上汽通用汽车正式在国内发布凯迪拉克Super Cruise超级智能驾驶系统

描述

昨日,上汽通用汽车正式在国内发布凯迪拉克Super Cruise超级智能驾驶系统。这套系统的核心技术之一就是驾驶员注意力保持系统。

驾驶员注意力保持系统主要是通过面部表情和瞳孔特征识别,判断驾驶员是否关注路况,强化系统运行时的安全机制。如果检测到驾驶员在睡觉或是没有关注路面,系统会自动报警。

它的监测原理主要是通过在转向柱上集成一个摄像头,用以接收由方向盘11点和1点位置红外发射器发射到驾驶员面部的反射信号,不用担心受到墨镜的干扰,实现对驾驶员状态的实时监测,确保驾驶员专注于驾驶。

驾驶员注意监控系统,也叫DMS( Driver Monitoring System),或驾驶员监控系统。最开始的DMS系统是通过使用红外传感器来监测驾驶员注意力是否集中,如果驾驶员没有注意到前方道路并有潜在危险情况时,系统将通过闪烁的灯光或警告声进行提醒。

最早的DMS系统是2006年丰田公司为其和雷克萨斯最新车型推出的车辆安全系统,发展到现在,已经结合了人脸识别,身份识别等功能,除了监测驾驶员注意力是否集中,还能够实时监控驾驶员是否疲劳、分心,监测驾驶员的情绪状态。

虽然现在对“疲劳”的概念缺乏明确的定义,疲劳驾驶预警系统也不仅仅针对司机是否疲劳,还会对司机抽烟、接打电话等不良驾驶行为进行提醒,只是现在统一把 DMS等同于疲劳驾驶预警系统。

先开始的乘用车前装

目前疲劳驾驶预警系统前装渗透率很低。

商用车现在还在进行前装规划,在乘用车方面,根据高工智能产业研究院(GGAI)监测数据显示,截止去年底在售乘用车配置有疲劳预警功能的车型渗透率仅为11.48%,并且大多数配置车型的价格都在35万元以上。

按照本来的理解,商用车由于司机驾驶时间长,产生疲劳的可能性更大,对疲劳驾驶预警系统的需求应该也更大,这部分市场本来应该会发展更快。但目前疲劳驾驶预警系统的前装却出现在乘用车上。

首先是因为乘用车有多样化的应用场景。除了日常驾驶可能产生的疲劳问题,还有针对现在的共享出行、分时租赁以及网约车的应用场景,都对以视觉方案为主的疲劳驾驶预警系统有一定的需求。

共享出行服务对身份识别的要求很高,需要对不同驾驶员进行身份识别和信息确认,同时还要监控车辆的位置和实时状态。疲劳驾驶预警系统对司机的监控功能在这部分市场有比较好的发展前景。

有业内人士表示,未来滴滴打车等网约车服务平台也是值得关注的市场。

早在2015年,滴滴和快的就发布了《互联网专车服务管理及乘客安全保障标准》,对滴滴和快的的专车安全管理标准进行规范,要求在行驶过程中对司机和车辆实时监控,并且事后全程可追溯。特别是对现在安全问题频发的滴滴汽车,未来也一定会加强监管。

乘用车面向消费者,还要考虑产品是否能够提升整车的卖点和体验,特别是自主品牌的汽车和新造车势力,会降低整车的价格,提高车型的配置,从而吸引更多想要尝鲜的消费者。

疲劳驾驶预警系统作为新的消费增长点,先在乘用车市场“爆发”是大概率事件。

监控、隐私、技术难点

虽然乘用车的前装市场已经起步发展,但距离未来实现更大范围的普及还有一定的距离。 对于很多乘用车车主,出于隐私保护的原因,主观上可能并不愿意被实时监控。

但《高工智能汽车》了解到,对于监测驾驶员的疲劳以及不良驾驶习惯的问题,这部分数据其实不用传上云端,监测到不良行为系统会自动提醒警告,而共享出行的身份识别需要进行云端数据比对,但数据传输有双向的加密保护,隐私安全问题不需要担心。

相比后装而言,前装产品存在更多的技术难点。目前疲劳驾驶预警系统基本是基于视觉方案,采集脸部信息的特征点进行判断。整个技术最关键的算法部分,需要多方面的技术辅助。

算法部分,面部识别技术本身就是算法,需要把各类表情的图像做成矢量,然后将其和数据库中的样本做对比,进行判断。

业内人士指出,目前市场上的产品,不超过三秒就可以完成识别过程,但不排除会因为司机眼睛小,头像偏离摄像头而做出误判,这部分还存在技术盲点。

对驾驶员行为的监控除了面部,还会通过方向盘转向角度以及车速进行综合判断,目前缺少能够完全使用的传感器方案,虽然可以通过做模型来计算,但车型多而复杂,需要很大的资金投入,更需要时间。

现在即使有各式的产品,但核心算法还是我们的弱项。大部分供应商是以国外的算法为基础进行研发。

有主机厂表示,目前的技术短板就是缺少以国产芯片为基础研发的算法,只是调整算法,产品的适配度会比较差,要想进入前装市场,就需要有过硬的技术能够匹配多样的车型,需要肯花时间和精力去做。 

虽然乘用车前装市场已经开始,但我国有三万种车型,乘用车保有量更是逐年增加,有疲劳驾驶预警系统功能的车型比重其实很小,而且大部分为高端车型。

未来乘用车DMS市场还会不会按照预期发展下去,需要产品和价格的综合优势,更需要消费者买单。

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分