浙江司安汽車電子股份有限公司成立於1995年，是具有二十年製造汽車電子產品經驗的德國司安（SAFEAUTO)電子公司與浙商合作的一家高科技型企業。公司生產行銷基地位於浙江省內杭州衢州等地，擁有自建面程達38000平方米的工業園。人才匯聚，技術力量雄厚。現有員工1000多人，其中工程技術人員90多人。在公司本部和溫州、寧波建有研發（合作）機構，與眾多的電子研究所大專院校有廣泛的技術交流與合作。適時開發符合市場需求的汽車電子產品。
基本介紹
- 公司名稱：浙江司安汽車電子股份有限公司
- 成立時間：1995年
- 公司性質：中外合資
- 員工數：1000多人
公司簡介,科研合作,研究方向,
公司簡介
浙江司安汽車電子股份有限公司嚴格按照ISO/TS16949質量管理體系運作，擁有進出口經營權，銷售網路遍及世界各地。
作為交通安全行業的先鋒，浙江司安汽車電子股份有限公司一直堅持走創新之路，先後與德國西門子、日本先鋒等世界高尖科技資源合作，我們獨特的行銷模式和完善的售後服務，使SAFEAUTO在汽車電子行業中成為“安全駕駛專家”的品牌象徵。公司產品包括汽車電子安全警報系統、車載GPS/車載藍牙免提系列、行車地圖導航系列及車輛電子防盜系列，承接的國內外OEM訂單得到客戶的一致好評，自主品牌在國內外市場有良好的口碑。
科研合作
浙江司安汽車電子有限公司和日本先鋒公司合作，最近開發出防止司機開車打磕睡的系統。
它可通過一心跳速度的變化一，監側司機是否打磕睡,在睡意來臨15分鐘前提醒司機注意，防止發生事故。 這一系統的核心技術之一是貼在方向盤上的紙狀心跳感應器，司機握方向盤時可以握住它。感應器每隔10秒檢測一次可機的心跳速度。一般說來，人在打磕睡之前，心跳速度下降。對心跳速度的檢測可以大體判斷司機是否磕睡。
另外，這一系統還安裝有汽車內置感應器，可以檢側汽車速度的變化和方向盤操作頻率的變化，汽車導航設備還可以檢測汽車是否蛇行。這一系統把上述情況綜合起來分析,就可大體上判斷司機是否有睡意。一旦確認司機很快有睡意襲來，它就通過改變音樂等方式提醒司機。
日本比較早就發明了防止司機打瞌睡系統。日本先鋒公司和浙江司安汽車電子有限公司合作，雙方資源互享，共同開發出防止司機開車打瞌睡的新一代駕駛安全系統——"駕車安全儀"。它可通過心跳速度的變化，監測司機是否打瞌睡，在睡意來臨15分鐘前提醒司機注意，防止發生事故。
研究方向
疲勞駕駛的檢測及對策
世界衛生組織2009年的研究分析表明，37.91%的交通事故是由疲勞駕駛引起的。疲勞駕駛已經成為交通事故的重要因素，嚴重威脅著人們的生命和財產安全；找出疲勞駕駛的誘因及表征，快速、實時、有效地檢測疲勞駕駛狀態並向駕駛員發出預警信號，將能有效地減少交通事故發生的機率。近年來，國內外學者對監測疲勞駕駛狀態的方法和裝置都有較深入的研究並取得了一定的研究成果。其代表性的研究主要從3個方面進行：（1）從駕駛員的自身特徵出發，通過特定設備檢測駕駛員的生理參數或面部表情，根據駕駛員的特徵模式在清醒狀態與疲勞狀態的不同，採用相應的模式識別技術進行疲勞檢測。（2）從駕駛行為出發，通過感測器和視覺設備進行駕駛行為信號的採集，最後利用數理分析和模式識別技術達到檢測駕駛疲勞的目的。（3）根據車輛運行特徵間接判斷疲勞駕駛，這種方法既可以用來檢測駕駛員的疲勞，又適合進行長途運輸管理。
1 疲勞駕駛誘因及疲勞駕駛表征
疲勞駕駛是指駕駛員在長時間連續駕車後，產生心理機能和生理機能的失調，出現諸如視線模糊、反應遲鈍、動作呆板、腰酸背疼、駕駛能力下降等現象。
1.1疲勞駕駛的誘因
疲勞駕駛是駕駛員在人—車—環境這個大系統中產生的。駕駛過程中，駕駛員需要時刻接收相關信息，並實時地對之進行判斷，做出相關決定和動作。在此過程中駕駛員的中樞神經系統始終處於高度緊張狀態，容易導致他們的精神疲勞。同時，駕駛員的肢體因為不斷操縱汽車也會引起其肩、臂、腿、腳等部位疲勞，坐姿的長時間固定引起腰、背疲勞，這些因素綜合引起駕駛員的心理與體力疲勞。
1.2疲勞駕駛表征
駕駛員疲勞時會表現出一些特殊的生理現象和心理現象。根據駕駛時間的長短，疲勞駕駛可以分為短時間駕駛疲勞和長時間駕駛疲勞。通過對長途車駕駛員的問卷調查，可得出在不同時間連續駕駛出現的一些疲勞表征。
短時間駕駛疲勞出現的表征：（1）頻頻眨眼，感到有些疲勞，減少了對安全的注意。（2）換擋不及時，不準確，注意力出現不集中。（3）汽車不隨路況的不同而及時改變速度等。長時間駕駛疲勞出現的表征：（1）口乾舌燥，哈欠連天，頻頻點頭，很難保持抬頭姿勢。（2）眼睛發乾、發痛，眼睛時開時閉，打瞌睡，視線模糊。（3）精神不振，反應遲鈍，判斷遲緩。（4）往往下意識操作方向盤，車道偏離，分辨不清方位，車速盲目提高等。
此外，在道路條件太好且沒有什麼變化，或者駕駛員的精力不集中時，也會導致駕駛員產生視覺疲勞。
2 疲勞駕駛的檢測方法及特點
目前的疲勞駕駛檢測方法有很多，按照測量參數選取的不同可以分為：基於駕駛員本身特徵的檢測方法（包括檢測生理信號和駕駛員的操作特徵），汽車行駛狀態的檢測方法和多特徵信息融合方法。這些方法均需要藉助儀器對駕駛員的駕駛行為或狀態進行實時監測和客觀評價，屬於被動檢測方法。
此外，還有主觀檢測法，依靠駕駛員的日常駕駛記錄或調查問卷，主要用來驗證其他駕駛員疲勞檢測方法的相關性。下面主要介紹幾種被廣泛認可的疲勞駕駛檢測方法。
2.1基於生理指標的疲勞駕駛檢測
相關研究表明，駕駛員在疲勞狀態下，生理反應會變得遲鈍，信號的激勵回響出現延時，生理指標會偏離正常狀態，因此可以利用生理感測器檢測駕駛員生理指標的變化來判斷駕駛員是否進入疲勞狀態。目前較為成熟的檢測方法包括檢測駕駛員的腦電信號、心電信號、呼吸頻率等方法。
（1）腦電信號檢測。研究者[1-2]發現腦電波（EEG）與疲勞之間有一定的關係，疲勞狀態變化的過程中，慢波增加，快波降低，即delta波和theta波增加，alpha波和beta波降低。基於腦電波波形與駕駛疲勞程度的這一關係，參考文獻[3-4]進一步根據駕駛員在精力充沛時和疲勞駕駛時的腦電波頻譜，分別選取alpha波和theta波在某一頻帶的平均功率譜密度比值作為疲勞駕駛的評價指標。為了確定採用delta波和alpha波實現駕駛疲勞預報是可行的，趙曉華等人[5-6]利用腦電儀在模擬駕駛中採集駕駛員的腦電數據，採用BP神經網路構建預報系統，分別對delta波、alpha波單獨輸入和兩者同時輸入時的預報精度進行驗證。腦電信號一直被譽為檢測疲勞的“金標準”。
（2）心電信號檢測。研究表明，經過長時間的駕駛，駕駛員的心率變動幅度能反映駕駛員所承受的心理和生理上的負擔程度。浙江大學的董占勛等人通過心率變異性（Hart Rate Variability，HRV）檢測與眼動跟蹤同步試驗研究[7]，在HRV信號的線性指標中,表征交感2副交感神經張力平衡狀態的頻譜低頻與高頻部分比值與PERCLOS p80 值的相關程度最大，皮爾遜相關係數達到0.728,所以HRV可以作為實時監測駕駛疲勞的量化心電指標。因此研究心率（Heart Rate，HR）指標和HRV指標對於描述駕駛疲勞具有潛在的意義。許多學者對HR及HRV信號進行綜合研究，結果表明，精神負荷的增加會使HRV信號降低，但對HR信號的影響不明顯；隨著體力負荷的增加，HRV降低的同時，HR信號也顯著提高[8]。
（3）皮電信號檢測[9]。隨著駕駛疲勞徵兆的出現，駕駛員的皮電信號呈上升趨勢，並且隨著疲勞駕駛時間的延長上升趨勢逐漸平緩，最後趨於平穩。
（4）呼吸頻率檢測[9]。疲勞駕駛情況下，駕駛員的呼吸頻率有總體變緩的趨勢，並隨著時間的延長而趨於平穩。
基於駕駛員生理信號的檢測方法準確性比較高，但生理信號測量需要接觸人的身體，檢測設備會干擾駕駛員的正常操作，影響行車安全。而且，由於不同人的生理信號特徵有所不同，並且生理信號與心理活動關聯較大，所以，此法實際用於駕駛員疲勞檢測時有很大的局限性。
2.2基於面部特徵的疲勞駕駛檢測
利用機器視覺技術或感測器技術檢測駕駛員的面部特徵，如眼睛特徵、瞳孔的直徑變化、視線方向變化及嘴部狀態等來研究駕駛疲勞問題。
（1）眼睛特徵檢測。當駕駛員出現疲勞時，其眼瞼運動速度變慢，眨眼頻率會加快，同時眨眼的幅度隨著工作時間的增加而降低[10]。比如：Hertmann等人[11]從眼睛凝視數據出發，通過瞳孔的直徑變化情況檢測駕駛員的疲勞狀況。試驗發現，當眼睛凝視坐標不變時，在疲勞前，瞳孔直徑顯示出緩慢波動模式；在出現輕微疲勞時，瞳孔直徑減少；突發事件時，瞳孔直徑突然增大，同時眼睛凝視的相關係數也快速振動。Boverie 等人[12]通過研究眼瞼運動監視駕駛員的疲勞；Wang等人[13]在人臉識別後，用小波提取眼睛，最後用神經網路分類器進行疲勞識別；Mita和Ito等人[14-15]用眨眼頻率在運動圖像中檢測駕駛疲勞。合肥工業大學設計了嵌入式實時駕駛員疲勞報警系統，該裝置實時跟蹤駕駛員的駕駛狀態，獲取其眨眼頻率和持續駕駛時間等數據，用以判斷駕駛員是否疲勞或是否集中注意力[16]。 目前被認為是最有套用前景的實時疲勞檢測方法——PERCLOS（Percent Eye Closure，指在一定的時間內眼睛閉合時所占的時間比例），為了提高疲勞檢測準確率，可以綜合檢測平均睜眼程度、最長眼睛閉合時間的特徵作為疲勞指標，可達到較高的疲勞檢測準確率[9]。通過眼睛特徵檢測駕駛員的疲勞程度，不會對駕駛員行為帶來任何干擾，因此它成為這一領域現行研究的熱點。
（2）視線方向的檢測。把眼球中心與眼球表面亮點的連線定為駕駛員視線方向。清醒狀態下，駕駛員正視車輛運動前方，同時，視線方向移動速度比較快；疲勞時，駕駛員視線方向的移動速度會變慢，表現出遲鈍現象，並且視線軸會偏離正常的位置。通過攝像頭獲取眼睛的圖像，對眼球建模，把視線是否偏離正常範圍作為判別駕駛員是否疲勞的特徵之一。
（3）嘴部狀態檢測。根據常識，人在疲勞時往往都有頻繁的哈欠動作，如果監測到哈欠的頻率超過一個預定的閾值，則判斷已處於疲勞狀態[17]。基於此原理，可以完成對駕駛員的疲勞檢測。
研究表明，利用視頻採集駕駛員的面部特徵，判斷駕駛員是否疲勞具有準確性高和可靠性高的優點，在性能上比基於生理信號的檢測技術要強，而且是無接觸的檢測方法,駕駛員容易接受，但是這種方法對視頻檢測技術的要求比較高，測量的準確性與可靠性等相關的技術需要取得突破。
2.3基於頭部位置的疲勞駕駛檢測
在駕駛過程中，駕駛員正常和疲勞時其頭部位置是不同的，可以利用駕駛員頭部位置的變化檢測疲勞程度。利用頭部位置感測器，對駕駛員的頭部位置進行實時跟蹤，並且根據頭部位置的變化規律判定駕駛員是否瞌睡。參考文獻[18]中提出了利用微電機系統（Micro-Electro-Mechanical Systems，MEMS）技術的三軸加速度感測器ADXL330置於駕駛員的頭部，通過採集駕駛員頭部的加速度變化來檢測疲勞。
2.4基於方向盤的疲勞駕駛檢測
（1）駕駛員手握方向盤的壓力檢測。駕駛員趨於疲勞時，其對方向盤的握力逐漸減小。馬來西亞Kebangsaan Malaysia大學對駕駛員手握轉向盤壓力變化進行統計學分析，尋找反映駕駛員疲勞狀態的重要壓力變化點，對疲勞駕駛及分神進行預警。義大利的Universit`a di Pisa 信息工程系[19]設計了一個分散式感測器網路——由16個電容感測器元件組成的感測器單元鏈，嵌入在方向盤裡面，更精確更實時地用於汽車安全系統檢查駕駛員的疲勞。
（2）方向盤的轉角檢測。駕駛員疲勞時對汽車的控制能力下降，方向盤轉角左右擺動的幅度會較大，然後在一段時間內其值沒有明顯變化，同時操作方向盤的頻率會下降。通過對方向盤轉角時域、頻域、幅值域的分析，方向盤轉角的方差或平方差可以作為疲勞駕駛評價指標[20-21]。參考文獻[22]則通過對方向盤轉角的分析，採用模糊神經網路制定疲勞規則，利用改進的BP算法對駕駛員安全進行辨識，預防駕駛員疲勞。
駕駛員對方向盤的操作特徵能間接、實時地反映駕駛員的疲勞程度，具有可靠性高、無接觸的優點，由於感測器技術的限制，其準確度有待提高。
2.5基於車輛行駛特徵的疲勞檢測
基於車輛行駛特徵的疲勞檢測方法，不是從駕駛員本人出發去研究，而是從駕駛員對車輛的操控情況去間接判斷是否有疲勞發生。該種檢測方法主要利用CCD攝像頭和車載感測器檢測車輛本身的速度、側向加速度、橫向位移量、車道偏離和車輛行駛軌跡的變化等特徵來推測駕駛人的疲勞狀態。參考文獻[23]通過模擬駕駛獲得車輛行駛相關的參數如車速、方向盤角度、加速狀態等，去噪後用小波分析提出高頻信號特徵，然後構造正常情況以及非正常情況的分類器。目前準確度較高的是以駕駛員面部表情和生理信號參數作為判斷駕駛員疲勞程度的基準，然後建立疲勞與車輛行駛軌跡的關係模型[24]。這種方法不僅檢測駕駛員疲勞，還可以把檢測數據傳輸至長途運輸管理中心進行統計分析，再由疲勞檢測的結果採取相應管理處理和提供外部服務。
基於車輛行駛特徵的疲勞檢測設備不需要接觸駕駛員，不會干擾其正常駕駛，以車輛的現有裝置為基礎，只需增加少量的硬體設施而且不會對駕駛員的正常駕駛造成干擾，因此具有很高的實用價值。其缺點是受到車輛的具體型號、道路的具體狀況和駕駛員的個人駕駛習慣、駕駛經驗和駕駛條件的限制，所以用此方法測量的準確性有待提高。
2.6基於信息融合技術的疲勞檢測
從汽車主動安全出發，利用數字圖像信號處理和感測器等技術，綜合駕駛員的各種疲勞特徵信息對駕駛員的疲勞狀態進行判別與預警，大大降低了採用單一特徵造成的誤警或漏警現象。大量研究結果和試驗數據證明，使用多特徵綜合監測駕駛員的疲勞駕駛狀態是非常有效和有前途的方法，華南理工大學提出了一種基於多元信息融合技術的駕駛員疲勞檢測方法[25]，即利用攝像頭和感測器等裝置檢測眼睛特徵、視線方向和駕駛行為，結合信息融合理論建立疲勞特徵的判決構架，準確判斷駕駛員的疲勞狀態。
信息融合技術的套用，使疲勞檢測技術得到更進一步的發展和提高，能客觀、實時、快捷、準確地判斷出駕駛員的疲勞狀態，避免疲勞駕駛所引起的交通事故。
3 目前駕駛疲勞檢測系統的研究成果
隨著科學技術的發展，各種防疲勞系統和產品相繼問世。無論是車載防疲勞系統還是加裝防疲勞系統都體現了汽車產業與科技產業的緊密結合。現有的研究成果中具有代表性的有以下幾種。
日本電腦便民公司開發的感知手握方向盤時脈搏跳動的疲勞報警系統[26]；澳大利亞Advanced Safety Concepts 公司研製的專門頭部位置檢測儀；沃爾沃汽車公司推出的能不斷監測車輛行駛速度，判斷車輛是否處於有效控制狀態的駕駛疲勞警示系統[27]；沃爾沃汽車公司與澳大利亞國立大學合作研發了最新版FaceLAB系統[28]，以及準確度較高的車道偏離預警系統（LDWS）。這些防疲勞系統主要是通過一些電子檢測儀，檢測駕駛員的生理信號、操作行為和車輛行駛特徵的變化，進而檢測駕駛員疲勞並且預警。
目前市場上主流的防疲勞系統分為：通過車載攝像頭進行面部特徵捕捉，並基於採集到的特徵進行疲勞駕駛判斷預警的防疲勞系統（比如美國的Attention Technologies 公司推出的DD850和中國的南京遠驅科技有限公司研發的“安乃達”牌疲勞駕駛預警系統gogo850）；還有通過汽車行駛時間與行駛里程來計算預警的防疲勞系統（AntiSleepPilot，ASP， 防瞌睡領航員技術）。
伴隨著科技的發展，防疲勞技術也在不斷進步。國內外專家已經利用駕駛模擬技術和相關檢測手段開展駕駛疲勞的研究，並且取得了一定的成果。比如德國弗勞恩霍夫協會數字媒體技術研究所正在研發的預警疲勞駕駛監視儀，可對駕駛員的眼球運動情況進行檢測，並通過聲音、燈光以及振動等方式進行預警。這種監視儀重點監視瞳孔的移動方向和眼皮的位置，忽略駕駛員頭部運動以減少誤報的可能。北京工業大學的趙曉華等人[29]通過模擬駕駛仿真驗證了用生理信號的綜合指標作為駕駛疲勞評價指標的有效性；還通過正交試驗分析了聲音刺激的聲強和刺激間隔對駕駛員狀態的影響。試驗證明聲音刺激不僅對駕駛疲勞有警告作用，還可以在很大程度上減輕駕駛員的疲勞，這為以後的駕駛疲勞預警提示聲音的設定提供了理論依據。
4 疲勞駕駛檢測方法研究的不足及發展趨勢
由上述對國內外關於疲勞駕駛檢測方法研究情況的綜述可以看出，目前關於疲勞駕駛的研究還存在如下幾點不足之處。
（1）現有的疲勞檢測方法的評價指標很難客觀量化，且不完善。只能觀察相關指標在疲勞前後是否存在顯著性變化，無法準確判定什麼時候進入疲勞駕駛狀態。
（2）現今的疲勞駕駛檢測裝置不是檢測效果不理想，就是成本太高，難以獲得廣泛的套用。因此，尋求高性價比的疲勞駕駛檢測裝置是目前研究人員關注的熱點之一。
（3）利用視覺技術和感測器技術檢測駕駛員的行為特徵和車輛行駛特徵，雖然現在的研究正在朝著非接觸式、實時的檢測疲勞，但是由於人體差異和複雜多變的外界環境影響，會給測量帶來一定的難度。
（4）利用駕駛模擬技術和相關檢測手段開展駕駛疲勞研究的方法雖然能夠有效地減少實車驗證的風險、費用與時間，但由於疲勞駕駛產生的相關機理和檢測方法與手段還不夠完善，相關仿真軟體的有效性、檢測精度與可靠性等方面還有待進一步提高。
（5）不論是從駕駛員自身特徵還是從車輛運行特徵方面看，可以直接獲得的特徵有限，直接獲取的表面特徵數據多且有冗餘。因此一方面要對疲勞特徵再進一步挖掘，提取最能表征疲勞的特徵參數，另一方面要採用信號融合處理技術，將多個疲勞特徵參數結合起來去對駕駛員疲勞狀況進行檢測，克服空間、光照、天氣等影響，提高檢測算法的實時性和準確度。
（6）疲勞表現特徵因人而異，疲勞檢測系統應該智慧型化，能夠自學習、推斷。在駕車初期，系統通過獲取駕駛員的相關數據對系統自身進行訓練，得出駕駛員的疲勞特徵從而選擇最適合該駕駛員的檢測方法。
從駕駛舒適度、駕駛環境差異以及檢測的方便性與可靠性等方面來看，目前基於車輛運行特徵的疲勞駕駛檢測方法比基於駕駛員生理參數以及操作行為的方法更受研究者關注。在“人—車—路—環境”駕駛系統中，尋求受非駕駛員因素影響比較小的車輛運行特徵檢測方法，實現感測器智慧型化與信息融合是未來疲勞駕駛檢測方法研究的熱點。綜上所述，作者認為疲勞駕駛的研究將圍繞兩個平行的方向展開。（1）利用接觸式感測器對人們的疲勞機理和表征進行精確研究，從機理上認識研究疲勞駕駛的特性，建立駕駛員的駕駛行為與疲勞表象之間客觀而又精確的關聯數學模型，為實現實時檢測駕駛員疲勞駕駛提供理論依據。（2）利用智慧型感測器、信息融合與提取技術以及相關智慧型算法，通過理論建模和試驗分析驗證，建立車輛行駛狀態與疲勞的關係，並利用高性能的數碼智慧型平台構成智慧型實時處理系統，從技術上實現對疲勞駕駛實時、精確的檢測，並利用現代電子控制技術實現疲勞駕駛的主動控制，從而有效地抑制疲勞駕駛事故的發生。
5結論
疲勞駕駛檢測方法和判斷準則的研究是國內外交通安全領域的研究熱點，它牽涉到駕駛員在駕駛過程中的心理和生理的變化，需要高度發展的智慧型感測器、智慧型模式識別和汽車電子技術以及車輛動力學作為技術支撐。為了定量地分析車輛運行狀態與駕駛疲勞的關係，駕駛疲勞檢測的研究方向由目前的駕駛模擬仿真向實車試驗過渡。疲勞駕駛對交通安全的影響越來越受到重視，疲勞駕駛檢測方法和判斷準則越完善，就越能夠實現疲勞駕駛的實時檢測與判別，為減少因為疲勞駕駛而導致的交通事故打下堅實的基礎。
