AI如何检测“不良”司机，让出行更安全？
品慧电子讯司机在驾驶过程中使用手机、抽烟、打哈欠等不良驾驶行为严重威胁乘客人身安全，同时影响乘车体验。如何有效检测司机的不良驾驶行为是当前亟待解决的重要问题，本文将为大家介绍ZLG的司机行为检测解决方案。
近些年来，我国一直是世界上因交通事故死亡人数最多的国家之一。自2000年以来，我国的交通事故发生率已经持续十多年高居世界第一。交通事故是当前世界各国所面临的严重社会问题之一,已被公认为当今世界危害人类生命安全的第一大公害，每年交通事故至少使50万人死亡。
欧美各国的交通事故统计分析表明，交通事故中80%～90%是人的因素造成的。根据美国国家公路交通安全署的统计，在美国的公路上，每年由于司机在驾驶过程中跌入睡眠状态而导致大约10万起交通事故，约有1500起直接导致人员死亡，711万起导致人员伤害。在欧洲的情况也大致相同，如在德国境内的高速公路上25%导致人员伤亡的交通事故，都是由疲劳驾驶引起的。根据最新中国交通部的统计，我国26%的车祸由驾驶员疲劳驾驶引起，直接经济损失达数十亿美元。有关汽车驾驶员的疲劳检测问题，随着高速公路的发展和车速的提高，目前已成为汽车安全研究的重要一环。
2018年8月，交通运输部办公厅发布了《关于推广应用智能视频监控报警技术的通知》，文件要求长途客运车辆、旅游客车、危险物品运输车辆提高安全性能，强制安装智能视频监控报警、防碰撞和整车整船安全运行监管技术装备，对已运行的要加快安全技术装备改造升级。
工信部在解读《智能网联汽车道路测试管理规范》也提到，“随着危险预警、碰撞保护、紧急呼叫等智能化网联化技术的逐步提升，高等级智能网联汽车的产业化发展，以及新一代的无线通信、信息安全管控等技术的应用，我们相信交通事故率将大幅降低。”据以色列保监会的测试数据，2009~2012年，经过3年跟踪，安装车联网设备的车出现理赔的机率下降了50%左右。
DMS、ADAS等车联网硬件设备以及主动安全驾驶的车辆智能风控系统，一方面可以实时线上监控驾驶过程，为司机提供主动预警语音提示，避免发生事故；另一方面可以收集汽车行驶数据，并进行数据挖掘与分析建模，统计分析行为数据、分析车辆、驾驶员进行风险评分、定期输出数据分析报告，为出租车、快车等公司解决纠纷、理赔提供依据，提供管理建议。
DMS（Driver Monitor Status ）防疲劳预警系统：利用DMS摄像头获取的图像，通过视觉跟踪、目标检测、动作识别等技术对驾驶员的驾驶行为及生理状态进行检测，当驾驶员发生疲劳分心、打电话、抽烟、未系安全带等危险情况时在系统设定时间内报警以避免事故发生。
1、人脸识别：
能够识别驾驶员身份，实现人脸比对签到签退（活体检测），人脸比对阈值可设置，或是返回比对相似度百分比应用层处理比对结果。
2、驾驶员离岗检查：
当驾驶员处于离岗状态、驾驶员面部被遮挡、摄像头被遮盖，会触发系统报警。
3、闭眼检测：
当行车过程中当驾驶员出现闭眼打瞌睡的情况，会触发系统报警（眼镜反光影响比较大，浅色墨镜也能识别）。
4、打哈欠检测：
当行车过程中当驾驶员出现打哈欠的情况，会触发系统报警。
5、分神检测（左右看、上下看）：
当行车过程中当驾驶员出现分神不专注的情况，头部左右上下倾斜超过45°（可分别设置）会触发系统报警。
6、吸烟检测：
当行车过程中当驾驶员出现吸烟的情况，会触发系统报警。
7、打电话检测：
当行车过程中当驾驶员出现打电话的情况，会触发系统报警。
AIoT开启了智慧物联无限大的想象空间，也开启了人工智能在应用层面更多的可能性，但是AI算力是制约AI产业发展和开发者创新的痛点之一，为了激活更丰富的AI应用场景与创新产品，满足产业链合作伙伴对AI高性能计算的产品需求，广州致远电子有限公司开发了M1808系列AI核心板。
ZLG M1808 AI核心板为用户提供“嵌入式”+“AI”解决方案平台，以AI算法赋能传统嵌入式硬件。内部集成的NPU（Neural-network Processing Unit）提供最高3.0 TOPs AI算力，使泛工业嵌入式应用AI化成为可能。ZLG M1808平台除了提供稳定可靠的硬件平台之外，同时免费提供基于各种应用数据集训练的AI算法，极大降低了“嵌入式”和“AI”的开发门槛，“你敢想，我就敢干”。
ZLG DMS AI算法经ZLG资深算法团队全力开发，通过大量数据测试，在准确率、功能性、实时性等诸多方面完全满足要求，如果您需求，欢迎联系我们的销售！ZLG助您摆脱低层次价格竞争，AI算法为您免费赋能增值，高维度竞争，提升您的产品溢价！
本文转载自ZLG致远电子。
推荐阅读：
十年相伴，贸泽电子力挺董荷斌征战2020，祝贺再登WEC奖台
从形成与解读，一文为您剖析医疗图像处理
Marvell和三星共同推动新一代5G网络基础设施产品创新
高分辨率温度测量
运算放大器的简易测量
