【中國安防展覽網(wǎng) 企業(yè)關注】 汽車司機監(jiān)控系統(tǒng)的視覺公司EDGE3Technologies的CEO，此前他是安博瑞德航空大學機器視覺實驗室的教授和負責人。他在此文中闡述了監(jiān)控司機的重要性，認為比起目前已經(jīng)日益完善的自動駕駛系統(tǒng)，司機的視覺監(jiān)控同樣是自動駕駛中不可或缺的一環(huán)。
司機才是推廣自動駕駛系統(tǒng)大障礙
毫無疑問，Autopilot模式和其他類似的輔助駕駛功能增強了汽車的安全性。但是作為EDGE 3 Technologies公司的CEO（一家開發(fā)汽車司機監(jiān)控系統(tǒng)的視覺公司）和安博瑞德航空大學機器視覺實驗室的前教授和帶頭人，我還有其他建議。換句話說，為了追求全面智能駕駛技術，我們可能會忽略合適的技術開發(fā)路線，而只盯著我們能夠達到目的的必要技術。
盡管特斯拉的Autopilot模式產生了偉大的開創(chuàng)性，但實際上它只是一個輔助駕駛功能，不是我們追求的全自動模式。在技術層面上講，它是NHTSA-Level2自動駕駛系統(tǒng)，即至少有兩個基本的自動化控制功能。這樣的系統(tǒng)要求你的手一直放在方向盤上。八月份，在北京的一起事故中司機誤傳特斯拉的性能之后，特斯拉在中國上移除了“自動駕駛”這樣的字眼。
目前自動駕駛的真實狀態(tài)和司機所預期的狀態(tài)是有明顯區(qū)別的。特斯拉近發(fā)布的“雙手必須放在方向盤上”的要求和標識并不意味著視線不能離開馬路。即使雙手還握著方向盤，實際上許多特斯拉或者其他汽車的車主可能會眼睛飄忽或者精神放空。他們希望Autopilot模式能達到自動駕駛(Level3)或者全自動駕駛(Level4)，然而在現(xiàn)實中，它只達到了Level2系統(tǒng)。
如果車主不知道自己的汽車配有的自動系統(tǒng)級別，其實也是情有可原，因為自動汽車可以自己在高速上跑幾百英里，所以司機很容易進入到一種錯誤的安全感中，認為汽車是全自動的。這就導致了一些問題，比如今年年初開始已經(jīng)有一些輕微的交通事故和至少一起撞擊致死事故發(fā)生，都是由于駕駛者沒有好好看路。Joshua Brown的特斯拉正在高速公路上以Autopilot模式行駛，而他不知道自己已經(jīng)身處險境，有報道稱，這無疑是一個可以避免的悲劇，因為Brown當時正在DVD上看電影。
所以我們如何才能進入自動化的下一階段呢？也就是限制自動駕駛（自動化Level3）。
NHTSA指出，Level3自動化的汽車應該智能了解周圍環(huán)境，明白將要發(fā)生的狀況，并且知道何時以及如何讓司機自己控制汽車。自動汽車能夠看到并理解周圍環(huán)境，但是限制自動駕駛仍然缺乏一個重要功能，就是何時以及如何將操控權交給司機。
現(xiàn)在缺失的技術是，不僅要確保駕駛員座艙內要有司機，還要讓汽車了解司機的認知狀態(tài)，清楚他或她的控制汽車的能力。實現(xiàn)這個功能的辦法就是使用面向司機的攝像機。
測量司機的認知狀態(tài)是很微妙且具有挑戰(zhàn)的。不僅要顯示在某一時間點司機在看什么，還要識別、測量司機的意識狀態(tài)和認知。目前的系統(tǒng)是由許多自動化設備制造商開發(fā)的，例如Tier1andTier2供應商，包括EDGE3，這些系統(tǒng)采用大量軟件技術和設計，但是都表現(xiàn)出一個共性，就是駕駛座內一個或多個攝像機能監(jiān)控司機及他所看到的東西。
圖像會被車載嵌入式處理器處理，獲取傳送的重要信息?？梢员O(jiān)控司機且隸屬于Level3的自動化駕駛技術尚未問世，而產品方面存在許多技術競爭，包括立體相機和飛行時間相機。Harmanand Delphi今年年初在CES表示，市場的大部分似乎都在關注視覺追蹤。
盡管監(jiān)控眼神有效，但是放大監(jiān)控整個面部、頭部位置、面部表情和分層的遠程信息處理都能更地測量到司機的意識狀態(tài)和認知。司機監(jiān)控器得將駕駛室內攝像機記錄的圖像和汽車遠程信息處理和駕駛員輔助系統(tǒng)(ADAS)獲得的信息結合起來來確定司機的認知。未來的Level3（限制自動駕駛）汽車會捕捉到司機的駕駛行為、模式和獨特的特點。知道這一點，汽車就可以識別司機的反常行為，認為是司機處在危險狀況或者精力不集中。司機監(jiān)控不僅僅是簡單的視覺系統(tǒng)，更是一種多傳感器學習系統(tǒng)。
監(jiān)控司機是一項重要的任務，是現(xiàn)在工業(yè)界高度重視的一個領域。例如，谷歌在自動駕駛方面已經(jīng)決定在決策環(huán)中把司機完全“置之事外”，本質上已經(jīng)超越Level3（限制自動駕駛），并且認為這樣更加安全。拋開社會影響，取消方向盤，直接跳過Level3自動化會讓我們長期停留在Level2，因為隨著我們的學習，無差錯的自動駕駛會成為新的焦點。有專家在華爾街日報上說，要達到這個目標至少需要15到20年。
復雜的自動駕駛技術也已經(jīng)在復雜的環(huán)境下實現(xiàn)了。據(jù)谷歌的備案文件顯示，加州汽車部表示他們已經(jīng)失敗了數(shù)百次，需要重復進行人為干預。事實上在另一資料中顯示，人類駕駛員已經(jīng)數(shù)千次控制汽車并且行駛了400公里。自動駕駛汽車會提高性能，更了解周圍環(huán)境，但是即便未來會有更的系統(tǒng)，汽車還是會處于復雜的日常環(huán)境。
這是技術的本質，如果汽車的駕駛員輔助系統(tǒng)不能躲開路上的障礙物，或者不能認出交警，還是需要司機自己控制。全自動化駕駛會引起其他道德問題，比如，在事故中應該責備誰？面對救駕駛員還是救其他人的時候，自動汽車會做什么決定？這些決定不只是在技術層面內，而是要將道德理解以及技術所處的社會水平考慮在內，還包括政策制定者、倫理學家和其他人的影響。
帶著在匹茲堡的自動化隊伍，近優(yōu)步發(fā)布了和谷歌類似的技術，盡管谷歌方面稱他們確定是專業(yè)的司機駕駛，能熟練地在復雜狀況下控制汽車。
所以很明顯，優(yōu)步知道自己的技術不是全自動駕駛，需要司機來減小風險。但是如果司機頭昏腦漲（報道中這種情況時有發(fā)生）或者控制得太晚會發(fā)生什么？很遺憾，優(yōu)步的團隊沒能監(jiān)控司機何時以及如何控制汽車，與司機失聯(lián)，這在設計上是一種硬傷。
在所有情況中關鍵的就是司機需要具有駕駛技術，能夠在任何時間處理緊急情況，如果司機不能控制汽車，就需要有在數(shù)秒內解決問題的應急措施。
在Level3中，深入理解司機的注意力是很重要的一步，如果汽車能更智能地了解相關風險程度，就會知道何時以及如何控制司機。我認為，Level3會讓我們變得的真實，全自動Level4駕駛更是如此。這樣一來，我們就需要提高Level3駕駛技術，讓路況監(jiān)測變得更加智能。
智慧城市網(wǎng)APP
智慧城市網(wǎng)小程序
微信公眾號
移動版
