一、为什么司机疲劳是一个问题
每年，全球有超过100万人死于交通相关事故，研究表明，驾驶员疲劳（或嗜睡）导致约25-33％的致命和严重事故。 这相当于每年损失30万人或更多人。 对于15至29岁的人来说，道路交通事故是最常见的死亡方式。
为了解决这个问题，汽车技术人员开发了驾驶员疲劳监控系统，该系统能够检测驾驶员疲劳并因此降低交通事故的可能性。
这在公共交通领域尤其重要，去年伦敦交通局宣布为公交运营商提供50万英镑的资金用于开发安全改进，疲劳监控是该计划的关键部分。
二、什么是驾驶员疲劳
驾驶员疲劳是指由于缺乏睡眠或长时间驾驶导致的驾驶员的精神或身体障碍，这导致车辆的控制减少。 这不是一个准确的定义，反映了解决车队运营公司疲劳的复杂性和严重性。 事实上，疲劳，没有科学的定义，更不用说司机疲劳。
从生理学和心理学的角度来看，疲劳和嗜睡的概念是不同的，但在ITS领域的文献中，疲劳和困倦是同义词。 低警惕性是另一个术语，意味着缺乏意识，可能包括嗜睡，分心或两者兼而有之。卡罗林斯卡嗜睡量表（KSS）给出了完整但主观的疲劳测量，该量表描述了9种嗜睡程度。
1.非常警觉
2.非常警觉
3.警报
4.相当警觉
5.既没有警觉也没有困倦
6.有些困倦的迹象
7.困了，没有努力保持清醒
8.困了，努力保持清醒
9.非常困倦，努力保持清醒
这是一个主观量表，可用于自我评估疲劳。 然而，这不能用于持续监控个人警觉水平，这就是为什么汽车行业的公司提出驾驶员疲劳监测解决方案的原因。
驾驶员疲劳监测解决方案基于疲劳/困倦与体温，电皮肤抵抗，眼球运动，呼吸速率，心率，大脑活动甚至驾驶行为之间的关系。 让我们看一下目前存在的三种监控系统。
驾驶员疲劳监测系统的类型
1.生理系统
当驾驶员疲劳时，他的生理反应变慢，身体对刺激的反应似乎被延迟，生理指标将偏离正常状态。 因此，该疲劳监测系统通过生理传感器收集驾驶员的生理参数以确定驾驶员是否疲劳。
此类别中有多个系统，但大多数EEG，EMG，脉搏和呼吸频率都是侵入性的，因此在车辆中实施它们是不实际的。
另一方面，ECG不是侵入性的，并且有一些很好的应用，例如Warden或CardioWheel。 这些系统易于实施和操作，但灵敏度较差，每个系统都需要对每个驱动器进行单独调整。
2.驾驶面对相机系统
该系统基于疲劳驾驶员的面部特征与警报驾驶员的面部特征不同的事实。 视觉刺激与其反应之间的潜伏期是确定意识的主要措施之一。 这种潜伏期通过称为精神运动警戒任务（PVT）的参数已知，该参数显示人对他/她的视觉刺激的响应速度。 研究表明，PVT与一段时间内闭合眼睑的百分比（PERCLOS）之间存在非常密切的关系。 因此，疲劳与闭眼百分比之间存在密切关系。 面向驾驶员的摄像系统可以使用这种关系来估计驾驶员疲劳/困倦。 PERCLOS是一个关键参数，但其他面部特征，如头部位置检测，注视方向检测，眨眼频率检测，微睡眠和口腔状态检测也很重要。
3.驾驶行为系统
当警觉性达到较低水平时，驾驶员能够观察周围环境，判断情况并控制车辆下降。这降低了驾驶员的精确控制，这通常由车辆驾驶参数的异常波动反映出来。例如，这可以是紧急制动，突然加速或车道偏离。从车辆获取这些数据很容易，并且可以通过建模这些数据间接地检测驾驶员的疲劳程度。
流行的解决方案包括方向盘角度检测方法，方向盘握力检测方法，车速检测方法，车辆偏移检测方法，制动踏板力检测方法和加速器踏板力检测方法。该领域发展最成熟，由于其简单，但其缺点是仅检测到高级疲劳状态。这些解决方案的提供商包括大多数汽车制造品牌，如梅赛德斯和沃尔沃，以及博世等技术供应商。可以在维基百科中找到此类别中的一长串解决方案。
三. 驾驶员疲劳监测系统的比较
检测疲劳可以是减少事故的好方法。 我们了解到，该行业已经提出了3个主要的驾驶员疲劳监测系统系列，每个系统都有多种解决方案和方法，各有利弊。 如表1所示，我们对3个系列进行了广泛的比较，并在准确性，灵敏度，接触和成本方面进行了比较。
基于驾驶员生理参数的疲劳检测方法的主要优点是可以客观准确地反映驾驶员疲劳程度。缺点是数据采集设备复杂且昂贵;最准确的解决方案要求设备直接接触驾驶员的身体，这会影响驾驶员的正常操作和交通安全。因此，该方法在实际驾驶员疲劳检测中的应用受到限制。
基于驾驶员面部的疲劳检测方法的优点可以准确地确定驾驶员疲劳程度。然而，识别算法复杂，特征提取困难，检测结果容易受到光照和遮挡因素的影响。深度学习技术可以在这一领域取得显着成就，因此相信这种类型的解决方案将在不久的将来成为主流。
基于车辆驾驶参数的疲劳检测方法具有简单的优点。缺点是其分析结果容易受到个人驾驶习惯，天气，交通状况等外部因素的影响，准确性不够;而且，该方法只有在驾驶员即将发生事故时才能检测到异常，这对驾驶员来说是不安全的。因此，该方法的分析结果最好用作辅助检测指标而不是主要的检测指标。
四、未来的工作
虽然技术多年来取得了显着进步，但检测特定类型的困倦仍然是一项挑战。正如我们在KSS中学到的那样，疲劳不是黑色或白色，而是一个动态的灰色阵列，因此，我们想要检测的是什么“灰色”以及在哪些条件下？简而言之，何时应该警告驾驶员以及车队操作员何时通知？
疲劳必须被理解为一种风险，即发生事故的可能性。在这领域很少有研究。这对这些系统的准确性定义有影响，对技术的发展也有影响。车队运营商准备承担的最低风险是什么？那里的技术可以检测到疲劳的早期迹象或非常低的警觉水平吗？从这个角度来看，基于面部特征监测的解决方案似乎提供了更好的分析框架，因为它们可以被编程以检测不同程度的疲劳。然而，必须进行更多的研究和开发，以便准确地检测疲劳的早期迹象，并将疲劳转化为车队操作员的可操作信息。