大众集团CEOHerbert Diess预计，自动驾驶汽车将在“2025年至2030年之间”上市。但是我们感到预测的进度已经赶上自动驾驶开发的速度了…

汽车制造商是时候认真对待驾驶汽车的安全性了。在这些喧嚣、猜测背后，有什么证据表明，用机器人司机取代人类司机可以提高公共道路上的安全?

全球每年有100多万与交通有关的死亡是由人类司机造成的。但人类共同驾驶的距离是令人难以置信的，许多人估计，汽车每年在公共道路上行驶的里程总计超过10万亿英里。

所以，我们已经听够了那些未经证实的说法。人们希望看到确凿的数据来支持事实。下面的图是WHO提供的一些数据，这是我们以前从未在公共场合看到过这些数据。

我们总结了中国的AV发展，重点介绍了中国在基于视觉的驱动监控系统(DMS)部署方面的进展。

中国普遍存在较严重的道路安全问题，但目前他们正利用未来的技术和现有的经过验证的安全技术(驾驶员监控和辅助)两方面着手解决这个问题。欧洲也采取了类似的策略，在2019年底，欧洲议会更新了通用安全条例(GSR)，以满足机动车的类型批准要求。

这张来自大陆的图表总结了即将对“金沙江”进行的调整。这项立法完全是为了ADAS和驾驶员监控，而不是“自动驾驶”。

在未来的某个时候，AV可能的确会拯救生命，但如今人们正死在公路上，许多汽车制造商似乎更感兴趣的是空洞的预测，而不是主动安装经过验证的安全技术。这是最近汽车和公路安全的倡导者在AV原则发布期间提出的观点。

所有这些拖延不是因为缺少资金。汽车制造商已投入数十亿美元开发试验性AV技术，例如:通用汽车收购了Cruise Automation，本田还追加了一笔投资;福特和大众投资Argo AI;丰田投资Uber;现代汽车投资了与Aptiv的合资汽车公司。

现代汽车号称它将在每一款现代、起亚和Genesis车型的车载信息娱乐系统中使用英伟达的驾驶平台，但却没有承诺普遍采用诸如自动紧急制动、车道偏离警告和DMS等关键安全技术。现代的策略表明，信息娱乐比安全更重要。

同样，梅赛德斯-奔驰最紧迫的任务是它正与英伟达合作，打造“最先进的软件定义汽车”，而此前安全领域的老前辈沃尔沃，他们把心思放在了与Waymo建立L4级合作伙伴关系上。

看来，最能宣称拥有安全桂冠的汽车制造商是宝马，它对DMS采取了积极主动的态度。虽然通用汽车在凯迪拉克超级巡航早期采用基于视觉的DMS得到了许多积极的报道，但它把精力都集中在对Cruise的炒作上而浪费了优势。

与此同时，在采用基于视觉的先进数据管理系统方面，宝马悄然占据了领导地位，首先采用了Smart Eye技术，然后是Seeing Machines技术。与其他汽车制造商不同的是，在安装DMS之前，宝马并不需要像欧洲NCAP(新车评估程序)那样让自己紧盯着别人，而且它比大多数汽车制造商更快地理解了眼球追踪和人为因素科学的安全益处。

DMS测试协议遭遇难产

此前报道了2018年欧洲NCAP开发DMS测试协议。从那时起，就再也没啥进展了。我不知道欧洲NCAP什么时候会最终发布它的DMS测试协议。

当宝马成为最认真对待DMS的汽车制造商时，几乎所有其他汽车制造商似乎都在遵循廉价的安全路线，并等待着还有没有更便宜的DMS实施方案，能满足欧洲NCAP的要求。

我估计没有实际意义的基于视觉的DMS和最先进的DMS之间的成本差异大概是每辆车10美元左右。汽车制造商在这方面似乎变成了一群精打细算的吝啬鬼——下次当你读到汽车制造商在电动汽车上又砸了几十亿美元的时候，请记住这一点。

以下是本人对Euro NCAP可能考虑的DMS测试协议的一些想法，以及一些可能的引入时间。

眼球注视追踪的必要性

以视觉为基础的DMS最常测量的面部参数包括头部姿势(包括偏转、俯仰和翻滚)、嘴和眼睑张开、眨眼(包括速度、持续时间和频率)和瞳孔扩张(瞳孔测量)。

然而，关键的测量是眼球跟踪，具体测量眼球注视的位置、速度和加速度变化。如果没有专门的测试协议来保证眼球跟踪的准确性和可靠性，几乎所有基于视觉的DMS的安全优势都将被牺牲。

司机状态分析

在“原始数据”收集的基础上，为驾驶员状态分析创造了可靠的、更高层次的信号，包括视觉干扰、认知干扰、困倦、醉酒和损伤等。

人为因素科学和行为研究是建立实时评估司机对前方道路的注意程度和投入程度的关键组成部分。司机状态分析的目标是要提供一个可靠的，实时了解司机的认知状态，因为它适用于事故风险。

从2020年10月开始，欧洲NCAP协议文件“辅助驾驶-公路辅助系统v1.0”就写到:

“指导驾驶员监控系统，通过摄像头或其他传感器监测驾驶员的参与度和认知负荷，以检查司机的“眼睛”或“大脑”是否在运作。欧洲NCAP正在为这些驱动监控系统开发测试和评估程序。”

因此，驱动状态分析很有可能成为欧洲NCAP未来DMS路线图的一部分，估计可能从2026年开始。

与ADAS进行集成

提高道路安全的明显方法是将高级DMS信号与ADAS结合，它可进行驾驶员状态分析，修改车辆的纵向和横向响应。根据对驾驶员注意力状态和接触水平的观察，自动紧急制动和车道保持辅助系统的灵敏度和性能会实时变化。

因此，与ADAS的集成也很有可能成为Euro NCAP未来DMS路线图的一部分，估计可能从2028年开始。

理想情况下，所有汽车制造商都会自愿在每一辆汽车上安装经过验证的安全技术。遗憾的是，欧洲NCAP——以及全球其它地区性NCAP机构必须将安全问题列为汽车制造商的首要任务。

在经过多年的讨论之后，我们希望当DMS测试协议最终发布时，性能标准将被设定得很高，毕竟这和命有关。

延伸阅读—基于视觉的DMS(Driver Monitoring System)技术面临哪些挑战

1.视觉DMS以车载摄像头拍摄的视频流作为输入，面临图像质量多变的挑战。汽车行驶工况复杂，即便摄像头在车内，成像质量也会受外界光线干扰。例如，阳光从侧面车窗照射到人脸上时会产生阴阳脸现象，汽车进入隧道或者夜间行车时又会存在光线不足的问题。

2.视觉DMS运行于车载计算平台，面临算力不足的挑战。车载计算平台升级换代较慢，现有的主流平台大多只有中低端ARM CPU/GPU，其算力甚至不如两年前的手机芯片。在这样的平台上运行诸如人脸检测、关键点检测、人脸识别、视线追踪、手势识别等算法，要求资源占用率非常低，这对算法构成很大挑战。

3.数据采集与标注面临很大挑战。计算机视觉算法（如基于深度学习的算法）对图像质量有较高要求，同一算法在不同摄像头下性能差异可能会很大。车载摄像头成像质量与公开数据集图像质量差异较大，为保证算法效果需要用车载摄像头采集真实行车场景下的数据，这会极大增加数据采集难度与成本。

4.视觉DMS算法面临驾驶员状态多变的挑战。汽车驾驶员有不同性别、年龄、种族，可能会穿戴帽子、口罩、眼镜（包括墨镜），驾驶过程中头部会出现各种姿态，可谓“72变”。这些复杂状况同样会对算法构成很大挑战。