精品国产人成在线_亚洲高清无码在线观看_国产在线视频国产永久2021_国产AV综合第一页一个的一区免费影院黑人_最近中文字幕MV高清在线视频

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

能識別駕駛員狀態行為的監控系統還不夠可靠

姚小熊27 ? 來源:EE Time ? 作者:EE Time ? 2020-12-23 10:00 ? 次閱讀

駕駛員監控系統(DMS)作為一位后起之秀,在近年來的汽車市場上引起了不小的反響。

人們意識到,DMS的出現確實能夠改善汽車安全性,也由此推動了新的法規條款與新的汽車安全評級方式。歐洲議會已經更新了其《通用安全法規(GSR)》以推動DMS類型認證,歐洲CNAP(新車評估計劃)也在著手制定DMS測試協議。順帶一提,NCAP五星碰撞評級計劃的測試工作已經推遲了兩年,預計相關工作將在2024年正式啟動。

但這并不是全部。

目前汽車行業發現了一項可怕的事實:駕駛員使用部分自動化功能的時間越長,其對于駕駛本身就變得越是漫不經心。

誠然,汽車制造商希望自己的高級駕駛員輔助系統(ADAS)能夠給用戶帶來更強大的安全保障,但對此類系統的過度依賴反而造成了不少事故。而這種極不穩定的人機關系中間,正是DMS發揮作用的舞臺。

這就帶來了新的問題:DMS能不能在人機操控之間,找到新的平衡點。

在最近一次采訪中,麻省理工學院AgeLab研究科學家Bryan Reimer再次提出了他的一貫主張:“必須將DMS數據與主動安全系統融合起來。”作為公路安全保險協會(IIHS)中的研究員,他在一項研究中發現L1與L2級別自動駕駛系統反而會降低行駛安全水平。

Reimer提到,其目標是“以一種更理想的方式將自動化與人工操縱優勢結合起來,最大化提升安全水平。”為了保證人車聯合系統在安全表現方面真正超越純人工駕駛,“必須有強大的數據作為支撐。”

Semicast Research首席分析師Colin Barnden強調,“必須將ADAS與DMS對接起來。”Barnden還指出,DMS在駕駛者身上檢測到的結果,應該被轉化為ADAS中的制動或者轉向等響應性操作。

Seeing Machines人為因素與今后解決方案高級副總裁Mike Lenné坦言,“內部與外部傳感系統的集成,確實為增強安全性帶來了新的機會。”他還列舉了ADAS與DMS相對接有望帶來的“兩大核心價值,即:1)理解現實世界中的安全風險,確保正確檢測出人類狀態;2)使用DMS限制ADAS功能。”

例如,現在的ADAS只要求駕駛員把手放在方向盤上,但他或她能及時操作方向盤嗎?

Lenné指出,目前一大核心挑戰在于“判斷如何針對不同的駕駛場景/環境以調整DMS功能。例如,應該如何調整市區駕駛與鄉村駕駛條件下的干擾信號?”

除此之外,汽車制造商還“有必要將人機界面(HMI)/車輛響應與風險嚴重程度匹配起來。換言之,應該根據安全風險的嚴重程度決定HMI與車輛響應方式。”

DMS的“基礎版本”

好高騖遠顯然不可齲例如,歐洲NCAP技術主管Richard Schram在關于“超越駕駛員監控的更高級別安全性”網絡會議上提到,歐洲NCAP“正在采取務實且快速推進的方法解決問題。”Schram強調稱,歐洲NCAP首先應“在每輛車上使用DMS的基礎版本,而后根據技術路線圖逐步推進。如果希望一步到位追求完美的DMS,那我們將永遠找不到答案。”

那么這會是什么樣的基礎版本?會是基于攝像頭的,還是基于視覺識別的?

根據目前歐洲NCAP正在起草的DNS測試協議,可以看到其重點完全放在基于視覺識別的系統身上。

Smart Eye公司CEO Martin Krantz打趣道,“特斯拉品牌使用的方向盤扭矩傳感器有時候也會被歸類為DMS……但很明顯,這類方案已經過時了。”

在采訪當中,Jungo Connectivity公司CEO Ophir Herbst坦言“DMS與乘員監控系統(OMS)技術都以2D攝像機為基礎……實際上,已經有部分企業與我們合作,使用我們的系統衡量駕駛員的「認知狀態」或者說「心態」。OEM廠商也在積極尋求其他傳感器解決方案,但他們承認攝像機在實現各類功能方面仍然具有最好的投資回報。成本很重要,選擇視覺檢測的合理性也正在于此。”

最近剛剛更名為Cipia的Eyesight Technologies公司也堅持認為,視覺識別將是實現駕駛員監控的主要方法。

該公司產品副總裁Tal Krzypow在采訪中表示,視覺分析“能夠檢測到眼睛的閉合、凝視與面部表情(及其他特征),這些都是駕駛員感到疲倦或注意力分散的直接指標。”

他補充道,“注意力分散特別重要,這也是造成安全事故的主要原因之一。除了視覺分析之外,沒有其他方法能夠準確跟蹤駕駛員的視線。”

Krzypow并沒有貶低其他傳感器,例如用于監測呼吸的雷達;但他強調稱“目前市場的發展在很大程度上由法規要求所驅動,而視覺分析確實能夠更好地解決這方面要求。”

下一代DMS傳感器會是什么樣子?

雖然大部分OEM廠商都把基于視覺識別的DMS作為優先方向,但DMS開發商也不會停止探索其他傳感器方案的腳步。

Smart Eye公司CEO Krantz描述了更廣闊的發展前景。“2020年的CES上,我們展示了一種基于雷達的呼吸探測器。”與其他DMS技術供應商一樣,他們也在尋求新的乘員監控解決方案。Krantz提到,“我們還追求全面的車內感知方案,包括使用一到兩臺連接攝像機跟蹤整個乘員艙,測量其身體姿態、是否有兒童、是否正確系上安全帶等。”他還補充道,“我們還將提取所有乘客的面部表情,并將其與基本情緒映射起來。”在他看來,汽車內部未來將“采用多模傳感器套件實時監控。”Smart Eye公司也計劃“繼續開發我們的軟件,使其能夠對接多種傳感器形式。”

根據報道,Valeo等一流廠商也在探索雷達解決方案,及時發現被意外留在后座上的嬰兒或寵物。

行駛時間(ToF)傳感器也有望在DMS中發揮作用。ADI與Jungo就在今年年初宣布開展合作,Jugo公司CEO Herbst解釋稱,ToF傳感器能夠提高人臉識別、手勢與姿態/姿勢等識別算法的準確率。他提到,“在某些情況下,ToF傳感器可以提供冗余功能例如檢測手是否離開了方向盤。”他表示ToF傳感器將在“來年”首次登陸DMS方案。

但也有一派觀點認為,在DMS中添加感知模式未必能夠解決駕駛員疲勞度等棘手難題。Seeing Machines公司的Lenné提出,“困倦是最難啃的硬骨頭。我們研究了大腦活動、心律活動以及呼吸等因素。”目前,澳大利亞與英國學術機構都在開發相應的生理傳感器,“但我們發現這些傳感器會產生令人難以置信的噪音。而且導致心率或呼吸率變化的原因多達101種。”

隨著DMS的要求越來越貼近現實,Seeing Machines重申了其基本思路:“眼睛不會說謊,眼睛能夠體現一切。”Lenné強調廣泛的研發活動發現,“要想準確把握某人的注意力與認知狀態,就必須研究他們的面部表情、特別是眼睛。”

歐洲NCAP應該測試哪些方案?又該如何測試?

Smart Eye公司的Krantz指出,DMS測試的首要任務是“將系統安裝在汽車內。目前很多在實驗室環境下可以正常起效的系統,根本無法適應真實汽車行駛所處的惡劣環境。”

Semicast公司的Barden則強調,“陽光直射、路燈產生的頻閃效果”都可能干擾DMS的判斷。此外,佩戴口罩和太陽鏡的駕駛員也會令DMS無所適從。

那么,DMS“必須關注”的特征有哪些?參加了歐洲NCAP開發測試的供應商表示無法透露相關信息,但從根本上講,Smart Eye認為“信號的可用性”才是最核心的要求。

“最重要的就是同時跟蹤基礎信號的準確性與可用性,例如頭部姿勢、眼瞼是否張開、注視的方向等等。如果這些信號的完整性不高,則無法以此為基礎構建警告應用。總而言之,理想的DMS系統必須既靈敏、又能把誤報概率控制在極低的水平。”

Karntz還補充稱,“例如,DMS必須能夠把掃視與打瞌睡區分開來。”

目前歐洲NCAP測試協議仍在進行當中,Krantz強調“我們相信這項協議能夠反映出對先進技術的需求,確保未來的DMS系統能夠切實衡量最重要的基本特征。”

Jungo公司CEO Herbst則列出了以下潛在要求:

識別頭部姿勢以分析注意力分布情況,例如瞥向手機、調整車載娛樂信息等;

識別出打瞌睡及其他疲勞情況;

通過多種信號(眼睛、哈欠、腦電圖、不動方向盤)識別出陷入穩定睡眠的指標;

支持各種光照條件(白天、夜晚、陽光直射);

各類常見佩戴物(眼鏡、太陽鏡、帽子、口罩)。

最后,OEM廠商希望NCAP的要求不要太過嚴苛,保證相關DMS系統仍然具備成本效益。Herbst提到,“應該確保DMS能夠運行在現有車載計算平臺之上(例如車載信息娛樂系統)。”汽車制造商還需要考慮其他功能的可行性,例如軟件更新。再有,一線廠商還需要一種能夠與當前首選芯片組相適應的解決方案。當然,監管機構并不會在技術方案層面設限,他們只重視使用效果及能否適應極端案例。

相對于碰撞安全假人,會出現“瞌睡測試假人”嗎?

這是個奇怪的問題,但又特別真實。換言之,歐洲NCAP是怎么測試車載DMS效果的?使用“瞌睡測試假人”嗎?

Seeing Machines的Lenné表示,“我們的觀點是,人/駕駛員需要在模擬器或測試賽道中主動對接被測系統。目前還不清楚這個目標要如何實現,但各方可能需要在睡意程度方面達成共識。”

關于打瞌睡,Smart Eye公司的Krantz認為“除了在意識出打瞌睡時發出警告外,DMS還需要注意到嚴重疲倦狀態,這同樣會導致駕駛能力急劇下降。因此在模擬與實際駕駛中,應該以相同的時間間隔不斷評估駕駛員的實際睡意。區別在于,我們可以在模擬器中繼續推進,準許測試對象徹底入睡。”

實際上,真正的測試似乎要比Krantz與Lenné的設想復雜得多。正如Cipia公司的Krzypow所提出,“睡意衡量中包含著雙重挑戰:難以衡量,而且難以模擬。”目前歐洲NCAP并未解釋要如何應對這些挑戰。

DMS如何避免引發駕駛員的反感?

相信很多人都有體會,當前DMS技術中的薄弱環節在于,一旦誤報頻率過高,駕駛員會直接關閉DMS并導致其徹底失效。

Jungo公司CEO坦言,“確實,過多的誤報實在令人討厭。在Jungo,我們會優先除非種種干擾性事件,例如不看路、接電話、吸煙等。目前,我們還不會主動評估駕駛員的「認知」狀態,例如眼睛盯著路面但注意力早已渙散。這太容易引發誤報了,還沒有實用意義。”

Smart Eye公司CEO Krantz指出,“要盡可能降低錯誤率,關鍵是在基礎信號中保持極高的精度。這就要求構建起一套設計精良且經過全面測試的應用程序,由其將基礎信號轉換為有價值的駕駛員狀態信息,并最終據此采取全面的警告策略,在不引發反感的前提下向駕駛員發布提醒。”

Seeing Machines的Lenné對此表示贊同。“以人為本的設計非常重要,我們必須了解行為與相關風險,將其解釋為特征,這樣才能真正支撐起「實際意義」。誤報的數量還取決于其他因素,包括信號的可用性與可靠性,這些同樣需要高度關注。”

麻省理工學院的Reimer以通用汽車公司為例,強調過度活躍的駕駛員警報系統有可能帶來糟糕的體驗。

“通用汽車目前已經與Super Cruise合作開發出一套多段式警報方法,能夠通過增強(無聲提示)及逐步升級警報的組合形式解決問題。”

從理論上講,準確識別駕駛員狀態并對接DMS警報系統,即可有效緩解這些惱人的感受。

但Reimer也提出,“我們不知道有哪些系統能夠切實解決認知衰退或注意力渙散的問題。我們整個集團以及多家OEM與供應商合作伙伴正在積極研究這方面議題。”

目前的DMS方案

目前的DMS方案顯然無法解決前文中提出的種種現實問題。Semicast Research公司的Barnden提到,“現有方案的駕駛員監控效果非常差勁。”根據現代集團發布的Forward Attention Warning (FAW)系統宣傳片段,可以看到旁白警告稱“在某些情況下,FAW可能無法正常工作……例如當駕駛員佩戴偏光鏡、化有濃密眼妝,或者面部被頭發或帽子遮擋,或視頻被方向盤所遮擋時。”

請注意,FAW系統無法替代安全的駕駛習慣與方式。駕駛員有責任始終監督車輛與前方車輛間的速度差異與距離。

所以……事實就是這樣,DMS還不夠可靠,而汽車制造商仍然在成本的權衡之下推出可用性糟糕的方案,并將其作為重要賣點。
責任編輯:YYX

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。 舉報投訴
  • 監控系統
    +關注

    關注

    21

    文章

    3866

    瀏覽量

    173514
  • adas
    +關注

    關注

    309

    文章

    2170

    瀏覽量

    208536
  • DMS
    DMS
    +關注

    關注

    0

    文章

    82

    瀏覽量

    16216
收藏 人收藏

    評論

    相關推薦

    高效識別,智能分析,訊維AI視頻行為分析系統開啟智慧監控時代!

    的智能監控系統。相比傳統的視頻監控系統,智能加快系統能夠提前識別危險,并做出預警反應,提高了
    的頭像 發表于 11-15 15:26 ?272次閱讀
    高效<b class='flag-5'>識別</b>,智能分析,訊維AI視頻<b class='flag-5'>行為</b>分析<b class='flag-5'>系統</b>開啟智慧<b class='flag-5'>監控</b>時代!

    海康汽車&amp;森思泰克推出全新一代DMS一體機解決方案

    ,準確識別駕駛員駕駛時存在的一切不安全駕駛行為,判斷出駕駛員的實時
    的頭像 發表于 11-13 09:46 ?598次閱讀

    減少基于攝像頭的駕駛員監控系統(DMS)的布線量

    電子發燒友網站提供《減少基于攝像頭的駕駛員監控系統(DMS)的布線量.pdf》資料免費下載
    發表于 08-28 10:26 ?1次下載
    減少基于攝像頭的<b class='flag-5'>駕駛員</b><b class='flag-5'>監控</b><b class='flag-5'>系統</b>(DMS)的布線量

    加油站視頻監控行為識別分析系統 OpenCV

    智慧加油站視頻監控行為識別分析系統選用視頻監控系統智能分析技術,對給油區和卸油區工作人員抽煙、通
    的頭像 發表于 07-06 10:40 ?243次閱讀
    加油站視頻<b class='flag-5'>監控</b><b class='flag-5'>行為</b><b class='flag-5'>識別</b>分析<b class='flag-5'>系統</b> OpenCV

    AI行為識別視頻監控系統 Python

    AI行為識別視頻監控系統來自機器視覺技術的革新。機器視覺技術應用是人工智能技術分析的一個支系。它可以在圖形和圖象具體內容敘述中間創建投射關聯,使電腦可以根據圖像處理和剖析比較,進而熟悉
    的頭像 發表于 07-06 10:36 ?486次閱讀
    AI<b class='flag-5'>行為</b><b class='flag-5'>識別</b>視頻<b class='flag-5'>監控</b><b class='flag-5'>系統</b> Python

    用于駕駛員監控系統的NIR LED驅動器套件STR-DMS-NCV7694-GEVK系列數據手冊

    電子發燒友網站提供《用于駕駛員監控系統的NIR LED驅動器套件STR-DMS-NCV7694-GEVK系列數據手冊.rar》資料免費下載
    發表于 04-26 17:32 ?0次下載
    用于<b class='flag-5'>駕駛員</b><b class='flag-5'>監控</b><b class='flag-5'>系統</b>的NIR LED驅動器套件STR-DMS-NCV7694-GEVK系列數據手冊

    用于駕駛員監控系統的近紅外LED驅動器STR-DMS-NCV7694-GEVB數據手冊

    電子發燒友網站提供《用于駕駛員監控系統的近紅外LED驅動器STR-DMS-NCV7694-GEVB數據手冊.rar》資料免費下載
    發表于 04-26 17:22 ?0次下載
    用于<b class='flag-5'>駕駛員</b><b class='flag-5'>監控</b><b class='flag-5'>系統</b>的近紅外LED驅動器STR-DMS-NCV7694-GEVB數據手冊

    廠商加速出海 虹軟駕駛員分心警告系統歐洲ADDW測試圓滿收官

    作為全球三大主要汽車市場之一的歐洲,對汽車安全技術的要求日益嚴格。根據《歐盟法規REGULATION (EU) 2023/2590》,M和N類機動車輛將需要于2024年7月7日起開始適用駕駛員分心警告(“ADDW”)系統
    的頭像 發表于 04-01 11:15 ?865次閱讀

    Smart Eye宣布獲得車隊駕駛員監控系統AIS突破性訂單

    Smart Eye將向歐洲一家大型商用車制造商的兩款中型卡車提供其車隊駕駛員監控系統。根據產品生命周期銷量預測,該訂單的預計收入為1.5億瑞典克朗。
    的頭像 發表于 03-21 18:05 ?491次閱讀

    汽車上的夜視系統是什么意思?

    夜視系統是一種現代汽車安全技術,旨在幫助駕駛員在夜間或低光條件下更好地看到道路和周圍環境。它利用紅外光技術或熱成像技術來增強視覺,并幫助駕駛員在黑暗中識別障礙物和行人。夜視
    的頭像 發表于 02-22 18:26 ?454次閱讀
    汽車上的夜視<b class='flag-5'>系統</b>是什么意思?

    車內語音識別數據在智能駕駛中的價值與應用

    和個性化提供了有力支持。本文將詳細介紹車內語音識別數據在智能駕駛中的價值、應用以及面臨的挑戰和未來的發展趨勢。 二、車內語音識別數據的價值 提高駕駛安全性:通過語音控制車輛功能,
    的頭像 發表于 02-19 11:47 ?535次閱讀

    車內語音識別技術在智能駕駛中的應用與前景

    一、引言 隨著智能駕駛技術的快速發展,車內語音識別技術逐漸成為智能駕駛領域的研究熱點。語音識別技術為駕駛員提供了更加便捷、安全的
    的頭像 發表于 02-19 11:46 ?766次閱讀

    車內語音識別數據在智能駕駛中的應用與挑戰

    一、引言 隨著智能駕駛技術的不斷發展,車內語音識別數據在智能駕駛中的應用越來越廣泛。車內語音識別技術為駕駛員提供了更加便捷和安全的
    的頭像 發表于 01-26 18:14 ?1079次閱讀

    優步與特斯拉達成合作,推動美國駕駛員使用電動汽車,實現“零排放”目標

    優步承諾,除了現有的聯邦稅收優惠(最高達7500美元),公司還將給予駕駛員額外的專屬購車獎賞,高達2000美元(相當于在中國約人民幣14400元)。至今為止,優步已有超過7.4萬名活躍電動汽車駕駛員遍布于美加歐三地。
    的頭像 發表于 01-17 10:29 ?476次閱讀

    如何使用Trajeglish幫助自動駕駛汽車學習人類駕駛行為語言呢?

    駕駛員之間的溝通常常遠超于轉向燈和剎車燈的使用,很多情況下都依賴于人與人之間的交流,而并非汽車技術,比如,示意另一輛車繼續前行,觀察另一位駕駛員是否注意到了自己,友好地向對面的車揮手等。
    的頭像 發表于 12-29 16:46 ?395次閱讀
    如何使用Trajeglish幫助自動<b class='flag-5'>駕駛</b>汽車學習人類<b class='flag-5'>駕駛</b><b class='flag-5'>行為</b>語言呢?