在汽車工業(yè)中，高級(jí)智能駕駛輔助系統(tǒng)主要出現(xiàn)在少數(shù)高級(jí)轎車的前裝環(huán)節(jié)，而中國(guó)汽車保有量中存在大量的中低級(jí)轎車，少有高級(jí)駕駛輔助系統(tǒng)的保障。在汽車后裝市場(chǎng)加入高級(jí)智能駕駛輔助系統(tǒng)同樣可以起到更好的保護(hù)作用。

高級(jí)智能駕駛輔助系統(tǒng)（ADAS）中的疲勞駕駛預(yù)警系統(tǒng)（DMS）能夠在駕駛員行駛過程中，全天候監(jiān)測(cè)駕駛員的疲勞狀態(tài)、駕駛行為等。在發(fā)現(xiàn)駕駛員出現(xiàn)疲勞、打哈欠、瞇眼睛及其他錯(cuò)誤駕駛狀態(tài)后，預(yù)警系統(tǒng)將會(huì)對(duì)此類行為進(jìn)行及時(shí)的分析，并進(jìn)行語音燈光提示。達(dá)到警示駕駛員，糾正錯(cuò)誤駕駛行為的方式。

那么什么是疲勞駕駛預(yù)警系統(tǒng)？疲勞駕駛預(yù)警系統(tǒng)是如何工作，如何保障駕駛員在疲勞駕駛及出現(xiàn)危險(xiǎn)時(shí)及時(shí)預(yù)警呢？

疲勞駕駛預(yù)警系統(tǒng)就是指一旦駕駛者精神狀態(tài)下滑或進(jìn)入淺層睡眠，該系統(tǒng)會(huì)依據(jù)駕駛員精神狀態(tài)指數(shù)分別給出：語音提示，振動(dòng)提醒，電脈沖警示，警告駕駛員已經(jīng)進(jìn)入疲勞狀態(tài),需要休息,并同時(shí)自動(dòng)記錄相關(guān)數(shù)據(jù),以便日后查閱，鑒定。其作用就是監(jiān)視并提醒司機(jī)自身的疲勞狀態(tài)，減少司機(jī)疲勞駕駛潛在危害。許多國(guó)家都比較重視疲勞駕駛預(yù)警系統(tǒng)的研究工作,早期的疲勞駕駛測(cè)評(píng)主要是從醫(yī)學(xué)角度出發(fā),借助醫(yī)療器件進(jìn)行的。

而目前應(yīng)用較多的疲勞駕駛預(yù)警系統(tǒng)（DMS）是基于駕駛員生理及其他非生理信號(hào)的變化進(jìn)行采集、分析和處理，判斷駕駛員狀態(tài)是否處于疲勞、睡眠狀態(tài)。

基于圖像處理的疲勞駕駛系統(tǒng)主要有幾個(gè)模塊組成：圖像采集模塊、圖像處理模塊、中央處理器、報(bào)警顯示模塊。

系統(tǒng)最前端為圖像采集模塊，搭載圖像傳感器的攝像頭將時(shí)刻進(jìn)行圖像采集，保證在各種環(huán)境，全天候都能實(shí)現(xiàn)駕駛員面部特征和肢體圖像的采集。達(dá)到及時(shí)性和準(zhǔn)確性，無延遲的監(jiān)控。

圖像采集模塊主要負(fù)責(zé)不間斷的圖像采集，而圖像處理模塊則是將采集到的圖像進(jìn)行分析處理，對(duì)每一幀圖像都需要進(jìn)行數(shù)字化、降噪、濾波、重建等處理，再傳輸至中央處理器利用圖像處理算法不斷優(yōu)化結(jié)果，進(jìn)而將結(jié)果輸出，通過指示燈和聲音進(jìn)行預(yù)警。

整個(gè)系統(tǒng)主要利用駕駛員的面部特征、眼部信號(hào)、頭部運(yùn)動(dòng)特征等推斷駕駛員的疲勞狀態(tài)，并進(jìn)行報(bào)警提示和采取相應(yīng)措施，有利于駕駛員更直觀的判斷車輛狀態(tài)，對(duì)駕乘者給予主動(dòng)智能的安全保障。

了解了疲勞駕駛預(yù)警系統(tǒng)如何工作的，我們接下來看一下疲勞駕駛預(yù)警系統(tǒng)是如何能夠保障系統(tǒng)在駕駛員出現(xiàn)疲勞狀態(tài)或其他危險(xiǎn)行為時(shí)能夠及時(shí)預(yù)警。

當(dāng)圖像傳感器將圖像數(shù)據(jù)一幀一幀不間斷捕捉后，傳輸至處理器模塊，處理器也將對(duì)每一幀圖像進(jìn)行預(yù)處理和分析。交通事故的發(fā)生就在幾秒鐘的時(shí)間內(nèi)，研究調(diào)查，提前2秒鐘預(yù)警將能減少92%的交通事故，提前0.5秒鐘預(yù)警，將會(huì)避免73%的交通事故。因此要想達(dá)到更為準(zhǔn)確和快速的預(yù)警效果就要求處理器的處理性能和軟件算法達(dá)到一個(gè)更高的水平，高速硬件處理系統(tǒng)和優(yōu)化的算法是保證預(yù)警及時(shí)的一個(gè)重要原因。

硬件性能

在一般的圖像處理系統(tǒng)中，無論是DSP或是ARM系統(tǒng)，主要是利用CPU的計(jì)算性能來滿足處理要求。但通常情況下，這樣的硬件性能在應(yīng)對(duì)復(fù)雜計(jì)算時(shí)是可以，對(duì)于圖形計(jì)算的重復(fù)性和大量性，將會(huì)造成處理延遲，不能滿足高速硬件處理性能要求。

一般的系統(tǒng),CPU核心數(shù)不超過兩位數(shù)，而搭載更多圖形專用處理器GPU的系統(tǒng)，將完美解決上述問題。GPU可以實(shí)現(xiàn)幾十上百的核心同時(shí)計(jì)算數(shù)據(jù)，在應(yīng)對(duì)龐大的圖形數(shù)據(jù)處理時(shí)就表現(xiàn)除了更好的加速性能，從而實(shí)現(xiàn)圖像處理的快速性。

軟件性能

軟件性能主要體現(xiàn)在算法優(yōu)化上。攝像頭將圖像從三維轉(zhuǎn)化至二維，而在二維圖形中通過算法來進(jìn)行特征識(shí)別和決策判斷，將會(huì)在很大程度上加大算法的難度，這是也傳統(tǒng)疲勞駕駛系統(tǒng)識(shí)別準(zhǔn)確性低的一個(gè)原因。

通過3D點(diǎn)云技術(shù)，可將圖形進(jìn)行恢復(fù)重建為立體圖像，實(shí)現(xiàn)特征像素的三維坐標(biāo)的描述。在立體化圖像中，有利于疲勞狀態(tài)如：嘴巴張合、眼睛閉合、瞳孔的變化、頭部低下等信息的捕捉，達(dá)到對(duì)特征的良好識(shí)別。算法的不斷優(yōu)化更是預(yù)警準(zhǔn)確性的重要保障之一。

深度機(jī)器學(xué)習(xí)技術(shù)的運(yùn)用，將更好的實(shí)現(xiàn)人工智能。在疲勞駕駛預(yù)警系統(tǒng)中采用深度機(jī)器學(xué)習(xí)技術(shù)中的卷積神經(jīng)網(wǎng)絡(luò)，可以更準(zhǔn)確將特征進(jìn)行識(shí)別和表達(dá)。普通神經(jīng)網(wǎng)絡(luò)由于訓(xùn)練代價(jià)較高，一般只有3-4層，而深度神經(jīng)網(wǎng)絡(luò)由于采用了特殊的訓(xùn)練方法加上一些小trick，可以達(dá)到8-10層。深度神經(jīng)網(wǎng)絡(luò)能夠捕捉到數(shù)據(jù)中的深層聯(lián)系，從而能夠得到更精準(zhǔn)的模型，而這些聯(lián)系不容易被普通的機(jī)器學(xué)習(xí)方法所發(fā)覺。

疲勞駕駛預(yù)警系統(tǒng) 主要是針對(duì)駕駛員的疲勞狀態(tài)和其他不良駕駛行為進(jìn)行實(shí)時(shí)檢測(cè)和判斷，當(dāng)偵測(cè)到駕駛員的行為將會(huì)對(duì)駕駛安全不利時(shí)，系統(tǒng)就會(huì)迅速預(yù)警顯示，將危險(xiǎn)信號(hào)傳達(dá)給駕駛員，以達(dá)到及時(shí)糾正和避免事故發(fā)生的目的。

在交通事故頻發(fā)、駕駛安全問題嚴(yán)重的情況下，基于駕駛員自身疲勞駕駛預(yù)警系統(tǒng)的出現(xiàn)將很好的實(shí)現(xiàn)駕駛安全的保障，每一位駕駛員都能保證自身駕駛行為的正確性，將會(huì)更好的降低事故發(fā)生率，真正達(dá)到高級(jí)駕駛輔助系統(tǒng)的良好運(yùn)用。