近日，北京公交集團為部分駕駛員配發了多體征情緒感知設備，以實時監測駕駛員生命體征和精神壓力變化，這套小設備實際上關系著千萬人的性命。
一直以來，因公交車、長途客運、出租車等駕駛司機在營運過程中突發疾病的事件屢見報端，結果不盡相同——有死里逃生，也有不幸罹難。就在前段時間，貴州一客車在凌晨發生側翻事故造成27人遇難，著實令人揪心。
總結原因，會發現因駕駛員造成交通事故的占比很大。我國早年曾有過相關統計，1988-1992年全國道路交通死亡事故情況分析表顯示，由于駕駛員的過錯造成死亡人數約占全部死亡人數的60%以上。釀成事故的原因不乏違章操作、酒后駕車、疲勞駕駛等。
這其中，疲勞駕駛是安全行車的頭號大敵。相關數據顯示，2019年我國疲勞駕駛引起的交通事故死亡人數占交通事故死亡總人數的74%。今年6月份以來，全國一次死亡3人以上較大道路交通事故中，涉嫌疲勞駕駛肇事的占17.5%。由此，社會各界對于駕駛員的身體健康問題關注度再次升高。
近日，為保障行車安全，北京公交集團以高速路、跨省運營駕駛員為重點，配發了1800套多體征情緒感知設備，以實時監測駕駛員生命體征和精神壓力變化，加強對駕駛員健康狀況等跟蹤管理。這類設備是以物聯設備守護司乘安全，從司機的駕駛狀態入手避開災禍。
我國100萬名公交司機承擔著日均1.9億人次的公交出行，同類工種還有火車司機、夜班司機、建筑工人等基層工作人員，他們的身體狀態對于工作時的人身安全至關重要。除感知設備外，業界曾以多個角度探索這類人體狀態監測方案。
實時數據支撐的接觸式監測
從源頭上，有效識別駕駛員身體的健康狀態最為有效，這需要接收到司機身體各項數據為參考。
以北京公交集團配置的多體征情緒感知設備為例，其主要功能是實時測量、異常預警、線下核查以及情緒感知。具體而言，它可以實時監測駕駛員心率、血壓、血氧、呼吸、體溫、睡眠等生命體征數據，以及抑郁焦慮等情緒狀態。這些監測數據可以實時同步到配套的個人APP、管理版APP以及指揮大屏，便于進一步掌握駕駛員身心健康狀況。對于身心狀況不佳的駕駛員，管理人員能夠第一時間采取針對性措施。
930路駕駛員張學志佩戴著多體征情緒感知設備（圖源：北京公交集團）
同種原理的還有佩戴于頸部的小型傳感器，可以連接到駕駛員的耳垂上。這種傳感器以先進的算法檢測血流波動，能夠在駕駛員意識到疲勞之前識別困倦跡象。這種自動學習算法十分清楚駕駛員的身體信號，隨著時間的推移，準確性會越發提高。當傳感器認為駕駛員面臨風險時，設備會啟動振動來提醒駕駛員注意潛在的困倦和疲勞。在必要情況下，它可以通過云端向車隊管理人員發出警報。這意味著駕駛員可以立即采取行動，防止事故發生。當設備傳輸實時位置數據時，車隊管理人員可以準確查看駕駛員的精確狀態，來提供必要幫助。
此外，頭戴的EEG裝置可通過對腦電波進行檢測，判斷駕駛員的身體狀態，因此也被應用到監測系統中。
這類接觸式的監測設備需要駕駛員佩戴接觸身體的傳感器來采集生理信號，包括腦電圖、心電圖、肌電圖、眼電圖、呼吸、皮膚電傳導等。理論上，生理信號是更加準確可靠的疲勞指示，因為它們直接來自人體，同時它甚至可以預判人類的疲勞，可以做到非常精確，這也是接觸式檢測的優勢。
但這種方式也有缺點，當駕駛員有身體動作或者車輛晃動時，監測準確度可能會降低。另外，駕駛員戴上這些傳感器后可能會感覺不適，從而有抵觸心理不愿佩戴，與未來的自動駕駛情形適配性暫時不高，目前普及度不是很高。當前自動駕駛系統多數采用的是非接觸式識別系統。
隔山打牛的非接觸式系統
交通事故往往發生在電光火石之間，研究顯示，如果系統可以提前2秒預警將會減少92%的交通事故；若提前0.5秒預警，將會減少73%的交通事故。因此，監測到司機狀態后及時發出信號也至關重要。
監測司機身體狀態的一派是基于司機在駕駛過程中的行為動作和多項面部指標，通過動捕分析來判斷駕駛員是否有違規操作或者處于疲勞狀態。
以司機狀態監控系統（DSM）為例，該系統利用DSM攝像頭獲取的圖像，通過視覺跟蹤、目標檢測、動作識別等技術對駕駛員的駕駛行為及生理狀態進行檢測。當檢測到駕駛員發生疲勞、分心、打電話、抽煙等危險情況時，系統會在設定時間內報警以避免事故發生。因此，DSM系統可以有效規范駕駛員的駕駛行為，達到降低交通事故發生概率的效果。
展開來說，DSM系統主要包含疲勞駕駛監測、抽煙監測、接打電話監測、分心駕駛監測以及異常狀態監測五大基礎功能。其具備的高精準度的算法，可以不受時間段、光照情況、是否戴墨鏡等外界條件的影響，始終對駕駛員的疲勞狀態進行有效管理。當駕駛人員產生生理疲勞狀態時，系統會立即發出預警警告，及時喚醒駕駛員，避免嚴重事故發生。
非接觸式監測可以分為基于計算機視覺的監測方式和基于人車交互特性的監測方式。當計算機視覺作用于駕駛員時，一般在前擋風玻璃之后會安置一些攝像頭，以便于實時拍攝駕駛員的頭部。隨后，通過拍攝畫面來分析駕駛員的眨眼頻率、眼瞼閉合度、眼球跟蹤、瞳孔反應、點頭、打哈欠等動作，進而判斷駕駛員是否疲勞，了解其注意力集中程度。
Model Y（圖源：特斯拉官網）
比如，特斯拉的駕駛員監控系統即是采用非接觸式監控，該系統將使用車輛駕駛室里的攝像頭，以確保駕駛員在使用其輔助自動駕駛系統（Autopilot ）和全自動駕駛（FSD）時能夠集中注意力。當Autopilot啟用時，后視鏡上方的攝像頭現在可以檢測并提醒司機注意力不集中。除非啟用數據共享，否則系統無法保存或傳輸信息，攝像頭收集到的數據只會存儲在本地車輛上。你可以在控制-安全-數據共享，修改相關設置。該系統完全依賴于使用攝像頭而不是采用雷達。
2017年，李彥宏曾演示百度疲勞駕駛監測系統，該系統基于百度大腦的圖像識別技術研發，通過紅外人臉識別判斷，當司機分心或疲勞駕駛時，系統就會及時提醒。一旦檢測到司機疲勞到了一定程度，系統就會開始播放一些歡快的音樂，來幫助司機提神。當監測到司機已經重度疲勞駕駛時，系統還會導航司機至最近的休息區。未來，百度自動駕駛還會接手貨車，把它自動地開到最近的休息區。
但這項非接觸式監測受客觀條件影響較多，水平參差不齊。從意大利采用的基于視覺的疲勞駕駛已經系統來看，這種方法存在一定的局限性，當駕駛員佩戴深色墨鏡時，眼睛監測算法就會失靈。這對于準備在鬼門關搶時間的系統而言是極為致命的。
寫在最后
目前，監測性設備運用到交通工具中在我國尚在推行階段，相關法律法規也都在完善當中。此前，多體征感知設備的監測數據范圍和數據安全性也曾引發過討論。這類設備不僅在駕駛和工作場景，在醫療方面也有施展空間，因此盡快穩固適應環境、推行信息保密手段是必行之策。
事實上，一切預警性設備在發生警告時已經是“疲勞”存在或潛在時了，在這里希望各位多多關注自己最忠實的伙伴——身體，互相關照才好與生活打硬仗。
