“机器人淘汰三原则”

关于打瞌睡，Smart Eye公司的Krantz认为“除了在意识出打瞌睡时发出警告外，DMS还需要注意到严重疲倦状态，这同样会导致驾驶能力急剧下降。因此在模拟与实际驾驶中，应该以相同的时间间隔不断评估驾驶员的实际睡意。区别在于，我们可以在模拟器中继续推进，准许测试对象彻底入睡。”

实际上，真正的测试似乎要比Krantz与Lenné的设想复杂得多。正如Cipia公司的Krzypow所提出，“睡意衡量中包含着双重挑战：难以衡量，而且难以模拟。”目前欧洲NCAP并未解释要如何应对这些挑战。

DMS如何避免引发驾驶员的反感?

相信很多人都有体会，当前DMS技术中的薄弱环节在于，一旦误报频率过高，驾驶员会直接关闭DMS并导致其彻底失效。

Jungo公司CEO坦言，“确实，过多的误报实在令人讨厌。在Jungo，我们会优先除非种种干扰性事件，例如不看路、接电话、吸烟等。目前，我们还不会主动评估驾驶员的「认知」状态，例如眼睛盯着路面但注意力早已涣散。这太容易引发误报了，还没有实用意义。”

Smart Eye公司CEO Krantz指出，“要尽可能降低错误率，关键是在基础信号中保持极高的精度。这就要求构建起一套设计精良且经过全面测试的应用程序，由其将基础信号转换为有价值的驾驶员状态信息，并最终据此采取全面的警告策略，在不引发反感的前提下向驾驶员发布提醒。”

Seeing Machines的Lenné对此表示赞同。“以人为本的设计非常重要，我们必须了解行为与相关风险，将其解释为特征，这样才能真正支撑起「实际意义」。误报的数量还取决于其他因素，包括信号的可用性与可靠性，这些同样需要高度关注。”

麻省理工学院的Reimer以通用汽车公司为例，强调过度活跃的驾驶员警报系统有可能带来糟糕的体验。

“通用汽车目前已经与Super Cruise合作开发出一套多段式警报方法，能够通过增强(无声提示)及逐步升级警报的组合形式解决问题。”

从理论上讲，准确识别驾驶员状态并对接DMS警报系统，即可有效缓解这些恼人的感受。

但Reimer也提出，“我们不知道有哪些系统能够切实解决认知衰退或注意力涣散的问题。我们整个集团以及多家OEM与供应商合作伙伴正在积极研究这方面议题。”

目前的DMS方案

目前的DMS方案显然无法解决前文中提出的种种现实问题。Semicast Research公司的Barnden提到，“现有方案的驾驶员监控效果非常差劲。”根据现代集团发布的Forward Attention Warning (FAW)系统宣传片段，可以看到旁白警告称“在某些情况下，FAW可能无法正常工作……例如当驾驶员佩戴偏光镜、化有浓密眼妆，或者面部被头发或帽子遮挡，或视频被方向盘所遮挡时。”

请注意，FAW系统无法替代安全的驾驶习惯与方式。驾驶员有责任始终监督车辆与前方车辆间的速度差异与距离。