知識庫

駕駛者異常行為偵測技術
  • 發布年度:2017
  • 主要類別:駕駛輔助
  • 次要類別:電子報
  • 車輛中心 研究發展處 張銘方

    多項調查報告指出,駕駛者分心與疲勞是造成車輛意外事故的重要原因。美國公路運輸安全管理局(National Highway Traffic Safety Adminstration, NHTSA)之統計資料研究指出,每年因為駕駛者分心與疲勞導致之交通事故保守估計至少約占整體交通事故的10%;因此,NHTSA、歐盟均表示將制訂安裝駕駛者監視系統等規範。其中,台灣與美國已有交通法規禁止行車中使用手持式行動電話等駕駛異常行為,以避免駕駛分心。相關規範如下表1所示:

    表1 各國駕駛標準

    綜合上述規範分析,現行駕駛狀態監控的項次,主要分為:分心駕駛與疲勞駕駛兩大部分:其中分心駕駛部分,隨著手持式行動裝置普及,多限制駕駛操控車輛時,禁止使用手持式行動裝置進行撥接、通話或發簡訊等分心行為,以避免駕駛分心而造成危險發生;而在疲勞駕駛部分,目前車輛法規與標準裡皆尚未對駕駛疲勞明確定義,但交通法規裡已將「連續駕駛的時間」當作一個指標,規範駕駛人不得連續駕駛車輛超過一定的時數。

    駕駛者監控系統介紹
    車輛中心(ARTC)駕駛狀態監控系統係以數位訊號處理器為核心,接收攝影機並輔以紅外線投光器等感測元件,擷取車艙內駕駛人臉影像資訊,透過影像處理技術偵測駕駛面部特徵位置,並結合駕駛行為模型,估計駕駛者行駛行為特徵,判斷駕駛者開車之專注力,當系統判定為異常行為發生時,如分心駕駛、手機通話和吸菸等異常行為發生時,系統透過GPIO(General-purpose input/output)以揚聲器發出警示聲;本系統亦能透過CAN BUS介面讀取車速、方向燈等車身訊號,以輔助判斷系統啟動時機,其系統架構如圖1所示。

    圖1 駕駛異常行為監控系統架構

    本系統關鍵技術為人臉偵測與臉部特徵辨識演算法、駕駛狀態解析演算法與嵌入式硬體設計技術等,系統判斷邏輯如圖2所示。

    圖2系統功能判斷邏輯示意

    分心駕駛行為偵測技術
    本系統透過車室內的攝影機與紅外線光源裝置,擷取全天候(日/夜)駕駛面部影像,偵測駕駛人臉五官位置,進行辨識臉部注視方向的駕駛視野分析,並估算頭部(左、右)偏擺量,進而分析駕駛者的分心程度,當超越警示值時,則給予適當的警示,如圖3所示,其辨識率可達95%以上。

    圖3 臉部偏轉角度示意圖,R_dist與L_dist為臉部邊界至鼻部的距離

    違規駕駛行為偵測技術
    異常行為偵測演算法主要目的為偵測駕駛者打手機與吸菸狀態,而本系統藉由臉部特徵判斷偏擺角度,角度過大時,其為危險駕駛,角度於容許範圍時,亦同時進行異常行為偵測-打手機與抽菸狀態,打手機行為與吸菸行為辨識係參考前述所得人臉五官位置,並透過臉部邊界與人臉五官之幾何關係,取得打手機與吸菸偵測特徵區域搜尋,其偵測方法以分類器演算法進行比對與估測,辨識率可達90%以上,系統作動警示如圖4所示。

    圖4 駕駛異常行為作動警示

    結論
    駕駛者監控系統以影像辨識技術為基礎,偵測駕駛人臉五官位置與建置違規駕駛行為模型,以進行駕駛者異常行為偵測,藉由比對資料庫模型而判定行為是否發生,並適時地提出警告;目前駕駛者監控系統可應用於商用車隊駕駛、職業司機安全管理系統,未來隨著法規上路,以及消費者對於行車安全更加注重,預期該系統的成長率與市場規模將會持續成長,如圖5所示。

    圖5 ADAS Submarket Grows Fastest from 2015-2025
    資料來源:source:Visiongain

    駕駛者監控系統為一整合型之系統,除了兼具駕駛狀態監控功能外,未來亦可結合其他安全警示系統(前方碰撞警示、車道偏移系統等),應用影像處理核心平台,推出具多功能之系列產品。

© 2016 ARTC All Right Recerved. Design by Creatop.