监控驾驶员警惕性的非侵入式系统

　　睡眠呼吸暂停等疾病也会增加风险。困倦、分心和情绪等驾驶员状态也会通过影响驾驶员的信息处理能力并改变他或她的冒险倾向来增加风险。智能个人设备和信息娱乐系统也会导致道路交通事故，因为后者增加了已经苛刻的驾驶活动。

　　作为回应，汽车制造商不断寻找创新的解决方案来支持驾驶员。在过去的十年中，信号处理和人为因素社区领域出现了指数级增长，以开发一种驾驶员监控系统，该系统可以感知驾驶员状态并提供适当的及时反馈。

　　耶基斯-多德森定律

　　驾驶员的状态直接影响他或她的驾驶能力。耶基斯-多德森定律对此进行了最好的定义。当适应驾驶员的状态时，该定律会在驾驶员的唤醒和他或她的驾驶表现之间投射出一个倒U函数。

　　高唤醒和低唤醒都会导致驾驶性能不佳。当有足够的警惕性来保持驾驶员的警觉但不紧张时，就会出现最佳性能。

　　例如，由于条件不变而昏昏欲睡或失去警惕的驾驶员，例如在交通较少或没有交通的直路上行驶，很容易失去对车辆的控制或未能在正确的时间做出反应。而艰苦的驾驶条件，例如交通繁忙或能见度差，或次要任务的额外工作量（例如，在导航系统上工作或激烈的电话交谈）会给驾驶员带来压力并降低认知能力。

　　驾驶员的面部和身体表情可用于检测驾驶员的警觉水平。例如，眼睛闭合百分比 （PERCLOS）、眨眼和打哈欠有助于检测疲劳和嗜睡，而眼球运动、凝视方向和头部运动有助于判断驾驶员是否专心。这些方法严重依赖视频处理;因此，由于计算限制，这在早期是不可能的。但计算能力和算法的最新进展使实时成为可能。

　　驾驶员监控系统内部

　　典型的驱动器监控系统包括内置红外 （NIR）、发光二极管 （LED） 二极管传感器和朝向驱动器的带电耦合器件摄像头。该系统跟踪眼球运动并检测眼睑和头部运动，以预测困倦并发送警报。

　　带有主动光源的摄像头用于在驾驶过程中消除高照度。然后使用跟踪算法检测面部和身体特征点。然后，提取PERCLOS，头部姿势和凝视方向等特征。最后，系统会查看模式并得出决策。

　　通常，有两种方法可以跟踪驾驶员的上半身运动：

　　该刚性三维头部模型和前脸方向检测使用面部地标。

　　它们也可以根据视觉指标的数据进行检测，例如特定时间间隔内的频率或标准偏差。

　　该系统的主要练习是实时识别每一帧中的所需特征。这些特征可以是面部、眼睛或其他面部特征点。软件检测算法主要依赖于所使用的图像采集硬件。

　　暗瞳和亮瞳效应

　　还可以计算用于睡意检测的视觉指标，例如眼睛区域（瞳孔、眼睑等）。这些用于凝视估计和头部姿势估计。

　　具有近红外光源的相机眼动追踪系统用于利用人类瞳孔的光学特性。它被称为黑暗和明亮的瞳孔效应。当照明与凝视在同一轴上时，瞳孔反射回光源并在捕获的图像中显得明亮，而照明位置的偏移不会产生这种效果，并且会导致瞳孔变暗。对于驾驶员监控系统，执行一种计算成本低廉的方法，从明亮的瞳孔帧中减去交替的暗瞳孔帧。虽然这种技术在实验室中非常准确，但它对硬件设置的严重依赖降低了其在实际驾驶条件下的鲁棒性。

　　随着机器学习算法的进步，为不依赖图像采集硬件配置的实时应用开发具有大视频数据输入的智能计算机视觉解决方案非常有可能。跟踪算法也用于提高系统的处理速度。

　　新一代相机配备了超越人类视觉的能力，可以捕捉到最小的变化。这些摄像头可以对驾驶员生理进行潜在的非侵入性评估。面部特征和身体动作（如头部和手部位置）用于确定驾驶员的状态。例如，使用手机，吸烟和进食等可以通过跟踪手来检测。需要注意的是，驾驶员的面部和身体表情也提供了确定驾驶员情绪的手段。

　　结论

　　传感技术的不断发展以及我们对影响驾驶性能的人类特征的理解的进步为更好的驾驶员监控解决方案提供了开发范围。这些系统使用面部和身体表情以及心理信号来监控驾驶员状况，并实时感知环境，为驾驶员提供反馈。如果需要，车辆也可以控制。

　　在将控制权从驾驶员转移到车辆的过程中，DMS可以在自动安全系统的及时准确接合中发挥重要作用。在这些情况下，了解驾驶员的意图至关重要。一旦车辆因驾驶员睡意而获得控制，DMS可以通过测量驾驶员的面部和身体表情来主动监控驾驶员。

　　开发先进驾驶员监控系统的一个主要挑战是该领域的跨学科性质，这需要研究人员和从业者在信号处理和人类行为方面的密切合作。

　　审核编辑：郭婷