日本企業開始嘗試通過收集并分析行駛信息及圖像數據來防止疲勞駕駛。堀場制作所和日本Unisys公司將從年11月開始，將危險行駛的征兆制成圖形來使用。大數據在逐步成為提高汽車安全的新方法。

截止9月，日本2013年交通事故死亡人數達到3074人。盡管數字在逐年減少，但一次出現多名死者的悲慘事故仍無法杜絕。2012年4月在京都府龜岡市發生的造成10名小學生死傷的乘用車事故，以及在關越高速公路造成7人死亡的高速觀光巴士事故仍然令人記憶猶新。這兩起事故的罪魁禍首均為疲勞駕駛。

防止疲勞駕駛也是卡車運輸企業的一大課題。

日本企業已開始嘗試利用大數據來防止此類悲慘事故的發生。堀場制作所與日本Unisys將于11月開始，運行以運輸公司為對象的新型車輛運行管理系統。

該系統利用了安裝在卡車上，用來記錄速度、發動機轉速、位置信息等行駛信息的數字行車記錄儀（Digital Tachograph），和在行駛時錄下車內外圖像的汽車黑匣子所收集的數據。

在云端存儲大量數據

以前，這些數據和影像需要在卡車返回營業所之后轉移到個人電腦上。然后，由運行管理人員確認當天的數據，并用于駕駛員考勤管理及指導燃效改善。但因為只能在車輛行駛之后確認數據，所以無法將事故防患于未然。

利用大數據，可以實時察覺并躲避危機。兩公司的新服務能以無線方式將各種行駛數據及時發送給日本Unisys運營的數據中心。這些數據存儲在云上，運輸公司可經由互聯網確認車輛運行情況。

今后，堀場制作所和日本Unisys將分析歷史行駛數據，并開始嘗試對疲勞駕駛的征兆建模。將把不自然的速度變化與車身晃動、連續駕駛時間、是否處在容易打瞌睡的高速公路上等多種信息結合起來，建立反映打瞌睡征兆的行駛模式。

如果在行駛過程中出現了與該圖形接近的情況，系統就會自動以語音向駕駛員發出警告。還可考慮向運行管理人員自動發送郵件。

在這里要發揮重要作用的是圖像數據。不僅可以通過拍攝車外的景象掌握是否在安全行駛，在車內也可捕捉駕駛員的行為和表情并加以數據化。這些都對提高行駛數據的分析精度大有裨益。

日本Unisys公共第三業務部戰略物流部長新堀聰認為：“以前大數據主要以各種中心及數值數據為對象，但圖像也存在很大潛力。”該公司已開始提供根據監控攝像頭的影像來自動檢測鐵路道口異常的服務，還將把這種圖像分析技術應用于駕駛管理。

盡管如此，如果車輛行駛中的所有圖像數據全部都發送，則數據量過于龐大，會對通信基礎設施及分析作業帶來負擔。在堀場制作所負責汽車與環境工藝的副本部長向井保夫說：“重要的是高效地選擇有效圖像并將其保存在數據庫內。”

堀場制作所一直開發只在出現急剎車等不自然行為時記錄其前后圖像的技術。新服務儲存的行駛圖像還可用來制作警告駕駛員警惕疲勞駕駛以外的危險駕駛，以及介紹事故及災害多發地點的危險警示地圖。

不僅是疲勞駕駛的防止，自動制動器等多種安全系統的開發也在快速推進之中。如果將這些尖端技術與從多種事故模式獲得的大數據相結合，就能進一步提高精度和性能。

一般認為，2030年以后有望實用化的自動駕駛將集這些技術之大成。作為提高汽車安全性的新王牌，大數據的作用恐怕會進一步增大。