由決策集團·汽車事業(yè)部（Autopros）主辦的GVC&IVC自2010年以來,一直走在行業(yè)最前端，已然成為連接全球汽車人的商務(wù)對接合作平臺。2018年，GVC&IVC華麗轉(zhuǎn)身，更名Autopros 2018。2018, Bigger Than Ever！在這里，以創(chuàng)新思維為核心的傳統(tǒng)行業(yè)正迸發(fā)無限生機在這里，汽車人探索著未來科技帶來的無限想象在這里，正在推進一次又一次的產(chǎn)業(yè)融合。5月16日坐標上海阿納迪酒店，Autopros2018第十屆綠色汽車暨第二屆智能汽車決策者峰會暨展覽會正式拉開帷幕！

以下為您直擊大會第二天（5月17號）的嘉賓演講現(xiàn)場

蘇州汽車研究院 ADAS中心主任 張偉博士

今天在技術(shù)這塊，分享一個疲勞駕駛及主動安全技術(shù)。我們有一個公司叫蘇州清研微視，是對自動駕駛里面核心的駕駛壁壘，為客戶提供人、車、路全新的解決方案，為客戶提供聯(lián)網(wǎng)的系統(tǒng)。我們研發(fā)團隊就是清華五個，北大的三個，海歸的三個，其他的985學(xué)院的研究生等。

疲勞駕駛在各國交通安全峰會上一直被認為是汽車駕駛?cè)说念^號安全問題，中國每年因疲勞駕駛等引發(fā)的事故占道路交通事故的20%，高速公路的30%以上?，F(xiàn)在像國際上都規(guī)定了一些通過駕駛時間來控制疲勞駕駛的方法，比如說我們國家的四小時，有的國家時間不太一樣，通過這種辦法來判斷駕駛疲勞，它有問題。所以有時候不到四個小時他早就困了，現(xiàn)在國家，原來咱們國家也裝過一個行車記錄儀，它也是通過駕駛時間來進行控制的，你發(fā)生了交通事故以后，它可以通過行車記錄儀數(shù)據(jù)進行回查，但是它沒有提前預(yù)警這個功能，只適用于事故查詢。

從疲勞駕駛的系統(tǒng)來說，做這么幾點，第一是實時性、準確性、有效性。實時性就是疲勞信息能否即時的傳達給駕駛員？疲勞信息能否即時傳達給監(jiān)管部門？而準確性是在疲勞監(jiān)測方面有哪些技術(shù)手段？能否滿足車載使用環(huán)境？如何保證檢測精度？而有效性是車載預(yù)警系統(tǒng)的警示及喚醒作用如何？如何通過遠程預(yù)警實現(xiàn)單位監(jiān)管與社會監(jiān)管的雙重職能？

疲勞駕駛的界定困境有三個，首先是有精神疲勞，由于駕駛環(huán)境的單調(diào)性或長時間行車，駕駛?cè)艘蚰X力過多消耗而產(chǎn)生生理、心理機能衰退，造成反應(yīng)水平、操控能力下降的現(xiàn)象。只能通過外表特征，對疲勞水平進行估計，而人的駕駛疲勞有時候表現(xiàn)得非常輕微，不是很明顯的表情特征，這是第二個難點，第三個體差異性，每個人困倦的時候所表現(xiàn)出來的特征都不太一樣。

駕駛行為方面，方向盤的操作特征，人困了以后，一般操作方向盤就比較懶了，會有一段時間內(nèi)，正常駕駛會一直在高頻的小幅的轉(zhuǎn)動方向盤，困了以后，第一個表現(xiàn)就是方轉(zhuǎn)動方向盤懶了，他不動了，車就往外偏，那這就需要快速回正的操作，這是一方面的行為特征。另一個就是行駛軌跡的特征，這是兩大類，三種的特征方法。

實際產(chǎn)品當(dāng)中很難推廣的，像腦電圖要放32或者64的電，或者頭腦電波，像面部特征的方法，好處相對比較準確，但用戶接受性不是很大，大多數(shù)用戶不能接受。面部特征在各個方面都很一般，在操作特征方面，它的可靠性不是很強，所以各個方面都有優(yōu)點、缺點。而預(yù)警手段也有很多，從目前我們經(jīng)過大量次的測試結(jié)果看，對于疲勞的預(yù)警怎么有效？分成兩個階段：第一個階段是語音和視覺，就是LED顯示和語音，這兩個結(jié)合起來是比較有效的，到嚴重疲勞的時候，這個東西就沒效了，人其實困了時候，它語音的接受能力和視覺的能力都會下降得比較厲害，比較有效的手段是方向盤，就是方向盤震動或者是座椅的震動，這個比較有效。像國外來講，車上也開始匹配疲勞駕駛的預(yù)警，像奔馳是配的基于方向盤操作特征的方法，像沃爾沃是通過行駛軌跡看的，像toyota是通過面部表情看的。這是各家量產(chǎn)車上的配置。

今天著重講講，基于視覺的方法是目前來說主流的方法，可以搭配其他的方法，但是以這個為主，因為人困的時候，在面部表情表現(xiàn)出的共性特征，來監(jiān)測疲勞是最有效，最準確的，而且早期就可以發(fā)現(xiàn)疲勞的特征，那疲勞特征，是一種生命的特征，本身是沒法直接測量的，在這有一個判斷的標準，因為我這個表格的特征描述也是目前學(xué)術(shù)界當(dāng)中，有三級的、五級的，現(xiàn)在涉及到各個學(xué)術(shù)論文，大家標準整合了一下，大家可以看到。

不同疲勞下面，表現(xiàn)最重要的三個，第一眨眼頻率增高，持續(xù)閉眼時間增常，還有眨眼速度變慢，眼球活性降低。為此我們提取了十幾個指標，這十幾個指標，有可能這十幾個指標怎么選出來的，其實也是通過人的經(jīng)驗，然后另一個從我們實地車運行當(dāng)中，我們錄回來的錄像看，駕駛員疲勞的時候，特征是什么？然后寫出來，通過檢測再來判斷這些特征本身的有效性進行檢驗，最后篩選出來的這些指標。我剛剛說的十幾個指標，本身是有相關(guān)性的。怎樣來描述這么多參數(shù)之間的邏輯關(guān)系？并且把疲勞的概念得出來，我們是用了推理模型，這個網(wǎng)絡(luò)也是通過大量的數(shù)據(jù)訓(xùn)練出來的。

實際上這塊，在實際做的時候，難點主要有三個。第一行車環(huán)境的復(fù)雜性，主要表現(xiàn)在兩個，第一是光照的復(fù)雜性，第二是駕駛姿態(tài)的不確定性。光照的復(fù)雜性我舉幾個例子，麻煩是什么。比如我們有攝像頭逆光大家照相就知道，逆光本身容易不清楚，再一個側(cè)光，形成陰陽臉，眼鏡片容易反光，再一個我們戴墨鏡眼睛的狀態(tài)怎么檢測，這些都是問題，另外駕駛員開始的時候，動作是很隨機的，時刻關(guān)注環(huán)境當(dāng)中有沒有危險的目標，所以動態(tài)監(jiān)測也比較困難。

第二對于行為的方法，像道路環(huán)境，車道上的清晰度，其他車輛的干擾等都會帶來問題。另外個體差異性，像個人的操作性，個人操作習(xí)慣以及表情的習(xí)慣，這些的個體差異性，也會帶來一些問題，所以我們在研究題目的時候，也是從微觀疲勞挖掘，多信息融合策略，個體差異性解決方案，圍繞這幾點來做的。我們做的時間比較長，2006年就開始做這塊東西。后來我們采用的技術(shù)路線，面部特征、方向盤的操作特征和車輛的行車軌跡特征，融合起來，來對疲勞做綜合性的判斷。這是我們講的疲勞這塊。

做了疲勞駕駛以后，我們當(dāng)時就想隨著硬件技術(shù)的發(fā)展，硬件處理能力越來越強，不可能我做一個疲勞駕駛，別人做一個RVW、CVW、還有做盲區(qū)的，然后車上放一堆設(shè)備，那硬件發(fā)展不太可能，所以大概四年前我們就開發(fā)了一體化的設(shè)備，我們一個CPU怎么處理所有的任務(wù)，當(dāng)時我們考察做一個防控安全的東西，第一點，在現(xiàn)在的交通事故當(dāng)中，引起交通事故的原因到底是什么樣子的？我們只有找到原因，才知道相應(yīng)的解決方案，才可以真正解決實際行車的安全問題。從目前的調(diào)研資料看，國內(nèi)的、國外的，放的幾個典型的，基本上結(jié)論比較相似，車道偏離，轉(zhuǎn)向碰撞，行人碰撞，前車追尾是目前交通事故發(fā)生原因之一，這些與人相關(guān)的因素，是引起交通事故的根本原因。

像我們目標檢測也是人工智能這些新的技術(shù)手段，像我們假設(shè)車輛客車、貨車都是可以開的，普通行人和騎電動自行車的人也是分開的，像對車輛的識別，原來晚上逆光這種是比較難的，當(dāng)下來講，問題都不是很大了，對行人識別我們已經(jīng)達到95%。國際上做大的汽車廠商也好，供應(yīng)商也好，其實都來過我們這里，測試過我們的東西，都覺得做得很好，現(xiàn)在我們也是好多車廠的供應(yīng)商。

除了對駕駛員監(jiān)控預(yù)警以外，我們要實時把信息傳到網(wǎng)絡(luò)后臺，把監(jiān)和管結(jié)合起來，才能真正把事故管理起來。像疲勞駕駛以后，同時把疲勞駕駛這一時刻，前后五秒一共十秒的視頻數(shù)據(jù)傳上來，這樣管理的時候，司機就不會不承認了。這是我們后臺上監(jiān)控到的一部分疲勞駕駛的證據(jù)，這都是視頻。這是注意力不集中的證據(jù)，一看就知道他走神了，干別的東西去了，打手機的、吸煙的，這是我們在疲勞駕駛和主動安全這塊，做的一系列工作。如果有興趣的，對這方面的產(chǎn)品或者應(yīng)用場景有興趣的，也可以下來咱們再繼續(xù)交流。