研究發展處 黃敏盛 

駕駛監控系統（Driver Monitoring System，DM）於2006年已有國際車廠發表，後續也廣泛應用於各車型，目的是為了監控駕駛者的狀態，判斷駕駛是否有分心、疲勞等異常提醒之功能。隨著自駕車技術的蓬勃發展，SAE Level 3等級的車輛必須搭載駕駛監控系統以偵測駕駛狀態。在2021年公告的UN R157規範中，車輛在自駕運行過程時，駕駛監控系統須確保駕駛處於可以隨時接管車輛之狀態，一旦駕駛員被系統判定為無法立即接手車輛控制狀態時，則須遵循最小風險決策，讓車輛自行緩煞至停止或停靠至路側。   

目前市場普遍採用攝影機來偵測駕駛的狀態，例如：BMW、Mercedes-Benz等車廠，透過攝影機所偵測到的臉部特徵，來判斷是否有出現駕駛無反應（健康異常）及駕駛不可用（睡覺、不專心）的情形發生。近年來，非接觸式生物雷達感測器發展日益成熟，提供了駕駛者的生理特徵資訊，車廠也陸陸續續將其應用於駕駛監控之進階發展，因此，車輛中心（ARTC）開發駕駛監控異質感知融合技術以提升系統功能範圍。 

車輛中心之異質感知融合技術發展 

目前車輛中心積極投入艙內的異質感知融合技術開發，如駕駛監控、乘客遺留。車輛中心艙內安全輔助於感測上的應用，以影像感測器和生物雷達感測器為主軸。於影像端，影像經過前處理後，輸入至AI深度學習模型進行人臉偵測，以獲得駕駛的臉部特徵，包含：眼睛狀態、頭部偏擺角度及視線位置等特徵，來判斷駕駛無反應及駕駛不可接管狀態。生物雷達會針對所設定的偵測範圍，輸出所偵測到人員呼吸、心率等生理特徵，並透呼吸及心率後處理的數值，判斷駕駛狀態是否出現異常，例如：心率突然升高、呼吸過於急促等，如圖1所示。

艙內異質感知融合技術結合影像之「駕駛臉部特徵」及雷達之「點雲資訊」、「心率∕呼吸」，輸出車內駕駛的狀態結果，如圖2所示，若出現駕駛無反應及駕駛不可用的情形，則會發出警告並以最小風險決策來控制車輛，避免發生危險。

小結 

在智慧座艙監控系統中，單一感測器可能會出現偶發性的失效，因此會將多種感測器結合使用，合理的感測器搭配能夠有效地提高系統的穩定性和安全性。使用攝影機所偵測到之駕駛臉部影像，並透過AI人臉特徵偵測模型，得到駕駛的臉部特徵，生物雷達來獲取駕駛生理特徵資訊，將兩者進行異質感知融合，提供自駕系統駕駛者狀態，以利評估是否可讓駕駛接管車輛，故可增加車輛行駛的安全性與可靠性。