加拿大研发可判断司机驾驶状态软件

很多司机开车的时候注意力不集中已经是一个人尽皆知的问题了，不过每当谈到这，老司机们往往在自我评估时分分钟飞起，陷入“都是别人惹的祸”的怪圈。但根据美国国家高速交通安全部的数据，有高达80%的交通事故和17%的交通致死事故是由于司机分神导致的，因此这个“跟哥/姐无关”的逻辑不管从哪方面看，都是神逻辑了。就算我们相信，终有一天，自动驾驶汽车会驾着七彩祥云来救我们于水火之中。但在那天到来之前，我们得自个儿面对这个严峻的问题：我们在开车的时候发短信、发状态，或者更简单粗暴的说，一边握着方向盘一边玩手机。

加拿大的一群研究人员认为，他们能利用人工智能技术帮助这群对开车技术过度自信的朋友圈/微博重度使用患者。一个来自于滑铁卢大学图像分析和机器学习中心的团队研发出了一款软件，能判断出司机是否是在发短信或者走神。这是软件开发的一小步，却是叫停这种坏习惯前重要的一大步。

“司机开车不专心的问题已经越来越严重了。“拥有电子和计算机工程教育背景的该项目负责人Fakhri Karray说。但这个锅不应当智能手机独自来背。如今，每辆汽车都有很多车载信息娱乐功能，会把司机的注意力从道路状况上吸引开来。”如果新兴的电力电子系统得不到合理规划设计，他们会成为新的吸引注意力的东西。而事实上这样的事情已经在发生了。“

汽车系统本身是可以不那么吸引人的，但是车企们绝不会因噎废食，冷落那些消费者最喜欢的高科技产品特性。人们也不可能突然变得自律起来。所以最后的解决方案就只能是：不论走神的原因是什么，都寄希望于汽车自己能发现司机走神的情况。

因此，Karray的团队搭建了一个新的模型系统。该系统同时采用了微软Kinect体感摄像镜头和普通行车记录仪摄像头两种。这些摄像头被安装在虚拟仪表盘的不同位置，用来记录司机的手部动作，并通过相关算法分析出司机和车子身处环境的危险程度，并为之划分等级。这种算法将车速、汽车的位置以及司机的驾驶情况等汽车本身和周边的状况都考虑了进去。边打电话边在空无一车的高速公路上狂飙也许不算太大的问题，但在蜿蜒而繁忙的林荫大道（参配、图片、询价）上飞驰（参配、图片、询价）时伸手在后座上够东西就太危险了。假如该系统的报警功能足够完善，汽车甚至可以向司机发送语音或图像警告。不远的将来，随着无人驾驶技术的发展，某些状况下汽车甚至可以接管控制权。

有些汽车公司已经将注意力追踪系统应用在了一些汽车上，主要是用来保证，即使汽车处在半自动驾驶模式下，司机也能保持注意力集中。比如，凯迪拉克的超级巡航系统就能通过红外摄像头追踪司机的头部动作和姿态。而其他的汽车制造商则在考虑眼球轨迹追踪系统，这一系统能知道司机什么时候真正在看路，什么时候没在看。但滑铁卢的团队希望能越级跳过这一技术阶段，理由如下。

“我们设计的系统算法非常强大，它不需要追踪人眼或者其他的面部特征。”Karray说。他们的算法是基于“端到端”深度学习的概念创造的（端到端，仅考虑输入端和输出端、而不考虑中间过程、将中间步骤和模块全部合并的处理方式）。他们通过大量涉及手部位置和头部动作的图片训练计算机，而这些图片全都来自于已知的驾车分神的情况。

那么，这一系统怎么区分真正危险的分神的情况和合理地扫视收音机或乘客座位的情况呢？答案是，通过练习。“不同于模式识别的算法，深度神经网络通过提供给它们的大量例子进行学习来提升系统能力。”Karray说，他和同在滑铁卢大学的Arief Koesdwiady、Chaojie Ou和Safaa Bedawi共同进行了这项研究。“整个过程基本上都是自动控制的，但需要大量的前期学习数据，计算能力也很重要。不过，深度学习系统有最低的系统报错率和最少的误判状况。“

Karray认为，虽然基于他们团队的技术可以在一年内建立起一个独立的系统；但要将系统整合进汽车产品中，则需要花费更长的时间，至少好几年，因为汽车制造商需要弄清如何恰当地对待走神的司机。但是，当相关技术真正被应用时，就像现在许多汽车能在预测到碰撞时自动刹车一样，系统也将能在司机注意力掉线的时候及时做出反应。更重要的是，Karray认为，这向让汽车有“自我意识“又更近了一步，这等同于设计一个有认知能力的人造系统。毕竟，如果汽车能关注其周围的世界，它也应当能关注车内发生的一切。