監(jiān)控駕駛員警覺性的非侵入式系統

睡眠呼吸暫停等醫(yī)療狀況也會增加風險。駕駛員的困倦、分心和情緒等狀態(tài)也會影響駕駛員的信息處理能力并改變其冒險傾向，從而增加風險。智能個人設備和信息娛樂系統也導致了道路碰撞，因為后者增加了已經要求很高的駕駛活動。

作為回應，汽車制造商不斷尋找創(chuàng)新的解決方案來支持駕駛員。在過去的十年中，信號處理和人為因素社區(qū)的發(fā)展呈指數級增長，以開發(fā)能夠感知駕駛員狀態(tài)并提供適當及時反饋的駕駛員監(jiān)控系統。

耶克斯-多德森定律

駕駛員的狀態(tài)直接影響他或她的駕駛能力。Yerkes-Dodson 定律最好地定義了這一點。當該定律適應駕駛員的狀態(tài)時，在駕駛員的覺醒和他或她的駕駛表現之間投射出倒 U 函數。

如圖 1 所示，高喚醒和低喚醒都會導致較差的駕駛性能。當駕駛員保持警惕但沒有壓力時，會出現最佳性能。

（圖 1. 作為警戒功能的駕駛員表現）

例如，由于路況不變（例如在交通較少或沒有交通的筆直道路上行駛）而昏昏欲睡或失去警惕的駕駛員很容易失去對車輛的控制或未能在正確的時間做出反應。而劇烈的駕駛條件，例如交通繁忙或能見度差，或次要任務（例如，導航系統工作或激烈的電話交談）的額外工作量可能會給駕駛員帶來壓力并降低認知能力。

駕駛員的面部和身體表情可用于檢測駕駛員的警覺程度。例如，閉眼百分比 （PERCLOS）、眨眼和打哈欠有助于檢測疲勞和困倦，而眼球運動、注視方向和頭部運動有助于判斷駕駛員是否專心。這些方法嚴重依賴視頻處理；因此，由于計算限制，更早是不可能的。但最近計算能力和算法的進步使實時成為可能。

內部駕駛員監(jiān)控系統

典型的駕駛員監(jiān)控系統包括內置紅外 （NIR）、發(fā)光二極管 （LED） 二極管傳感器和朝向駕駛員定位的電荷耦合設備攝像頭。該系統跟蹤眼球運動并檢測眼瞼和頭部運動以預測困倦并發(fā)送警報。

具有主動光源的攝像頭用于在駕駛過程中消除高照度。然后使用跟蹤算法檢測面部和身體標志。之后，提取 PERCLOS、頭部姿勢和注視方向等特征。最后，系統會查看模式并做出決定。

一般來說，有兩種方法可以跟蹤駕駛員的上半身運動：

使用面部標志的剛性三維頭部模型和正面方向檢測。

也可以根據一定時間間隔內的頻率或標準差等視覺指標的數據進行檢測。

該系統的主要練習是實時識別每一幀中所需的特征。這些特征可以是面部、眼睛或其他面部標志。軟件檢測算法主要依賴于所使用的圖像采集硬件。

黑暗和明亮的瞳孔效應

還可以計算用于嗜睡檢測的視覺指標，例如眼睛區(qū)域（瞳孔、眼瞼等）。這些用于注視估計和頭部姿勢估計。

具有近紅外源的相機眼動追蹤系統用于利用人類瞳孔的光學特性。這就是所謂的明暗瞳孔效應。當照明與注視在同一軸上時，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產生這種效果并會導致瞳孔變暗。對于駕駛員監(jiān)控系統，執(zhí)行從亮瞳幀中減去交替的暗瞳幀的計算成本低廉的方法。盡管該技術在實驗室中非常準確，但它對硬件設置的嚴重依賴降低了其在實際駕駛條件下的魯棒性。

隨著機器學習算法的進步，很有可能為不依賴圖像采集硬件配置的實時應用開發(fā)具有大量視頻數據輸入的智能計算機視覺解決方案。跟蹤算法也用于提高系統的處理速度。

新一代相機具備超越人類視覺的能力，可以捕捉到最細微的變化。這些攝像頭可以對駕駛員生理進行潛在的非侵入性評估。面部特征和身體運動（例如頭部和手部位置）被用來確定駕駛員的狀態(tài)。例如，使用手機、吸煙和吃飯等都可以通過跟蹤手來檢測。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方法。

結論

傳感技術的發(fā)展以及我們對影響駕駛性能的人類特征的理解的進步為開發(fā)更好的駕駛員監(jiān)控解決方案提供了范圍。這些系統使用面部和身體表情以及心理信號來監(jiān)控駕駛員狀況，并實時感知環(huán)境，為駕駛員提供反饋。如果需要，車輛也可以控制。

在將控制權從駕駛員轉移到車輛的過程中，DMS 可以在自動安全系統的及時準確接合方面發(fā)揮重要作用。在這些情況下，了解駕駛員的意圖至關重要。一旦車輛因駕駛員困倦而獲得控制權，DMS 可以通過測量駕駛員的面部和身體表情來主動監(jiān)控駕駛員。

開發(fā)高級駕駛員監(jiān)控系統的一個主要挑戰(zhàn)是該領域的跨學科性質，這需要研究人員和從業(yè)人員在信號處理和人類行為方面的密切合作。

審核編輯：郭婷