找回密码
 立即注册

智能座舱新纪元:DMS功能与安全驾驶的深度融合

#产品观察# 2024-10-31 17:20 133人围观 产品观察

在全球范围内,车祸每年造成近 300 万人死亡。疲劳驾驶是最主要的原因,为了更好地改变。在过去的几年里,中国和欧洲等地出台了新的政府法规,强制要求汽车制造商安装驾驶员监管机制,以加强道路安全。目前最常见的监管机制就是“脱手告警”以及“驾驶员监控系统”。今天聊一聊驾驶员监控系统 DMS 也就是 Driver Monitor System

一、功能定位以及实现原理

1.1. 功能的定位判断“DMS驾驶员疲劳监测”是一个必要的功能,PR强需求的功能,与驾驶安全强相关

定义:依托人脸面部识别技术,实时监测驾驶员的状态,以判断驾驶员是否处于疲劳驾驶状态。同时针对不同程度的疲劳场景,设计不同的报警机制,能够较好的提升智能驾驶安全等级及,提高车辆行驶安全。

1.2. 功能的实现方式DMS也是是软硬件一体的系统产品,功能的实现方式分为硬件和软件的结合的方式,达到提示到用户的效果

1.2.1 硬件

1. 车内摄像头:实时监测驾驶员头部,眼部,面部,手部等细节

image from:https://inf.news/auto/d62467cf409077e0193914a60087b5c6.html

2. 座舱域控制器:提供视觉声音提示及交互操作界面

座舱域控制器作为智能座舱的中央处理单元,负责集成和协调各种功能,包括DMS功能。它能够接收来自不同传感器和子系统的数据,并进行处理以触发相应的告警。

以下是系统构架图(仅供参考)

1.2.2 软件

  • HMI(人机交互界面)软件:在仪表盘、HUD等显示设备上展示告警信息,并与用户进行交互。
  • 中控屏提供疲劳功能的设置界面:包括开启/关闭选项、时间阈值等个性化设置。
  • 语音播报:采用chime音和文言进行播报

1.2.3 核心功能

二、行业情况

2.1. 竞品分析通过对各车企DMS功能的梳理,以蔚来、小鹏、比亚迪为例,分别从出发条件以及视听触多维度进行分析;

  • 各家车企正对不同的危险程度进行不同程度的提示,以及更加人性化的语音交互
  • 蔚来、比亚迪均有个性化设置,用户可自定义提示密度,避免过多的干扰
  • 比亚迪覆盖场景最全面,包含接电话等危险动作

三、制定产品目标

对于用户来说,能准确识别,并且在适当的时候进入不干扰驾驶的提示至关重要:

  • 确保疲劳提示及时精准送达:在驾驶员出现疲劳迹象的第一时间给予明确警示。
  • 打造极具友好感知度的体验:不产生过度驾驶干扰的情况下,提高安全驾驶安全性。
  • 大力降低误识别率:杜绝乱提示现象,提升用户对该功能的信任度。

四、功能设计 – 以疲劳告警为例

4.1. 如何定义疲劳类型行车过程中,摄像头对驾驶员脸部眼睛,嘴巴追踪进行分类,结合行车时间,白天黑夜等因素来判断驾驶员是否疲劳和疲劳等级。根据不同因素的结合以及频率次数进行疲劳等级的划分,并给出对应的警告给驾驶员。

image from:https://zh.neonode.com/applications/driver-monitoring

主要影响因素:

  • 行车时间
  • 行车速度
  • 闭眼次数/频率
  • 打哈欠频率
  • 白天还是黑夜

4.2. 不同疲劳等级下的功能设计通过人体的多维感知,来帮助驾驶员清醒驾驶,从而减少疲劳驾驶的风险。

除了传统的TTS和chime音外还可以增加音乐或者空调吹风等方式辅助驾驶员:

  • 音乐干预:音乐可以作为一种有效的干预手段来缓解疲劳。研究表明,脑波音乐能够通过影响人们的脑电活动来改善精神状态、提升注意力和促进情绪调节。
  • 空调冷风:使用空调吹冷风也是一种有效的提神方法。适当的降低车内温度可以让人更加清醒。

(上述表格仅供参考)

五、AI大模型的介入优势

目前对于DMS的槽点问题:

  • 无法识别带墨镜的情况
  • 对于眼睛小的用户,会出现乱提示的问题

在AI大模型的辅助下,通过大量数据的收集和分析,减少DMS的误识别率:

  • 提高数据质量:确保训练数据的准确性和全面性,去除数据中的错误、偏见和噪声。高质量的数据可以帮助模型更好地学习和识别驾驶员的状态,从而减少误报和漏报的情况。
  • 算法优化:使用更先进的计算机视觉和深度学习算法,提高系统对驾驶员状态的识别精度和泛化能力。
  • 增强上下文理解:改进模型对上下问环境的理解能力,帮助模型更好地理解驾驶员行为。
  • 用户反馈机制:建立一个用户反馈系统,让用户报告生成的错误信息,以便模型进行改进。这种持续的反馈和模型迭代可以逐步提高系统的识别能力。

基于深度神经网络(DNN)的驾驶监控系统案例:驾驶员监控DMS_dms验收指标

六、发展方向 – 与健康场景进行串联

伴随数字健康管理行业的蓬勃发展,DMS 系统可与数字健康管理平台集成。结合人工智能技术,DMS 系统能够对驾驶员的长期健康数据进行分析,提供健康建议和预警。

同时,这些数据还可与医疗机构共享,不仅车内摄像头,座椅传感器或可穿戴设备也能实时掌握驾驶员的身体状况。当实时检测到驾驶员健康状态出现异常变化时,系统可提供预警,提示驾驶员及时休息或寻求医疗帮助。

参考文献:

驾驶员监控DMS_dms验收指标-CSDN博客

应用|驾驶员和车厢内监控

DMS疲劳驾驶监测系统-CSDN博客

疲劳/分神预警功能使用指南

一文了解智能座舱监测系统(IMS)之DMS和OMS

如何做到人机共驾?智能座舱监测技术之DMS & Face ID

本文来源 @Unknown 。未经作者许可,禁止转载。