небезопасное вождение телеметрия что это
Если Вы столкнулись с неадекватом на дороге: подробная инструкция
Если Вы автомобилист, то наверняка встречали на дорогах такой тип “водителей-воспитателей”, которые за малейшую ошибку другого водителя (даже если она совершена по неосторожности) всячески пытаются “проучить” нарушителя. Один из их излюбленных способов — опасный обгон и раздраженные сигналы, иногда с нецензурной бранью. Встречаются и экстремалы, которые подрезают, резко тормозят перед нарушителем, тем самым провоцируя ДТП; они идут на все, чтобы выказать свое недовольство и привлечь к себе внимание.
К сожалению, такие случаи часто приводят к травмам и даже к гибели людей. Сегодня мы расскажем об одном из таких случаев на примере реального дела и о том, как действовать, если Вы привлекли к себе внимание подобного «неадеквата». А в конце статьи в качестве бонуса для наших читателей разместили ссылку на образец заявления о совершении административного правонарушения.
Пора взять безопасность на дорогах в свои руки!
Содержание статьи:
1. История о том, как водитель получил 15 лет за попытку “воспитать” другого
В Иркутске 8 октября 2018 года водителю Toyota Сергею Полякову показалось, что водитель Kia его подрезала. Тогда он решил “проучить” ее и подрезать ее в ответ. В итоге он повысил скорость до 85 км/ч, настиг ее машину и вытолкнул ее на встречку, что привело к трагическому ДТП.
В машине Kia ехала Жанна Тутурина со своими детьми: мальчиком 8 лет и девочкой 12 лет. Вылетев на встречную полосу, ее машина столкнулась с Mitsubishi Lancer в лобовую, а затем несколько раз развернулась.
Все пассажиры в Kia сильно пострадали: мать получила серьезные травмы позвоночника и была подключена к ИВЛ, дочь сломала бедро, сын получил сотрясение мозга и огромное количество ушибов. Они до сих пор находятся на реабилитации.
Водителю Mitsubishi Александру Евланову пришлось хуже всех: от многочисленных повреждений он скончался в больнице на следующий день.
Сергей Поляков, виновник ДТП (кстати, ранее судимый за насильственные преступления), не только не остановился, но и прибавил скорость, скрывшись с места происшествия. Однако все его действия были сняты камерами наблюдения, а также видеорегистраторами находящихся рядом машин.
Полиция разыскивала подозреваемого 2 дня, пока не обнаружила его в Ангарске, прячущимся у знакомых. Сергей Поляков оказался пьян и попытался сбежать от преследования, сев за руль. В результате погони, он был задержан.
По информации Следственного комитета он находился в состоянии алкогольного опьянения и в день того страшного ДТП. А во время следственного эксперимента прямо признался, что подрезал ее, потому что хотел “проучить”.
2.Почему история получила такой резонанс?
Обвиняемому вменяли сразу несколько преступлений:
(1) ч. 1 ст. 167 УК РФ — умышленные уничтожение или повреждение чужого имущества, если эти деяния повлекли причинение значительного ущерба (наказываются штрафом в размере до 40 тысяч рублей или в размере заработной платы или иного дохода осужденного за период до 3 месяцев, либо обязательными работами на срок до 360 часов, либо исправительными работами на срок до 1 года, либо принудительными работами на срок до 2 лет, либо арестом на срок до 3 месяцев, либо лишением свободы на срок до 2 лет);
(3) п. “б” ч. 3 ст. 111 УК РФ — умышленное причинение тяжкого вреда здоровью в отношении двух или более лиц (наказывается лишением свободы на срок до 12 лет с ограничением свободы на срок до 2 лет либо без такового);
(4) п. “е” ч. 2 ст. 105 УК РФ — убийство, совершенное общеопасным способом (наказывается лишением свободы на срок от 8 до 20 лет с ограничением свободы на срок от 1 года до 2 лет, либо пожизненным лишением свободы).
С одной стороны кажется, что все логично: было совершено умышленное преступление и преступник это и не пытался скрывать, погиб 1 человек и 3 (в том числе 2 детей) получили многочисленные серьезные травмы.
Логично, что подсудимый Сергей Поляков и его адвокат во время судебного процесса настаивали на том, что это было ДТП в обычном понимании, а не убийство. Однако суд не поверил в подобную историю. В конце концов, подобные «детские» оговорки недопустимы, когда ты сознательно используешь средство повышенной опасности (а именно таковым считается автомобиль), чтобы навредить другому лицу.
Существует несколько точек зрения по поводу этого приговора. Одни считают, что именно личность погибшего повлияла на возбуждение именно этих более тяжких уголовных дел, ведь он был инспектором Федеральной службы исполнения наказаний. Другие считают, что этот жесткий приговор был принят с воспитательной целью, чтобы другие водители задумались над своим стилем вождения и снизили уровень агрессии на дорогах. Ну а третьи рассматривают этот приговор справедливым, ведь за ДТП, приведшее к смерти человека по ч. 3 ст. 264 УК РФ максимальное наказание — лишь 5 лет лишения свободы.
3. Как действовать, если Вас преследует неадекватный водитель?
Совет №1. До выезда на дорогу
Не забудьте, что аптечку и огнетушитель лучше всего держать в салоне машины. Часто при ДТП деформированный багажник не позволяет их достать, и потушить возгорание или оказать первую помощь до приезда скорой оказывается невозможно
Сохраните в быстрый набор на телефоне номера экстренных служб, а также горячей линии ГИБДД в Вашем регионе. Многим людям в критический момент бывает сложно вспомнить номер, состоящий даже из 3 цифр.
Совет №2. Не раздувать агрессию
Если Вы сами допустили ошибку и к примеру, не пропустили кого-то при перестроении или случайно подрезали, самое простое извиниться и не провоцировать другого водителя на эскалацию конфликта.
Совет №3. Правило трёх “Д”
Если это не помогло и второй водитель продолжает вести себя неадекватно, вспомните правило трёх “Д”: «Дай дураку дорогу». Оно означает, что лучше освободить дорогу и пропустить “ненормального” водителя, чем потом, после ДТП доказывать свою правоту.
Совет №4. Если ситуация развивается
Если агрессивный водитель пытается прижать Вас к обочине, чтобы “поговорить”, то не следует превышать скорость и пытаться уехать. Это вполне может спровоцировать такого водителя на погоню, которая может закончиться ДТП.
Если снизить скорость до предела, скорее всего, второму водителю это надоест и он оставит Вас в покое.
Совет №5. Оставлять ли безнаказанной агрессию?
Если водитель уехал или, тем более, если он продолжает Вас преследовать, позвоните по быстрому номеру 102 или по номеру дежурной части управления ГИБДД в своем регионе.
Например, номер горячей линии Дежурной части УГИБДД ГУ МВД России по г. Москве +7 (495) 623-70-70.
Информация сразу передается на несколько следующих постов ГИБДД, которые выявляют неадекватных водителей в общем потоке и проверяют поступившую информацию после их остановки.
Совет №6. Ваши жизнь и здоровье важнее всего
Если Вы остановились, а разъяренный водитель остановился вслед за Вами, вышел из машины и начал кричать, размахивать руками или даже бить по машине — не поддавайтесь на провокацию.
Заблокируйте двери, продолжайте фиксировать его поведение на видео и вызовите полицию. В данном случае, скорее всего, ситуация перерастает уже в уголовно-правовую плоскость. Сохранность машины — не самое важное, о чем стоит беспокоиться в этот момент. Действуйте по ситуации для сохранения здоровья и жизни Вас и всех, кто находится с Вами в салоне автомобиля.
4. Образец заявления о совершении административного правонарушения
Также вы можете подать обращение онлайн на сайте ГИБДД.
Дорожным камерам разрешат фиксировать опасное вождение
Росстандарт и Научный центр безопасности дорожного движения (НЦ БДД) МВД России разрабатывают новый ГОСТ с требованиями к дорожным камерам, пишет «Коммерсантъ».
В документе вводится несколько новых норм. Например, впервые будет предусмотрена возможность регистрации опасного вождения в автоматическом режиме. При этом проект предусматривает, что фиксирование этого нарушения ПДД станет возможным только после корректировки термина «опасное вождение», который юристы и некоторые депутаты Госдумы считают сложным для восприятия, отмечает издание.
Запрет на опасное вождение вступил в силу в 2016 году. В 2021 году штраф в размере 3 тыс. руб. за это нарушение попал в проект нового КоАП.
Проект ГОСТа подразумевает также возобновление штрафов в отношении водителей, которые превышают среднюю скорость движения (фиксируется двумя камерами, находящимися на расстоянии нескольких километров друг от друга). Об отказе от этой меры «Коммерсантъ» писал в сентябре. Тогда МВД не назвало причину решения, но суды по жалобам граждан до этого не раз признавали такие штрафы незаконными. В новом проекте стандарта будут уточнены условия для штрафов за превышение средней скорости.
Нововведения в документе касаются не только стационарных камер, но и «специальных технических средства автоматической фотовидеофиксации» при их «наведении» на зону контроля. Действующий ГОСТ не предусматривает участия человека в процессе фиксации нарушений ПДД. Газета предполагает, что поправка позволит легализовать вынесение штрафов с помощью смартфонов пользователей и приложения «Помощник Москвы», разработанного столичным дептрансом. По данным «Коммерсанта», есть решения Верховного суда об отмене штрафов, вынесенных на основании данных этой программы. Истцы считают, что приложение не относится к автоматической фиксации, потому что пользователи сами решают, на какой автомобиль навести камеру.
Новый ГОСТ разрабатывается при участии сотрудников УГИБДД по Москве, производителей дорожных камер и экспертов московского Центра организации дорожного движения, отмечает издание. Документ могут принять в первом квартале 2022 года.
Действующие требования к дорожным камерам вступили в силу 1 июня 2017 года.
Как ИИ отслеживает небезопасное поведение водителей
Искусственный интеллект может помочь каршеринговым сервисам и таксопаркам сделать поведение водителей на дороге безопаснее. Например, предупреждать их, если они отвлеклись от дороги. В этой статье мы делимся идеей, как с помощью свёрточных нейросетей отследить небезопасную деятельность за рулём и предотвратить возможные ДТП.
Все автомобилисты так или иначе сталкиваются с пробками на дорогах. Монотонное движение побуждает лишний раз достать смартфон и написать в чат о своих проблемах, полистать новостную ленту или отвлечься разговором. Невинные на первый взгляд занятия могут стоить человеческой жизни. В США по этим причинам происходят 20% аварий. В русскоязычной терминологии проблема носит название «рассеянное вождение».
В новой статье MIT экспериментально показано, что наиболее сильным фактором, влияющим на аварийность, являются проблемы периферийного зрения. Другими словами, простое отведение глаз на 20 градусов от центра дороги снижает реакцию на порядок сильнее, чем высокая когнитивная нагрузка, например, при распараллеливании мышления.
Что, если научиться выделять небезопасное поведение и вовремя предупреждать о нём водителей во избежание происшествий? Звучит, как неплохая задача классификации для свёрточных нейронных сетей.
Рассмотрим, как создать отслеживающую рассеянных водителей нейросеть с помощью Python, Keras и Tensorflow. Если раньше вы не работали с этими инструментами, рекомендуем сначала ознакомиться с нашей статьёй «Как начать работу с Keras, Deep Learning и Python». В конце материала можно скачать и посмотреть исходный код.
Импортируем библиотеки
В качестве бэкэнда нейросети будем использовать Keras и Tensorflow. Импортируем необходимые библиотеки:
Строка 3 устанавливает tensorflow как бэкэнд для keras, а строка 4 скрывает все логи.
Импорт набора данных
Файл driver_imgs_list.csv содержит список всех изображений из обучающей выборки, а также ссылки на людей и имена классов. Имя класса указывает на вид активности человека на фотографии.
Первые 5 строк набора данных
Обзор изображений
Перед обработкой изображений полезно хотя бы частично просмотреть датасет, поэтому отобразим по одной фотографии из каждого класса. Метки classname не содержат никакого информативного описания. Чтобы понимать, что означают классы c0, c1 и так далее, создадим словарь и добавим заголовки к каждому из них:
Каталог train содержит в себе 10 вложенных папок, каждая из которых соответствует изображениям одного из классов. Итеративно пройдём по всем каталогам и отобразим первые фотографии в них.
Строка 10 выводит 10 изображений, организованных в коллаж (5 по вертикали и 2 по горизонтали). image_count определяет число отображаемых фотографий в диапазоне от 1 до 10.
Различное поведение водителей
Строим модель
Создадим свёрточную нейронную сеть с тремя слоями Conv2D (за каждым располагается слой MaxPooling2D), 1 слоем Flatten и 3 слоями Dense. Поскольку проблема является многоклассовой, последний слой Dense содержит 10 нейронов, а потери определяются с помощью categorical_crossentropy (категориальной кроссэнтропии).
Создаём обучающую выборку
Дополним обучающую выборку с помощью функции ImageDataGenerator. Также используем метод flow_from_directory, чтобы считывать соответствующие каждому классу изображения из нужной папки. Разделяем данные на обучающие и тестовые в соотношении 80% и 20%. Обратите внимание, что все изображения масштабируются в вещественный диапазон [0…1] (rescale).
Теперь обучим модель и посчитаем точность и потери.
Обучаем модель
Используем функцию fit_generator:
Модель достигает точности в 97%.
Заключение
Используя простую свёрточную нейросеть, мы смогли обучить модель и достигнуть 97% точности обнаружения небезопасного поведения водителей. В качестве следующего шага можно улучшить решение, повысив сложность и добавив новые слои в архитектуру сети. Предлагайте свои идеи и делитесь результатами в комментариях!
Безопасность Яндекс.Такси, о которой не подозревают алгоритмы при построении маршрутов для водителя
Два дня назад мне нужно было добраться до аэропорта. И так получилось, что вызвать такси мне пришлось глубокой ночью примерно в 03:30 в дождь.
На улице шел дождь, небо затянуто тучами и на улице было очень темно. К дому подъехала машина, я сел в такси и мы поехали.
Водитель Яндекс GO ориентировался по навигатору, ехал строго по построенному маршруту и подсказкам голосового помощника.
По маршруту мне стало понятно какой дорогой навигатор ведёт водителя к месту назначения.
И это было очень странно:
Объездная дорога по окраине города
Дорога местами прилично разбитая
Вдоль дороги минимальное освещение
На этой дороге частенько случаются ДТП даже днем
Но об этом я задумался позже, когда мы уже подъезжали к аэропорту и Яндекс предложил мне оценить безопасность поездки.
С одной стороны, у меня нет вопросов к водителю, так как он очень внимательно вглядывался в дорогу, притормаживал и подруливал, объезжая препятствия и лужи по пути движения машины. 5 баллов водителю.
С другой стороны, я прекрасно видел по какой дороге мы едем, какое время суток, какая погода на улице, какое освещение и состояние дороги. 1 балл алгоритмам построения маршрута.
Ошибочное представление о безопасности, которое не учитывают алгоритмы
Приведу главную цитату о безопасности сервиса Яндекс.Такси и критерии безопасности поездок.
Безопасность — приоритет Яндекс Go. Мы постоянно улучшаем стандарты качества и разрабатываем технологии для предотвращения опасных ситуаций на дороге.
Обратите внимание, что Яндекс не учитывает важные критерии безопасности поездки, на которые обращает внимание любой адекватный водитель:
Зато сервис Яндекса постоянно мониторит и анализирует манеру вождения водителя и отправляет ему предупреждения, цитирую:
Водитель ехал по маршруту и голосовым подсказкам навигатора, который вел его ночью в дождь по разбитой объездной дороге с плохим освещением.
Какая должна была быть манера вождения у водителя? Резкое торможение, резкие маневры, ускорения и повороты (опасные маневры). Яндекс сделал все, построив такой маршрут, чтобы поездка стала небезопасной для водителя и пассажира.
И это очень странно, потому что (возвращаюсь к началу поездки):
Глубокая и темная ночь 03:30 (общественный транспорт не ходит, автомобильный трафик на улицах города отсутствует, дороги города свободные).
Пасмурная погода и дождь (очень плохая видимость на дороге, особенно при плохом освещении).
Если бы водитель такси ехал по центральным улицам города (ровные дороги, хорошее освещение, отсутствие автомобильного трафика, хорошая видимость на дороге, освещенные перекрестки), то поездка была намного безопаснее. Время в пути заняло бы на пару минут больше, что вообще не существенно.
В чем заключается идея, которую могут реализовать сервисы такси для повышения безопасности поездок
При построении маршрутов учитывать время суток и погодные условия. Тогда поездки будут безопаснее.
При построении маршрутов учитывать количество и частоту ДТП. Тогда поездки будут безопаснее.
Тогда разрабатываемые технологии будут действительно предотвращать опасные ситуации на дорогах.
Поделитесь своим мнением в комментариях.
Камеры научатся штрафовать за дистанцию и опасную езду. Как не попасть
Новую функцию по фиксации нарушений ПДД получат дорожные камеры в ближайшее время. Как выяснил Autonews.ru, речь идет о несоблюдении дистанции и опасном вождении. Разработчиком новых камер выступает компания «Астралаб». На прошлой неделе стало известно, что камеры начнут штрафовать за езду с выключенными фарами.
В качестве примера, который попадает под фиксацию, разработчики назвали ситуацию, когда водители пытаются согнать соседей по потоку из левого ряда. Эксперты считают такое поведение весьма опасным, особенно если в обгоняемом автомобиле находится новичок, который может испугаться и принять неверное решение — резко затормозить или быстро уступить полосу, не убедившись в безопасности маневра.
«Комплексы научатся фиксировать очень опасное поведение на дорогах. Бывают «учителя», которые на высокой скорости летят в левом ряду и считают, что машины впереди недостаточно быстро едут. Тогда они подъезжают вплотную и начинают эти машины выдавливать. Неопытные водители могут растеряться и устроить страшное ДТП», — уточнил генеральный директор «Астралаба» Сергей Ласкин.
Фиксировать опасное вождение будет помогать нейросеть, добавили в «Астралабе». На такие дополнительные функции дорожных камер, как уверяют авторы технологии, они уже получили запросы от заказчиков из разных регионов. Пока программное обеспечение находится в стадии разработки — сначала производители запустят в работу фиксацию негорящих габаритных огней и фар ближнего света.
Как нейросеть будет распознавать опасное вождение
Алгоритм работы нейросети таков: автомобиль следует на достаточно высокой скорости по сравнению с общим потоком. Система также видит, что на пути по ходу движения поток едет свободно и не возникает никакого затора. И вдруг автомобиль на скорости 100 км/ч вплотную приближается к следующей впереди машине. То есть получается, что дистанция между двумя автомобилями сокращается до минимальной и все это происходит на высокой скорости. Этого маркера, по мнению разработчиков, будет достаточно, чтобы нейросеть определила такое поведение как опасное. При этом в ПДД уже есть действующий пункт, на основании которого можно наказывать нарушителей — это несоблюдение безопасной дистанции.
Согласно разъяснениями ГИБДД, водитель обязан выдерживать такую дистанцию перед движущемуся впереди автомобилем, чтобы она позволяла без происшествий избежать столкновения, включая необходимый боковой интервал, который делает движение более безопасным. Скорость автомобиля должна позволить водителю в случае экстренного торможения впереди едущего транспортного средства среагировать без последствий.
Наказание за нарушение дистанции — штраф в размере 1500 руб.
Чтобы собрать доказательную базу для оформления штрафа, камеры будут делать несколько снимков подряд и записывать видеоролик. Эти материалы в дальнейшем и будут оценивать должностные лица для оформлений штрафа, а при оспаривании постановления — судья.
«Мы используем метод безрадарной фиксации, положение автомобилей на дорожном полотне с точностью до сантиметра определяет нейросеть. С помощью этой информации мы можем достоверно определить, что расстояние между этими двумя автомобилями явно меньше, чем положенная дистанция. Если водитель будет не согласен со штрафом, все материалы может изучить суд и, к примеру, на основании видеоролика принять решение о том, насколько опасен был такой маневр и решить, нарушил водитель ПДД или нет», — объяснил Ласкин.
Какие доказательства опасного вождения может собрать камера
Нейросеть будет собирать коллажи из фотографий с камер: на первом изображении будет видно, что автомобиль приблизился к впереди идущей машине и будет показан интервал. На последующих изображениях будет показано сокращение интервала между машинами и указана скорость обоих автомобилей. Также камера запишет подробный ролик, по которому можно подробно изучить весь маневр.
«Чтобы доказать вину автохама, мы покажем, что он ехал слишком быстро и слишком близко. Ведь водитель должен выбрать безопасную дистанцию перед впереди идущем автомобилем. Да, это понятие о безопасной дистанции варьируется в зависимости от разных параметров, включая скорость движения. Нет конкретных цифр. Но самое главное, что водитель всегда должен иметь возможность снизить скорость, чтобы не врезаться во впереди идущий автомобиль, если тот затормозит. Соблюдение этого условия нейросеть будет вычислять математически», — рассказал разработчик.
При этом разработчики признались, что еще один пример опасного вождения — игры в «шашечки» — пока с помощью камер фиксировать слишком накладно. «Фиксация резких перестроений предполагает, что участок контроля должен быть протяженным. И это очень трудно. Для этого нужно устанавливать целую плеяду камер, которые фиксировали бы одну зону за другой — это слишком дорого», — объяснил Ласкин.
Перспективы нового вида контроля
Вполне решаемой задачей назвал автоматическую съемку «учителей» в левых крайних рядах эксперт в области фотовидеофиксации и разработчик ГОСТов для дорожных камер Григорий Шухман. Он обратил внимание, что подобное нарушение — весьма субъективное событие. Поэтому при вынесении постановления материалы с камер внимательно должен оценить оператор.
«Задача вполне реальная, уже существуют автоматические комплексы, которые выделяют в толпе человека с подозрительным поведением, — объяснил Шухман в беседе с Autonews.ru. — В случае с автомобилем все даже проще. Выделить машину в потоке легче, чем человека в толпе».
В числе минусов такого вида фиксации Шухман назвал ограниченность зоны контроля камеры.
«Приемлемо четкую картинку камера будет получать в диапазоне условно 50-150 метров. Далее, условно последующие 200 метров, такая функция будет работать только при отсутствии других автомобилей перед проблемной парой транспортных средств. Можно конечно использовать широкоугольные комплексы с хорошим разрешением, но тогда может возникнуть проблема увеличением необходимой емкости накопителей информации», — считает Шухман.
Есть ли основания для штрафа для «учителей»
Юрист и автоэксперт Катерина Соловьева сомневается, что несоблюдение дистанции получится фиксировать в автоматическом режиме. Дело в том, что в ПДД не содержится конкретного требований о том, какая дистанция считается безопасной. Более того, одно только «поджимание» и «выдавливание» с полосы, по ее словам, нельзя считать нарушением до тех пор, пока это не приведет к ДТП.
«В КоАП есть группа нарушений, за которые будут штрафовать только при их фактическом совершении, — сказала Соловьева в беседе с Autonews.ru.- Проехали на красный — вот оконченное правонарушение. Врезались в автомобиль, который следовал впереди, — тут и сработает норма КоАП о несоблюдении дистанции. Пункт о соблюдении безопасной дистанции призывает водителя быть внимательнее, но его нарушение не влечет автоматически совершения ДТП. Да и как мне точно понять, какая у меня дистанция — например, 2 метра или 2,5 — это нереально».
Также Соловьева усомнилась в возможности фиксировать сам факт такого примера нарушения, как несоблюдение дистанции из-за протяженности расстояний, на которых водитель может агрессивно себя вести по отношению к другим участникам движения. При этом она обратила внимание, что существует такое отдельное понятие, как опасное вождение.
«В ПДД есть целый ряд маневров, который подходит под понятие опасного вождения. Пока ответственность за них не появилась в КоАП, но даже при таком условии из будет безумно сложно фиксировать с помощью камер с точки зрения алгоритмов именно из-за необходимости создавать длинные зоны контроля», — отметила Соловьева.