学习
实践
活动
工具
TVP
写文章

DMS的“理想”样本:三大门槛要迈过

据此前外媒报道,汽车座舱监控系统开发商Eyesight Technologies称,即使驾驶员佩戴了口罩,系统也能检测到其是否分心或昏昏欲睡。

今年3月初,美国联邦汽车运输安全管理局取消了每天11小时的驾驶时间上限。Eyesight首席执行官David Tolub表示,这一规定的改变可能会导致更多的疲劳驾驶:一辆40吨重的低速牵引挂车需要数百英尺才能停下来,因此对抗疲劳驾驶至关重要。

Eyesight正在不断改进对抗驾驶员疲劳分心的监测方案,以保证在特殊情况下的安全驾驶。“我们的解决方案有望在未来几个月上市,既可作为车队的售后解决方案,也可作为OEM集成解决方案。”Eyesight亚太区销售副总裁Ben Li表示。

另外Ben Li提出,任何想要进入欧洲市场的汽车制造商都需要谨记,从2022年开始,车辆配备DMS系统将成为法规要求中的一个项目,因此驾驶员监控的集成方案是车辆所必备的。

在中国,越来越多的省份要求上路的商用车配备DMS。因此车队和远程信息系统供应商将与DMS供应商合作,将DMS整合到他们的车队中。

其他国家的相关法规也在逐步实施的过程中。欧洲NCAP的新安全标准将要求对2022年即将上市的新车的驾驶员进行直接传感(如摄像头)监控。在上路前,驾驶员监控系统也必须通过周密的测试和评估。

一、何为据守之谋?

目前,相关的法规细则仍在制定中,供应商们并不清楚标准的产品规格和参数是什么。另外,能够为大众市场所采用的优秀方案并不多,所以该领域依然是一片蓝海市场,蕴藏着巨大的机会。

不过蛋糕虽大,分羹一杯也需要实力。供应商需要提供质量足够高,鲁棒性足够强的方案才能顺利通过市场的考验。Ben Li表示,目前合格的供应商还很少,而一个合格的DMS解决方案需要处理诸多挑战。

在计算机视觉方面,供应商需要面对的挑战包括系统在不同光线条件下的识别、千变万化的面部特征,以及眼镜、胡子、化妆、口罩等干扰因素。

此外,为了获得更多市场的青睐,解决方案需要更具性价比,这意味着需求对精益硬件 (处理器和相机)进行大量优化。

而在接下来,所有法规提及的地方都要进行方案的测试与评估。只有鲁棒性好的解决方案才可以通过测试并上路。

Ben Li提出,在法规大面积普及之前,将有无数小公司试图涌入市场。不过,解决方案一旦面临更深入的评估与测试,则会有大批企业面临淘汰。他认为,合格DMS的标准包括以下几点:

1、系统的灵活性,可以适应客户的ECU的简单和快速的集成(相对而言)。Eyesight的方案能够运行在一个单一的A15或双A54处理器中,大大降低了对硬件的要求。

2、高精度和鲁棒性——解决方案需要测试多个驾驶员,以及包括遮挡、不良光线、颠簸等复杂环境条件下的驾驶员行为和特征等,以确保其功能可应付各种现实环境的挑战。

3、性价比——解决方案必须符合精益硬件的要求,确保A-D级的所有车辆都可以使用这项技术,而不仅限于高端车型。

Eyesight算法的突出优势在于轻量化,无需FPGA/ GPU/ NPU/ DSP,仅A15一核或A54双核就可满足其算力。

该算法仅需匹配一颗100万像素的摄像头即可实现高效监测,且摄像头适配不同车型的不同机位。这样一来便极大程度上降低了硬件成本,也满足了主机厂对于平衡性能与成本的核心要求。

同时,该技术已充分嵌入和优化,能够在设备上进行实时且精益的边缘计算处理。即便对于具有精益计算需求的系统也能够实现高性能处理,并能够在 ARM 处理器上本地并行运行多个神经网络系统。

这意味着系统可将云计算的资源、计算、存储等能力带到更接近用户的本地边缘设备中,使大量计算可以在本地直接处理,实现本地事件的更快响应。

Ben Li表示,传统的系统会通过追踪驾驶员的眼、鼻、口,以及头部姿态等来进行驾驶员的状态监测。

而疫情当前,驾驶员若佩戴口罩则会影响系统的正确识别,导致漏报率的增加。因此,Eyesight通过训练其计算机视觉以及AI算法来实现驾驶员戴口罩时的识别与监测。

二、座舱监控的终极模式?

在业界看来,一项功能的演进最终会延伸出更大的边界。Ben Li表示,DMS监测不仅要保障司机的安全,还应涉及更大范围的座舱监控。未来将不断改进座舱的视觉解决方案,增加更多新的功能。

目前,Eyesight主要提供三种座舱监控方案,即Driver Sense(驾驶员监测)、Cabin Sense(舱内监控)、Fleet Sense(供车队使用的疲劳监控和驾驶员监控系统)。

其中, Driver Sense集中在驾驶员身上,可实时检测驾驶员的睡意与注意力分散程度。另外还可以实现对驾驶员身份的识别(已录入系统的),以及包括吸烟与拿手机等动作的行为识别。

Cabin Sense提供了完整的舱内监控解决方案,包括检测乘客的数量、乘客是否系安全带、监测乘客姿势,以及是否有被遗留在车内的儿童或包等物体。Fleet Sense则是一套供车队使用的疲劳监控和驾驶员监控系统。

Ben Li认为,Cabin Sense可被视为将计算机视觉技术延展到新场景中的一个机会。除了Euro NCAP 2022汽车评级与美国热车法案等安全层面的驱动,还有提升驾驶员与乘客体验的需求。

很显然,移动共享出行服务将驱使汽车成为人们在家、办公室之外的“第三空间”,且扮演着越来越重要的角色。

在这里,用户可以自由休闲与工作。因此个性化和用户体验也变得至关重要。这对于服务运营商来说是一个巨大的市场机会,可以尽情施展拳脚,为人机交互创造更多的可能性。

目前对于座舱监控,主机厂关注的焦点暂时还停留在RFI阶段,主要是为了更好地理解这项技术的可能性。而业界还没有100%确定该系统的实际用途,对其市场情况也暂时没有明确把握。

三、其他挑战

当提及优化监测与识别精度的其他方法时,Ben Li表示,正如生活中的普遍规律,答案取决于各种方法的平衡,而非单一要素。未来的DMS可能将结合心率、体温、呼吸变化等指标,更好地了解驾驶员的状态。

不过目前的问题在于,基于计算机视觉的系统永远达不到100%的准确性,且总会有系统无法处理的异常情况,比如误报与漏报。

Ben Li表示,负责将视觉信息转换为驾驶员生理状态的算法由两个层面组成:计算机视觉算法与逻辑算法。随着研究的持续深入,这两层算法将继续减少误报与漏报情况的发生。另外,公司也会根据实际需求进行软件的不断优化与更新。

提高座舱识别性能的另一个关键在于如何平衡系统的灵敏度。漏报率和误报率是反映系统灵敏度的两个主要指标。比如,系统对分心驾驶检测越严格,就越有可能把驾驶员的状态识别为分心,即使他们并没有这样。

因此目前来看,DMS预警(之于用户)有时并不意味着拯救更多的生命,而可能是一种骚扰,这也可能导致驾驶员为了避免干扰而无视(或关闭)警告,以致(失去安全预警)而发生事故。因此,产品设计最重要的是把握一个“度”。

Ben Li认为,若上升至自动驾驶层面,座舱的监测方式和内容将和现在有所不同。并且不会只用一种监测系统应用于所有层级的自动驾驶。”

“而在即将到来的L2+自动驾驶中,我们看到了使用DMS的另外一种挑战。”Ben Li提出,DMS上升至主动安全的难点在于法规的管控。

例如,驾驶员在高速行驶的道路上分心导致即将撞到前方车辆时,自适应巡航控制系统和车道保持辅助系统可能会在DMS的联动下自动触发,直到系统监测到驾驶员对警报做出反应,重新接管车辆,以此避免事故的发生。

然而,欧洲的法规目前并不允许车辆开启默认的自适应巡航控制。因此,上述场景也暂时不会出现。

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20200512A0LIMC00?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

扫码关注腾讯云开发者

领取腾讯云代金券