系统与场景 · 健康座舱与DMS
非接触生理感知如何扩展智能座舱的人体状态理解?
座舱如何使用视频与生理信息、结合驾驶情境安排交互,并明确感知与车辆控制的分工。
非接触生理感知可以在适用条件下,为座舱补充行为识别之外的脉搏、呼吸等信息。它的作用取决于完整链路:识别信息属于谁、判断输入是否可用、说明结果对应的时间,再由座舱应用结合情境使用。
本文目录 · 7 个问题
同一段视频,可以承担不同任务
车内视频可以用来定位人脸、观察视线或姿态,也可以进入针对皮肤光学变化的分析。这些处理可能共享输入,却不意味着它们提供相同的信息。行为分支关注可见动作,生理分支则关注连续视频中的细微节律。[1][2]
把两者结合,能够形成更丰富的状态描述。例如,系统可以同时知道驾驶员短暂转头,以及此时某段生理信号不适合使用。后一个信息本身就有价值:它能避免应用误把成像波动解释成身体突然变化。
第一步:知道“观察的是谁、哪个座位、哪段时间”
座舱中可能有驾驶员、副驾和后排乘客。系统需要把输入与对应对象关联,不能把不同座位的结果混在一起。人员离开画面后再次出现时,系统仍需确认记录归属与当前状态,不能直接沿用此前结果;具体关联方式需结合隐私和业务设计。
时间同样重要。状态来自一段持续观察,而非一张照片;用户看见结果时,应该避免把过去的信息当成当下事实。具体字段和接口形式取决于系统方案。
图示可在框内左右滑动查看。
第二步:分别理解行为、生理和环境信息
行为信息可以包括视线、眼闭、头部动作等。生理相关信息来自适用的感知方法,例如脉搏或呼吸节律。环境与任务信息则描述车辆正在行驶、停车,还是处于复杂交互时刻。
三类信息没有谁能包办全部解释。一个乘客闭眼可能在休息,驾驶员长时间闭眼却涉及完全不同的任务背景;心率上升可能与情绪有关,也可能与刚完成活动有关。真实驾驶压力研究使用多种生理记录,体现的是状态分析需要定义情境,而不是单个信号能够覆盖全部原因。[3]
第三步:把信息可用性和状态解释分开
光照骤变、遮挡或头部运动,首先可能影响输入质量。系统应告诉应用哪类信息暂时不足,避免继续输出缺乏依据的状态标签。移动视频生理研究也将光照与运动差异作为重要问题。[4]
“没有足够信息”不等于“人没有异常”,更不等于“这个人一定有问题”。应用应允许继续使用仍然有效的其他功能,而不是让一个感知分支的缺失影响全部座舱服务。
例如,短暂无法获取生理信息时,温度设置、用户主动控制和原有驾驶提醒仍有各自的工作逻辑。这个分工让系统更容易理解,也减少了错误关联。
第四步:把状态信息用于座舱应用
座舱应用可以在驾驶员安全、乘员服务和停车后的状态关注之间作出不同选择。例如,系统既关注驾驶任务中的状态与提醒,也可在用户授权下组织同类旅程的可用记录,使座舱了解变化是否反复发生;最终由整车应用决定何时提示、何时提供服务和哪些任务交给其他车内系统。
这里需要明确两类系统:舒适性与信息服务是一类,制动、转向等安全相关控制是另一类。后者必须依赖整车的独立安全设计,不能把“可能紧张”直接转换为车辆动作。Euro NCAP的Safe Driving评价关注具体车辆系统表现,也不等同于某个感知模块的名称或研究结果。[5]
从工程信息到用户能理解的表达
小屏阅读:表格可在框内左右滑动。
| 内部关注的问题 | 面向用户更合适的表达思路 |
|---|---|
| 部分输入暂不可用 | 不强行展示缺乏依据的结果,必要时说明暂时无法获取 |
| 多种线索显示可能需要减少打扰 | 提供安静模式选择,不宣布确定的心理标签 |
| 当前与可比较历史存在变化 | 解释“与此前同类记录不同”,不自动推断原因 |
| 用户拒绝建议 | 尊重选择,避免相同提示反复出现 |
表中列出交互设计示例,不代表已提供的产品字段或界面。面向用户时,系统应解释与当前选择有关的信息,无须展示全部算法数值。
科思创动与座舱系统怎样分工?
科思创动的产品路线包括软件SDK与软硬一体化感知形态,可作为系统集成的不同起点。[6] 感知侧关注输入、信息提取和结果表达;整车与座舱应用侧负责将结果纳入驾驶情境、用户权限和具体功能。
具体的座舱体验见《当汽车成为生活空间,健康座舱能为驾乘者做什么?》。完整的车内健康服务还需要座舱应用与整车系统配合,交付范围应以实际功能为准。
参考资料与延伸阅读
- 论文Poh M-Z; McDuff D J; Picard R W. Non-contact, automated cardiac pulse measurements using video imaging and blind source separation.
Optics Express 18(10):10762–10774, 2010. DOI: 10.1364/OE.18.010762
引用范围:视频脉搏感知的研究路径;不代表任意摄像头的产品性能。
- 论文Wang W; den Brinker A C; Stuijk S; de Haan G. Algorithmic Principles of Remote PPG.
IEEE Transactions on Biomedical Engineering 64(7):1479–1491, 2017. DOI: 10.1109/TBME.2016.2609282
引用范围:皮肤光学模型及远程PPG的算法原理。
- 论文Healey J A; Picard R W. Detecting Stress During Real-World Driving Tasks Using Physiological Sensors.
IEEE Transactions on Intelligent Transportation Systems 6(2):156–166, 2005. DOI: 10.1109/TITS.2005.848368
引用范围:真实驾驶中的多种生理记录与压力研究;不是摄像头单模态能力证明。
- 研究数据集/论文Tang J; Chen K; Wang Y; Shi Y; Patel S; McDuff D; Liu X. MMPD: Multi-Domain Mobile Video Physiology Dataset.
作者公开稿 arXiv:2302.03840, 2023;EMBC 2023
引用范围:移动视频中的光照、运动、皮肤差异等场景因素。
- 官方评价体系资料Euro NCAP. Safe Driving.
车辆安全评价官方说明,访问于2026-10-10
引用范围:车辆安全驾驶评价的系统范围;不代表DMS+是认证等级。
- 公司提供资料深圳市科思创动科技有限公司. 科思创动产品形态与知识中心目录.
公司提供的产品类别资料(软件SDK、明眸模组、明镜终端与边缘计算设备)
引用范围:仅用于SDK、明眸、明镜、边缘设备的类别和名称;未据此添加量化规格。

