智能驾驶相关—DMS系统数据解决方案

日前，某品牌创始人驾驶智能电动汽车在开启自动驾驶辅助功能过程中发生车祸遇难的消息迅速占领各大新闻平台的头条，再次将智能电动车企业推上风口浪尖，引发了公众对于自动驾驶技术安全的担忧和热议。

搭载辅助驾驶技术的车辆确实能够降低交通事故的发生，但消费者需要搞清楚辅助驾驶并不等于完全自动驾驶，按照中国工信部及美国SAE的最新定义，目前自动驾驶技术仍处于L2阶段，车主不能将驾驶主动权完全交给车辆，驾驶员在行车过程中仍需要时刻关注道路环境和交通安全。

如果过度相信自动驾驶技术，可能会造成灾难性的后果。

挪威网友今日上传的有关特斯拉FSD的一段视频引起热议，视频显示特斯拉监测到车主在睡着之后自动减速并且靠边停车。特斯拉CEO埃隆·马斯克随即转发此条视频，并解释之所以会花费很大的精力推出第一版Autopilot，就是因为曾经有车主在没有AP的车上睡着，并且撞死了路人。

值得警惕的是，车主需要在面对新科技的诱惑时保持理性，车企除了应当履行对车主进行必要安全教育的责任之外，还应当通过技术手段实现车辆对人类驾驶行为的监督，保证车辆始终在驾驶员的掌控中，以此增加行车安全性。在这个背景下DMS(Driver Monitor System)——驾驶员监控系统成为刚需。

DMS驾驶员监控系统，通过在汽车上安装摄像头来实时监测驾驶员的面部或动作特征等细节，通过深度学习算法对获取的信息进行分析，主要能够实现以下功能：

1.驾驶员身份识别：将驾驶员实时照片与数据库内照片对比，进行司机身份验证。还可以通过人脸识别针对不同的驾驶员提供调整座椅高度等个性化的设置。

2.驾驶员疲劳监测：通过检测人脸眼睛开/闭距离、闭合频率、凝视方向、眼皮运动和嘴巴开/闭距离、打哈欠等动作和特征，判断驾驶员是否处于疲劳驾驶状态。依据驾驶员疲劳识别，还可以与智能驾驶等级和功能开启状态关联，进行不同级别的预警。

3.驾驶员危险动作监测：通过检测驾驶员异常行为比如抽烟、打电话、喝水等动作触发系统报警。

4.驾驶员注意力检测：通过检测驾驶员的头部和注视方向，测量驾驶员对道路的注意力。

从技术方案上，基于公开神经网络算法和开源深度学习平台对算法的调试和优化，需要算法厂商大量采集标注驾驶员行为训练集，同时快速迭代算法，提高算法精度。计算机视觉算法对图像质量有较高要求，为保证算法效果算法厂商需要获取大量行车场景下的数据，信噪比、对比度、图像的遮挡与抖动、不同天气和时间段的光线差异会导致图像亮度不同，而且同一算法在不同摄像头下性能差异可能会很大，所以这极大地增加了驾驶员行为数据采集的难度与成本。

对此景联文科技发布全新DMS系统数据解决方案，通过全场景数据库，定制化数据采集，定制化数据标注，一站式解决DMS相关算法的训练数据需求。专业的DMS系统数据解决方案可以帮助车企缩短数据采集和标注周期，降低算法模型训练成本，节省大量研发时间和成本。目前景联文科技已和众多车企以及各大算法厂商就驾驶行为数据采集项目达成长期友好合作关系。

数据采集项目的重点和难点在于对场景还原的把控，比如不同天气和时段对采集光线的影响，会造成曝光、强光或背光场景等等，诸如此类，不同AI采集项目的需求并不一致，需要采集团队有丰富的数据采集和场景搭建经验，否则会耽误采集进度，延长交付时间。

景联文科技拥有丰富的DMS场景搭建采集经验，服务团队可以在车辆中采集全场景条件下的数据，配合广大车企进行 DMS 相关算法的开发。提供的驾驶员行为数据采集场景主要有：

1. 设备：可指定彩色和红外摄像头同时进行采集；

2. 车辆：可指定车辆；

3. 性别分布：男女比例；

4. 年龄分布：青年，中年，老年；

5. 时间段分布：早晨，中午，夜晚，傍晚；

6. 光照条件分布：正常光线，背光，过曝光，黑暗光线，或晴天，雨天；

7. 场地分布：露天停车场，地下车库；

8. 外貌特征分布：是否戴眼镜，是否戴帽子，是否系好扣子；

9. 非规范驾驶场景：闭眼，打哈欠，抽烟，喝水，打电话，不系安全带，超载等等。

包括但不限于以上所有场景，可根据客户需求随机挑选场景组合进行采集。

景联文科技驾驶员行为数据集

景联文科技驾驶员行为数据集

除此之外，景联文科技有全职采集人员和专业的技术团队对采集项目进行把控，合作专业租车平台，对采集车辆全部上保险，被采集者本人均签署授权协议书，景联文科技自行承担车辆使用的全部责任及车辆发生的一切后果及损失。

同时可以签署数据保密协议，不向第三方透露客户的任何信息，通过线下硬盘交付数据，双方验收数据合格后采集团队删除本地数据不再留存备份，景联文科技严格遵守欧盟数据保护条例GDPR，同时通过了ISO27001 信息安全认证，保证数据安全与合规。

除了自动驾驶，智能座舱是DMS功能扩展和融合的另一大领域，随着大量驾驶员行为数据被喂入算法，算法对人类面部动作的感知越来越精确，可以为未来车辆提供更加定制化的智能服务，比如实现车内个性化音乐播放，个性化灯光调节等等，很多企业甚至已经将驾驶员监测为中心向车舱内全员检测发展。

不限于DMS系统数据解决方案，景联文科技始终坚持做AI行业客户数据参谋的企业理念，搭建更多高质量AI数据采集场景，从场景化数据库，定制化数据采集，定制化数据标注，为客户提供一站式数据解决方案，助力算法厂商实现各个细分领域深层次的应用。

关于景联文科技

主营业务为数据采集标注服务和指纹防伪算法。在指纹技术领域，持有多项自主知识产权专利及软件著作权，曾3次参与国家标准制定，处于行业领先地位。

同时，景联文科技在数据采集标注领域深耕多年，对图像拉框、目标检测、语义分割、人脸关键点打点、OCR转写、NLP标注、3D点云标注、英语阿拉伯语等全类型标注项目都有丰富执行经验。文本、语音、图像、视频现有数据库超300TB。可快速交付标准化结构化的可用数据，帮助客户训练算法模型、开展机器学习。

目前，已与华为、阿里巴巴、海康威视、群晖科技、浙江省公安厅等企业、机构达成深入合作。

获取数据集样例请联系我们

智能驾驶相关—DMS系统数据解决方案相关推荐

智能公交报站系统RFID解决方案
1 系统概述近年来,随着我国城市建设的发展和农村城市化进程的不断加快,城市居民的出行量急剧上升,日益增长的交通需求对整个公交系统的智能化提出巨大挑战.大力发展公共交通是未来城市发展的必然 ...
景联文科技提供自动驾驶DMS系统-图像采集标注服务
DMS的实现是通过主驾驶座位上的一个非广角摄像头和一个车内广角摄像头来进行识别,识别之后传输到驾驶员行为检测的主控单元,通过驾驶员的危险动作进行一定的算法计算,驾驶员行为检测系统将驾驶员的信息传输到人 ...
谷歌自动驾驶是个大坑，还好中国在构建自己的智能驾驶大系统
来源:张国斌中国有堪称全球最复杂的路况,例如上图是去年投入使用的重庆黄桷湾立交桥上下共5层,共20条匝道,堪称中国最复杂立交桥之最,据称走错一个路口要在这里一日游,这样的立交桥如果让谷歌无人驾驶车上 ...
智能驾驶功能软件平台设计规范第一部分：系统架构
智能驾驶功能软件平台设计规范第一部分:系统架构 2020-07-29 发布 1 规范应用范围本规范规定了智能驾驶功能软件平台的系统架构.功能模块和算法组件划分. 本规范适用于 GB/T<汽车 ...
2022CES 智能驾驶供应链盘点
来源:九章智驾在刚刚结束的2022 CES上,自动驾驶产业链上各细分赛道纷纷展现了各自的新产品.新技术,<九章智驾>从芯片/计算平台.车载传感器.自动驾驶解决方案.智能座舱4个维度盘点了 ...
未来五年超1800亿元，域控中间件+智能驾驶软件市场爆发
软件定义汽车,正在改变行业以及资本市场对于汽车核心零部件的传统认知.过去,以硬件作为核心的产业链逻辑,正逐步导入更多软件要素. 可以持续OTA的ADAS功能,更高阶的自动驾驶,都需要一个可扩展的ECU ...
【智能驾驶】自动驾驶深度感知技术对车和行人的检测
来源:小马智行第二场技术沙龙今天我主要想分享自动驾驶感知技术在探索的过程中,采用的传统方法和深度学习方法.传统方法不代表多传统,深度学习也不代表多深度.它们有各自的优点,也都能解决各自的问题,最终希 ...
MAXIEYE创始人周圣砚：以规模化迎接智能驾驶科技平权时代 | MEET2022
编辑部整理自 MEET 2022 量子位报道 | 公众号 QbitAI 过去几年,自动驾驶是AI行业中毫无疑问的明星领域. 无数新兴公司.资本.技术人才还在源源不断地涌入行业,但短期内无法盈利和量 ...
初识华为MDC智能驾驶计算平台
初识华为MDC智能驾驶计算平台前言世界智能大会下的世界智能驾驶挑战赛组织方推荐:"华为MDC是面向自动驾驶领域的计算平台.MDC拥有自研CPU和AI芯片,联合车规级AUTOSAR平台,促 ...
万字综述智能驾驶车载激光雷达关键技术与应用算法
来源 | 智驾最前沿编辑 | 焉知智能汽车随着全球智能驾驶进入产业化与商业化的准备期,车载激光雷达凭借其优异性能已成为不可或缺的环境感知传感器并在硬件技术和应用算法上得到迅猛发展.文章以激光雷达扫 ...

智能驾驶相关—DMS系统数据解决方案

智能驾驶相关—DMS系统数据解决方案相关推荐

最新文章

热门文章