疲劳驾驶检测技术现状及发展趋势
2016-08-26 10:13:42   来源：盖世汽车   作者:    评论：0

　　智能网联大潮下，ADAS作为离现实最近的自动驾驶实现手段，备受行业关注。近日，“第三届智能汽车技术国际论坛暨创新展”集合诸多行业专家、学者针对此话题展开深入探讨，盖世汽车将论坛中部分演讲进行梳理，以飨以内。

　　清华大学苏州汽车研究院ADAS中心主任张伟博士

　　以下内容为清华大学苏州汽车研究院ADAS中心主任张伟博士关于“疲劳驾驶检测技术现状及发展趋势”的演讲实录：

　　大家好。我今天的报告分为几个内容来讲，第一，现在的形势及需求分析。第二，从整体上介绍一下疲劳驾驶的概况。第三，基于计算机视觉通过表情分析来判断驾驶员的疲劳。第四，探讨一下未来疲劳驾驶的发展趋势。第五，介绍一个目前在国内疲劳驾驶这方面做了很多年的公司清研微视在产品方面的情况。

　　第一，疲劳驾驶是引起交通事故很重要的原因，据统计现在大概有20%至30%的交通事故是由于疲劳驾驶引起的，那么在中国和美国的数据差不多。尤其是在高速公路上发生交通事故（疲劳致因）达到30%以上，这个现象比较普遍，据调查大概有50%的人都有过疲劳驾驶的经历。这个图是我们做出来的第一代样机，在苏州无锡的长途货运车辆上安装的，因为我们的产品的报警可以把前后十秒的视频传到网络后台来。从我们的试验当中遇到的驾驶员，营运车辆长途的驾驶员每一个人都发生过疲劳并且非常严重，所以大家晚上开车的时候，离大车一定要远一点。这是咱们国家原来统计的很多重大的交通事故，伤亡人数很多，调查原因的时候大部分是由于疲劳驾驶引起的。刚才我提到疲劳致因大概占到20%至30%，可能这个数据被低估了，因为在调查原因的时候很多人不承认疲劳驾驶，为了逃避责任。包括前一阵吴建民车祸去世也是由于疲劳驾驶。前几天在衡阳发生了一起旅游大巴的交通事故，目前死了35人，调查原因也是因为疲劳驾驶。包括世界范围内怎么控制疲劳驾驶？一般是通过判断驾驶时间，但并不准确。我们国家规定连续驾驶时间不超过4小时，但是这种防范相对比较简单，在检测率方面有限，因为他没有考虑驾驶人在刚上车的时候是不是困倦的，这些因素都没有考虑，漏检率比较高。对于疲劳驾驶检测系统来说，它分为两部分：1.如何检测。2.如何预警，预警本身是唤醒驾驶员的过程。在这两个层面都涉及到系统的实时性、准确性、有效性。比如说实时性，我们的疲劳信息能否即时的传递给驾驶员，预警他，唤醒他。第二，作为运营车辆来讲，这个信息能不能实时的传送到它的管理部门和监管部门。第三，对于准确性来讲，疲劳检测方面有哪些技术，它的精度怎么样，哪些适合运营车载的？对于有效性来讲，预警的效果是不是真正起到了唤醒驾驶员的作用，如何通过远程的监督和管理手段进一步降低疲劳事故发生的概率。那么这些都是从有效性方面，我们要在产品设计上考虑的问题。

　　第二，研究动态。疲劳从分类来讲，对驾驶员来讲可以分为两种：1.精神的疲劳。2.肌体的疲劳。精神疲劳就是通常讲的困了，打盹了。肌体疲劳就是开车开的腰酸背痛了。我们今天讲的主要是精神疲劳，就是人的，它的难点：1.不可直接测量，因为是人的一种精神状态，只能通过外在的表现去反演驾驶员的精神状态，所以这方面相对比较困难。2.疲劳的外在表征有一定的隐藏性，就是困了，他不一定在表情特征上表现上，他表现的很细微，不能很容易的测量到。3.个体差异性，比如说疲劳的人大部分人眨眼频率会增加，但是有些人不困的时候眨眼频率也很高，在这种情况下我们如何防止误解？这也是在研究疲劳驾驶问题的时的重要问题。现在测量疲劳的方式主要分成两大类，一种是接触式测量：脑电图、心电图，通过跟身体接触的信号来分析测试。第二种方法是非接触式测试方法，目前主要是两个方面来做：1.人的面积表情特征。比如说人困的时候，眨眼频率增加、眨眼速度变慢、眼球活性降低、打哈欠、点头等特征都可以表露出一定的疲劳。2.行为方面来判别，主要有两个大的渠道来获取，一个是方向盘的操作特征，一个是车辆的行驶轨迹。人困的时候，打方向盘会懒一点，车会慢慢的飘出去，然后他再一个大幅度的动作打回来。轨迹也是一样的，人困了，操控车的能力在减弱，伴随而来的行使轨迹会出现蛇形的轨迹，或者出现偏航问题。是从以上这些方面反过来推他是否疲劳。从这两个检测方法来讲，从准确度来讲，基于生理的检测方法可能更准一些，但更适合于在实验室环境下应用。那么对于非接触式检测方法，基于操作特征的最容易被接受，因为它放在车里面，人完全感觉不到它的存在，但是它的精度相对比较低，就面部视频有一个特点，接受性还可以，只要驾驶员不反感有一个摄像头不对着他，精度也是比较准确的，也目前研究比较多的一种方法。预警方面，从视觉、听觉、触觉等方面给予驾驶员警示并唤醒驾驶员，现在用的方法也比较多。国外典型的产品，像奔驰上装的系统是以方向盘为主获取了几十个参数，比如说加速度传感器、转角、踏板。沃尔沃是通过车辆行驶轨迹来判断的。丰田是通过驾驶员的面部表情来做的。这是目前已经产业化的几个产品：丰田、大众、沃尔沃、奔驰、伏特，特别是大众和奔驰现在基于方向盘的疲劳推的量比较大，像大众高尔夫的车上目前已经有疲劳驾驶运营系统，大家开车的时候会看到有一个咖啡杯的图表出来，那就意味这驾驶员驾驶疲劳了。

　　基于表情方面的疲劳测试方法，比如说疲劳的时候，眼睛处于闭合趋势，打哈欠。通过计算机视觉表情分析，是通过电路板、小计算机去识别人脸上所能够感受到的这些表象特征。然后建立这些特征和疲劳之间的映射关系，最后这个系统就建立起来了。这是我们实际测到的驾驶员疲劳和清醒状态下的变化，可以看到眨眼频率变高，眨眼速度变慢等实际上都是疲劳的主要特征。我们提取了很多参数，一个是从眼睛本身的状态参数，再一个是从眼睛动作的运动参数，另外还听取了眼睛活性方面等参数来判断驾驶员的疲劳。因为提取了参数以后要大量的来验证我们猜测的指标，在疲劳和清醒之间是否存在显著性差异，这是数据分析的内容。最后我们通过一个网络来得出疲劳的概率和清醒的概率，最后过出一个疲劳或清醒的标识。

　　第三发展趋势，非接触疲劳在驾驶环境当中可以应用，但是存在几个难点。第一，实际行车环境的复杂性。用计算机视觉来做，有光照的变化，强光照射的情况，有带眼镜的情况，有带墨镜的情况，这些条件都会引起算法复杂性的增加。另外，驾驶员的人身体是在不断晃动的，因为为了要观察周围的情况，所以这种情况下摄像头实时捕捉到人脸的各个关键点也是一个难度。另外道路、限行的影响，要怎么样把这些影响和误差消除掉，都是问题。第二，疲劳外在的隐匿性和多样性。第三个难点人的个体差异性。另外疲劳的微观特征的深度挖掘。在此情况下，现在比较可行的一条道路是通过多元信息融合的方法来做，通过面部视频、方向盘、行车轨迹三方面结合起来，因为在检测疲劳的时候实际上这三方面不是特别有效的使用场景，它是交叉的。比如说驾驶员带着墨镜，我用视觉方法的时候效果会相对弱一点，但是对方向盘的操作是没有影响的，所以可以互补起来做。

　　清研微视这家公司是清华大学苏州汽车学院的孵化企业，目前在国内做疲劳驾驶方面做的时间比较长的一家公司。技术来源于清华大学2006年国家863项目支撑下做这个技术，到目前也做了比较长的时间。现在我们做的方式就是将人的脸部表情和方向盘的特征融合来做。这是产品的形态，上面是乘用车的前装市场、商用车市场。它把摄像头放到了车的A柱上，现在包括丰田只能放在正面前，目前我们可以做的是放在正前面左右30度范围内，意味着设备在安装的时候可以从A柱到中控台上方都可以装。下面是长途客运、危险车辆针对开发的产品。我们的优势，将近近十年的开发，在数据的积累，驾驶员疲劳判别模型方面的数据支撑比较完善，现在我们的判别精度是90%，能够适应光照条件的随机变化和驾驶员姿态的随机变化，能够对眼镜、墨镜有比较高的检测性。

　　另外我讲两个比较特殊的技术，第一，我们疲劳驾驶的时候，戴眼镜时是反光的，我们现在用了一个片正的光鲁（音），因为玻璃是镜面反射，当后面的眼球是慢反射，镜面反射改变的是偏正光的偏转角度，而慢反射光过去基本上是和自然光差不多。所以我们通过调整接收地方，片对片，可以很大程度上消除反光。第二，我们解决了墨镜问题。我们在这里做了脉冲照明的镜红外光远，从摄像头的电路和波段设计方面，我们有专利技术。在带墨镜的情况下，我们可以清晰的看到人眼。另外是姿态和遮挡问题，我们有一个三维模型，只要你露了一部分脸，它通过匹配可以找到你脸的其他关键点在什么地方，包括表情，像大笑的表情的影响。在2016年5月23日，日本的先锋电子和清研微视签订了战略合作协议，发布了新闻发布会，会在全球范围内跟我们合作来推这款疲劳驾驶的预警产品。这是上个月中央电视台新闻联播节目采访我们，把这款产品作为苏南地区创新创业的典型案例。

　　以上是我的报告，谢谢大家。