汽車安全的另一只“眼”DMS是如何實現(xiàn)的？

零事故，是汽車電子特別是自動駕駛的終極追求。因此，在ADAS和自動駕駛方案的研發(fā)中，很大的筆墨都是圍繞著安全展開的，比如為了在全天候環(huán)境中感知行車環(huán)境，避免和遠離危險，專門在車輛四周引入了多種傳感器——如視覺攝像頭、毫米波雷達、激光雷達、超聲波雷達等——編織成了一個蠶繭般360°無死角的感知界面，將汽車罩在其中。

但是想要真正“無死角”地應對安全問題，僅有這些位于車輛外部、“向外看”的傳感器還是不夠的，還有需要有一只“向內(nèi)看”的“眼睛”，從車輛內(nèi)部對駕駛員進行監(jiān)測，隨時關(guān)注其健康和疲勞狀態(tài)——畢竟在還沒有實現(xiàn)完全的自動駕駛之前，駕駛員對于車輛仍有相當?shù)目刂茩?quán)，其駕駛狀態(tài)好壞對于行車安全至關(guān)重要。

中國交通部統(tǒng)計表明，中國48％的車禍是由駕駛員疲勞駕駛引起；而德國的研究也顯示，在德國境內(nèi)高速公路上25％導致人員傷亡的交通事故，都與疲勞駕駛相關(guān)。因此，Euro－NCAP發(fā)布的2025路線圖中，要求從2022年7月開始新車都必須配備駕駛員監(jiān)測系統(tǒng)（DMS），在中國也已立法對商用車強制裝配DMS系統(tǒng)，乘用車搭載要求也在推進制定中。

這一關(guān)乎安全問題的新“剛需”，也帶來了市場新機遇。據(jù)佐思汽研的研究數(shù)據(jù)，2019年中國主動DMS系統(tǒng)的乘用車新車安裝量為10，170套，同比增長174％，而2020第一季度安裝量就達到了5，137套，同比增長360％，而且增長動力來自于價格15－20萬主流車型中的裝配。

面對這樣的大趨勢，對于車企和開發(fā)者來說，跟還是不跟以及如何跟進，就成了一個必須回答的問題。

DMS是如何實現(xiàn)的？

DMS一般分為主動式DMS和被動式DMS兩種。被動式DMS是基于方向盤轉(zhuǎn)向和行駛軌跡等特征來間接判斷駕駛員狀態(tài)；而主動式DMS系統(tǒng)一般是直接檢測駕駛員生理體征和行為動作，因此受外界其他因素干擾小，檢測的結(jié)果來得更準確，所以已經(jīng)成為主流的研發(fā)方向。

主動式DSM又分為兩種：

1、生理信號檢測：即通過對駕駛員腦電信號EEG、心電信號ECG等生理指標的測量，反映其疲勞狀態(tài)。這種方法雖然準確性高，但需采用“接觸測量”的方式，在駕駛過程中局限性較大。

2、生理反應檢測：基于攝像頭對駕駛員面部特征變化（如眼部和頭部的運動）進行捕捉和識別，推斷其疲勞狀態(tài)，這屬于一種非接觸的檢測方法，對駕駛者干擾少，而且隨著近年圖像處理軟硬件技術(shù)的成熟測量的速度和準確性提升了不少，因此已經(jīng)成為了最具商用可行性的方法，行業(yè)內(nèi)主流的廠商也都是圍繞著這條技術(shù)路徑做文章。

所以說，目前我們探討的主動式DMS方案，就是一個典型的視覺識別系統(tǒng)——它通過安裝在駕駛座艙中的攝像頭和近紅外技術(shù)采集駕駛員的面部和身體視覺信息；這些數(shù)據(jù)交給一個計算平臺進行分析和判斷，根據(jù)駕駛員眼瞼閉合、眨眼、凝視方向、打哈欠和頭部運動等確定其是否處于疲勞駕駛狀態(tài)，在這個計算處理的過程中通常會用到機器學習的方法，通過訓練出的模型去做推理，提升識別的準確性和效率；一旦檢測到有疲勞駕駛的征兆，就會觸發(fā)車輛中的燈光、聲音等報警系統(tǒng)，給予駕駛員警示。這樣一來，所有危險或可疑的動作，都逃不過DMS的“法眼”了。

DMS面臨的技術(shù)挑戰(zhàn)

可以說，在眾多技術(shù)公司的努力下，目前對于實現(xiàn)主動式DMS的技術(shù)路徑已經(jīng)很清晰了，不過在具體的產(chǎn)品和方案研發(fā)中，DMS的應用落地仍然面臨諸多挑戰(zhàn)。首先，基于視覺的DMS方案，最大的技術(shù)難點之一就是在強光或弱光狀態(tài)下表現(xiàn)，需要確保其在不同環(huán)境中能夠持續(xù)獲取滿足質(zhì)量要求的視覺信號。

1、其次，這個視覺識別系統(tǒng)同樣面臨著由于算力不足，或通信等問題造成的延時問題。

2、再有，如何提高檢測的準確率，減少誤報，也是一大挑戰(zhàn)，因為如果誤報次數(shù)太多，對用戶造成干擾，就會在用戶體驗上得不償失。這方面很大程度上要依賴機器學習過程中大量高質(zhì)量的數(shù)據(jù)樣本，以及訓練算法的優(yōu)化。

3、最后，在小型化和成本上的要求也必須要重視，因為汽車座艙空間有限，DMS系統(tǒng)不能礙眼礙事。

圍繞著上述這些挑戰(zhàn)的技術(shù)攻堅一直在緊鑼密鼓地進行中，也有越來越多的成果呈現(xiàn)在大家眼前。

比如在應對光學挑戰(zhàn)方面，安森美半導體的AR0144 CMOS圖像傳感器就是一個理想的方案。AR0144是一個1／4英寸、1．0M（1280H×800V）分辨率的圖像傳感器，在明亮和微光條件下均不會有偽影，高快門效率和信噪比充分降低重影和噪音干擾，提高了整體圖像品質(zhì)。由于采用了創(chuàng)新的全局快門設計，AR0144能在靜態(tài)和動態(tài)場景應用中捕捉準確和快速的影像。加之其靈活多樣的圖像操作模式、緊湊的產(chǎn)品尺寸，它幾乎是為DMS量身定制的。

隨著時間的推移，以及相關(guān)安全法規(guī)的推動，未來適用于DMS的產(chǎn)品和方案也會越來越多。

從DMS到OMS

如果我們將視野再放大一些，實際上DMS只是汽車座艙主動安全策略的一部分，除了駕駛員監(jiān)測，未來對于乘客監(jiān)控系統(tǒng)（OMS）的需求也會成為一個市場亮點。

有消息稱，Euro NCAP將從2022年開始對兒童車內(nèi)遺留檢測（child presence detection）打分，該功能可以檢測出一個孩子獨自留在車內(nèi)，并向車主或緊急服務部門發(fā)出警報。美國國家公路交通安全管理局（NHTSA）也在制定新規(guī)則，強制汽車安裝“預警系統(tǒng)”，以提醒駕駛員檢查后座，避免兒童遺留問題。而這只是OMS應用的典型場景之一

以往的OMS應用比較簡單，常見的就是乘客占位檢測（通過壓力傳感器）以及安全帶佩戴檢測，但是傳統(tǒng)的技術(shù)方案比較容易產(chǎn)生誤報，且容易被“欺騙”——比如用一個金屬片插入安全帶插孔，就可以取消報警。

而上文所述的DMS采用的圖像識別系統(tǒng)，完全可以延伸到OMS領(lǐng)域，通過增加專門的針對乘客的攝像頭及其后端的技術(shù)處理系統(tǒng)，實現(xiàn)OMS的應用要求。這樣一來，DMS的很多技術(shù)沉淀在OMS都可以復用，而且同樣的技術(shù)架構(gòu)也不會增加座艙主動安全系統(tǒng)額外的復雜性。

值得一提的是，視覺方案并不是OMS的唯一選擇，比如有廠商已經(jīng)將毫米波雷達的方案，引入到后排乘客的監(jiān)測中。與其他方案相比，毫米波雷達可以提高檢測精度，且可以穿透衣服，避免遮擋問題，并測量各種生物信號（包括呼吸、心率等具體的健康指征），甚至基于一定的機器學習算法，雷達方案還可以提供足夠的精確度來區(qū)分成人、嬰兒和寵物。

如何選擇合適方技術(shù)方案？

不同方案的競逐，從市場和用戶的角度是個好事，但是對于開發(fā)者和廠商來說，也會帶來不少困擾：如何評估各種方案的優(yōu)劣；如何選擇合適的產(chǎn)品，實現(xiàn)差異化；有哪些可以利用的資源……都是一系列問號。

想要消除這些問號，現(xiàn)在有一個好機會——在“安富利ADAS／自動駕駛主題月”的活動中，將舉辦一期圍繞“駕駛員疲勞檢測系統(tǒng)（DMS）設計及開發(fā)”的專場研討會，屆時安富利與合作伙伴的專家，將深入探討DMS等主動駕艙安全技術(shù)的發(fā)展趨勢、開發(fā)難點及應對方案，特別將針對視覺解決方案，做詳細而全面的闡釋。相信通過這一研討會，大家對于如何在ADAS和自動駕駛中，打造一顆“看向座艙內(nèi)”的智慧之眼，一定能夠有更清晰的認知。

時間：2021年3月24日 14：00

主題：汽車ADAS技術(shù)周系統(tǒng)設計解密系列之智能座艙方案