การวิเคราะห์พฤติกรรมการใช้เข็มขัดนิรภัยของผู้ขับขี่ยานพาหนะในเขตอำเภอเมือง จังหวัดขอนแก่น ด้วยเทคโนโลยีปัญญาประดิษฐ์
Article Sidebar
Main Article Content
Abstract
เข็มขัดนิรภัยเป็นอุปกรณ์สำคัญที่ช่วยปกป้องความรุนแรงขณะเกิดอุบัติเหตุทางถนนและทำให้ร่างของผู้ขับและผู้โดยสารไม่หลุดออกนอกยานพาหนะ การศึกษาครั้งนี้มีวัตถุประสงค์คือ เพื่อศึกษาปัจจัยอิทธิพลและการพัฒนาระบบปัญญาประดิษฐ์ตรวจพฤติกรรมการใช้เข็มขัดนิรภัย โดยติดตั้งกล้องวงจรปิดในช่องจราจรขามุ่งเข้าเมืองขอนแก่น ทั้งหมด 4 ทิศทาง (N=1,264 ตัวอย่าง) มีการวิเคราะห์ข้อมูลโดยการทดสอบ Chi-Square และวิเคราะห์การถดถอยโลจิสติกส์ และใช้ YOLO ในการพัฒนาปัญญาประดิษฐ์ในการจำแนกภาพและตรวจสอบความถูกต้องโดย Confusion Matrix ผลการศึกษาพบว่าปัจจัยด้าน สถานะ ประเภทรถ ช่วงเวลา และจุดติดตั้งมีความสัมพันธ์ต่อการใช้เข็มขัดนิรภัยที่ระดับนัยสำคัญทางสถิติ (p<0.05) ผู้ใช้ยานพาหนะที่ขับขี่ในช่วงวันหยุดมีอัตราการใช้เข็มขัดนิรภัยเป็น 1.753 เท่า เมื่อเปรียบเทียบกับช่วงเวลาขับขี่ในวันธรรมดา ที่ระดับนัยสำคัญ (p<0.05) และทิศทางการเข้าเมืองมีความสัมพันธ์ต่อพฤติกรรมการใช้เข็มขัดนิรภัย (p<0.05) นอกจากนี้จากการพัฒนาปัญญาประดิษฐ์การตรวจจับพฤติกรรมการใช้เข็มขัดนิรภัยในยานพาหนะพบว่ามีความแม่นยำร้อยละ 83 ค่า True Positive Rate (TPR) ร้อยละ 91, ค่าTrue Negative Rate(TNR)ร้อยละ 78, ค่าPrecisionร้อยละ 89, ค่าRecallร้อยละ 74 และค่าF1-scoreร้อยละ 81 ผลการศึกษาที่ได้จากงานวิจัยในครั้งนี้จะนำไปสู่การสร้างนโยบายและเทคโนโลยีในการส่งเสริมการใช้เข็มขัดนิรภัยของยานพาหนะขณะขับขี่ เพื่อมีการสนับสนุนความปลอดภัยทางถนนและลดอัตราการบาดเจ็บและเสียชีวิตต่อไปในอนาคต
Article Details
References
กัณวีร์ กนิษฐ์พงศ์.(2556). คาดเข็มขัดนิรภัยของคนไทยทำไมต้องเข้ม. มูลนิธิไทยโรดส์. http://www.tarc.or.th/research/74
กัลยา วานิชย์บัญชา.(2554). การวิเคราะห์สถิติขั้นสูงด้วย SPSS for Windows.กรุงเทพฯ; ภาควิชาสถิติ
คณะพาณิชยศาสตร์และการบัญชี จุฬาลงกรณ์มหาวิทยาลัย.
กัลยา วานิชย์บัญชา.(2555). สถิติสำหรับงานวิจัย. กรุงเทพฯ; ภาควิชาสถิติ คณะพาณิชยศาสตร์และการบัญชี จุฬาลงกรณ์มหาวิทยาลัย.
ขจรศักดิ์ จันทร์พาณิชย์ นงนุช ตันติธรรม วันรุ่ง แสนแก้ว ฐิติมา ขันธสิน วราลักษณ์ วีระสุวรรณ
และพีรพล ซูส่งแสง. (2552). การประเมินความตระหนักในความปลอดภัยในการเดินทางและการใช้เข็มขัดนิรภัยของผู้โดยสารรถโดยสารสาธารณะ. กรุงเทพมหานคร: สำนักงานคณะกรรมการวิจัยแห่งชาติ.
เจษฎา คำผอง และ รุจชัย อึ้งอารุณยะวี. (2568). การพัฒนาแพลตฟอร์มโครงข่ายกล้องอัจฉริยะด้วยโปรแกรม Pineapple สำหรับระบบกล้องวงจรปิดของตำรวจภูธรภาค 4. วารสารวิชาการเทคโนโลยีป้องกันประเทศ, 6(14), A1–10. https://sc01.tci-thaijo.org/index.php/dtaj/article/view/240982
เจษฎา คำผอง และ ธีนิดา บัณฑรวรรณ. (2564). การศึกษาจุดอันตราย: กรณีศึกษาถนนศรีจันทร์ในเขต พื้นที่เทศบาลนครขอนแก่นประเทศไทย. วารสารวิชาการและวิจัยมหาวิทยาลัยภาคตะวันออกเฉียงเหนือ. 11(3), 332-346.
ชาติชาย โทสินธิติ. (2541). ปัญหาการนำพระราชบัญญัติจราจรทางบก (ฉบับที่ 5) ว่าด้วยการคาดเข็มขัดนิรภัยไปปฏิบัติ : กรณีศึกษาจังหวัดเชียงใหม่. รัฐประศาสนศาสตรมหาบัณฑิต. บัณฑิตวิทยาลัย มหาวิทยาลัยเชียงใหม่
ธานินทร์ ศิลป์จารุ. (2560). การวิจัยและวิเคราะห์ข้อมูลทางสถิติด้วย SPSS และ AMOS. กรุงเทพฯ: ห้างหุ้นส่วนสามัญบิสซิเนสอาร์แอนด์ดี.
นิรุตติ์ สมศรี. (2561). นโยบายส่งเสริมความปลอดภัยในรถโดยสารสาธารณะ: กรณีศึกษาการคาดเข็มขัดนิรภัยของผู้โดยสาร รถตู้โดยสารสาธารณะในเขตสถานีขนส่งผู้โดยสารกรุงเทพมหานคร. The Journal of Pacific Institute of Management Science (Humanities and Social Science), 4(2), 15-30.
มูลนิธิไทยโรดส์. (2554). อัตราการคาดเข็มขัดนิรภัยของผู้ใช้รถยนต์ในประเทศไทย ปี พ.ศ. 2553 (No. 191633). มูลนิธิไทยโรดส์.
สุรพงษ์ ผานาค และ กรวิกา น้อยเชียง. (2563). การสอบสวนการบาดเจ็บและเสียชีวิตกรณีรถตู้ชนรถพ่วง อำเภอชุมแพ จังหวัดขอนแก่น วัน ที่ 15 พฤษภาคม 2562. วารสารสำนักงานสาธารณสุข จังหวัดขอนแก่น, 2(2), 281-295.
Dhinnabutra B. Kumphong J. Dhinnabutra P and Phurimsak C . (2025). Hi-Tech Plant Leaf Classification Using Artificial Intelligence (AI). Science Essence Journal, 41(1), 12–23. Retrieved from https://ejournals.swu.ac.th/index.php/sej/article/view/16568
Daowadueng P. and Kumphong J. (2022). Capital Investment Analysis for the Product of a Startup Company Case Study: Detection Program for Traffic Light Violations. Journal of Management Science Chiangrai Rajabhat University, 17(2), 163-186.
Elihos A. Alkan B. Balci B. and Artan Y. (2018). Comparison of image classification and object detection for passenger seat belt violation detection using NIR & RGB surveillance camera images. In 2018 15th IEEE International Conference on Advanced Video and Signal Based Surveillance (AVSS), pp. 1-6). IEEE.
Faisal, M. M., Mohammed, M. S., Abduljabar, A. M., Abdulhussain, S. H., Mahmmod, B. M., Khan, W., & Hussain, A. (2021). Object Detection and Distance Measurement using AI. In Proceedings - International Conference on Developments in eSystems Engineering, DeSE (Vol. 2021-December, pp. 559–565). Institute of Electrical and Electronics Engineers Inc. https://doi.org/10.1109/DESE54285.2021.9719469
Gu X. Lu Z. Ren J. and Zhang Q. (2024). Seat belt detection using gated Bi-LSTM with part-to-whole attention on diagonally sampled patches. Expert Systems with Applications. 252: 123784.
Kashevnik A. Ali A. Lashkov I. and Shilov N. (2020). Seat belt fastness detection based on image analysis from vehicle in-abin camera. In 2020 26th Conference of Open Innovations Association (FRUCT), pp. 143-150). IEEE.
Khamparia A. and Singh C. (2025). Advanced Safety Systems: Seat Belt and Occupancy Detection using Attention Spik ing Neural Networks. International Journal on Engineering Artificial Intelligence Management, Decision Support, and Policies, 2(1), 1-13.
Kumphong J. and Chawapattanayotha N. (2024). Developing A CCTV-AI System with The Capability to Accurately Detect and Recognize Individuals Who Are Wearing Helmets, Specifically Targeting Riders and Passengers. Industrial Technology Journal Surindra Rajabhat University, 9(2), 210-224.
Li H. Wu D. Zhang W. and Xiao C. (2024). YOLO-PL: Helmet wearing detection algorithm based on improved YOLOv4. Digital Signal Processing, 144, 104283.
Nambulee W. Jomnonkwao S. Siridhara, S. and Ratanavaraha V. (2019). Modelling of seat belt use intention for intercity buses based on health belief model. Transportmetrica A: transport science, 15(2), 944-962.
Ozbaran, Y. and Tasgin S. (2019). Using cameras of automatic number plate recognition system for seat belt enforcement a case study of Sanliurfa (Turkey). Policing: An International Journal. 42(4), 688-700.
Özmen M. M. Eylence M. and Aksoy B. (2024). Control of seat belts of vehicle drivers while driving with an unmanned aerial vehicle with artificial intelligence. International Journal of 3D Printing Technologies and Digital Industry, 8(3), 451-458.
Se, C., Champahom, T., Wisutwattanasak, P. et al. Temporal instability and differences in injury severity between restrained and unrestrained drivers in speeding-related crashes. Sci Rep 13, 9756 (2023). https://doi.org/10.1038/s41598-023-36906-7
Shaaban K. and Abdelwarith K. (2020). Understanding the association between cell phone use while driving and seat belt noncompliance in Qatar using logit models. Journal of Transportation Safety & Security, 12(2), 292-308.
Tianshu, W., Zhijia, Z., Zhanning, L., Yunpeng, L., & Shixian, W. (2019). Detection and Implementation of Driver’s Seatbelt Based on FPGA. In Journal of Physics: Conference Series (Vol. 1229). Institute of Physics Publishing. https://doi.org/10.1088/1742-6596/1229/1/012075
Tippayanate, N., Impool, T., Sujayanont, P., Muttitanon, W., Chemin, Y., & Som-ard, J. (2024). Temporal Analysis of Road Traffic Accidents at Major Intersections in Khon Kaen Province, Thailand: A Time Series Investigation from 2012 to 2021. International Journal of Geoinformatics, 20(7), 43–58. https://doi.org/10.52939/ijg.v20i7.3403
Upadhyay, A., Sutrave, B., & Singh, A. (2023). Real time seatbelt detection using YOLO deep learning model. In 2023 IEEE International Students’ Conference on Electrical, Electronics and Computer Science, SCEECS 2023. Institute of Electrical and Electronics Engineers Inc. https://doi.org/10.1109/SCEECS57921.2023.10063114
Vallibhakara S A. Plitponkarnpim A. Suriyawongpaisal P. and Thakkinstian A. (2018). The nationwide surveillance of seat belt usage and encouraging factors of increasing the seat belt rate in Thailand: A road safety survey. Journal of the Medical Association of Thailand, 101(6),
-819.
Word Health Organization. Global Status Report on Road Safety (2018). Global Status Report on Road Safety 2018. 2018; 2:227-249.
