要不是车里这双“眼”,你可能就没了
出品|虎嗅汽车组
作者|李文博
编辑|周到
头图|IC Photo
想象一下,在一个暖意盎然的秋日下午,你载着一家四口,开着500万以内最好的SUV,朝着800公里之外的海边度假小屋出发。平直通畅的高速公路上,妻子和两个孩子,在安静的车厢内酣然入睡。而被先进领航辅助系统从枯燥重复驾驶行为中解救出来的你,身心格外放松。
不到半小时,你的眼皮开始发沉,眼神开始涣散,身体开始发飘,脑子开始发糊,头也像啄木鸟一样,不停地上上下下。
就在眼皮即将完全合上的关头,一阵阵刺耳的系统警报声把你从梦乡边缘吼了回来:滴滴滴,大哥别睡着了,不行就下服务区歇会吧!
一瞬间清醒过来的你被吓出一身冷汗:“如果没有这声吼,可能要去鬼门关走一走”。
事实上,除了打瞌睡,长途出行过程中类似的“分心”场景还有很多,比如几乎每个驾驶员都做过的:发微信,刷朋友圈,吃东西,弯腰捡物品,和车上其他人员聊天过于投入等。按照相关交通领域机构发布的数据显示,驾驶时接打电话发生事故的概率是普通驾驶时的2.8倍,低头看手机3秒钟,就相当于盲开3秒。
往每台正在行驶的车里塞一名“肉身安全监督员”,肯定不现实。但往车里多放一双时刻在线的“安全监督眼”,用来平替真人,当下的技术已经实现了,它就是有着“人机共驾阶段驾驶辅助安全守门员”之称的,驾驶员监测系统(Driver Monitor System,以下简称DMS)。
DMS的工作链路与智能驾驶辅助系统十分相似,即:感知→决策→执行。
首先,利用传感器时刻监测驾驶员状态,当下最普遍的方案是摄像头为主力传感器的视觉感知;然后,将监测到数据的回传系统,与既有案例比对,决定是否对驾驶员进行提醒;最后,系统将决策下发至执行端,常规的执行动作包括:警示音,语音提醒,方向盘灯带闪烁,方向盘+座椅震动。部分车厂的方案已经可以做到驾驶员在一段时间内不回应,车辆主动靠边,减速停车,并拨打救援电话。
DMS这一套动作看起来不复杂,但却能在“防患于未然”这件事上起到奇效。很多时候,一声警示音,一阵屁股麻,就能挽救一条甚至几条宝贵的生命。
但,略微令人感到沮丧的是,DMS在中国市场在售乘用车上的搭载率很低,根据高工智能汽车研究院统计:2022年1-10月中国市场(不含进出口)乘用车前装标配搭载DMS系统的车型销售总量为87.2万台,前装搭载率只有5.49%。
具体来看,中国品牌DMS搭载率95.17%,远高于合资品牌。在价格区间上,35万元以上车型DMS平均搭载率达到13.93%,10-15万价格区间DMS搭载占比不超过3%。这意味着,在中国汽车消费的主力价格区间内,DMS仍然是一项可望而不可及的“高端配置”。
下面,就让我们细细研究下,这双藏在车厢内的“机械眼”,到底是怎么工作的。
感知是难题
想提前预测、干涉,制止驾驶者的危险驾驶行为,对驾驶者监测的覆盖面要够广,颗粒度要够细,数据要够全面,传输要够及时。
专业的医用多导体征监测仪,无疑是最佳答案:通过贴在人身体上的电极,监测脑电、心电、眼电、肌电、胸腹式呼吸运动、鼻气流、鼾声、脉搏、血氧饱和度、脉搏波、呼吸频率、体位等各类数据,然后对数据进行分析,来判断驾驶者当下的精神状态、心情波动、身体状况,并基于大数据底座对可能出现的突变进行预测。
抛开这样一套监测设备的不菲造价,单是开始驾驶前让驾驶者穿戴齐全部监测单体装置,就是一件吃力不讨好的事:我去超市买菜总共就开10分钟,还得先花半小时把装备穿上?
医用的专业仪器不行,咱就降个档次,试试把智能穿戴设备(如智能手表、手环)和车机系统连接,通过手环来获取驾驶者的心电、呼吸、血压、血氧、体温等关键性体征数据,再传回车机进行分析决策。
从易用度上看,智能穿戴设备是获取成本最低、学习程度最低、使用习惯培养难度最低的驾驶者状态监测解决方案。但有三个暂无头绪的实际困境:第一,现有智能穿戴设备与车机的连接顺畅度、对数据分析后的应答效率,达不到驾驶安全要求的及格线。倘若传输出现迟滞或错误,驾驶者的注意力可能会转移到手环上,反而制造了新的注意力转移隐患;第二,不同车企车机系统与各品牌智能穿戴设备之间的匹配,在没有行业统一协议和标准的前提下,始终无法拉齐;第三,生命体征属于驾驶者个人隐私,车厂和智能穿戴设备制造商对数据脱敏度的要求不同,哪些数据阅后即焚,哪些数据存储分析,哪些数据根本不用收集,听谁的,很难界定。
只有在两种路径下,该解决方案有机会大面积铺开:第一种,车厂自研自产智能穿戴设备,比如蔚来手环,理想手表,并随车附送;第二种,苹果、华为、小米这样的智能硬件提供商自主造车,让汽车进入品牌生态链。目前是第二种路径的可行度更高,毕竟华为汽车已经箭在弦上。
在智能穿戴设备全面接管驾驶者监测任务之前,可量产的DMS系统其实已经完成了一轮从“被动式”到“主动式”的迭代。
被动式DMS的做法是监测车辆基础信息,如单次驾驶时长,施加在方向盘上的扭力,车道偏离系统的工作时长等。被动式DMS成本低,许多车厂只在方向盘上增加一个扭矩传感器或电容HOD传感器就能大吹特吹自己的车具备高级驾驶辅助能力。
但实际上,被动式DMS的误报率很高,智能化程度很低,只能适配低等级ADAS系统。你一定看过有驾驶者利用在方向盘上悬挂不明物体的方式来“欺骗”系统,绕过警报的案例。
主动式DMS有两条路径:第一条是将监测重点聚焦在人的生物指标上,前文提过的心率、呼吸、血压、脑电波、皮肤电信号等都是监测对象。此路径的优势是指标全面,数据精准,劣势是需要在车内加装大量传感器,如压力传感器、电容传感器,导致成本过高,用户不愿买单。
第二条是将视觉传感器,即摄像头作为打造DMS的硬件底座,通过单目、双目、红外线摄像头,上车前先对驾驶者进行 Face ID 生物认证,行驶中追踪驾驶者的眼球,监控驾驶者的视线方向和眼球位置,最终达成掌控驾驶者注意力的目标。
这条路径的优势是采用成熟技术、供应体系下的传统2D可见光摄像头加上IR红外LED,成本低,出错率低,用户感知度高。劣势是受外界光线条件影响较大,受驾驶者眼部状态影响较大,戴墨镜或眼睛太小,都有可能让监测系统产生罢工。
算法比感知更难
摄像头装在A柱,方向盘或后视镜上了,驾驶者的面部和眼球也清晰地捕捉到了,然后呢?总不能稍微眯下眼睛,就在马路当中急刹停车了吧。
这时候,就该软件算法打卡上班了。
对摄像头这样的硬件来说,能完整捕捉驾驶者的面部动作就够了,要求不高。这些动作对应的含义,含义该基于什么规则判断,判断后匹配的决策动作,才是每套DMS系统的核心竞争力。
常见用于描述驾驶员疲劳状况的规则是1994年美国首次提出的PERCLOS:单位时间眼睛闭合百分比(percentage of eyelid closure over the pupil over time)。
PERCLOS的获取办法是车内摄像头对人脸进行图像采集,随后将图像传递至控制器。控制器利用预先导入的人脸识别算法对动态视频进行逐帧识别,判断哪些帧是眼皮盖过眼球的面积超过预设的比例。最后,统计疲劳帧数,和该段时间总帧数相除,得出结果。
PERCLOS有P70,P80,Em 三种测量方式:P70:眼皮盖过眼球的面积超过 70%所占的时间比例。P80:眼皮盖过眼球的面积超过 80%所占的时间比例。Em:眼皮盖过眼球的面积超过 50%所占的时间比例。
其中,1999年美国联邦高速公路管理局的实验证实,P80和驾驶者疲劳程度之间的相关性最高。
PERCLOS之所以如此重要,是因为驾驶员状态监测要求高鲁棒性,系统可以设定多个监测指标进行冗余设计,交叉互检。但在这些种类繁多指标中,需要有一个足够可靠,且基本不出纰漏的指标作为高权值依据,PERCLOS就是这个高可信值的关键基础指标。
其它常用监测指标还包括:轻微点头动作发生频率(太频繁意味着驾驶者有很大概率在打瞌睡);瞳孔放大缩小频率(情绪是否剧烈波动),嘴部形状变化(一直讲话,打哈欠,肯定没在专心开车)。
在硬件(摄像头)和软件(算法)的联合作用下,一套初级DMS系统才算搭建完成。说它初级,是因为可供系统进行综合运算的数据源还是太少,在摄像头提供的视觉信息之外,还可以融入车辆状态(车速、油门深度、横摆角速度、侧向加速度、转向盘角速度、角加速度等),麦克风获取的座舱内音量高低,座椅靠背内温度传感器测量的体温,以及来自智能穿戴设备的实时数据。
数据来源越丰富,对驾驶者的塑造也就越立体,系统做出的判断也就越精准,交通行为参与者也就越安全。
写在最后
一份来自《消费者报告》的ADAS系统测试报告,对我们进一步理解DMS,大有裨益:在这场为期3个月对12家主流车企35000台车辆的ADAS系统测试中,福特林肯Co-Pilot 360排第一,凯迪拉克Super Cruise排第二,特斯拉Autopilot只排第七。
在测试中,DMS的成绩权重极高,是福特林肯Co-Pilot 360和凯迪拉克Super Cruise得分大项,也是特斯拉Autopilot丢分的大项。可以说,没有DMS的ADAS系统,在《消费者报告》眼里,基本就是不及格。
为什么?
因为,在现有L2驾驶辅助阶段,DMS可以有效控制驾驶员对ADAS功能的滥用,实现对ADAS功能激活和失效的阈值设置,杜绝“方向盘上挂个猪蹄,就敢在高速公路上一边巡航一边睡觉”的莽撞行为。
而在通向L3、L4和L5级自动驾驶的道路上,DMS是高级人机交互技术的核心组件,只有驾驶员注意力监测机制明确,清楚判定人类司机的当前状态,才能确保当下驾驶权的归属,准确选择驾驶权的移交时机。
做个更形象的比喻:如果一套ADAS是一支11人的足球队,DMS就是站在整个队伍身后的守门员。你一定见过守门员在比赛中被红牌罚下后,前锋、中场、后卫来临时顶替的,但你何时见过,前锋、中场、后卫被罚下,用守门员来顶替的?
如对本稿件有异议或投诉,请联系[email protected]
End
想涨知识 关注虎嗅视频号!
微信扫码关注该文公众号作者