监控驾驶员警觉性的非侵入式系统

睡眠呼吸暂停等医疗状况也会增加风险。驾驶员的困倦、分心和情绪等状态也会影响驾驶员的信息处理能力并改变其冒险倾向，从而增加风险。智能个人设备和信息娱乐系统也导致了道路碰撞，因为后者增加了已经要求很高的驾驶活动。

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的发展呈指数级增长，以开发能够感知驾驶员状态并提供适当及时反馈的驾驶员监控系统。

耶克斯-多德森定律

驾驶员的状态直接影响他或她的驾驶能力。Yerkes-Dodson 定律最好地定义了这一点。当该定律适应驾驶员的状态时，在驾驶员的觉醒和他或她的驾驶表现之间投射出倒 U 函数。

如图 1 所示，高唤醒和低唤醒都会导致较差的驾驶性能。当驾驶员保持警惕但没有压力时，会出现最佳性能。

（图 1. 作为警戒功能的驾驶员表现）

例如，由于路况不变（例如在交通较少或没有交通的笔直道路上行驶）而昏昏欲睡或失去警惕的驾驶员很容易失去对车辆的控制或未能在正确的时间做出反应。而剧烈的驾驶条件，例如交通繁忙或能见度差，或次要任务（例如，导航系统工作或激烈的电话交谈）的额外工作量可能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程度。例如，闭眼百分比 （PERCLOS）、眨眼和打哈欠有助于检测疲劳和困倦，而眼球运动、注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，更早是不可能的。但最近计算能力和算法的进步使实时成为可能。

内部驾驶员监控系统

典型的驾驶员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驾驶员定位的电荷耦合设备摄像头。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。

具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标志。之后，提取 PERCLOS、头部姿势和注视方向等特征。最后，系统会查看模式并做出决定。

一般来说，有两种方法可以跟踪驾驶员的上半身运动：

使用面部标志的刚性三维头部模型和正面方向检测。

也可以根据一定时间间隔内的频率或标准差等视觉指标的数据进行检测。

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

黑暗和明亮的瞳孔效应

还可以计算用于嗜睡检测的视觉指标，例如眼睛区域（瞳孔、眼睑等）。这些用于注视估计和头部姿势估计。

具有近红外源的相机眼动追踪系统用于利用人类瞳孔的光学特性。这就是所谓的明暗瞳孔效应。当照明与注视在同一轴上时，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会导致瞳孔变暗。对于驾驶员监控系统，执行从亮瞳帧中减去交替的暗瞳帧的计算成本低廉的方法。尽管该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，很有可能为不依赖图像采集硬件配置的实时应用开发具有大量视频数据输入的智能计算机视觉解决方案。跟踪算法也用于提高系统的处理速度。

新一代相机具备超越人类视觉的能力，可以捕捉到最细微的变化。这些摄像头可以对驾驶员生理进行潜在的非侵入性评估。面部特征和身体运动（例如头部和手部位置）被用来确定驾驶员的状态。例如，使用手机、吸烟和吃饭等都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方法。

结论

传感技术的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开发更好的驾驶员监控解决方案提供了范围。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方面发挥重要作用。在这些情况下，了解驾驶员的意图至关重要。一旦车辆因驾驶员困倦而获得控制权，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。

开发高级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人员在信号处理和人类行为方面的密切合作。

审核编辑：郭婷