後裝市場大型車AI影像盲區解決方案
AI Image-based Blind Spot Solution for Large Vehicles of Aftermarket
- 2023/12/07
- 676
- 19
相對於其他車種,大型車事故的比例偏高,其中以「視線死角」和「內輪差」為主因。許多大型車輛透過安裝盲區警示系統來預防事故,卻在花費大筆金額後,才發現後續使用及維護上衍伸更多問題。如以影像為基礎的盲區警示系統,需額外安裝鏡頭,使用時須確認鏡頭正常運作與否、或盲區警示區域適當性,若系統誤判反而造成司機干擾。這類獨立存在於車上沒有連網的盲區設備,在維護上與使用上都會有很大的問題。本文採用開放平台架構、不用安裝額外鏡頭,讓盲區警示系統成為車載資通訊環境的一環,從後台就可以修改盲區警示區域。基於這樣的開放平台架構,導入的成本更低,維護的設備數量也更少,也可以透過後台的OTA更新修改盲區警示區域讓盲區功能有效落地,降低誤判,達到司機預防性駕駛,降低盲區死傷的最終目的。
【內容大綱】
- 一、視線死角及內輪差為是大車肇事的主因
-
二、現況分析與問題盤點
- (一)行車視野
- (二)後裝市場感測器-雷達
- (三)後裝市場感測器-影像
- (四)業者針對司機規範
- 三、解決方案系統架構
- 四、模型資料描述
- 五、實際成果
- IEKView
【圖表大綱】
- 圖1、A1類道路交通事故肇事率-車種別
- 圖2、大型車輛盲區示意圖
- 圖3、全國近五年歷月死傷人數 大型車造成機車涉入(含大重機)
- 圖4、毫米波雷達盲區案例
- 圖5、影像偵測器盲區案例
- 圖6、車載系統硬體部署
- 圖7、解決方案前後對比之成果
- 圖8、系統後台操作畫面