Inspiration, MICE

Kecerdasan Buatan Mendeteksi Kebiasaan Pengemudi, Pengembangan Algoritma

ShareBagaimana kecerdasan buatan mendeteksi kebiasaan pengemudi? Tim ahli mengembangkan teknologi algoritma. Mobil dapat dipetintah “parkir di sana” asalkan dibarengi gerakan tubuh. Penulis/editor:...

Written by Rayendra L. Toruan · 2 min read >

Bagaimana kecerdasan buatan mendeteksi kebiasaan pengemudi? Tim ahli mengembangkan teknologi algoritma. Mobil dapat dipetintah “parkir di sana” asalkan dibarengi gerakan tubuh.

Fraunhofer IOSB memiliki simulator mengemudi yang dilengkapi dengan sensor ekstensif di interior kendaraan, yang dirancang khusus untuk melakukan studi dan pengumpulan data. Kecerdasan buatan mendeteksi kebiasaan pengemudi (Foto/©: M. Zentsch/Fraunhofer IOSB)

Penulis/editor: Rayendra L Toruan

mmINDUSTRI.co.id – Meskipun sistem pemantauan pengemudi sudah diterapkan, sejauh ini hampir tidak ada data gambar yang direkam kamera dan hasilnya masih terbatas pada deteksi kelelahan pengemudi.

Kecerdasan Buatan Mendeteksi Kebiasaan Pengemudi

Kecerdasan buatan atau Artificial Intelligence  mendeteksi apa yang dilakukan pengemudi di dalam kendaraan—inilah yang dikembangkan oleh para peneliti. 

Para peneliti di Fraunhofer IOSB berfokus pada interaksi antara pengemudi dan kendaraan, dan berupaya menjembatani kesenjangan. 

“Teknologi kami tidak hanya memungkinkan untuk mengidentifikasi fitur wajah tetapi juga pose pengemudi dan penumpang lain di dalam kendaraan,” tutur Michael Voit, Manajer Grup Fraunhofer IOSB. 

“Kami  dapat menentukan dari pose-pose orang di dakan mobil, apa yang dilakukan pengemudi dan penumpang saat berada di dalam mobil,” lanjut Michael Voit.

Inti dari pengembangan terletak pada algoritma dan proses pembelajaran mesin, seperti Artificial Intelligence (AI). 

Algoritma menganalisis data kamera secara real time untuk mengetahui apakah pengemudi sedang menelepon, bermain dengan anak-anak, atau melirik penumpang yang lagi asyik berponsel ria. 

Oleh karena itu, teknologi Fraunhofer IOSB melampaui pengenalan gambar dan menafsirkan aktivitas dalam konteks. 

Para peneliti (pertama-tama) melatih sistem dengan membuat anotasi secara manual pada banyak jepretan kamera. 

Misalnya, kamera menjepret posisi tangan pengeudi dan penumpang lain, lalu letak kaki, dan bahu orang-orang.  Di mana letak benda-benda seperti smartphone, buku, dan barang-barang lainnya berada? 

Sistem kemudian mengevaluasi algoritme dengan menggunakan gambar baru dan mengoreksi atau memverifikasi hasilnya.

Sistem mengabstraksi gambar pengemudi atau penumpang lain untuk membentuk kerangka digital—sejenis figur tongkat yang meniru pose tubuh orang di dalam kendaraan tersebut. 

Hasilnya, sistem menyimpulkan aktivitas menggunakan gerakan kerangka dan pengenalan objek tambahan. 

“Algoritma dapat mengetahui apakah seseorang sedang tidur atau melihat ke jalan, seberapa terganggu orang tersebut dan berapa lama waktu yang mereka butuhkan untuk kembali fokus ke jalan,” jelas Michael Voit, Manajer Grup Fraunhofer IOSB. 

Sistem ini mendukung kamera video tradisional dan kamera inframerah yang dapat melihat dalam gelap, serta kamera 3D yang mengukur jarak antara objek dan kamera. 

Sistem ini memberikan kebebasan bagi desainer interior dalam hal penempatan kamera.

Para peneliti menangani masalah yang berkaitan dengan deteksi aktivitas di interior kendaraan di berbagai proyek penelitian, berkolaborasi dengan produsen mobil terkenal seperti Audi dan Volkswagen, serta dengan pemasok seperti Bosch dan Continental

Proyek-proyek tersebut didukung oleh Kementerian Pendidikan dan Penelitian Federal Jerman (BMBF), Kementerian Federal Jerman untuk Urusan Ekonomi dan Energi (BMWi), dan Kementerian Federal Transportasi dan Infrastruktur Digital (BMVI). 

“Kami tidak hanya dapat mendeteksi aktivitas pengemudi ,  juga mampu memonitor semua penumpang—baik yang duduk di jok depan dan kursi belakang kendaraan,” tegas Michael Voit, Manajer Grup Fraunhofer IOSB.

“Teknologi ini siap untuk produksi percontohan. Kami sudah berhubungan dengan perusahaan yang ingin menggunakan teknologi buatan  kami,” imbuh  Michael Voit, Manajer Grup Fraunhofer IOSB.

Menghubungkan perkembangan adalah simulator mengemudi institut itu sendiri, yang juga dapat dimanfaatkan oleh pelanggan industri dalam konteks proyek R&D individu.

Mensimulasikan situasi lalu lintas, ini membentuk dasar untuk mengumpulkan data mengemudi dan perilaku orang yang dibutuhkan. 

Selain itu, teknologi sensor yang ekstensif berarti bahwa perilaku semua penumpang dapat dipelajari.

Perlindungan data adalah prioritas ungkap peneliti melalui rilisnya. 

Sejauh menyangkut aspek perlindungan dan keamanan data, para peneliti menjadikan ini prioritas sejak awal. 

“Data kamera dianalisis secara real time, tidak disimpan dan tidak meninggalkan kendaraan di titik mana pun. Model yang dipersonalisasi juga tidak diperlukan untuk ini, jadi tidak ada data pribadi yang dikumpulkan,” tandas Pascal Birnstill, Ilmuwan Senior Fraunhofer IOSB.

Ia merupakan spesialisasi dalam keamanan data, perlindungan data, dan transparansi. 

Teknologi ini menghormati privasi sejak awal dan dengan demikian mematuhi peraturan ketat dan kesadaran perlindungan data tingkat tinggi di Uni Eropa.

Peraturan Uni Eropa yang baru menyoroti betapa pentingnya deteksi aktivitas, pemantauan pengemudi menjadi wajib di mobil otomatis, terlepas dari tingkat otomatisasinya. 

Menggunakan teknologi Fraunhofer IOSB, produsen kendaraan tidak hanya dapat memenuhi persyaratan ini tetapi juga mewujudkan banyak visi dalam hal mengemudi secara otonom. 

Mari kita ambil contoh: pengenalan suara untuk komunikasi antara orang dan mobil dengan cepat mendekati batasnya. Perintah “Parkir di sana” tidak berarti berlangsung dengan sendirinya. 

Namun, ketika digunakan bersama dengan identifikasi pose tubuh dan deteksi aktivitas, sistem dapat menentukan tempat parkir mana yang ditunjuk pengguna pada saat itu juga. 

Sistem ini juga dapat membantu aspek keselamatan kendaraan tanpa pengemudi. 

Meskipun saat ini masih menjadi tanggung jawab pengemudi untuk memastikan bahwa semua penumpang mematuhi peraturan keselamatan dan memasang sabuk pengaman mereka. 

Misalnya, ini akan segera menjadi tugas kendaraan tanpa pengemudi—salah satu contohnya adalah taksi atau bus otonom. Pemantauan interior kendaraan yang andal juga penting untuk ini. 

Leave a Reply

Your email address will not be published. Required fields are marked *