VeVuSafety

Bezpečnost provozu je základním kritériem pro prostředí vozidel a mnoho systémů založených na umělé inteligenci, jako jsou samořízená vozidla. V městském prostředí existují riziková místa, např. křižovatky a sdílené prostory, kde dochází k přímé interakci vozidel a zranitelných účastníků silničního provozu (VRU), jako jsou chodci a cyklisté.
 
Cílem tohoto projektu je prostřednictvím rozvoje nejmodernějších metodik umělé inteligence vytvořit rámec hlubokého učení zohledňujícího soukromí, který se bude učit chování účastníků silničního provozu v různých smíšených dopravních situacích pro zajištění bezpečnosti mezi vozidly a VRU.
 
VeVuSafety navrhuje 3D model prostředí založený na 3D cloudu bodů pro ochranu soukromí - soukromé informace, jako jsou poznávací značky a obličeje, jsou anonymizovány. Poté bude v rámci tohoto modelu prostředí vytvořen komplexní rámec hlubokého učení využívající data z kamer pro multimodální predikci trajektorie, detekci anomálií a klasifikaci potenciálních rizik na základě hlubokých generativních modelů, jako je variační autokodér. Kromě toho bude také přijat aktivní mechanismus ochrany soukromí aplikací diferenciálního mechanismu ochrany soukromí, který pomůže modelům hlubokého učení zabránit útoku na inverzi modelu. Kromě toho bude zkoumána zobecnitelnost rámce zkoumáním přístupu Normalizing Flows pro přizpůsobení doméně. Výkonnost rámce bude ověřena na různých křižovatkách a sdílených prostorech s využitím reálných dopravních dat.
 
Kromě bezpečnosti a soukromí účastníků silničního provozu může VeVuSafety pomoci dopravním inženýrům a urbanistům lépe odhadnout návrh dopravních zařízení s cílem dosáhnout městského dopravního prostředí příznivého pro uživatele silnic.