睡眠呼吸暫停等疾病也會增加風險。困倦、分心和情緒等駕駛員狀態也會通過影響駕駛員的信息處理能力并改變他或她的冒險傾向來增加風險。智能個人設備和信息娛樂系統也會導致道路交通事故，因為后者增加了已經苛刻的駕駛活動。

作為回應，汽車制造商不斷尋找創新的解決方案來支持駕駛員。在過去的十年中，信號處理和人為因素社區領域出現了指數級增長，以開發一種駕駛員監控系統，該系統可以感知駕駛員狀態并提供適當的及時反饋。

耶基斯-多德森定律

駕駛員的狀態直接影響他或她的駕駛能力。耶基斯-多德森定律對此進行了最好的定義。當適應駕駛員的狀態時，該定律會在駕駛員的喚醒和他或她的駕駛表現之間投射出一個倒U函數。

高喚醒和低喚醒都會導致駕駛性能不佳。當有足夠的警惕性來保持駕駛員的警覺但不緊張時，就會出現最佳性能。

例如，由于條件不變而昏昏欲睡或失去警惕的駕駛員，例如在交通較少或沒有交通的直路上行駛，很容易失去對車輛的控制或未能在正確的時間做出反應。而艱苦的駕駛條件，例如交通繁忙或能見度差，或次要任務的額外工作量（例如，在導航系統上工作或激烈的電話交談）會給駕駛員帶來壓力并降低認知能力。

駕駛員的面部和身體表情可用于檢測駕駛員的警覺水平。例如，眼睛閉合百分比 （PERCLOS）、眨眼和打哈欠有助于檢測疲勞和嗜睡，而眼球運動、凝視方向和頭部運動有助于判斷駕駛員是否專心。這些方法嚴重依賴視頻處理;因此，由于計算限制，這在早期是不可能的。但計算能力和算法的最新進展使實時成為可能。

駕駛員監控系統內部

典型的驅動器監控系統包括內置紅外 （NIR）、發光二極管 （LED） 二極管傳感器和朝向驅動器的帶電耦合器件攝像頭。該系統跟蹤眼球運動并檢測眼瞼和頭部運動，以預測困倦并發送警報。

帶有主動光源的攝像頭用于在駕駛過程中消除高照度。然后使用跟蹤算法檢測面部和身體特征點。然后，提取PERCLOS，頭部姿勢和凝視方向等特征。最后，系統會查看模式并得出決策。

通常，有兩種方法可以跟蹤駕駛員的上半身運動：

該剛性三維頭部模型和前臉方向檢測使用面部地標。

它們也可以根據視覺指標的數據進行檢測，例如特定時間間隔內的頻率或標準偏差。

該系統的主要練習是實時識別每一幀中的所需特征。這些特征可以是面部、眼睛或其他面部特征點。軟件檢測算法主要依賴于所使用的圖像采集硬件。

暗瞳和亮瞳效應

還可以計算用于睡意檢測的視覺指標，例如眼睛區域（瞳孔、眼瞼等）。這些用于凝視估計和頭部姿勢估計。

具有近紅外光源的相機眼動追蹤系統用于利用人類瞳孔的光學特性。它被稱為黑暗和明亮的瞳孔效應。當照明與凝視在同一軸上時，瞳孔反射回光源并在捕獲的圖像中顯得明亮，而照明位置的偏移不會產生這種效果，并且會導致瞳孔變暗。對于駕駛員監控系統，執行一種計算成本低廉的方法，從明亮的瞳孔幀中減去交替的暗瞳孔幀。雖然這種技術在實驗室中非常準確，但它對硬件設置的嚴重依賴降低了其在實際駕駛條件下的魯棒性。

隨著機器學習算法的進步，為不依賴圖像采集硬件配置的實時應用開發具有大視頻數據輸入的智能計算機視覺解決方案非常有可能。跟蹤算法也用于提高系統的處理速度。

新一代相機配備了超越人類視覺的能力，可以捕捉到最小的變化。這些攝像頭可以對駕駛員生理進行潛在的非侵入性評估。面部特征和身體動作（如頭部和手部位置）用于確定駕駛員的狀態。例如，使用手機，吸煙和進食等可以通過跟蹤手來檢測。需要注意的是，駕駛員的面部和身體表情也提供了確定駕駛員情緒的手段。

結論

傳感技術的不斷發展以及我們對影響駕駛性能的人類特征的理解的進步為更好的駕駛員監控解決方案提供了開發范圍。這些系統使用面部和身體表情以及心理信號來監控駕駛員狀況，并實時感知環境，為駕駛員提供反饋。如果需要，車輛也可以控制。

在將控制權從駕駛員轉移到車輛的過程中，DMS可以在自動安全系統的及時準確接合中發揮重要作用。在這些情況下，了解駕駛員的意圖至關重要。一旦車輛因駕駛員睡意而獲得控制，DMS可以通過測量駕駛員的面部和身體表情來主動監控駕駛員。

開發先進駕駛員監控系統的一個主要挑戰是該領域的跨學科性質，這需要研究人員和從業者在信號處理和人類行為方面的密切合作。

審核編輯：郭婷