などの
課題に直面しており、ドライバーの行動と動きの効果的な処理と分析に役立つ
ソリューションを探していました。
eInfochipsは、ディープラーニングの機能と既存のドライバー評価システムを
組み合わせたソリューションを提案しました。
eInfochipsのエンジニアチームは、ソリューションを開発するために実世界の
データを使用して畳み込みニューラルネットワーク
（CNN: Convolutional Neural Network）モデルをトレーニングしました。
これにより、ドライバー評価システムの精度が向上しました。このシステムは、
ドライバーが移動中にキャプチャされたダッシュカムビデオから、ドライバーの
行動に関連するさまざまな情報をインテリジェントに分類、フィルタリング、
および抽出します。幅広いシナリオや道路タイプをカバーする機能を備えており、
自動運転システムの機能をさらに強化します。したがって、手動による監視が
不要になり、実仕様でシステム全体の精度が向上します。

＜挑戦＞
お客様の既存のビデオ監視システムは、限られたツールを使用しており、ドライバーの
行動に関連するデータの分析は手動でおこなう必要がありました。自動化されたツールが
ないため、ドライバー評価システムのデータの処理と分析の精度が低下し、
遅延が発生しました。 ヒューマンエラーが原因でタイムスタンプとドライバーの動作を
予測する際に不正確さがあり、分析対象の何千ものビデオが原因でプロセス全体にかなりの
遅延が追加されました。

＜解決＞
eInfochipsは、ディープラーニングアルゴリズムの機能と既存の評価システムを
組み合わせたソリューションを提案しました。そして、画像の識別、ドライバーと
車両の状態の評価に適用できるCNNモデルを開発し、トレーニングしました。

主なハイライト：
・ドライバーイメージを識別するためのソリューション。
・画像分類の精度を向上させるためのVGGNetの使用。
・ドライバーの状態を検出する機能の追加（ドライバーがあくびをしている場合とそうでない場合）。
これは、全車両の安全な操作を維持するのに役立ちます。
・さまざまな種類の道路とサイドラインの文字を正確に分類。
・Rpm（1分あたりの回転数）、速度、熱などの車両パラメーターを詳細な洞察によって分析し、
車両の故障を回避。
・トレーニングされたモデルに従って、データのインテリジェントなセグメンテーションとフィルタリング。
・システムの精度をさらに高めるためのモデルとソフトウェアプラットフォームの統合。
・オブジェクトの識別／分類に使用できる機能を備えた再利用可能なニューラルネットワーク。

ツール：Open CV、ディープラーニングフレームワーク、Python、cuDNN、CUDA、Android Mobile、
Intel x86_64、UCSサーバー、Nvidia Jetson TX-1

＜効果＞
・実際のデータを使用して、ドライバーの画像識別の精度を最大90％向上させました。
・最大85％の精度でドライバーのあくびを検出します。
・全車両の安全でスムーズな運用。
・車両の故障を回避するのに役立つ詳細な洞察。