【導讀】車輛安全系統(tǒng)的效率近年來突飛猛進。大多數(shù)駕駛了新車型的人會告訴你，如果沒有倒車影像、車道偏離預警、盲點檢測和自動制動功能，他們都不知道該怎樣開車。
圖源：Have a nice day/AdobeStock
車輛安全系統(tǒng)的效率近年來突飛猛進。大多數(shù)駕駛了新車型的人會告訴你，如果沒有倒車影像、車道偏離預警、盲點檢測和自動制動功能，他們都不知道該怎樣開車。
負責歐洲車輛安全評級和測試的機構（NCAP）有一個雄心勃勃的想法。2017年9月，他們發(fā)布了“邁向零傷亡愿景（Pursuit of Vision Zero）”的2025年路線圖，目標是實現(xiàn)汽車零事故。大家可以想象一下汽車零事故的情景。根據(jù)世界衛(wèi)生組織的數(shù)據(jù)，每年有130多萬人死于交通事故，其中94%是人為失誤造成的。
使用ADAS（高級駕駛輔助系統(tǒng)），就有可能實現(xiàn)零事故。汽車制造商正在向2級（L2）自動駕駛邁進，這個級別的自動駕駛可以接管車道居中，提供自適應巡航控制，還可執(zhí)行自動剎車。這樣，駕駛員就可以將手和腳從方向盤和踏板上移開一小會兒。
但是，觸目驚心的證據(jù)表明，駕駛員使用部分自動駕駛的時間越長，他們就越粗心大意。
現(xiàn)在我們有了DMS
駕駛員注意力監(jiān)控器也稱為駕駛員監(jiān)控系統(tǒng)（DMS），曾一度被看成是“雞肋”?，F(xiàn)在人們認識到，它們是任何部分自動駕駛車輛的絕對必要配置。當駕駛員心不在焉時，DMS會發(fā)現(xiàn)并向他們發(fā)出警告。多年來，它已被用于全球商業(yè)卡車和運輸車隊中，以檢測并減少與分心相關的車禍事件，讓卡車司機安全回到家人身旁，讓公司律師無案一身輕。NCAP已將駕駛員監(jiān)控確定為主要安全功能。自2020年以來，歐洲所有上路的新車都必須達到5星級安全標準。
還沒有哪項技術能夠確定某個人的思想是否專注于駕駛。但是，技術可以監(jiān)控人的目光、頭部姿勢或手的位置，以確保他們的行為與集中注意力進行駕駛的人一致。這種技術到最近一直在迅速發(fā)展。圖像傳感器的靈敏度更高，照明控制成本更低，準確度更高，處理采用的新型數(shù)字信號處理芯片利用了人工智能和機器學習技術。
我們發(fā)現(xiàn)，讓人類駕駛員更安全，要比用技術取代人類駕駛員更容易、更快、更便宜。我們距離SAE 4級或5級自動駕駛可能還有很長一段路要走。
如何實現(xiàn)DMS
駕駛員監(jiān)控系統(tǒng)（DMS）使用有濾光片的CMOS攝像頭，通常具有1至2百萬像素的分辨率，安裝在方向盤后面或上方靠近中央后視鏡的位置（或過去安裝車內(nèi)后視鏡的地方）。例如，攝像頭的圖像傳感器可以是安森美具有全局快門的8.467mm AR0135CS，這意味著它可以同時掃描圖像的整個區(qū)域。這種全局快門還確保了與脈沖光源同步。此款傳感器提供并行和串行數(shù)據(jù)接口，與前一代產(chǎn)品相比暗光性能卓越，暗電流低10倍，快門效率高4倍，并具有720p的高清圖像質量。此款傳感器還有配套的評估套件。
該系統(tǒng)的一個重要組成部分是駕駛員面部的照明。這是用肉眼看不到的近紅外光實現(xiàn)的。使用紅外線可以不讓駕駛員分心，并有助于消除陽光或路燈等不可預測的外部影響。紅外光受太陽鏡的遮擋也相對較小。
控制場景照明中使用的LED對這項任務來說至關重要。由于紅外光也可能成為安全隱患，因此必須精心選擇光照的周期和頻率。安森美NCV7694 LED驅動器可以使用單個外部MOSFET驅動紅外LED燈串。這款芯片提供全面的人眼安全功能。這個驅動IC的PWM輸出進入到MOSFET，產(chǎn)生恒定LED電流。來自圖像傳感器的FLASH信號輸入啟動LED驅動輸出，控制器確保正確的時間。
該芯片的安全功能可防止紅外LED因暴露時間不當或過于頻繁地打開而過長時間地運行。此IC還具有電路故障檢測和關閉功能，包括完整的ESD保護。故障通過DIAG引腳報告，該引腳可以禁用DC/DC轉換器（圖1）并向ADAS發(fā)出信號。
圖1：具有圖像傳感器和NCV7694近紅外安全控制器的
典型設計的系統(tǒng)示意圖（圖源：安森美）
NCV7694芯片擁有配套的評估/開發(fā)工具NCV7694-GEVB（圖2），其采用21mm x 21mm板卡的形式，有兩個可選擇的LED光源：NIR OSRAM SFH4725S或白色CREE XPGBWT-L1-0000-00G51。通過分流電阻器將默認LED峰值電流設置為3A。這個套件僅用于光照評估，不包括圖像傳感器。
圖2：安森美的NCV7694-GEVB安全控制器照明評估板
（圖源：安森美）
系統(tǒng)的兩個LED光源須以適當?shù)墓饩€照亮相應區(qū)域。電燈通常安裝在圖像傳感器的任一側，所需的光量根據(jù)與司機的平均距離計算。
光源的波長通常為850nm或940nm。850nm的波長可能引起光源造成的“紅光”效應，人眼將其感知為紅光閃爍。在940nm處，不會有紅光閃爍。但圖像的眩光可能更多一些。例如，OSRAM的SFH 4725AS 940nm NIR LED燈，其在1.5A和3.1V的順向電壓下提供1,350mW/sr的光功率密度。
攝像頭圖像數(shù)據(jù)由視覺處理器/DSP評估，或直接在車輛ADAS系統(tǒng)中評估。DMS可以實現(xiàn)的出色功能需要使用人工智能和機器學習技術。如今，幾乎所有行業(yè)都使用人工智能系統(tǒng)來執(zhí)行提高效率的任務。在我們的案例中，沒有人工智能，DMS實際上寸步難行。人工智能先于機器學習，但機器學習（或深度學習）能讓其如虎添翼。
圖3：使用2級ADAS，我的汽車幾乎可以開車送我回家。
（圖源：Have a nice day/Adobe Stock）
成像器/處理器可以“盯著”駕駛員，從眨眼頻率到駕駛員目光方向無所不包，甚至可以檢測人的眼睛是否睜開。處理器系統(tǒng)得出駕駛員分心或打瞌睡的結論，可用適當?shù)木嫘盘柼嵝疡{駛員，建議休息。DMS中使用的一些AI處理器是許多公司提供的各種高性能FPGA、DSP和專用ADAS處理器。
軟件注意事項
DMS的開發(fā)通常需要集成不同的計算機視覺和深度學習組件。機器學習算法是處理更多數(shù)據(jù)時可以調(diào)整自身以獲得更高性能的程序（數(shù)學和邏輯）。許多公司專門為DMS提供軟件開發(fā)套件（SDK），Smart Eye AB（瑞典）等一些公司宣稱不考慮硬件。PathPartner Technology（加利福尼亞州）等其他公司表示，它們可在一系列汽車級平臺上使用，包括ARM、Intel、NXP、AMD、Renesas和Broadcom。
來自Cipia（以色列）的Driver Sense是一款基于軟件的駕駛員DMS，適用于OEM和一級供應商，據(jù)稱可針對處理提供精簡硬件要求，并將處理移植到高性價比的低端處理器，同時實現(xiàn)全面合規(guī)。Seeing Machines（澳大利亞）提供其FOVIO嵌入式駕駛員監(jiān)控引擎（e-DME）芯片和軟件。該系統(tǒng)目前用于通用汽車的Super Cruise駕駛員輔助功能和新款梅賽德斯奔馳S級和EQS轎車。它具有非常大的駕駛數(shù)據(jù)集，據(jù)說讓設計師能夠將DMS無縫集成到其ADAS和半自動駕駛系統(tǒng)中。
專注于汽車的微處理器公司還提供帶有人工智能（AI）、自動深度學習功能和軟件開發(fā)工具包的DMS系統(tǒng)開發(fā)工具。這些公司通常希望能夠更深入地參與車輛的整個ADAS系統(tǒng)。針對特定處理器的汽車級軟件包使開發(fā)人員能夠將其各種算法從開發(fā)環(huán)境無縫轉換到完整實現(xiàn)。
機器學習的“學習”部分意味著這些程序會隨著時間的推移而改變它們處理數(shù)據(jù)的方式。實施機器學習通常從框架開始。標準框架有許多種。僅舉幾例：Google的TensorFlow、蒙特利爾大學使用NVIDA CUDA的PyTorch、加州大學伯克利分校人工智能實驗室的Caffe、純粹用Python編寫的Chainer，以及Microsoft CNTK。它們中的大多數(shù)都支持Python和C++編程語言。
幾乎所有駕駛員監(jiān)控系統(tǒng)的設計都需要通過ASIL-A級安全驗證。ASIL是Automotive Safety Integrity Level（汽車安全完整性等級）的縮寫。這是ISO 26262道路車輛功能安全標準所定義的風險分級系統(tǒng)。ISO 26262確定了A、B、C和D四個ASIL等級。ASIL A代表最低的風險程度。ASIL是一項系統(tǒng)級安全要求，軟件和硬件均涵蓋在內(nèi)。
結語
未來的DMS可能超越面部成像和分析，并結合面部識別來保障安全。它將能夠識別駕駛者，并自定義座椅位置、后視鏡、加熱和音樂等車輛設置。它還將防止除車主以外的任何人駕駛車輛。DMS還可集成生物識別傳感器，如心率監(jiān)測器和呼吸酒精測試器，以確保駕駛員應有的警覺性和能力。
在SAE L5級自動駕駛（無需駕駛員）到來之前，您的車輛使用的將是由ADAS和人共同控制的系統(tǒng)。誰來控制？駕駛員無疑要監(jiān)控自動駕駛系統(tǒng)，而自動駕駛系統(tǒng)也必須要監(jiān)控駕駛員。
來源：Mouser
免責聲明：本文為轉載文章，轉載此文目的在于傳遞更多信息，版權歸原作者所有。本文所用視頻、圖片、文字如涉及作品版權問題，請聯(lián)系小編進行處理。
推薦閱讀：
