全天候车载驾驶员监控系统相机设计

为了监控驾驶员的异常驾驶行为,提升驾驶的安全性,设计了一款全天候车载驾驶员监控系统相机。对该相机涉及的RGB-IR CMOS图像传感器、双通道带通滤光片镜头、硬件电路及主动式红外照明等方面进行了研究。首先分析了RGB-IR CMOS图像传感器红外增强特性;其次根据应用场景及适配的图像传感器确定了镜头的设计参数,完成了镜头光学结构设计与优化,并选取了合适的双通道带通滤光片;接着完成了相机硬件电路的整体设计;最后评测了该相机的彩色、红外成像性能及图像在算法中的有效性。实验结果表明,该相机可以实现日间高清彩色成像和夜间高清红外成像,符合车规级性能标准,图像能实现10~15 m长距离传输,另外相机还具有成本低、稳定性高等优势。

基于主观评价的驾驶员疲劳状态监控系统测试方法

驾驶员监控系统主要通过摄像头及车辆运动行为等反馈的不同数据输入监控驾驶员的实时状态,当驾驶员注意力不集中时发出警告,甚至在驾驶员进入无意识状态时进行干预控制车辆。目前关于驾驶员监控系统测试方法的研究较少:不同外貌的驾驶员筛选及自我疲劳状态评价的培训较简单,尚未梳理完善、合理的筛选及培训体系;驾驶员疲劳时表现和车辆动力学表现与驾驶员监控系统性能的优劣评价尚未建立合理联系;驾驶员监控系统整体性能测试方法较少,特别是实车测试手段。该研究提出基于主观评价的驾驶员疲劳状态监控系统测试方法,以实现测试驾驶员选择的标准化、准确把握驾驶员疲劳程度评价、统一测试方法流程等关键点。试验结果显示研究符合预期,驾驶员的平均敏感度为90.91%,标准差为28.75%,驾驶员监控系统可以准确地评价驾驶员疲劳等级,产品性能有利于保障道路行车安全。

基于多模态特征融合的驾驶员注视区域估计

在驾驶自动化水平的不同阶段,驾驶员的注视对理解驾驶意图具有不可缺少的重要作用。传统的驾驶员注视估计方法通常需要额外的设备来获取驾驶员的面部和眼睛特征,这很难广泛地应用到实际的驾驶场景中。论文对真实驾驶场景下估计驾驶员人眼注视区域,并降低设备的硬件要求,提出了一种基于多模态特征融合的驾驶员注视区域估计的方法。首先,使用论文提出的遮挡净化人脸检测器获取人脸及人脸关键点。然后采用POSIT算法对驾驶员头部姿态进行解算并得到驾驶员头部特征。随后,基于3D人眼模型的方法由2D关键点估计驾驶员视线方向。最后,结合驾驶员头部姿态及人眼凝视方向特征,利用改进的随机森林算法对注视区域进行估计。实验结果证明,该方法在Columbia凝视数据集和ND-DB数据集获得了92.5%的平均精度,并与其他数据集上的同类方法相比,有不低于6%的改进。

主动式安全带电机预紧的软硬件解耦

主动式安全带的传统电机预紧存在以下问题:大多采用软硬件强耦合,不易更新且占用资源;软件架构配置高,开发成本高,架构之间存在移植困难的问题;采用织带位移传感器(WMS)感知人体离位,会导致并非因离位造成织带位移而引起的回拉。针对上述问题,借鉴了AutoSAR的简化软件架构,提出了关于软硬件解耦的新方案。应用结果表明:新方案可实现基于实时环境(RTE)的标准应用层函数接口互连;驾驶员/乘员监控系统(DMS/OMS)能够准确识别人体离位动作,具有低成本、易更新、易移植、无误判的优点。