次世代AIドラレコサービス『DRIVE CHART』の全体像

GO TechTalk #20 Deep Dive into AI - 次世代AIドラレコサービス編 で発表した資料です。

■ YouTube
https://www.youtube.com/live/R3r0CLhFoq8?feature=share&t=386

■ connpass
https://jtx.connpass.com/event/287383/

Transcript

1. GO株式会社 次世代AIドラレコサービス 『DRIVE CHART』の全体像 2023.7.11 松井 健一 GO株式会社
2. © GO Inc. 2 自己紹介 松井健一 AI技術開発部データサイエンスグループ グループマネージャー （Kaggle Master） 経歴 　大手SIer ⇒ 大手通信キャリア ⇒ 外資系コンサルティングファーム ⇒ 現職 プロジェクト、コンペティション、著書 ・『DRIVE CHART』 (AIを活用した事故削減支援サービス) https://drive-chart.com/ ・Kaggle Master （Competition Rank Highest 300 / 138,947 位） （金1, 銀7（うちsolo 4）, 銅5 (うちsolo 5)） ・SIGNATE 産業技術総合研究所 衛星画像分析コンテスト 2位 URL ・「ワンランク上を目指す人のためのPython実践活用ガイド 第７章　Pythonではじめる統計学」 ・「アクセンチュアのプロフェッショナルが教える データ・アナリティクス実践講座」共著
3. © GO Inc. 『DRIVE CHART』とは https://drive-chart.com/ 次世代AIドラレコサービス『DRIVE CHART』は交通事故の削減を目指し、安全を脅かす様なドライ バーの運転の癖や行動をAIが検出し、運転行動の改善へと導くサービスです。 
 3
4. © GO Inc. 『DRIVE CHART』とは https://drive-chart.com/ 次世代AIドラレコサービス『DRIVE CHART』は交通事故の削減を目指し、安全を脅かす様なドライ バーの運転の癖や行動をAIが検出し、運転行動の改善へと導くサービスです。 
 ここで検出しているイベントは
 事故そのものではないが、
 機械学習技術を応用することで、
 現実的に検出することができ（重要）
 事故に繋がりうる危険な運転を
 減らすことによって
 事故に至る確率を減らすことができる
 4
5. © GO Inc. 車間距離不足検出 5
6. © GO Inc. 一時不停止検出 6
7. © GO Inc. 導入事例 ✔ B2B向けサービス
 ✔ タクシー、トラック、営業車等がメインの業種
 ✔ 事故につながる危険な運転を減らすことに成功
 ✔ 運転傾向を可視化できるため、改善活動が実態に基づいたものに
 https://goinc.jp/news/pr/2022/01/06/6cdiadawy64fwfrdfmtfvx/ 
 https://goinc.jp/news/pr/2022/08/01/5vqg8vnq0eo01uwlzcc91y/ 
 https://goinc.jp/news/pr/2022/08/01/2edtfbgwwievvvhsf0sdbr/ 
 7
8. © GO Inc. 『DRIVE CHART』の契約台数は大幅に伸長している 契約台数は6万台を突破し日々増えており、大規模なデータを扱っています。累計の走行距離は数億km を超えています。
 https://drive-chart.com/news/pr_230615 高速道路の9割以上、
 一般国道の7割以上を
 1日の走行でカバーしています
 https://drive-chart.com/news/pr_230216 8
9. © GO Inc. システム構成 イベント検出モデル
 急加速
 急減速
 急ハンドル
 一時不停止
 速度超過
 車間距離不足
 脇見
 急後退
 イベントは1日の運転レポートとしてweb画面に表示、警報はリアルタイムでエッジデバイスが鳴動。衝撃検知は管 理者にメール通知がされる。 
 Object
 Detection結果
 Lane
 Detection結果
 エッジデバイス
 クラウドサーバー
 クライアント
 レポート表示
 データ ベースや S3
 地図
 マップマッチ 
 リアルタイム警報📣
 脇見警報
 外カメ画像
 FaceLandmark
 検出結果
 E2E
 脇見結果
 内カメ画像
 深層学習
 モデル
 メール通知
 衝突警報
 センサー
 加速度センサ、
 ジャイロセンサ
 GPS
 深層学習
 モデル
 9 衝撃検知

10. © GO Inc. システム構成 イベント検出モデル
 急加速
 急減速
 急ハンドル
 一時不停止
 速度超過
 車間距離不足
 脇見
 急後退
 イベントは1日の運転レポートとしてweb画面に表示、警報はリアルタイムでエッジデバイスが鳴動。衝撃検知は管 理者にメール通知がされる。 
 Object
 Detection結果
 Lane
 Detection結果
 エッジデバイス
 クラウドサーバー
 クライアント
 レポート表示
 データ ベースや S3
 地図
 マップマッチ 
 リアルタイム警報📣
 脇見警報
 外カメ画像
 FaceLandmark
 検出結果
 E2E
 脇見結果
 内カメ画像
 深層学習
 モデル
 メール通知
 衝撃検知
 衝突警報
 センサー
 加速度センサ、
 ジャイロセンサ
 GPS
 深層学習
 モデル
 10 本日の発表アジェンダ①： 「コンピュータビジョンモデルの 量子化による精度低下の原因特定 とその緩和（木村）」 深層学習
 モデル

11. © GO Inc. システム構成 イベント検出モデル
 急加速
 急減速
 急ハンドル
 一時不停止
 速度超過
 車間距離不足
 脇見
 急後退
 Object
 Detection結果
 Lane
 Detection結果
 クラウドサーバー
 クライアント
 レポート表示
 データ ベースや S3
 地図
 マップマッチ 
 リアルタイム警報📣
 脇見警報
 FaceLandmark
 検出結果
 E2E
 脇見結果
 内カメ画像
 メール通知
 衝撃検知
 衝突警報
 センサー
 加速度センサ、
 ジャイロセンサ
 GPS
 深層学習
 モデル
 11 本日の発表アジェンダ②： 「エッジAIにおけるCIとAI開 発環境（亀澤）」 イベントは1日の運転レポートとしてweb画面に表示、警報はリアルタイムでエッジデバイスが鳴動。衝撃検知は管 理者にメール通知がされる。 
 エッジデバイス
 外カメ画像
 深層学習
 モデル

12. © GO Inc. システム構成 イベント検出モデル
 急加速
 急減速
 急ハンドル
 一時不停止
 速度超過
 車間距離不足
 脇見
 急後退
 Object
 Detection結果
 Lane
 Detection結果
 エッジデバイス
 クラウドサーバー
 クライアント
 レポート表示
 データ ベースや S3
 地図
 マップマッチ 
 リアルタイム警報📣
 脇見警報
 外カメ画像
 FaceLandmark
 検出結果
 E2E
 脇見結果
 内カメ画像
 深層学習
 モデル
 メール通知
 衝撃検知
 衝突警報
 センサー
 加速度センサ、
 ジャイロセンサ
 GPS
 深層学習
 モデル
 12 本日の発表アジェンダ③： 「危険運転検知のData-Centric AI な取り組み（高橋）」 脇見
 脇見警報
 イベントは1日の運転レポートとしてweb画面に表示、警報はリアルタイムでエッジデバイスが鳴動。衝撃検知は管 理者にメール通知がされる。 

13. 文章・画像等の内容の無断転載及び複製等の行為はご遠慮ください。 © GO Inc.