地平線人制作能識別駕駛員疲勞程度的產(chǎn)品

5 年前，地平線人滿腔熱 AI，向 New Horizon 進發(fā)；5 年來，他們始終“仰望星空，腳踏實地”，用芯片讓 AI 可感知，用量產(chǎn)落地為 AI 賦予生命。在孤獨攀登 AI 珠峰的旅程中，地平線人用技術(shù)創(chuàng)造價值，在成就客戶中完成自我進階。5 年間，地平線實現(xiàn)了中國 AI芯片量產(chǎn)上車 0 的突破，也正式邁入車規(guī)級 AI 芯片前裝量產(chǎn)元年。值此校招之際，我們把目光放到那些“量產(chǎn)背后的人”，來一窺中國首款車規(guī)級 AI 芯片前裝量產(chǎn)背后的故事。 第四篇來自“23歲就成為 Feature Owner，用疲勞分級為長安 UNI-T 車主保駕護航”的軟件工程師書未。

危險駕駛分為很多種情況，而公認的高速公路第一殺手就是隱蔽性極高的疲勞駕駛。因為每個人對于疲勞的感知并不相同，所以交通法規(guī)很難將其標(biāo)準化。甚至有些司機集中注意力開車的時候，根本意識不到自己的疲勞，這種風(fēng)險最難讓人察覺。 那么，有沒有一種技術(shù)手段來提醒司機該休息了？汽車廠商在苦苦尋找答案，AI 公司也在艱難探索方案。

在地平線的長安 UNI-T 項目中，實現(xiàn)識別疲勞駕駛是最重要的核心需求之一，而剛從東南大學(xué)信息工程專業(yè)畢業(yè)的書未扛下了這項重任。

書未剛滿 23 歲，畢業(yè)前就在地平線做實習(xí)生，參與了征程 2 芯片軟件框架的研發(fā)。去年 7 月份他成為了地平線的正式員工，沒想到很快就接受了一項新的任務(wù)：負責(zé)疲勞分級特性功能的研發(fā)。

做一款能識別駕駛員疲勞程度的產(chǎn)品——這在地平線“前無古人”。在嘗試的過程中，書未剛開頭就碰到一個最基本的問題：疲勞是什么？簡簡單單的一句話，讓他傷透了腦筋。因為疲勞太抽象了，兩個人面對面的時候可能看得出來，但是機器怎么去區(qū)分一個人是不是疲勞呢？

書未首先從數(shù)據(jù)入手。在接連兩個月的疲勞數(shù)據(jù)分析，和一場又一場的頭腦風(fēng)暴會議之后，書未總算慢慢撥開迷霧：

“疲勞的第一個特征是 PERCLOS，即為一段時間內(nèi)閉眼時長的占比，再結(jié)合打哈欠和兩秒之內(nèi)的微睡眠即可識別司機的疲勞程度。”

拿著這個定義，UNI-T 疲勞分級的研發(fā)工作正式啟動。

抓住疲勞特征后，書未和他的團隊同學(xué)馬上面臨著第二個挑戰(zhàn)，疲勞的這些特征是否可識別？如何得到一個工程級的實現(xiàn)？最開始書未沒想太多，他覺得自己只是一個軟件工程師，只需要負責(zé)自己的工作就好。他說：

“產(chǎn)品實現(xiàn)有一個確定的流程，產(chǎn)品、軟件、算法、測試四個部門協(xié)同負責(zé)，我當(dāng)時認為軟件工程師只需要把不斷更新的指標(biāo)集成到平臺上去即可，至于最終出來的結(jié)果是什么樣子，這不是自己這種普通員工能決定的。”

但是后來書未發(fā)現(xiàn)，這個確定性慢慢被打破了，總會有一些問題直接反饋給他，算法團隊的工作也需要他來協(xié)調(diào)和給出策略意見，一時間把他搞得手忙腳亂。他去問自己的導(dǎo)師怎么辦，導(dǎo)師告訴他：

“你是 owner，是主人，你要把自己當(dāng)成整個需求的決策者來看待，不要把自己僅僅當(dāng)成一個螺絲釘！”

真實的駕駛疲勞與有意表演出來的疲勞有多大差異？靠有意表演的數(shù)據(jù)能不能真正解決問題？這些問題是書未應(yīng)當(dāng)面對的難題，更是整個團隊共同面臨的問題。在解決這些問題的過程中，書未充分擔(dān)當(dāng) Feature Owner 的責(zé)任，拉通團隊、分工協(xié)作。書未所在的團隊找到十幾萬條大客車的數(shù)據(jù)，并分工從中篩選出一萬多條有效的真實疲勞數(shù)據(jù)。除此之外，書未還和算法同學(xué)緊密配合，他們不放過每一個可能解決問題的思路，同時從策略上嘗試引入不同算法輸出結(jié)果來輔助疲勞分析，用這一萬多條數(shù)據(jù)反復(fù)試驗驗證，檢測指標(biāo)從 80% 一步一步提高，最后超過 95%。正是書未和團隊的堅持與不放棄，最終將功能打造到可以放心量產(chǎn)。書未在實踐中學(xué)會了系統(tǒng)性地整理和思考問題：先是提出誤報抑制策略，把疲勞場景約束到實際開車場景中，然后整合了兩套算法模型，把誤報率壓到了最低。產(chǎn)品出來后，許多人都告訴他，這個技術(shù)實現(xiàn)成果在業(yè)內(nèi)獨一無二。而對書未而言，最重要的還是他的想法開始轉(zhuǎn)變，他擺脫了單純的工程師視野：

“我逐漸發(fā)現(xiàn)策略不是孤立的，應(yīng)該說，所有的工作都是為項目整體服務(wù)的，把這個項目做成就是我的本職工作，不推脫責(zé)任更要團結(jié)眾人之力?！?/p>

疲勞場景是客戶提出的核心需求之一，不斷提高和完善疲勞分級的指標(biāo)，優(yōu)化各類 bad case，是做好上層疲勞緩解等用戶交互場景的重要基石。算法團隊曾經(jīng)給出過兩套方案，一套是單幀檢測駕駛員是否閉眼，再由書未集成到程序中計算駕駛員的 PERCLOS，判斷其是否疲勞，另一套是多幀算法直接給出結(jié)果。兩套方案看起來都不錯，同時各有各的不足。單幀識別的指標(biāo)明確，但是需要書未人為調(diào)整最終的疲勞評價策略，多幀算法能夠自行標(biāo)記更多的模型特征，但是需要大量的數(shù)據(jù)“喂養(yǎng)”。 最終在產(chǎn)品中，書未選擇了單幀識別的方案，將疲勞根據(jù)打哈欠和 PERCLOS 的程度分為輕中重三級，與業(yè)內(nèi)的“疲勞檢測”相比，分級模型在精度上傲視群雄。長安 UNI-T 項目交付的時候，客戶就對此贊不絕口，現(xiàn)在識別疲勞駕駛成為該款車型最與眾不同的賣點之一，被稱為能主動察言觀色的“黑科技”。這個黑科技頗為實用，比如監(jiān)測到司機輕度疲勞時，車上的 AI 管家“小安安”會主動出言提醒，“老鐵，開車一定要打起精神來呦”；如果司機重度疲勞，車輛會自動開啟提神模式，比如打開車窗、空調(diào) 18 度+3 檔冷風(fēng)，并播放音樂等等。語音交互加上物理刺激，一方面能給司機提神，另一方面，司機也能很快就意識到自己的狀態(tài)不對，不會在迷迷糊糊中繼續(xù)開車。

在這個項目上投入了一年之后，書未發(fā)現(xiàn)，人類對于疲勞的認知還有大量可以發(fā)掘的空間，有的人疲勞的時候撓頭，有的人疲勞的時候捂嘴，繼續(xù)研究下去，未來會得到越來越精細的結(jié)果，地平線的疲勞分級產(chǎn)品也會不斷推陳出新，繼續(xù)守衛(wèi)駕駛?cè)藛T的安全。書未說：

“如果有一天，疲勞駕駛消失，那這個世界會變成什么樣？可以想見，許多家庭悲劇不再重演，無數(shù)生命將得到挽救，這是一場改變世界的變革?！?/p>

談及自己在地平線的這一年，書未說他看得最多的就是疲勞駕駛的危害，每次看到一個司機犯困的視頻，他都會心頭一緊，擔(dān)心一場不幸即將發(fā)生在眼前。一年前他對疲勞駕駛的認知還只是停留在紙面上，現(xiàn)在這已經(jīng)成為了他工作中最有價值感的一部分。

“哪怕只有百分之一的司機聽到了來自于 AI 的提醒，只要能夠避免了幾場不必要的車禍，我也會覺得，我做到了，我成功了?！?/p>

原文標(biāo)題：AI 就對了 | 捕捉疲勞駕駛的獵手，23 歲書未為長安 UNI-T 車主保駕護航

文章出處：【微信公眾號：地平線HorizonRobotics】歡迎添加關(guān)注！文章轉(zhuǎn)載請注明出處。