對于駕駛輔助系統(tǒng)，做好對駕駛員的注意力監(jiān)控是十分必要的，因?yàn)槿祟惡苋菀走^度信任系統(tǒng)的駕駛能力，反而增大了潛在的事故風(fēng)險(xiǎn)概率。

國內(nèi)外市場駕駛員監(jiān)測的需求日益凸顯

在NCAP發(fā)布的一項(xiàng)規(guī)定后，國外市場對DMS駕駛員監(jiān)測系統(tǒng)的需求已然十分明確。

2017年9月，歐洲NCAP發(fā)布Road Map 2025, 其中將駕駛員監(jiān)測（Driver Monitoring）與AEB等數(shù)項(xiàng)技術(shù)同列為初級安全系統(tǒng)，這也就是說，從2020年開始，想要獲得歐盟五星安全認(rèn)證的車輛就必須具備駕駛員監(jiān)測功能。鑒于NCAP在國外市場上對于保險(xiǎn)公司和消費(fèi)者中的影響力，國外市場DMS的需求可想而知。

EURO NCAP Roadmap 2025

在國內(nèi)，目前雖暫無類似政策推出，但在兩客一危等高危場景下，已有部分省市率先推進(jìn)試點(diǎn)項(xiàng)目。從2017年開始，物流、兩客一危等行業(yè)領(lǐng)域?qū)︸{駛員監(jiān)測尤其是疲勞或分神駕駛的狀態(tài)檢測有大量需求出現(xiàn)。

駕駛員狀態(tài)監(jiān)測主要的技術(shù)流派

理論上講， 駕駛員的狀態(tài)監(jiān)測可以通過檢測駕駛員的生理信號、操作行為、車輛狀態(tài)以及面部表情等方式來實(shí)現(xiàn)。

目前主要有兩種方案。一種是通過確保駕駛員的手在方向盤上， 比如通過在方向盤上嵌入傳感器來判斷駕駛員是否手握方向盤來進(jìn)行判斷，或者在轉(zhuǎn)向柱上加裝扭矩傳感器來獲取方向盤角速度。但是，基于這種方案的系統(tǒng)很容易就被駕駛員用瓶裝水、水果等小東西就給破解了。

另一種方式，是通過確保駕駛員的視線在前方道路上。隨著技術(shù)的進(jìn)步，圖像傳感器已經(jīng)能夠很好地實(shí)現(xiàn)對人類眼睛、眼球、表情、頭部動(dòng)作等細(xì)節(jié)的監(jiān)控，甚至是戴著墨鏡、或夜間等環(huán)境下，這讓用攝像頭來實(shí)現(xiàn)對駕駛員狀態(tài)的監(jiān)測成為可能。

基于攝像頭的DMS系統(tǒng)工作原理

一般來講，人在疲勞的時(shí)候會(huì)有比較典型的面部表情或動(dòng)作特征，如較長的眨眼持續(xù)時(shí)間、較慢的眼瞼運(yùn)動(dòng)、點(diǎn)頭、打哈欠等。

基于攝像頭的駕駛員監(jiān)測方案正是利用這一點(diǎn)：首先挖掘出人在疲勞狀態(tài)下的表情特征，然后將這些定性的表情特征進(jìn)行量化，提取出面部特征點(diǎn)及特征指標(biāo)作為判斷依據(jù)，再結(jié)合實(shí)驗(yàn)數(shù)據(jù)總結(jié)出基于這些參數(shù)的識別方法，最后輸入獲取到的狀態(tài)數(shù)據(jù)進(jìn)行識別和判斷。

基于攝像頭的駕駛員監(jiān)測系統(tǒng)工作原理

以極目駕駛員監(jiān)測系統(tǒng)為例，它主要通過一個(gè)面向駕駛員的紅外攝像頭來實(shí)時(shí)監(jiān)測駕駛員的頭部、眼部、面部等細(xì)節(jié)，然后將獲取到的信息數(shù)據(jù)進(jìn)行模式識別，進(jìn)而做出疲勞或分神狀態(tài)判斷。

識別準(zhǔn)確率是駕駛員監(jiān)測系統(tǒng)最核心的指標(biāo)之一。極目DMS系統(tǒng)采用傳統(tǒng)算法和深度學(xué)習(xí)，通過人臉檢測與追蹤、3D臉部建模等核心技術(shù)，針對打哈欠、閉眼、視線偏移等多種狀態(tài)的綜合識別率為95%左右，同時(shí)通過指令集優(yōu)化、多線程優(yōu)化、實(shí)時(shí)算法調(diào)度等高效的工程實(shí)現(xiàn)，系統(tǒng)響應(yīng)速度得到大幅優(yōu)化和提升。

另外，極目DMS采用近紅外主動(dòng)成像技術(shù)，能夠適應(yīng)各種光源環(huán)境，即便在夜間、逆光等高挑戰(zhàn)性光照環(huán)境下也能提供高品質(zhì)的成像質(zhì)量。此外，由于紅外光特性可以穿透墨鏡鏡片，被遮擋的眼部信息也能夠正常成像，很好地解決了駕駛員眼鏡反光或佩戴墨鏡的問題。

除了算法，使用場景的復(fù)雜性是DMS技術(shù)的另一個(gè)難點(diǎn)。在實(shí)際使用中，系統(tǒng)能否在合適的時(shí)機(jī)給出反饋也會(huì)對用戶體驗(yàn)產(chǎn)生影響，這不僅對算法檢測準(zhǔn)確率提出要要求，同時(shí)也需要在預(yù)警策略的設(shè)計(jì)上加入更多人性化的考量。

比如，如果系統(tǒng)在檢測到視線偏移或低頭的情況下就發(fā)出預(yù)警，但司機(jī)可能只是在切換電臺的時(shí)候不小心扭了下頭，這種預(yù)警很容易引起駕駛員對系統(tǒng)的反感，甚至可能直接將功能關(guān)掉。

所以，在很多實(shí)際場景下，系統(tǒng)需要能夠判斷出司機(jī)的真實(shí)意圖，讓系統(tǒng)與駕駛員之間能夠通過多次交互建立信任感，這一點(diǎn)很重要。

駕駛員監(jiān)測≠疲勞檢測，它的重要性遠(yuǎn)不止如此

駕駛員監(jiān)測不僅僅只是疲勞駕駛監(jiān)測，市場當(dāng)下對于疲勞駕駛狀態(tài)監(jiān)測的需求只是推動(dòng)駕駛員監(jiān)測技術(shù)發(fā)展的動(dòng)力之一，駕駛員監(jiān)測技術(shù)能做的遠(yuǎn)遠(yuǎn)不止這些。

在無人駕駛到來之前，對于駕駛輔助系統(tǒng)，做好對駕駛員的監(jiān)控十分必要，因?yàn)?strong style="margin:0px;padding:0px;">人類很容易過度信任系統(tǒng)的駕駛能力，反而增大了潛在的事故風(fēng)險(xiǎn)概率。同時(shí)，系統(tǒng)也需要知道駕駛員在某個(gè)時(shí)刻的狀態(tài)，以判斷駕駛員此刻是否適合接管車輛。

雖然現(xiàn)在DM技術(shù)比之前進(jìn)步很多，但整體來講，目前國內(nèi)外的駕駛員監(jiān)測技術(shù)其實(shí)處于比較初級的階段。包括在最開始提到的，NCAP要求將駕駛員監(jiān)測列為五星標(biāo)準(zhǔn)，但目前還未發(fā)布更加明確的標(biāo)準(zhǔn)要求。

不管是為了滿足當(dāng)前市場上對疲勞駕駛狀態(tài)的判斷或者是將來作為智能駕駛場景下駕駛員狀態(tài)的一個(gè)反饋窗口，駕駛員監(jiān)測這項(xiàng)技術(shù)都還有很長的路要走。