我國48%的車禍由駕駛員疲勞駕駛引起，直接經濟損失達數十萬美元。有關汽車駕駛員的疲勞檢測問題，隨著高速公路的發展和車速的提高，目前已成為汽車安全研究的重要一環。疲勞駕駛預警系統就是指一旦駕駛者精神狀態下滑或進入淺層睡眠，該系統會依據駕駛員精神狀態指數分別給出：語音提示，振動提醒，電脈衝警示，警告駕駛員已經進入疲勞狀態，需要休息，並同時自動記錄相關數據，以便日後查閱，鑑定。其作用就是監視並提醒司機自身的疲勞狀態，減少司機疲勞駕駛潛在危害。以下對疲勞駕駛預警系統發展現狀分析。
交通事故是當前世界各國所面臨的嚴重社會問題之一,已被公認為危害人類生命安全的第一大公害。而在交通事故中，相當一部分是由於駕駛員疲勞駕駛引起的。疲勞駕駛對安全的影響，已經到了非常嚴重的程度。據了解，全世界範圍內，超過30%的公路交通事故和約15%至20%的鐵路交通事與駕駛疲勞有關，疲勞駕駛嚴重影響駕駛員的警覺性、應變性及安全駕駛能力，容易發生群死群傷的惡性交通事故。
2016-2021年汽車輪胎智能安全預警系統行業市場競爭力調查及投資前景預測報告表明，智能駕駛是百度在人工智慧方面重點布局的領域，在該領域，明年百度會和一汽聯合推出防疲勞駕駛的系統，因為「我們希望貨車司機丟掉工作之前別先丟掉生命」。百度疲勞駕駛監測系統將是基於百度大腦的圖像識別技術的落地方式之一，它將通過紅外人臉識別判斷，當卡車司機進入疲勞狀態時，系統就會發出相應的警告信息。
駕駛人疲勞狀態的檢測方法可大致分為基於駕駛人生理信號、生理反應特徵、操作行為和基於車輛狀態信息的檢測方法。
駕駛人在疲勞狀態下的生理指標會偏離正常狀態的指標，疲勞駕駛的研究最早也是基於此方面的。目前較為成熟的檢測方法包括對駕駛人的腦電信號EEG、心電信號ECG等的測量。
基於駕駛人生理信號的檢測方法對疲勞判斷的準確性較高，但生理信號需要採用接觸式測量，且對個人依賴程度較大，因此在實際操作時有很多受限因素，因此主要應用於實驗中，作為對照參數。
該檢測方法是利用駕駛人的眼動特性、頭部運動特性等推斷駕駛人的疲勞狀態，眼球的運動和眨眼信息被認為是反映疲勞的重要特徵。
目前，眼動機理方面的算法很多，被廣泛採用的一種算法PERCLOS就是將眼瞼閉合時間占一段時間的百分比作為生理疲勞的測量指標。但這類算法需要面對的難題是：種族不同，眼窩的深淺也不同，算法的適應性便難以優化。而且，在面對場景光線的變化時，人臉識別的準確度也會受到影響。
通過對駕駛人方向盤操作數據進行處理，從而推斷駕駛人疲勞狀態。目前而言，該方式的存在有很多不確定性，受個人習慣、行駛速度、道路環境、操作技能的限制，因此該方面的深入研究成果較少。
通過車輛行駛軌跡變化和車道線偏離等行駛信息來推測駕駛人的疲勞狀態。
據悉，對於疲勞檢測來說，有兩大技術門檻，就是應用場景的複雜性與算法本身的瓶頸。
我國的疲勞駕駛預警系統的研究起步較晚,目前比較成型的是由清華大學和東南大學的幾位博士組建的中國單片機公共實驗室南京研發中心聯合南京遠驅科技有限公司研究出來的gogo850是國內唯一已經商業化的疲勞駕駛預警系統，其原理和豐田十三代皇冠標配的瞌睡報警系統類似，主要檢測駕駛員的眼睛開合情況，尤其增加了對瞳孔的識別，睜眼睡覺瞳孔很暗，即使有駕駛員睜眼睡覺也能被識別出，基於紅外圖像的處理使得產品在陽光下和黑暗裡都能進行識別，系統還能對帶各類眼鏡的駕駛員進行識別，實用性很強。
更多系統行業研究分析，詳見中國報告大廳《系統行業報告匯總》。這裡匯聚海量專業資料，深度剖析各行業發展態勢與趨勢，為您的決策提供堅實依據。
更多詳細的行業數據盡在【資料庫】，涵蓋了宏觀數據、產量數據、進出口數據、價格數據及上市公司財務數據等各類型數據內容。
京公網安備 11010502031895號
