驾驶员监控系统DMS系统功能规范

  1. 概述
    1. 文档范围

该文档阐述了DMS系统的功能场景、系统组成、接口需求等。

    1. 目的

该功能规范为DMS系统及周边件的开发提供参考。

    1. 缩写与定义

英文缩写

英文全称

中文描述

DMS:

Driver Monitoring System

驾驶员监控系统

MPU:

Micro Processor Unit

微处理器单元

IECU:

Intelligent Electronic Control Unit

自动驾驶控制器

LVDS:

Low-Voltage Differential Signaling

低电压差分信号

HUD:

Head Up Display

抬头数位显示仪

AR:

Augmented Reality

增强现实

TPR:

True Positive Rate

可识别的正样本在所有正样本中的占比

FPR:

False Positive Rate

负样本误识别为正样本在所有负样本中的占比

CAN：

Controller Area Network

CAN网络

LIN：

Local Interconnect Network

LIN网络

TBD：

To Be Defined

待确定

KL.15：

Ignition Supply

IGN供电

KL.30：

Battery Positive

电池电

BDCM：

Body Domain Control Module

车身域控制器

    1. 设计依据
      1. 标准/法规

针对DMS现在无法规要求

      1. 经验

N/A

      1. 参考文献


下列文件中的条款通过在本标准的引用而成为本标准的条款。凡是注日期的引用文件，其随后所有的修改单（不包括勘误的内容）或修订版均不适用于本标准，然而，鼓励根据本标准达成协议的各方研究是否可使用这些文件的最新版本。凡是不注日期的引用文件，其最新版本适用于本标准。

  1. 系统描述

VX1驾驶员监控系统的功能项包括如下：

  1. 驾驶员疲劳监测：识别驾驶员在驾驶过程中的闭眼状态、打哈欠动作，并针对这两种典型疲劳动作进行疲劳预警，并作为ADCM的Pilot功能激活条件输入；
  2. 驾驶员注意力监控：检测驾驶员在驾驶过程中的注意力范围是否在正常驾驶注意力范围内，如果偏离正常驾驶注意力范围则进行预警提示用户专心开车，并作为ADCM的Pilot功能激活条件输入；
  3. FaceID；驾驶员上车后被动/主动申请人脸识别, 输出人脸特征ID；
  4. 从设备上电到应用完成加载，在10秒内完成；

    1. 系统框图

DMS系统包含两大部分：数据采集、算法识别。

数据采集由摄像头和红外补光模块协同完成，红外补光灯负责保证摄像头拍摄数据的图像亮度达到要求，摄像头进行实时采集驾驶员人脸及动作姿势信息并通过LVDS将数据传输给DMS ECU。

DMS ECU采用基于深度学习的算法模型，对驾驶员状态数据进行处理，并运算出驾驶员身份认证结果、闭眼/打哈欠、驾驶员头部姿态及视野检测结果。

    1. 接口定义

 

Tyco

1-1318772-3

管脚号

管脚定义

功能描述

X2100.1

NC

预留ETH_Positive

X2100.2

O_S_OUT3

摄像头供电输出

X2100.3

GND

系统地

X2100.4

B_D_CAN1L

MCU的CAN1总线低位

X2100.5

NC

NC

X2100.6

UBD

系统供电输入

X2100.7

NC

预留ETH_Negative

X2100.8

NC

预留InputSwitch

X2100.9

GND

系统地

X2100.10

B_D_CAN1H

MCU的CAN1总线高位

X2100.11

NC

预留HSD(10mA)

X2100.12

I_S_WKUP

唤醒信号（IGN）

 

Tyco

2291392-3

管脚号

管脚定义

功能描述

X1900.1

B_D_VEDIO_P

50Ω同轴FAKRA连接器输入正极

X1900.2

GND

地

X1900.3

GND

地

X1900.4

GND

地

X1900.5

GND

地

  1. 功能描述

DMS各项功能描述及应用场景、输出信息描述如下表所示：

功能项

功能描述

输出信息

应用场景

电源管理

该功能定义：DMS的电源入口供电电压UBD在不同电压等级下的功能参数。

DMS电源状态

整车电源电压波动时，保护DMS控制器

状态转换机制

为满足整车静态功耗需求，所定义的实现功耗降低的功能逻辑。

DMS工作状态

降低整车静态时能耗

摄像头驱动

控制器提供单独一路供电给摄像头及补光灯

两路视频输出

一路输出给DMS一路给BDCM做情绪识别

红外LED驱动

DMS摄像头提供1路LED驱动，控制信号由DMS控制器和DMS摄像头共同控制。

红外补光

对驾驶员面部进行补光

IDCM驾驶员疲劳预警

识别驾驶员眼睛及嘴部状态检测疲劳等级；

疲劳预警功能开关状态通过车机提供的IDCM_DSMSwitch信号接收，由DSM_FatigueFunction_St信号反馈当前DMS疲劳工作状态；

输出疲劳等级（不疲劳、轻度疲劳、重度疲劳）

驾车过程中对驾驶员进行疲劳监测并进行报警

L3驾驶员疲劳检测

识别驾驶员眼睛及嘴部状态检测疲劳等级，同时输出疲劳置信度；

输出疲劳等级（不疲劳、轻度疲劳、重度疲劳）及疲劳置信度

驾车过程中对驾驶员进行疲劳监测并并作为L3级别ADAS功能进行降级逻辑判断

驾驶员注意力监测

识别驾驶员头部及眼睛朝向检测驾驶员注意力，同时输出分心置信度

驾驶员注意力是否在正常驾驶范围内(Y or N)及注意力置信度

驾车过程中对驾驶员注意力进行监测并进行预警，并作为ADCM的Pilot功能激活条件输入

驾驶员兴趣点输出

识别驾驶员头部及眼睛朝向，输出驾驶员注视点位置

输出驾驶员兴趣点（Unknown、On Road、Off Road、Drivers Lap、Center Console）

ADCM使用该信号做Pilot控制

驾驶员人头及人眼检测

输出是否能识别人头和人眼

输出是否能检测到人头或人头及人眼（未检测到人头、检测到人头、检测到人头及人眼）

驾驶员头部位置输出

输出驾驶员头部位置、朝向，作为HUD输入

输出头部X/Y/Z坐标、头部水平/垂直夹角

驾车过程中提供给ARHUD头部位置信息

FACE ID

人脸识别，输出人脸特征ID

输出人脸特征ID

驾驶员上车后被动/主动申请人脸识别

故障诊断

通过对输入图像以及内部运行参数进行评估，来实现故障的自诊断机制。

诊断信息

CANFD通讯功能

DMS与整车交互通讯

DMS功能状态及预警信号

整车网络交互

    1. 电源管理

系统连接KL30常电和IGN硬线，系统上电后首先进行CAN、Ethernet、Camera等外设初始化，并打开电源电压采集控制端口S32V_UB_SW_EN，并连续采集5次电源电压，确定当前所处电源状态，根据当前电源电压状态进行各个功能配置。

......完整版材料私信

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/news/61080.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

软技能的重要性：在面试中展示团队合作与沟通能力

软技能的重要性：在面试中展示团队合作与沟通能力

🌷🍁 博主猫头虎 带您 Go to New World.✨🍁 🦄 博客首页——猫头虎的博客🎐 🐳《面试题大全专栏》 文章图文并茂🦕生动形象🦖简单易学！欢迎大家来踩踩~🌺 &a…
阅读更多...
【ctf题目系列】ctfwiki pwn类型

【ctf题目系列】ctfwiki pwn类型

categories: ctf ret2shellcode [rootningan ret2shellcode]# ./ret2shellcode No system for you this time !!! 123 bye bye ~[rootningan ret2shellcode]#checksec检查 [rootningan ret2shellcode]# checksec ret2shellcode [!] Could not populate PLT: future feature …
阅读更多...
CNN 02(CNN原理)

CNN 02(CNN原理)

一、卷积神经网络(CNN)原理 1.1 卷积神经网络的组成 定义 卷积神经网络由一个或多个卷积层、池化层以及全连接层等组成。与其他深度学习结构相比，卷积神经网络在图像等方面能够给出更好的结果。这一模型也可以使用反向传播算法进行训练。相比较其他浅层或深度神经…
阅读更多...
Mysql-InnoDB记录结构

Mysql-InnoDB记录结构

一、InnoDB简介 InnoDB 采取的方式是：将数据划分为若干个页，以页作为磁盘和内存之间交互的基本单位，InnoDB中页的大小一般为 16 KB。也就是在一般情况下，一次最少从磁盘中读取16KB的内容到内存中，一次最少把内存中的1…
阅读更多...
编程题四大算法思想（二）——回溯法：N皇后问题、子集和问题、地图填色问题、迷宫问题

编程题四大算法思想（二）——回溯法：N皇后问题、子集和问题、地图填色问题、迷宫问题

文章目录 回溯法迷宫游戏 N皇后问题基本概念解空间4后问题的解空间 可行解和最优解回溯法回溯法术语回溯法的关键问题回溯法的基本思想4后问题的约束条件n后问题生成问题状态的基本方法 子集和问题一个朴素的求解方法回溯回溯法的剪枝技术 地图填色问题 回溯法 迷宫游戏 深度优…
阅读更多...
使用 Python编程： 下载 YouTube 音频的桌面应用程序

使用 Python编程： 下载 YouTube 音频的桌面应用程序

最近我开发了一个使用 Python 编写的桌面应用程序，可以方便地下载 YouTube 音频。该应用程序使用了 wxPython、yt_dlp 和 tqdm 库，提供了一个简单直观的用户界面，并具备高效的下载功能。 C:\pythoncode\new\youtube-dl-audio.py 程序介绍 …
阅读更多...
为了他的鸟，做件很叛逆很酷的事儿

为了他的鸟，做件很叛逆很酷的事儿

有种鸟儿，叫隐鹮（Geronticus eremita），大小如鹅，头部光秃，嘴巴巨大，一个字，丑。可是，它还有一个特点，面临濒危。 为了能在欧洲冬季存活，这种鸟儿需…
阅读更多...
webassembly003 ggml GGML Tensor Library part-2 官方使用说明

webassembly003 ggml GGML Tensor Library part-2 官方使用说明

https://github.com/ggerganov/whisper.cpp/tree/1.0.3 GGML Tensor Library 官方有一个函数使用说明，但是从初始版本就没修改过 : https://github1s.com/ggerganov/ggml/blob/master/include/ggml/ggml.h#L3-L173 This documentation is still a work in progres…
阅读更多...
安达发|富士康科技集团利用自动排程APS软件打造智慧工厂

安达发|富士康科技集团利用自动排程APS软件打造智慧工厂

富士康科技集团作为全球领先的3C产品研发制造企业，近年来积极布局智能制造领域，通过引入先进的自动化排程系统(APS),成功打造了智慧工厂，提高了生产质量与效率，降低了生产成本。 富士康集团自2019年下半年提出在观澜厂区建立数字可…
阅读更多...
C++ list模拟实现

C++ list模拟实现

list模拟实现代码&#xff1a; namespace djx {template<class T>struct list_node{T _data;list_node<T>* _prev;list_node<T>* _next;list_node(const T& x T()):_data(x),_prev(nullptr),_next(nullptr){}};template<class T,class Ref,class Pt…
阅读更多...
Linux 云服务器挂载数据盘

Linux 云服务器挂载数据盘

1、检查linux服务器磁盘情况 df -h 可以看到无磁盘挂载信息。 2、查看待挂载磁盘信息 fdisk -l 可以看到40G系统盘、50G数据盘&#xff08;盘符&#xff1a;/dev/vdb&#xff09; 3、对数据盘分区 fdisk /dev/vdb 根据提示&#xff0c;依次输入“n”&#xff0c;“p”“1…
阅读更多...
今日举办亚马逊云科技re:Inforce大会：结合生成式AI安全最新趋势，解决企业新挑战

今日举办亚马逊云科技re:Inforce大会：结合生成式AI安全最新趋势，解决企业新挑战

2023年&#xff0c;生成式AI带来了无数的创新&#xff0c;并将会在行业应用中产生更多的新能力、新场景。与此同时&#xff0c;关于生成式AI的风险管控成为各方关注焦点&#xff0c;数据隐私、合规保护、防欺诈等&#xff0c;已成为生成式AI时代的安全合规的新话题。 随着云上业…
阅读更多...
Java【手撕滑动窗口】LeetCode 3. “无重复字符的最长子串“, 图文详解思路分析 + 代码

Java【手撕滑动窗口】LeetCode 3. “无重复字符的最长子串“, 图文详解思路分析 + 代码

文章目录 前言一、长度最小子数组1, 题目2, 思路分析3, 代码 前言 各位读者好, 我是小陈, 这是我的个人主页, 希望我的专栏能够帮助到你: &#x1f4d5; JavaSE基础: 基础语法, 类和对象, 封装继承多态, 接口, 综合小练习图书管理系统等 &#x1f4d7; Java数据结构: 顺序表, 链…
阅读更多...
Nacos配置管理

Nacos配置管理

统一配置管理 当微服务部署的实例越来越多&#xff0c;达到数十、数百时&#xff0c;逐个修改微服务配置就会让人抓狂&#xff0c;而且很容易出错。我们需要一种统一配置管理方案&#xff0c;可以集中管理所有实例的配置。 Nacos一方面可以将配置集中管理&#xff0c;另一方可…
阅读更多...
Python钢筋混凝土结构计算.pdf-已知弯矩确定混凝土梁截面尺寸

Python钢筋混凝土结构计算.pdf-已知弯矩确定混凝土梁截面尺寸

计算原理 确定混凝土梁截面的合理尺寸通常需要考虑弯矩、受力要求和约束条件等多个因素。以下是一种常见的计算公式&#xff0c;用于基于已知弯矩确定混凝土梁截面的合理尺寸&#xff1a; 请注意&#xff0c;以上公式仅提供了一种常见的计算方法&#xff0c;并且具体的规范和设…
阅读更多...
Python 实战之ChatGPT + Python 实现全自动数据处理/可视化详解

Python 实战之ChatGPT + Python 实现全自动数据处理/可视化详解

本文目录 一、引言 二、成果演示——口述式数据可视化 三、远原理述 四、实现过程 &#xff08;一&#xff09;环境配置 &#xff08;二&#xff09;申请OpenAI账号 &#xff08;一&#xff09;调用ChatGPT API &#xff08;二&#xff09;设计AI身份&#xff0c;全自动处理数据…
阅读更多...
【附安装包】Multisim 14.0安装教程|电子电路

【附安装包】Multisim 14.0安装教程|电子电路

软件下载 软件&#xff1a;Multisim版本&#xff1a;14.0语言&#xff1a;简体中文大小&#xff1a;649.68M安装环境&#xff1a;Win11/Win10/Win8/Win7硬件要求&#xff1a;CPU2.5GHz 内存4G(或更高&#xff09;下载通道①百度网盘丨64位下载链接&#xff1a;https://pan.bai…
阅读更多...
OJ练习第154题——到家的最少跳跃次数

OJ练习第154题——到家的最少跳跃次数

到家的最少跳跃次数 力扣链接&#xff1a;1654. 到家的最少跳跃次数 题目描述 有一只跳蚤的家在数轴上的位置 x 处。请你帮助它从位置 0 出发&#xff0c;到达它的家。 跳蚤跳跃的规则如下&#xff1a; 它可以 往前 跳恰好 a 个位置&#xff08;即往右跳&#xff09;。 它…
阅读更多...
【Linux】进程概念

【Linux】进程概念

文章目录 一.进程1.概念2.描述进程——pcb3.pcb&#xff08;task_struct&#xff09;内容分类4.查看进程&#xff08;1&#xff09;通过系统调用查看&#xff08;2&#xff09;通过ps命令查看 二.通过系统调用获取进程的PID和PPID三.通过系统调用创建子进程fork()1.fork函数创建…
阅读更多...
8.31作业

8.31作业

阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023