رایانش و هوش مصنوعیپیش‌چاپتحلیل داده۵ دقیقه مطالعه

وقتی دستیار حفظ خط خطوط را گم می‌کند، اغلب ساکت می‌ماند

بنا بر گزارشی از MITRE که در این پژوهش نقل شده، دستیار حفظ خط (lane keeping assist) از 1.4% خودروهای نو آمریکایی در مدل سال 2015 به 86.3% در مدل سال 2023 رسید. دوربینی خطوط رنگ‌شدهٔ پیش رو را می‌خواند و کمک می‌کند خودرو میان آن‌ها هدایت شود؛ رنگ ساییده، کنتراست کم یا هوای بد می‌تواند آن را کور کند. تنها گزارش صریحی که راننده از آنچه دوربین می‌بیند دریافت می‌کند، وضعیتی روی داشبورد است: خط شناسایی شد، یا شناسایی نشد.

این وضعیت می‌تواند به دو شکل اشتباه باشد. می‌تواند «شناسایی نشد» بگوید در حالی که دوربین سالم است — هشداری مزاحم که با تکرار، به رانندگان یاد می‌دهد نادیده‌اش بگیرند یا این قابلیت را خاموش کنند. یا می‌تواند پس از آنکه دوربین خطوط را گم کرده، همچنان «شناسایی شد» بگوید. نویسندگان خطای دوم را زیان‌بارتر می‌دانند: راننده درست در لحظه‌ای که خروج از خط بیشترین احتمال را دارد هیچ نشانه‌ای دریافت نمی‌کند.

سه شاهد، بی‌هیچ داور

وارسی این وضعیت دشوار است. سامانه‌های تولیدی انحصاری‌اند: تنها وضعیتی که روی شبکهٔ داخلی خودرو، گذرگاه CAN (CAN bus)، پخش می‌شود قابل مشاهده است. و هیچ ثبت قابل‌اعتمادی از اینکه یک خط در یک ثانیهٔ معین واقعاً چقدر دیدنی است وجود ندارد.

تیانجیا یانگ (Tianjia Yang)، شیان‌بیائو هو (Xianbiao Hu) و همکارانشان در دانشگاه ایالتی پنسیلوانیا و دانشگاه استونی بروک روشی ساختند که آن را CANDID-LKA می‌نامند. این روش برای هر ثانیه از رانندگی سه سیگنال را با هم مقایسه می‌کند: وضعیتی که خودرو نمایش می‌دهد، اطمینانِ یک سامانهٔ دوربین جداگانه روی شیشهٔ جلو که همان جاده را تماشا می‌کند، و شدت چرخاندن فرمان به دست راننده.

هیچ‌یک از این سه حقیقت تلقی نمی‌شود. یک مدل طبقهٔ پنهان (latent-class model)، روشی وام‌گرفته از پزشکی برای ارزیابی آزمون‌های تشخیصی وقتی هیچ آزمون مرجع بی‌نقصی وجود ندارد، آن‌ها را سه شاهد ناقص از یک وضعیت پنهان — دیدن خطوط دشوار است یا نه — در نظر می‌گیرد و از الگوی توافقشان محاسبه می‌کند که هر کدام چند وقت یک بار درست می‌گوید.

داده‌ها از زیرمجموعهٔ رانندگی دشوار مجموعه‌دادهٔ عمومی OpenLKA می‌آیند که در اطراف تامپا، فلوریدا، و در سراسر ایالات متحده ثبت شده است. پس از غربال، 39,800 ثانیه باقی ماند، از 13 مدل ساخت سه خودروساز: تویوتا و لکسوس با هم (8 مدل)، هیوندای (4 مدل) و هوندا (تنها یک مدل، 4,451 ثانیه).

وضعیتی که از خودرو پیروی می‌کند، نه از جاده

پرسش نخست: آیا وضعیت به شرایطی که دیدن خطوط را دشوارتر می‌کنند واکنش نشان می‌دهد؟ نه به‌طور پیوسته. خط‌کشی‌هایی که از دید پنهان بودند (پوشیده) با ثانیه‌های «شناسایی نشد» بیشتری همراه بودند — حدود 30% در برابر 20% روی خط‌کشی‌های واضح — اما این تفاوت از نظر آماری معنادار نبود، و رنگ کم‌رنگ‌شده یا کم‌کنتراست تقریباً هیچ تفاوتی ایجاد نکرد. بیشتر تغییرات وضعیت را اینکه کدام خودرو بود توضیح می‌داد.

خودروسازها حتی در جهت‌های مخالف حرکت کردند. روی خط‌کشی‌های کم‌رنگ‌شده، هیوندای بیشتر از خط‌کشی‌های واضح «شناسایی نشد» گفت (23% ثانیه‌ها در برابر 14%)، و تویوتا کمتر (21% در برابر 31%): وضعیت آن تقریباً به همان اندازه خطوط را گم می‌کرد، اما به نظر می‌رسد زودتر بازمی‌گشت.

نیمی از هشدارها هرگز نمی‌آیند

بنا بر مدل، در 13% ثانیه‌ها دیدن خطوط دشوار بود. دوربین جداگانه 80% آن‌ها را علامت زد. وضعیت داشبورد 47% را علامت زد — 46% برای تویوتا، 44% برای هیوندای، 79% برای هوندا. یک شمارش ساده، بدون سیگنال فرمان، تقریباً همین رقم (45%) را به دست می‌دهد: «شناسایی نشد» در 1,818 ثانیه از 4,054 ثانیه‌ای که اطمینان دوربین جداگانه پایین بود.

در نیمی از بخش‌های دو ثانیه‌ای یا طولانی‌تر که این اطمینان پایین ماند، وضعیت هرگز به «شناسایی نشد» تغییر نکرد. وقتی هشدار می‌داد، بی‌درنگ هشدار می‌داد. مشکل هشدار دیرهنگام نیست؛ نبودِ هشدار است.

رانندگان پس از ثانیه‌های ساکت — وضعیت «شناسایی شد» در حالی که دوربین جداگانه مطمئن نبود — بیشتر فرمان را با شدت چرخاندند تا وقتی هر دو توافق داشتند که خط دیده می‌شود: 27% در برابر 6%. اما وقتی پیچ جاده به حساب آمد، این تفاوت ناپدید شد: رانندگان برای جاده فرمان می‌دادند، نه برای نماد.

چهل‌وهشت ثانیه در ساعت

در این رانندگی دشوار، ثانیه‌های ساکت روی هم 216 ثانیه در ساعت می‌شد. در 78% آن‌ها راننده خودش در حال فرمان دادن بود، بیشتر در پیچ‌های تند با سرعتی حدود 29 کیلومتر بر ساعت.

22% دیگر، یعنی 48 ثانیه در ساعت، همان‌هایی‌اند که نویسندگان بر آن‌ها انگشت می‌گذارند: راننده نیروی اندکی به فرمان وارد می‌کند و هدایت را به سامانه می‌سپارد، و داشبورد هیچ هشداری نمی‌دهد. دو سوم آن‌ها در جادهٔ مستقیم بود. در سه ثانیهٔ بعد، جابه‌جایی پهلوبه‌پهلوی خودرو در خطش — انحراف معیار موقعیت جانبی آن — میانه‌ای برابر با 12.2 سانتی‌متر داشت، در برابر 4.2 سانتی‌متر پس از ثانیه‌هایی که وضعیت و دوربین توافق داشتند و راننده هم فرمان نمی‌داد. پس از تعدیل برای سرعت، انحنا و مدل خودرو، ثانیه‌های ساکت همچنان 5.4 سانتی‌متر به این جابه‌جایی می‌افزایند؛ نویسندگان این را «حدود 60% بیشتر» می‌نامند، بی‌آنکه مبنای این درصد را بیان کنند. موقعیت خودرو در خط در 46% این بازه‌ها بیش از 50 سانتی‌متر تغییر کرد، در برابر 6%. این جابه‌جایی اضافی روی خط‌کشی‌های واضح، کم‌کنتراست و کم‌رنگ‌شده، در روز و شب، در شهر، در جاده‌های بیرون شهر و در بزرگراه‌ها دیده شد.

خط‌کش‌های پرنوفه و نقطه‌کورهای مشترک

جابه‌جایی را دوربین جداگانه اندازه می‌گیرد که وقتی اطمینانش پایین است، مانند ثانیه‌های ساکت، خوانش‌هایش پرنوفه‌تر می‌شود؛ نویسندگان نتیجه را یک همبستگی می‌نامند، و یادآوری می‌کنند که این شکاف روی خط‌کشی‌های واضح در روشنایی روز هم به همان اندازه بزرگ است. دو دوربین به یک جاده نگاه می‌کنند و ممکن است با هم خطا کنند — که به گواهی بررسی‌هایشان، وضعیت داشبورد را بهتر از آنچه هست جلوه می‌دهد. خودروها، مسیرها و اندازهٔ نمونه‌ها میان خودروسازها متفاوت است، پس این حکمی علّی دربارهٔ برندها نیست. کلیپ‌های یک‌دقیقه‌ای قطعی‌های طولانی را می‌بُرند. و هر رقم رانندگی دشوار را توصیف می‌کند، نه رفت‌وآمد روزمره را.

وضعیت پنهان نیز هرگز با صحنه‌هایی که بازبینان انسانی برچسب زده باشند وارسی نمی‌شود. آنچه پژوهش به‌دقت تعیین می‌کند یک شمارش است: در این رانندگی دشوار، 48 ثانیه در هر ساعت که حفظ خط به سامانه سپرده شده بود و داشبورد هیچ هشداری نمی‌داد.