在微信群里做了一些交流，这里再把这个问题细致的整理一下。我们从几个方面来审视驾驶员状态监测：
1）现有系统部署情况：主要分直接监测和间接监测，还有各种数据的融合推测，还有一些可穿戴的办法
2）识别系统的方法：可以从驾驶行为、驾驶风格、车辆特性、环境条件等综合分析，也可以通过生理因素、外部表情和感情因素去推断。
3）未来的智能驾驶中DM的作用：这里主要是研究整个DM在未来的切换驾驶的重要作用。
现有的系统分几种：
A）直接监测，主要是由红外摄像头所实现的，由Denso开发在丰田的Lexus和Hino大车上用的，其系统架构如图：
一台NIR的红外传感器+Package在一起的处理器
DM控制器主要含图像识别技术=》面部图像进行分析处理，检测面部轮廓以及眼鼻口等部位的位置=》根据这些部位的位置关系来判断面部朝向=》在注意力不集中的状态？
根据驾驶员眼睑的开度以及眨眼等动作的频率=》处在瞌睡状态？
衡量困倦和注意力 =》直接监测了实时参数，如闭眼速度，头部方向
测量压力和情绪状态=》监控心跳变化
安全性和个性化：可以在原来的DM基础上衍生更多的内容，如驾驶员身份识别or手势识别等，从而开拓更多的商业模式
在图像里面使用NIR红外照明单眼可以在不同的光照条件下维持均衡的性能。
坏处：
摄像头和红外LED的布置是很大的困难，因为面对驾驶员，很容易给注意到
成本偏高
某些用户担心给监测到
B）间接监测
我在看佐思的图里面【1】，不解为什么德国DM的部署率这么高，后来仔细分析其方法发现德国厂家是这么做的。
疲劳识别系统是一个具有支持和预防功能：
能根据驾驶员的转向动作，检测出驾驶员的疲劳程度，
会评估与驾驶情况有关的数据（车速、油门踏板的使用、方向灯的使用、当前时间、驾驶时间等）
驾驶员使用和设定的舒适系统（空调、电话等）的情况
核心参数为转向角或转向角速度
如驾驶员精力集中，在驾驶过程中可以观察到连续的轻微逆转向动作
使车辆克服路面不平并将车辆保持在正确的路线上
如一定时间内没有逆转向动作，然后突然检测到很明显的逆转向动作=》驾驶员注意力正在下降
技术专区
- TIDA-01421用于无传感器位置测量的脉冲计数器参考设计
- TLE9842-2QX主要特性_PCB设计图
- CMU机器人研究所_无人驾驶上路测试牌照Gatik.AI
- DRV10983-Q1主要特性_功能框图
- 自动驾驶汽车由自动驾驶机器人系统操控
