驾驶员状态监测系统测试评价方法分析

摘要：随着智能驾驶汽车的高速发展，L2级别的高级辅助驾驶系统装车率也越来越高，L3级自动驾驶已逐步实现，而安全自动驾驶还尚未完全落地，当前正处于人机共驾阶段，尽管ADAS系统可以降低交通事故发生率，但疲劳驾驶、分心驾驶和危险驾驶等交通安全“隐形杀手”仍长期存在，给驾驶员和乘客带来生命安全，驾驶员状态监测系统能有效避免疲劳或者分心驾驶引发的交通事故，已经成为避免事故和改善道路驾驶安全的一项关键技术。本文介绍了驾驶员状态监测系统工作原理，分析了目前国内外驾驶员监测系统的测试评价方法，并总结了该系统的未来发展动向。

关键词：驾驶员状态监测系统；分心驾驶；疲劳驾驶；测试评价方法

中图分类号：U467.5 收稿日期：2023-07-10

DOI：10.19999/j.cnki.1004-0226.2023.10.026

1 前言

近年来随着机动车和驾驶员人数的大量增加，交通事故率也逐年增加。在2021年，我国统计了交通事故原因，而37%的道路交通事故与驾驶员状态直接相关，其中疲劳驾驶、分心驾驶与危险驾驶是三大主要因素。手机的广泛应用和车舱内越来越多的娱乐系统也是导致驾驶员分心驾驶的直接原因。2010年之后，美国每年超过3 000名驾驶员因分心驾驶而失去生命，2020年年初，美国国家安全委员会发布的数据显示，超过1/4的车祸起因是驾驶员行驶过程中操作手机[1]。而全球所有致命的道路交通事故中，约有20%是由于驾驶员疲劳驾驶造成的[2]，因此，在车辆上搭载驾驶员状态监测系统（Driver Monitoring System，DMS）对驾驶员进行实时监测，防止其因为分心或疲劳而失去对车辆的控制，已经成为一项强制性法规。我国在2018年率先强制要求“两客一危”商用车量安装DMS系统，欧盟也要求新车型必须配备疲劳监测系统（DDAW）[3]和分心监测系统（ADDW），相关的国内标准也在2022年10月发布，随着政策法规频频出台，驾驶员监测将显得尤为重要。

2 驾驶员状态监测系统工作原理

2.1 间接式DMS系统

间接式DMS系统根据驾驶员在特定驾驶模式下的驾驶行为、人类昼夜节律、驾驶持续时间和驾驶行程单调度等情境变量来估计驾驶员的困倦程度[4]。首先将方向盘角速度、车速、距离车道线位置和车辆驾驶时长作为主要参数输入，将安全带状态（判断驾驶是否重新上车）、车门开关、点火状态等参数作为次要参数输入，具体工作原理见图1。综合考虑以上因素进行分析测算，得到该驾驶员当前的疲劳状态等级，这也是早期疲劳监测系统主流的技术方案。

2.2 直接式DMS系统

直接式DMS系统是通过安装在车辆A柱或者仪表盘附近的红外摄像头，来实时监测驾驶员的头部、眼部和面部等动作细节，然后对获取的数据进行模式识别，进而做出驾驶员疲劳或者分心行为的判断[5]，图2为直接式DMS系统原理图。

驾驶员疲劳监测：主要考虑眼睑开合度、眨眼频率、闭眼时间占比（PERCLOS）等因素，通过机器学习算法，得出当前疲劳困倦等级。

驾驶员分心监测：主要考虑驾驶员注视前方视线、头部多自由度姿态角以及手部动作等参数，通过计算视线停留在驾驶不同区域时间长短，进而判断驾驶员是否分心驾e592fea10c4b99846fdbb81d9c34d689驶[6]。

3 国外测试评价方法

3.1 基于EU 2021/1341DDAW的测试方法

欧盟在2019年12月发布了新的GSR2.0安全法规，要求在2022年7月6号新车型装配DDAW系统，2024年7月6号新上牌车辆装配DDAW系统，在DDAW法规中欧盟采用了一种非常规的测试方法，要求驾驶员使用KSS对DDAW系统进行评价，KSS等级评价如表1所示，当KSS等级为7级或以上时，系统应该向驾驶员发出报警。

法规中要求OEM使用KSS方法或等同于KSS评级的方法充分验证DDAW系统，并对验证试验做了如下要求：

a.验证试验采用真人参与者。

b.分别在白天和黑夜进行验证。

c.在公开道路或者封闭道路进行，且测试车应该有安全备份（如双踏板）。

d.测试人员最小样本量为10人（开发人员不得参与），测试前将会参加统一的KSS培训，所有学员的培训过程应相同，培训过程应清楚地记录在提供给技术部门的证据档案中。

e.在道路试验过程中，将DDAW系统处于静音状态，用读取车辆报文的方式判断车辆是否报警。

f.每个测试人员必须产生一个真阳性的结果（如测试人员报告为7级，DDAW系统识别也为7级）或一个假阴性结果（如测试人员报告为7级，DDAW系统识别为6级）。

验证试验的结果采用统计学的方法进行计算，可接受的准则为：

a.DDAW系统满足平均敏感度在40%以上，敏感度结果的90%置信区间的下限应高于20%，则视为有效。

b.若试验间隔时间大于15 min，平均敏感度在45%以上，敏感度结果90%置信区间的下限应高于22.5%，则视为有效。

c.若在公开道路上进行测试，平均敏感度在35%以上，敏感度结果90%置信区间的下限应高于17.5%，则视为有效。

除了采用KSS对DDAW系统进行评级外，也可以采用直接监测驾驶员的状态（脑电波等）或者由三位睡眠专家观看睡眠视频分析结果来证明DDAW系统的有效性。

3.2 基于ENCAP DMS的测试方法

在ENCAP2023版安全驾驶版块，将DMS正式纳入评分中，并要求OEM提交详细的技术文档来证明系统的有效性。

评价规程中将驾驶员状态监测系统分为驾驶员分心监测、疲劳监测和驾驶反应迟钝三部分，其中分心监测又包含长时间分心、短时间分心和使用手机三类，如表2所示，将分心动作做了详细的规定，并且规定了不同的注视区域。

规程中使用KSS等级和闭眼时间将疲劳状态分为困倦、浅睡眠和睡眠三类，如表3所示。

4 国内测试方法

4.1 基于GB/T 41797的测试方法

国标GB/T 41797-2022《驾驶员注意力监测系统性能要求及试验方法》[7]已于2022年10月14日发布，并于2023年5月1日正式实施。该标准将成为国内DMS领域的第一个标准，对国内DMS系统开发和测试具有重要意义。该标准主要分为真人测试和仿真机器人测试两部分，完成表4中的行为动作，首先用真人测试DMS系统的基本识别能力，然后用仿真机器人测试DMS系统的准确率和检出率，分别在白天、夜晚两种条件下进行测试，同时包括裸眼、戴墨镜、戴眼镜三种条件，每个场景进行20次测试。

4.2 基于C-NCAP和IVISTA的测评方法

在2024版中国新车评价规程（C-NCAP）主动安全测评项目中，将DMS功能纳入评价项目，将DMS系统分为疲劳驾驶和长时间分心驾驶，草案初步规定完全闭眼3s为疲劳行为，注视后视镜、车载娱乐系统等区域3s为长分心行为，在驾驶员开始动作后，系统应在规定时间内发出报警。

中国智能汽车指数（IVISTA）也发布了2023版的征求意见稿，评测规程中将驾驶员注意力监测分为分心监测、头部异常和疲劳监测三部分，不同的是将疲劳监测定义为驾驶员闭眼值持续时间等于2 s，将分心监测定义为长时间注视车载娱乐系统3 s，根据报警成功率对系统进行评价。

5 未来座舱系统的发展

早期驾驶员监控系统（DMS）仅仅出现在少数高端车型上，而目前法规已经要求即将上市的新车都要配置驾驶员分心监测和疲劳驾驶监测的DMS系统，而驾驶员状态监测系统只属于座舱内监测驾驶员区域，可以预见未来座舱监测系统的普及是必然趋势。座舱监测系统在提升驾驶安全性的同时还提供更舒适的出行体验，未来座舱监测系统将会提供主动式服务，主动观察用户痛点，思考用户需求，如主动识别乘员和驾驶员的面部情绪变化和语音分析，判断当前乘员情绪状态，然后通过ADAS系统降低车速、语音提示驾驶员休息、播放用户喜欢的音乐等方式进行干预和缓解舱内人的情绪。

随着自动驾驶技术的发展，座舱监控系统的重要性也越来越重要，当自动驾驶技术允许驾驶员双手可以离开方向盘时，座舱监控系统对于车辆来说就从一项重要配置变成必需配置。

6 结语

本文分析了当前主流的DMS系统工作原理，对国内外DMS系统测试方法进行了分析和总结，在测试评价方法上存在差异，欧盟的疲劳监测评采用真人KSS自我评价，然后使用统计学方法来评价，而国内主要使用一些疲劳的动作（打哈欠、闭眼）来定义疲劳，将执行动作时长作为评价准则。相比较而言，国外的测试评价方法更加贴近现实，但是存在KSS评价不一致的问题，如何对驾驶员进行有效的KSS培训将成为关键，而国内采用了真人和假人组合的方法，可以提高测试效率和精度，可以全面验证系统的功能和性能表现。

参考文献：

[1]高驰.强制标准启动在即，DMS市场进入爆发期[J].汽车与配件，2023（7）：38-39.

[2]Bakker B，Zablocki B，Baker A，et al. A multi-stage， multi-feature machine learning approach to detect driver sleepiness in naturalistic Road Driving Conditions[J]. IEEE Transactions on Intelligent Transportation Systems， 2021，99：1-10.

[3]（EU） 1341/2021，Supplementing Regulation （EU） 2019/2144 of the European Parliament and of the Council by laying down detailed rules concerning the specific test procedures and technical requirements for the type-approval of motor vehicles with regard to their driver drowsiness and attention warning systems and amending Annex II to that Regulation[S].

[4]于立娇，吴振昕，王文彬等.驾驶员疲劳状态监测系统综述[J].汽车文摘，2019（3）：24-30.

[5]高波.摄像头的位置对驾驶员监测系统影响的探究[J].汽车知识，2022（3）：81-83.

[6]张佐营，叶桂荀.驾驶疲劳监测技术研究综述[J].汽车科技，2022（1）：8-14.

[7]GB/T 41797-2022 驾驶员注意力监测系统性能要求及试验方法[S].

作者简介：

王晓亮，男，1993年生，工程师，研究方向为智能驾驶实车测试评价。