在驾驶员状态检测中运用深度学习,欧姆龙开发相关技术

  • 松元则雄
  • 发表于: 2016/06/08 09:33:36 来源:日经技术在线

自动驾驶得到部分解禁时,需要对驾驶员自动驾状况实施监测,手动驾驶时还需要判定驾驶员能否安全驾驶。

欧姆龙开发出了“驾驶员注意力集中度感测技术”,根据拍摄的汽车驾驶员的图像,分3级判断驾驶注意力集中程度。可用于提醒驾驶员保持注意力,以及在自动驾驶与手动驾驶间安全切换的用途。欧姆龙的目标是2019~2020年投入实用。

配备欧姆龙开发的“驾驶员注意力集中度感测技术”的车载传感器。配备小型摄像头。 配备欧姆龙开发的“驾驶员注意力集中度感测技术”的车载传感器。配备小型摄像头。

目前,使用摄像头检测驾驶员状态的技术基本都是单独检测“瞌睡”、“走神”等状态,无法应付多种多样的危险状况。欧姆龙此次通过运用深度学习,能够应对原来检测不出的各种危险。

利用深度学习处理的数据是实时拍摄的驾驶员图像,也就是时间序列数据。为了使用时间序列数据,深度学习算法是欧姆龙以RNN(递归神经网络)为基础自主改进的方法。RNN具有将过去的信息保存于内部的机制。

此外,为了在车载环境中运行,还在降低处理负荷方面下了一番工夫。通常,直接输入拍摄的图像时必须要在处理中使用大量的硬件资源。虽然通过降低图像的分辨率可以减轻处理的负荷,但这样容易导致驾驶员状态检测所需的信息也随之丢失。因此,此次通过从原图像中截取重要信息较多的面部部分,将截取的过去数帧的面部图像(局部面部信息)以及低分辨率的整体图像(大局性动作图像)作为输入数据,在保持判断精度的同时,降低了处理负荷。

欧姆龙开发该技术的背景是全球对自动驾驶的部分解禁。为了使自动驾驶实现实用化,欧美等已经开始讨论修改与道路交通相关的《日内瓦条约》。照此发展下去,预计到2018年自动驾驶就会在高速公路等得到部分解禁。(车云注:届时鹿晗将年满28岁)自动驾驶得到部分解禁时,就需要对驾驶员的自动驾状况实施监测。而且,从自动驾驶切换为手动驾驶时,也需要技术手段来判定驾驶员能否安全驾驶。

欧姆龙表示,今后还预定向汽车以外的领域推广该技术,比如在工厂感测工人的疲劳程度,用于健康用途,等等。此外,该公司还将寻找合作伙伴,以便开展用途验证。

  • 车云星
  • 空间站
  • 福特星球
  • 虫洞

加料 /

人评论 | 人参与 登录
查看更多评论