睡眠呼吸暫停等疾病也會(huì)增加風(fēng)險(xiǎn)。困倦、分心和情緒等駕駛員狀態(tài)也會(huì)通過(guò)影響駕駛員的信息處理能力并改變他或她的冒險(xiǎn)傾向來(lái)增加風(fēng)險(xiǎn)。智能個(gè)人設(shè)備和信息娛樂(lè)系統(tǒng)也會(huì)導(dǎo)致道路交通事故，因?yàn)楹笳咴黾恿艘呀?jīng)苛刻的駕駛活動(dòng)。

作為回應(yīng)，汽車制造商不斷尋找創(chuàng)新的解決方案來(lái)支持駕駛員。在過(guò)去的十年中，信號(hào)處理和人為因素社區(qū)領(lǐng)域出現(xiàn)了指數(shù)級(jí)增長(zhǎng)，以開發(fā)一種駕駛員監(jiān)控系統(tǒng)，該系統(tǒng)可以感知駕駛員狀態(tài)并提供適當(dāng)?shù)募皶r(shí)反饋。

耶基斯-多德森定律

駕駛員的狀態(tài)直接影響他或她的駕駛能力。耶基斯-多德森定律對(duì)此進(jìn)行了最好的定義。當(dāng)適應(yīng)駕駛員的狀態(tài)時(shí)，該定律會(huì)在駕駛員的喚醒和他或她的駕駛表現(xiàn)之間投射出一個(gè)倒U函數(shù)。

高喚醒和低喚醒都會(huì)導(dǎo)致駕駛性能不佳。當(dāng)有足夠的警惕性來(lái)保持駕駛員的警覺(jué)但不緊張時(shí)，就會(huì)出現(xiàn)最佳性能。

例如，由于條件不變而昏昏欲睡或失去警惕的駕駛員，例如在交通較少或沒(méi)有交通的直路上行駛，很容易失去對(duì)車輛的控制或未能在正確的時(shí)間做出反應(yīng)。而艱苦的駕駛條件，例如交通繁忙或能見(jiàn)度差，或次要任務(wù)的額外工作量（例如，在導(dǎo)航系統(tǒng)上工作或激烈的電話交談）會(huì)給駕駛員帶來(lái)壓力并降低認(rèn)知能力。

駕駛員的面部和身體表情可用于檢測(cè)駕駛員的警覺(jué)水平。例如，眼睛閉合百分比 （PERCLOS）、眨眼和打哈欠有助于檢測(cè)疲勞和嗜睡，而眼球運(yùn)動(dòng)、凝視方向和頭部運(yùn)動(dòng)有助于判斷駕駛員是否專心。這些方法嚴(yán)重依賴視頻處理;因此，由于計(jì)算限制，這在早期是不可能的。但計(jì)算能力和算法的最新進(jìn)展使實(shí)時(shí)成為可能。

駕駛員監(jiān)控系統(tǒng)內(nèi)部

典型的驅(qū)動(dòng)器監(jiān)控系統(tǒng)包括內(nèi)置紅外 （NIR）、發(fā)光二極管 （LED） 二極管傳感器和朝向驅(qū)動(dòng)器的帶電耦合器件攝像頭。該系統(tǒng)跟蹤眼球運(yùn)動(dòng)并檢測(cè)眼瞼和頭部運(yùn)動(dòng)，以預(yù)測(cè)困倦并發(fā)送警報(bào)。

帶有主動(dòng)光源的攝像頭用于在駕駛過(guò)程中消除高照度。然后使用跟蹤算法檢測(cè)面部和身體特征點(diǎn)。然后，提取PERCLOS，頭部姿勢(shì)和凝視方向等特征。最后，系統(tǒng)會(huì)查看模式并得出決策。

通常，有兩種方法可以跟蹤駕駛員的上半身運(yùn)動(dòng)：

該剛性三維頭部模型和前臉?lè)较驒z測(cè)使用面部地標(biāo)。

它們也可以根據(jù)視覺(jué)指標(biāo)的數(shù)據(jù)進(jìn)行檢測(cè)，例如特定時(shí)間間隔內(nèi)的頻率或標(biāo)準(zhǔn)偏差。

該系統(tǒng)的主要練習(xí)是實(shí)時(shí)識(shí)別每一幀中的所需特征。這些特征可以是面部、眼睛或其他面部特征點(diǎn)。軟件檢測(cè)算法主要依賴于所使用的圖像采集硬件。

暗瞳和亮瞳效應(yīng)

還可以計(jì)算用于睡意檢測(cè)的視覺(jué)指標(biāo)，例如眼睛區(qū)域（瞳孔、眼瞼等）。這些用于凝視估計(jì)和頭部姿勢(shì)估計(jì)。

具有近紅外光源的相機(jī)眼動(dòng)追蹤系統(tǒng)用于利用人類瞳孔的光學(xué)特性。它被稱為黑暗和明亮的瞳孔效應(yīng)。當(dāng)照明與凝視在同一軸上時(shí)，瞳孔反射回光源并在捕獲的圖像中顯得明亮，而照明位置的偏移不會(huì)產(chǎn)生這種效果，并且會(huì)導(dǎo)致瞳孔變暗。對(duì)于駕駛員監(jiān)控系統(tǒng)，執(zhí)行一種計(jì)算成本低廉的方法，從明亮的瞳孔幀中減去交替的暗瞳孔幀。雖然這種技術(shù)在實(shí)驗(yàn)室中非常準(zhǔn)確，但它對(duì)硬件設(shè)置的嚴(yán)重依賴降低了其在實(shí)際駕駛條件下的魯棒性。

隨著機(jī)器學(xué)習(xí)算法的進(jìn)步，為不依賴圖像采集硬件配置的實(shí)時(shí)應(yīng)用開發(fā)具有大視頻數(shù)據(jù)輸入的智能計(jì)算機(jī)視覺(jué)解決方案非常有可能。跟蹤算法也用于提高系統(tǒng)的處理速度。

新一代相機(jī)配備了超越人類視覺(jué)的能力，可以捕捉到最小的變化。這些攝像頭可以對(duì)駕駛員生理進(jìn)行潛在的非侵入性評(píng)估。面部特征和身體動(dòng)作（如頭部和手部位置）用于確定駕駛員的狀態(tài)。例如，使用手機(jī)，吸煙和進(jìn)食等可以通過(guò)跟蹤手來(lái)檢測(cè)。需要注意的是，駕駛員的面部和身體表情也提供了確定駕駛員情緒的手段。

結(jié)論

傳感技術(shù)的不斷發(fā)展以及我們對(duì)影響駕駛性能的人類特征的理解的進(jìn)步為更好的駕駛員監(jiān)控解決方案提供了開發(fā)范圍。這些系統(tǒng)使用面部和身體表情以及心理信號(hào)來(lái)監(jiān)控駕駛員狀況，并實(shí)時(shí)感知環(huán)境，為駕駛員提供反饋。如果需要，車輛也可以控制。

在將控制權(quán)從駕駛員轉(zhuǎn)移到車輛的過(guò)程中，DMS可以在自動(dòng)安全系統(tǒng)的及時(shí)準(zhǔn)確接合中發(fā)揮重要作用。在這些情況下，了解駕駛員的意圖至關(guān)重要。一旦車輛因駕駛員睡意而獲得控制，DMS可以通過(guò)測(cè)量駕駛員的面部和身體表情來(lái)主動(dòng)監(jiān)控駕駛員。

開發(fā)先進(jìn)駕駛員監(jiān)控系統(tǒng)的一個(gè)主要挑戰(zhàn)是該領(lǐng)域的跨學(xué)科性質(zhì)，這需要研究人員和從業(yè)者在信號(hào)處理和人類行為方面的密切合作。

審核編輯：郭婷