top of page

การทำงานของ AI เพื่อประมวลและวิเคราะห์พฤติกรรมการขับขี่บน Flare Analytics


 

นอกจากบันทึกเวลาทำงานและติดตามเส้นทาง แอปพลิเคชัน Flare Dash ยังมีฟังก์ชันที่ช่วยวิเคราะห์การขับขี่ของผู้ใช้งาน ซึ่งฟังก์ชันนี้จะช่วยประเมินการขับขี่และพฤติกรรมที่เสี่ยงต่อการเกิดอุบัติเหตุของผู้ใช้งานได้

การทำงานของฟังก์ชัน Analytics ในแอปพลิเคชัน Flare Dash เป็นฟังก์ชันที่ช่วยวิเคราะห์ ประเมิน และให้คะแนนการขับขี่ของผู้ใช้งาน โดยมีการนำเทคโนโลยีของ AI มาช่วยในการประมวลผลร่วมกับเซ็นเซอร์ของสมาร์ทโฟน



การทำงานของ Analytics ในการวิเคราะห์พฤติกรรมการขับขี่

Flare Dash สามารถใช้ AI เพื่อวิเคราห์การขับขี่ได้ ด้วยวิธีการใช้ข้อมูลจากเซ็นเซอร์ ในที่นี้คือเซ็นเซอร์บนสมาร์ทของผู้ใช้งาน เพื่อรวบรวมข้อมูลเกี่ยวกับวิธีการขับเคลื่อนรถ โดยข้อมูลนี้สามารถใช้ระบุรูปแบบและแนวโน้มในวิธีการทำงานของยานพาหนะ เช่น เร่งความเร็วแค่ไหน เบรกหนักแค่ไหน และขับเร็วแค่ไหน

ร่วมกับการใช้อัลกอริทึมเพื่อสร้างการเรียนรู้ ทำให้ AI สามารถวิเคราะห์ข้อมูล ระบุรูปแบบ และแนวโน้มของพฤติกรรมการขับขี่ของผู้ใช้งาน อัลกอริทึมเหล่านี้สามารถฝึกฝนบนชุดข้อมูลการขับขี่ขนาดใหญ่เพื่อเรียนรู้วิธีจดจำพฤติกรรมการขับขี่ประเภทต่างๆ เช่น การขับรถแบบก้าวร้าว การขับรถแบบเสียสมาธิ เป็นต้น

เมื่อ AI ได้รับการฝึกฝนและเรียนรู้พฤติกรรมประเภทต่างๆ เหล่านี้แล้ว ก็จะสามารถใช้วิเคราะห์ข้อมูลการขับขี่แบบเรียลไทม์ และหากตรวจพบพฤติกรรมที่ไม่ปลอดภัย หรือพฤติกรรมการขับขี่ที่ไม่เหมาะสม ก็จะสามารถประมวลผลและแสดงออกมาเป็นข้อมูลได้


การรับข้อมูลจากสมาร์ทโฟนเพื่อใช้ในการวิเคราะห์ข้อมูลการขับขี่

จากที่กล่าวมาเบื้องต้น ในการวิเคราะห์ข้อมูลการขับขี่ระบบจำเป็นต้องรับข้อมูลจากสมาร์ทโฟนของผู้ใช้งาน ที่ทำหน้าที่ในการรวบรวมข้อมูลเกี่ยวกับสภาพแวดล้อมของโทรศัพท์ด้วยเซ็นเซอร์ภายใน ซึ่งประกอบไปด้วย

  • Accelerometer (มาตรวัดความเร่ง) ใช้วัดความเร่งของโทรศัพท์ในรูปแบบสามมิติ (x, y และ z) และสามารถใช้ตรวจจับระนาบของการวางโทรศัพท์ได้ เช่น วางโทรศัพท์ในแนวนอน หรือแนวตั้ง

  • Gyroscope (วัดความเร็วเชิงมุม) ใช้วัดความเร็วเชิงมุมของโทรศัพท์ ซึ่งสามารถใช้ตรวจจับระนาบของโทรศัพท์พร้อมทิศทางที่โทรศัพท์เคลื่อนที่ในเวลาเดียวกัน

  • GPS (การระบุตำแหน่งบนพื้นโลก) ใช้สัญญาณดาวเทียมในการระบุตำแหน่งของโทรศัพท์และสามารถติดตามการเคลื่อนที่ของโทรศัพท์ได้ตามช่วงเวลาที่เปลี่ยนไป

  • Proximity sensor (การตรวจจับวัตถุ) ใช้ตรวจจับเมื่อวัตถุ เช่น นิ้วมือ เมื่อเข้ามาใกล้กับโทรศัพท์ และสามารถใช้ปิดหน้าจอเมื่อโทรศัพท์แนบหูระหว่างการโทร

  • Ambient light sensor (การวัดปริมาณแสง) ใช้วัดปริมาณแสงของสภาพแวดล้อมโดยรอบของโทรศัพท์ ช่วยในการปรับความสว่างของหน้าจอให้เหมาะสมได้แบบอัตโนมัติ

  • Barometer (การวัดความกดอากาศ) ใช้วัดความกดอากาศเพื่อระบุระดับความสูงของโทรศัพท์

เซ็นเซอร์เหล่านี้ทำงานโดยการตรวจจับปรากฎการณ์ทางกายภาพ และแปลงข้อมูลเป็นสัญญาณดิจิทัลเพื่อส่งข้อมูลไปยังโปรเซสเซอร์หรือในที่นี้คือ AI ให้วิเคราะห์ผลและประมวลผล เพื่อแสดงออกมาเป็นข้อมูลตามอัลกอริทึมที่กำหนดไว้


อย่างไรก็ตามการวิเคราะห์พฤติการขับขี่ที่เสี่ยงอันตราย เป็นข้อมูลที่รับมาจากเซ็นเซอร์บนสมาร์ทโฟน และประมวลผลจากการคาดการณ์ของ AI ดังนั้น จึงต้องพิจารณากับปัจจัยอื่นๆร่วมด้วย

 

วิเคราะห์พฤติกรรมการขับขี่ของพนักงานด้วย Analytics จาก Flare Dash แอปพลิเคชันที่ช่วยประเมินการขับขี่และให้คะแนนผู้ขับ ยกระดับมาตรฐานความปลอดภัยให้กับองค์กรของคุณ




bottom of page