讲师：朱玉龙，江湖人赠称号“朱校长”，深耕于汽车电子设计领域，从2014年8月创建“汽车电子设计”个人微信公众号以来，笔耕不辍，坚持每天撰写推送一篇原创文章，公众号关注人数愈万，是业内备受尊敬的“干货知识库”。

　　主题：

　　1.现有驾驶员监测的方案

　　2.驾驶员监测的可行方案概览

　　3.DM参数分析

　　4.目前产品的困难和局限

　　5.高级自动驾驶对DM的需求

　　6.DM的未来发展

　　以下为微沙龙讲座的演讲实录+PPT：

　　朱玉龙：我这边今天选择的主题，是驾驶员监测，不是在前向防碰撞的体系里面，也不在倒车的体系里面，所以它比较独立。我选的这个话题，因为全球范围内，它在未来的无人驾驶跟ADAS这块都是非常重要的，但是与国外整个切入点来讲，是相对比较好的。所以我这边也做一个介绍，因为之前可能大家对于驾驶员监测更多是在客车上作为一个强制的使用，并不看成是一个机会。我选择这样一个话题的切入点，也是希望大家可以重新审视这个相对在ADAS领域里面比较偏门的一个东西。

　　国外驾驶员监测的方案介绍

　　首先，从两个大类来讲，从驾驶员监测总体的架构是从直接监测跟间接监测两类划分，直接监测是直接通过驾驶员的获取信息，主要是通过他的脸部信息跟图像，采取这个模式来获取整个的信息。这里通常意义上我们就是有几个纬度，一个就是驾驶员的注意方向，还有一个是判断驾驶员整个眼睑的闭合情况，需要移植对人体疲劳模型，对整个眼的情况，也需要适度的一个学习过程。

　　在德国那块，大量通过使用车辆方向盘的角速度，还有整个驱动器正常跟异常的判断，通过正常的算法来做。在传统的算法里头，因为信息量的纬度不够，更多是一种提醒，因为它没有办法，有些人的驾驶风格就是特殊的，不一样。所以在这一页里头，基本上我们可以看到这是两个截然不同的路径。

　　我来重点介绍一下驾驶员监测的认知纬度，我们认为在整个驾驶员的状态有四个基本纬度，一个就是认知的负荷，通过人体的疲劳负荷，来判断他要睡、分心、过劳，通过眼镜的注视方向，眼睛眨眼的情况，包括脑电波、心跳、皮肤的传导率、体温、呼吸的分析，来判断驾驶员身体的情况。第三个纬度就是我们经常说的，你是不是去打手机，或者说你在开车的时候去喝茶，干一些别的什么事儿。第四个就是通过驾驶的距离，跟车道的实际情况，车速变化跟加速情况，通过这些认知纬度来认识驾驶员多维度的情况。