『衝突ハザードAI映像解析』※により
定量的な評価に基づいた事故対策が可能に!
※衝突ハザードとは衝突の危険性(ヒヤリ・ハット)を表します。
「衝突ハザードAI映像解析」はMS&ADインターリスク総研により商標登録出願中です。
AIを使い映像を解析し
ヒヤリ・ハットを数値化
ドライブレコーダーや定点カメラなどの映像データをAIを使い解析し、ヒヤリ・ハットを数値で算出します。数値化したデータをもとに交通参加者間の衝突の危険性を定量的に把握することが可能となります。
ヒヤリ・ハットの値が高い
箇所を地図上に可視化
算出したヒヤリ・ハットの値を地図上にプロットすることで、「値が高い地点(重大性が高い地点)」や「値が頻繁に高くなる区域(ホットスポット)」を把握でき、「優先して対策を講じるべき箇所」を可視化します。
ヒヤリ・ハットの値が
高い箇所の映像を抽出
ヒヤリ・ハットの値は映像データと紐づいているため、値が高い箇所で発生した事象を映像データより抽出し、事象を具体的に把握することができます。
ヒヤリ・ハットを数値化する新しい指標SHM(Streetscope Collision Hazard Measure※)
※米国Streetscope社が開発した新しい指標(https://www.streetscope.com)
「衝突ハザードAI映像解析」ではヒヤリ・ハットの指標としてSHMを採用しています。SHMは自動車・バイク・歩行者など交通参加者間で発生するヒヤリ・ハットの程度を数値で表します。
SHM (Streetscope Collision Hazard Measure):速度、位置情報、進⾏⽅向、歩⾏者-⾞両間などの距離および⾓度、時刻などから算出する0~100の間で⽰される指標です。100に近いほど交通参加者相互の関係は、「接近」し、ヒヤリ・ハットの程度が高いことを示しています。
実施事例
A:新たなモビリティ導入における周辺リスク調査
道路上で撮影された映像データを解析し、SHMを算出。
周辺環境のリスクを定量的に洗い出し周辺住民の安全啓発につなげました。
B:自動運転Level4運行を見据えた実証実験
自動運転level4運行を見据え、ODD(運行設計領域)設定のために定性的なルート調査の他、衝突ハザードAI映像解析による定量的な評価を実施。
通勤通学時間帯などに頻発するSHMが高い事象の洗い出しを行い、周囲の交通参加者(歩行者、乗用車、バス、トラック)数や実勢速度などをSHMとともに算出。発着地点の定点カメラ解析や運行ルートに沿ったドライブレコーダー解析を組み合わせ静的、動的な評価を行い、自動運転Level4運行実現に向けた実験を行いました。
ご契約から調査・報告までの流れ
AIを使い交通参加者を認識し、交通参加者間の相対速度・位置関係など力学データを基にSHMを算出します。
算出したSHMを活用し、ヒヤリ・ハットの発生可能性が高い箇所を地図上に可視化するほか、
撮影時において発生したSHMが高い事象をビデオクリップとして抽出します。
これらの報告を利用することで定量的なデータに基づいた交通事故対策を立案することが可能となります。
ご契約
映像取得フェイズ:解析対象映像の撮影
(下記より目的に応じ選択)
ドライブレコーダーで走行ルートを撮影
固定カメラで交差点等特定地点を撮影
解析フェイズ
オブジェクト自動検出
速度・方向等特定
SHM算出
可視化フェイズ
ホットスポット
SHMを活用し、値が高い箇所・区域を特定
⾼ハザードビデオクリップ
SHMが高い箇所で発生した事象を動画で抽出
ご報告
お問い合わせ・お申込みについて
ID:2023-09