Systémy bezpečnosti silničního provozu se tradičně spoléhaly na chemické testování, aby zjistily, zda řidič požil alkohol nebo jiné látky. Přítomnost látky v těle však nutně nevypovídá o tom, do jaké míry byla skutečně ovlivněna schopnost dotyčného řídit. Tento rozdíl mezi pouhou intoxikací a reálnou indispozicí (stavem nezpůsobilosti k řízení) tvoří ústřední téma druhého dokumentu z technické série společnosti Seeing Machines věnované intoxikaci řidičů. (Seeing Machines)

Dokument zkoumá, jak mohou kamerové systémy monitorování řidiče (Driver Monitoring Systems – DMS) zvolit odlišný přístup tím, že v reálném čase pozorují funkční stav řidiče. Namísto snahy určit, která konkrétní látka je za stav řidiče odpovědná, vyhledává systém vizuální a průvodní projevy chování, jež naznačují sníženou schopnost řízení. To je obzvláště relevantní v situacích, kdy indispozice může pramenit z užití konopí, kombinace různých látek nebo jiných faktorů, které nelze snadno postihnout jedinou chemickou prahovou hodnotou.

Tento přístup, nezávislý na konkrétní příčině (cause-agnostic approach), je pozoruhodný tím, že přenáší pozornost od identifikace toho, co má řidič v těle, k posouzení, zda je v danou chvíli schopen bezpečné jízdy. Systém DMS dokáže nepřetržitě sledovat změny ve stavu řidiče a v případě vzniku významného rizika potenciálně vyvolat bezpečnostní zásah. Studie tento koncept představuje jako doplněk stávajících silničních kontrol, nikoli jako náhradu za chemické testování.

Tento vývoj zapadá do širšího pokroku v oblasti bezpečnostních technologií uvnitř vozidel. Monitorování řidiče se stále více posouvá od poměrně jednoduchých měření, jako je zavírání očí nebo směr pohledu, ke komplexnějšímu hodnocení celkového stavu řidiče. To nabývá na významu zejména s tím, jak vozidla získávají pokročilejší funkce ADAS, protože systém musí rozumět nejen tomu, co se děje kolem vozidla, ale také tomu, zda je osoba za volantem stále schopna na provoz dohlížet.

S rostoucí úrovní automatizace vozidel bude porozumění stavu řidiče čím dál důležitější. Vozidlo sice může být schopno vykonávat řadu řidičských úkonů samo, avšak přechod mezi lidským a automatizovaným řízením i nadále závisí na tom, aby byl člověk dostatečně pozorný a schopný v případě potřeby zareagovat. Monitorování v reálném čase by se tak mohlo stát významnou součástí bezpečnostní architektury stále více automatizovaných vozidel.

Více informací o tématu najdete zde.

Celý článek najdete zde.

ADAPTIVE RECOGNITION. Vidar Cameras Power Intelligent Vehicle Monitoring in Copenhagen's Nordhavnsvej Tunnel [online]. c2024 [cit. 2026-08-13]. Dostupné z: https://adaptiverecognition.com/case-study/vidar-cameras-power-intelligent-vehicle-monitoring-in-copenhagens-nordhavnsvej-tunnel/

Obrázek: chat gpt