想象一下，在一个暖意盎然的秋日下午，你载着一家四口，开着500万以内最好的SUV，朝着800公里之外的海边度假小屋出发。平直通畅的高速公路上，妻子和两个孩子，在安静的车厢内酣然入睡。而被先进领航辅助系统从枯燥重复驾驶行为中解救出来的你，身心格外放松。
不到半小时，你的眼皮开始发沉，眼神开始涣散，身体开始发飘，脑子开始发糊，头也像啄木鸟一样，不停地上上下下。
就在眼皮即将完全合上的关头，一阵阵刺耳的系统警报声把你从梦乡边缘吼了回来：滴滴滴，大哥别睡着了，不行就下服务区歇会吧！
一瞬间清醒过来的你被吓出一身冷汗：“如果没有这声吼，可能要去鬼门关走一走”。
事实上，除了打瞌睡，长途出行过程中类似的“分心”场景还有很多，比如几乎每个驾驶员都做过的：发微信，刷朋友圈，吃东西，弯腰捡物品，和车上其他人员聊天过于投入等。按照相关交通领域机构发布的数据显示，驾驶时接打电话发生事故的概率是普通驾驶时的2.8倍，低头看手机3秒钟，就相当于盲开3秒。
往每台正在行驶的车里塞一名“肉身安全监督员”，肯定不现实。但往车里多放一双时刻在线的“安全监督眼”，用来平替真人，当下的技术已经实现了，它就是有着“人机共驾阶段驾驶辅助安全守门员”之称的，驾驶员监测系统（Driver Monitor System，以下简称DMS）。
DMS的工作链路与智能驾驶辅助系统十分相似，即：感知→决策→执行。
首先，利用传感器时刻监测驾驶员状态，当下最普遍的方案是摄像头为主力传感器的视觉感知；然后，将监测到数据的回传系统，与既有案例比对，决定是否对驾驶员进行提醒；最后，系统将决策下发至执行端，常规的执行动作包括：警示音，语音提醒，方向盘灯带闪烁，方向盘+座椅震动。部分车厂的方案已经可以做到驾驶员在一段时间内不回应，车辆主动靠边，减速停车，并拨打救援电话。
DMS这一套动作看起来不复杂，但却能在“防患于未然”这件事上起到奇效。很多时候，一声警示音，一阵屁股麻，就能挽救一条甚至几条宝贵的生命。
但，略微令人感到沮丧的是，DMS在中国市场在售乘用车上的搭载率很低，根据高工智能汽车研究院统计：2022年1-10月中国市场（不含进出口）乘用车前装标配搭载DMS系统的车型销售总量为87.2万台，前装搭载率只有5.49%。
具体来看，中国品牌DMS搭载率95.17%，远高于合资品牌。在价格区间上，35万元以上车型DMS平均搭载率达到13.93%，10-15万价格区间DMS搭载占比不超过3%。这意味着，在中国汽车消费的主力价格区间内，DMS仍然是一项可望而不可及的“高端配置”。
下面，就让我们细细研究下，这双藏在车厢内的“机械眼”，到底是怎么工作的。
感知是难题
想提前预测、干涉，制止驾驶者的危险驾驶行为，对驾驶者监测的覆盖面要够广，颗粒度要够细，数据要够全面，传输要够及时。
专业的医用多导体征监测仪，无疑是最佳答案：通过贴在人身体上的电极，监测脑电、心电、眼电、肌电、胸腹式呼吸运动、鼻气流、鼾声、脉搏、血氧饱和度、脉搏波、呼吸频率、体位等各类数据，然后对数据进行分析，来判断驾驶者当下的精神状态、心情波动、身体状况，并基于大数据底座对可能出现的突变进行预测。
抛开这样一套监测设备的不菲造价，单是开始驾驶前让驾驶者穿戴齐全部监测单体装置，就是一件吃力不讨好的事：我去超市买菜总共就开10分钟，还得先花半小时把装备穿上？
医用的专业仪器不行，咱就降个档次，试试把智能穿戴设备（如智能手表、手环）和车机系统连接，通过手环来获取驾驶者的心电、呼吸、血压、血氧、体温等关键性体征数据，再传回车机进行分析决策。
从易用度上看，智能穿戴设备是获取成本最低、学习程度最低、使用习惯培养难度最低的驾驶者状态监测解决方案。但有三个暂无头绪的实际困境：第一，现有智能穿戴设备与车机的连接顺畅度、对数据分析后的应答效率，达不到驾驶安全要求的及格线。倘若传输出现迟滞或错误，驾驶者的注意力可能会转移到手环上，反而制造了新的注意力转移隐患；第二，不同车企车机系统与各品牌智能穿戴设备之间的匹配，在没有行业统一协议和标准的前提下，始终无法拉齐；第三，生命体征属于驾驶者个人隐私，车厂和智能穿戴设备制造商对数据脱敏度的要求不同，哪些数据阅后即焚，哪些数据存储分析，哪些数据根本不用收集，听谁的，很难界定。
只有在两种路径下，该解决方案有机会大面积铺开：第一种，车厂自研自产智能穿戴设备，比如蔚来手环，理想手表，并随车附送；第二种，苹果、华为、小米这样的智能硬件提供商自主造车，让汽车进入品牌生态链。目前是第二种路径的可行度更高，毕竟华为汽车已经箭在弦上。
在智能穿戴设备全面接管驾驶者监测任务之前，可量产的DMS系统其实已经完成了一轮从“被动式”到“主动式”的迭代。
被动式DMS的做法是监测车辆基础信息，如单次驾驶时长，施加在方向盘上的扭力，车道偏离系统的工作时长等。被动式DMS成本低，许多车厂只在方向盘上增加一个扭矩传感器或电容HOD传感器就能大吹特吹自己的车具备高级驾驶辅助能力。
但实际上，被动式DMS的误报率很高，智能化程度很低，只能适配低等级ADAS系统。你一定看过有驾驶者利用在方向盘上悬挂不明物体的方式来“欺骗”系统，绕过警报的案例。
主动式DMS有两条路径：第一条是将监测重点聚焦在人的生物指标上，前文提过的心率、呼吸、血压、脑电波、皮肤电信号等都是监测对象。此路径的优势是指标全面，数据精准，劣势是需要在车内加装大量传感器，如压力传感器、电容传感器，导致成本过高，用户不愿买单。
第二条是将视觉传感器，即摄像头作为打造DMS的硬件底座，通过单目、双目、红外线摄像头，上车前先对驾驶者进行 Face ID 生物认证，行驶中追踪驾驶者的眼球，监控驾驶者的视线方向和眼球位置，最终达成掌控驾驶者注意力的目标。
这条路径的优势是采用成熟技术、供应体系下的传统2D可见光摄像头加上IR红外LED，成本低，出错率低，用户感知度高。劣势是受外界光线条件影响较大，受驾驶者眼部状态影响较大，戴墨镜或眼睛太小，都有可能让监测系统产生罢工。
算法比感知更难
摄像头装在A柱，方向盘或后视镜上了，驾驶者的面部和眼球也清晰地捕捉到了，然后呢？总不能稍微眯下眼睛，就在马路当中急刹停车了吧。
这时候，就该软件算法打卡上班了。
对摄像头这样的硬件来说，能完整捕捉驾驶者的面部动作就够了，要求不高。这些动作对应的含义，含义该基于什么规则判断，判断后匹配的决策动作，才是每套DMS系统的核心竞争力。
常见用于描述驾驶员疲劳状况的规则是1994年美国首次提出的PERCLOS：单位时间眼睛闭合百分比（percentage of eyelid closure over the pupil over time）。
PERCLOS的获取办法是车内摄像头对人脸进行图像采集，随后将图像传递至控制器。控制器利用预先导入的人脸识别算法对动态视频进行逐帧识别，判断哪些帧是眼皮盖过眼球的面积超过预设的比例。最后，统计疲劳帧数，和该段时间总帧数相除，得出结果。
PERCLOS有P70，P80，Em 三种测量方式：P70：眼皮盖过眼球的面积超过 70%所占的时间比例。P80：眼皮盖过眼球的面积超过 80%所占的时间比例。Em：眼皮盖过眼球的面积超过 50%所占的时间比例。
其中，1999年美国联邦高速公路管理局的实验证实，P80和驾驶者疲劳程度之间的相关性最高。
PERCLOS之所以如此重要，是因为驾驶员状态监测要求高鲁棒性，系统可以设定多个监测指标进行冗余设计，交叉互检。但在这些种类繁多指标中，需要有一个足够可靠，且基本不出纰漏的指标作为高权值依据，PERCLOS就是这个高可信值的关键基础指标。
其它常用监测指标还包括：轻微点头动作发生频率（太频繁意味着驾驶者有很大概率在打瞌睡）；瞳孔放大缩小频率（情绪是否剧烈波动），嘴部形状变化（一直讲话，打哈欠，肯定没在专心开车）。
在硬件（摄像头）和软件（算法）的联合作用下，一套初级DMS系统才算搭建完成。说它初级，是因为可供系统进行综合运算的数据源还是太少，在摄像头提供的视觉信息之外，还可以融入车辆状态（车速、油门深度、横摆角速度、侧向加速度、转向盘角速度、角加速度等），麦克风获取的座舱内音量高低，座椅靠背内温度传感器测量的体温，以及来自智能穿戴设备的实时数据。
数据来源越丰富，对驾驶者的塑造也就越立体，系统做出的判断也就越精准，交通行为参与者也就越安全。
写在最后
一份来自《消费者报告》的ADAS系统测试报告，对我们进一步理解DMS，大有裨益：在这场为期3个月对12家主流车企35000台车辆的ADAS系统测试中，福特林肯Co-Pilot 360排第一，凯迪拉克Super Cruise排第二，特斯拉Autopilot只排第七。
在测试中，DMS的成绩权重极高，是福特林肯Co-Pilot 360和凯迪拉克Super Cruise得分大项，也是特斯拉Autopilot丢分的大项。可以说，没有DMS的ADAS系统，在《消费者报告》眼里，基本就是不及格。
为什么？
因为，在现有L2驾驶辅助阶段，DMS可以有效控制驾驶员对ADAS功能的滥用，实现对ADAS功能激活和失效的阈值设置，杜绝“方向盘上挂个猪蹄，就敢在高速公路上一边巡航一边睡觉”的莽撞行为。
而在通向L3、L4和L5级自动驾驶的道路上，DMS是高级人机交互技术的核心组件，只有驾驶员注意力监测机制明确，清楚判定人类司机的当前状态，才能确保当下驾驶权的归属，准确选择驾驶权的移交时机。
做个更形象的比喻：如果一套ADAS是一支11人的足球队，DMS就是站在整个队伍身后的守门员。你一定见过守门员在比赛中被红牌罚下后，前锋、中场、后卫来临时顶替的，但你何时见过，前锋、中场、后卫被罚下，用守门员来顶替的？
