本網站使用 cookies 以提昇您的瀏覽體驗。繼續使用本網站表示您同意我們使用 cookies。有關更多詳細訊息,請參閱我們的 隱私權政策
LITEON LITE-ON TECHNOLOGY CORPORATION
LITEON LITE-ON TECHNOLOGY CORPORATION
摘要
  • 車內偵測正從單一駕駛狀態監測,進一步發展為對全車乘員的理解與安全防護。透過攝影機、60 GHz 雷達、AI 與邊緣運算的整合,感測器融合能在不同光線、遮擋與車艙情境下,更可靠地掌握乘員狀態;文章並進一步探討光寶如何透過先進頂置控制台(AOC),將感測、智慧運算與車輛互動整合,朝向以人為本的智慧安全車艙發展。
      • 作者 : Bruce TN Chen|光寶科技 汽車電子事業
      • 撰文 & 採訪 : 光寶科技 LITEON 編輯部 (企業品牌價值發展中心)

      • 技術審稿 : 光寶科技 核心競爭力中心


 Driving Through an Urban Area During Daytime

 

車輛能夠偵測車道、周遭車流與障礙物,卻未必能察覺就在車內的風險,例如駕駛分心、乘客坐姿不當,或兒童被遺留在車內。以道路環境為偵測重點的先進駕駛輔助系統(Advanced Driver Assistance Systems, ADAS),仍需進一步掌握車內人員的狀態。


車內偵測(In-Cabin Sensing)運用攝影機、雷達與人工智慧(Artificial Intelligence, AI),判斷車內是否有人,並評估乘員的位置、行為、姿勢與特定生理訊號。透過攝影機與雷達感測器融合(camera radar sensor fusion),系統可整合兩類感測器的互補資訊,更全面地掌握車艙狀況。整體設計以人為本,偵測範圍也從單一駕駛延伸至全車乘員,並依實際情境採取相應措施。

 

為何車內偵測成為車輛安全的新焦點?

 

車輛安全法規除了關注道路風險,也愈來愈重視駕駛的注意力狀態。2024 年,美國涉及分心駕駛的事故造成 3,208 人死亡。

 

自 2024 年 7 月 7 日起,歐盟規定所有新車須配備駕駛疲勞警示,以及透過攝影機或感測器運作的倒車偵測功能。此外,自 2026 年 7 月 7 日起,新乘用車與廂型車也須配備進階駕駛分心警示功能。歐洲新車安全評鑑協會(European New Car Assessment Programme, Euro NCAP)則透過消費者安全評等,形成法規之外的另一項推力。其評鑑內容也涵蓋超越法規基本要求的乘員保護功能。

 

在允許啟用自動駕駛功能的情況下,較高等級的自動駕駛可能讓乘員有更多空間工作或休息。隨著車艙逐漸成為工作與休息的生活空間,乘員偵測系統的要求也隨之改變。當系統發出接管要求時,能否確認駕駛已具備重新掌握車輛的能力,便顯得格外重要。

 

從 DMS 駕駛狀態偵測邁向 OMS 全車艙安全

 

DMS 分析駕駛狀態

駕駛狀態偵測系統(Driver Monitoring System, DMS)會分析視線、頭部朝向、眼瞼閉合與眨眼等資訊,評估駕駛是否疲勞、分心,或已準備好重新接管車輛。整體而言,DMS 是一套用於分析與評估駕駛狀態的系統。

 

判斷駕駛狀態時,情境很重要。短暫看向後視鏡,與長時間將視線移開道路,代表的風險並不相同。因此,系統不只判讀單一瞬間的動作,也會綜合一段時間內的行為變化,評估駕駛的行為與注意力狀態。

此外,駕駛睜著眼睛,不代表已經做好接管準備。當系統發出接管要求時,仍須配合車輛的控制權轉換策略,評估駕駛當下的狀態,以及駕駛可用於重新掌握車輛的時間。

 

OMS 將偵測範圍延伸至前座乘客、後座乘客與兒童

乘員偵測系統(Occupant Monitoring System, OMS)可將偵測範圍延伸至各排座位,判斷哪些座位有人,並評估乘員的位置、姿勢、安全帶狀態、乘員類別及是否有兒童。這些資訊可支援乘員防護功能,以及更具適應性的乘員約束策略。

 

當乘員偵測系統採用攝影機與雷達感測器融合時,必須將觀測結果正確對應至個別乘客;否則,某位乘客的動作可能被誤歸到相鄰座位。要掌握全車艙狀況,這類空間脈絡不可或缺。

 

車內偵測是涵蓋 DMS 與 OMS 的更廣義概念

這些名詞代表同一套安全架構下的不同涵蓋範圍

 

系統

Title

Title

DMS

駕駛

注意力、疲勞、分心與接管準備度評估

OMS

所有乘員

座位佔用偵測、成員類別判定、位置與姿勢評估、安全帶狀態確認、以及兒童存在偵測。

車內偵測

駕駛和乘客

整合安全、舒適、個人化與主動防護功能

車內偵測支援的安全應用

除了確認座位是否有人,乘員偵測系統還能實現哪些功能?

  • 疲勞與分心評估:結合行為線索與可取得的生理資訊,提高駕駛狀態判定的可信度。
  • 兒童存在偵測(Child Presence Detection, CPD):確認停車後或駕駛離開時,是否仍有兒童留在車內。兒童體溫上升的速度可能達到成人的三至五倍。
  • 安全帶與姿勢確認:檢查安全帶是否沿著正確路徑貼合身體,而不只確認是否已扣上。即使安全帶已扣上,若繫在身體背後,防護效果仍可能不足。美國國家公路交通安全管理局(National Highway Traffic Safety Administration, NHTSA)指出,安全帶可將乘用車前座乘員的致命傷害風險降低 45%。姿勢評估也能辨識乘員是否向儀表板傾身,或將雙腳放在儀表板上。
  • 自適應乘員防護:向乘員約束系統控制器提供位置與姿勢資訊,並可能支援調整安全氣囊的展開策略。另一方面,Euro NCAP 2026 年身高分類標準要求,駕駛與前座乘客皆須至少提供兩種乘員約束調整設定。
  • 主動介入:將偵測到的風險與適當的車輛應變措施連動,並依照下文說明的分級應變邏輯逐步介入。

 

此外,Euro NCAP 2026 年 CPD 標準要求採用直接偵測,並涵蓋六歲(含)以下兒童。若偵測到無人照看的兒童遭鎖在車內,規範要求從上鎖到發出首次警示不得超過 15 秒。

 

 

攝影機與雷達感測器融合如何掌握車艙狀況?

 

攝影機分析可見行為與生理訊號

攝影機偵測可從影像擷取臉部特徵點、眼部活動、頭部朝向與身體幾何資訊。這些特徵為攝影機與雷達感測器融合提供可視資訊。光寶也會分析與臉部微血管血流相關的細微光學變化,以估算與心率相關的訊號。其基本原理為遠端光體積變化描記法(remote photoplethysmography),也就是脈動造成的血容量變化會影響反射光強度。這類估算可提供額外的狀態資訊,但準確度取決於運作條件。

 

光線、觀看角度與遮擋都可能構成挑戰。2023 年一項大學研究透過五個資料集評估攝影機脈搏估算,其中涵蓋夜間駕駛、下雨與長途行程,顯示此技術需要廣泛驗證。相較於基準方法,該研究將夜間心率估算的均方根誤差最多降低 42.6%。

 

對乘員偵測系統而言,頻繁誤報也會帶來人因問題。使用者可能因此不再信任警示,甚至遮住攝影機;無論對任何安全功能而言,這都不是理想結果。

 

雷達支援遮擋與低光源情境

60 GHz 毫米波雷達(millimeter-wave radar)利用無線電波反射估算位置並偵測微小身體動作,無須依賴可見光。呼吸會帶動胸部起伏,可用來判斷車內是否有具生命跡象的乘員。學術研究已證實,此頻段可用於座位占用與呼吸率偵測。

 

在 60 GHz 頻段下,波長約為 5 毫米。回波訊號的變化可讓合適的雷達系統解析小於該波長的移動。以後向式兒童安全座椅為例,座椅外殼可能遮擋攝影機的直接視野,但雷達仍可能透過可用的訊號路徑,辨識呼吸所產生的微小動作。在特定系統設計中,也可能進一步探索與心跳相關的微動偵測。    

 

效能會受到多項因素影響,包括天線設計、安裝位置、車艙結構、座椅配置、遮擋物,以及經過驗證的演算法。車輛震動與一般身體動作也可能干擾生理訊號估算。

 

感測器融合提升可靠性

攝影機與雷達感測器融合可運用兩者的互補優勢,提高系統的穩健性。攝影機能提供豐富的視覺與行為資訊,雷達則可在低光源或部分遮擋的情況下維持偵測能力。兩者相互搭配,有助於系統在多種車艙情境中,持續可靠地掌握乘員狀態。    

 

要讓攝影機與雷達感測器融合有效運作,各感測器的觀測結果必須同步,並評估每項結果的可信度。若影像可靠性不足,系統應降低其在判斷中的權重;若不同感測器的結果互相矛盾,則需要進一步確認。這種做法可能有助於減少誤判與不必要的應變,同時避免將任何一種感測器視為絕對可靠。

 

此外,感測資料缺失時,也必須明確標示其狀態。例如,若系統暫時無法掌握某個座位的情況,不能在未經確認下直接判定該座位無人。

 

 

AI 運算與邊緣運算如何支援即時安全決策

 

集中式與分散式架構將並存

 

車用電子正逐步擺脫每個感測器各自配置專用處理器的模式。雖然運算能力與車型專案各不相同,中央運算平台與域控制器仍可能跨功能共享資源。

 

因此,乘員偵測系統需能彈性適配不同的車輛電子電氣(E/E)架構,包含中央運算、域控制器及分散式 ECU 等部署模式:

  • 中央運算(Central Computing):將座艙、ADAS、車聯網等多項功能整合至中央高效能運算平台進行處理。
  • 域控制器(Domain Controllers):特定功能域(如座艙域、車身域或安全域)的運算與控制功能。
  • 分散式電子控制單元(Electronic Control Units, ECUs):各功能模組配置獨立控制器,於本地端執行運算與控制任務。

 

在滿足頻寬、時序要求及功能安全(Fail-safe/Fault Handling)機制的前提下,攝影機與雷達感測器融合方案可整合至上述各類電子電氣架構中。。

 

從原始感測器資料到安全應變

以下為系統運作之示意流程:

 

攝影機與雷達 → 硬體雜訊濾除 → AI 運算 → 感測器融合 → 狀態評估 → 警示或主動防護

 

硬體濾波器可去除高頻干擾及電子雜訊,AI 運算則擷取相關特徵;同時,攝影機與雷達感測器融合會整合各項證據,供後續狀態評估使用。實際導入時,各階段的順序可能有所不同。涉及安全關鍵功能的車內偵測決策必須在車內完成。邊緣運算(Edge Computing)可降低通訊延遲與對雲端連線的依賴,並減少傳輸敏感影像及生理資料的需求,但仍須建立存取控制與資料保留政策。

 

例如,控制器可以與其他車輛功能共享座位占用狀態與信賴度數值,而不保留影像。系統設計時也應審慎考量資料處理方式。應變措施可依風險程度逐步升級,從疲勞警示、聲音提示或座椅觸覺回饋,進一步到緊急通話或受控緊急停車。若偵測到無人照看的兒童,可採取的措施包括通知家長,以及啟動通風或空調。Euro NCAP 2026 年 CPD 標準要求,升級警示至少每分鐘重複一次,並持續 20 分鐘以上。若需發送遠端通知,偵測可在車內完成,但訊息仍須透過通訊連線傳送。

 

實際應變方式須視車輛架構、自動化等級、安全驗證結果與法規而定。偵測系統負責提供判斷依據,再由具備相應權限的車輛控制器執行應變措施。

 

整合式先進頂置控制台如何串聯車艙偵測、系統整合與主動防護

 

車頂位置提供更廣的車艙偵測視野

光寶先進頂置控制台(Advanced Overhead Console, AOC)將攝影機偵測、60 GHz 雷達、AI 運算與車輛介面整合於單一車頂式車艙偵測平台。

這項架構可在系統層級進行攝影機與雷達感測器融合,有助於在不同車艙條件下持續可靠地掌握乘員狀態,同時簡化車輛整合。較高的安裝位置可提供涵蓋全車艙的俯視偵測視角,將偵測範圍延伸至前排與後排乘員。

    

乘員偵測系統的實際覆蓋範圍取決於攝影機光學設計、雷達天線位置、車艙尺寸、座椅配置及感測角度。安裝於車頂有機會提供更廣的可視範圍,但每一種車輛配置仍須經過驗證。

 

整合攝影機與雷達 降低車輛整合複雜度

光寶在光學、影像、照明、電子、機構設計與製造領域累積數十年經驗,使偵測、照明、熱管理與車輛介面得以作為一套相互協調的系統進行整合設計。

然而,將這些功能整合於精巧的車頂外殼內,也會帶來多項工程挑戰,包括飾板造成的光學反射、電子元件與照明產生的熱、電磁干擾及組裝公差。即使是外蓋材質,也可能影響雷達訊號傳輸或攝影機光路,因此需整體考量這些交互影響。


這種封裝方式可望減少獨立模組數量、整合線束、簡化空間規劃與校準,並讓供應商協調更為精簡。整體系統可能節省的幅度,則取決於車型專案與整合需求。模組化介面可支援不同車型、座椅配置,以及集中式或分散式運算架構的調整。透過這項能力,光寶可成為以人為本車艙安全的技術與系統整合夥伴。乘員偵測系統的維修規劃也應納入更換與重新校準。維修後的模組需恢復至預期的對準位置與設定,之後才能確保其安全功能值得信賴。

 

先偵測、再作動:打造以人為本的智慧安全車艙

「偵測優先(Sensing First)」是系統設計的核心原則。AI 在進行判斷並啟動防護措施之前,首先必須取得可靠的感測資訊。系統驗證與驗收時,也應在不同實際情境下,評估漏檢、誤報率與反應時間。

 

未來,車內偵測技術將進一步納入更多生理訊號偵測、深化 AI 整合,並與 Mini LED、Micro LED 及車內照明串聯。

光寶的願景不止於個別偵測功能。透過先進頂置控制台平台,光寶致力於打造以人為本的車艙架構,在單一整合系統中串聯偵測、智慧、安全與車輛互動。

    

歡迎聯絡光寶,進一步了解攝影機、60 GHz 雷達與 AI 整合如何協助車廠達成車內偵測與乘員防護目標。

 

常見問題

  • DMS 與 OMS 有什麼不同?
    • 駕駛狀態偵測系統(DMS)主要聚焦駕駛,評估注意力、疲勞、分心與接管準備度;乘員偵測系統(OMS)則將偵測範圍延伸至其他乘員,可支援座位占用偵測、乘員分類、姿勢評估、安全帶狀態確認與兒童存在偵測。車內偵測(In-Cabin Sensing)則是涵蓋 DMS 與 OMS 的更廣義概念。
  • 為什麼車內偵測需要結合攝影機與 60 GHz 雷達?
    • 攝影機能取得臉部特徵、眼部活動、頭部朝向與身體幾何資訊;60 GHz 雷達則不依賴可見光,可偵測位置與細微身體動作。結合兩者的互補能力,有助於系統在低光源或部分遮擋等情境下,更可靠地掌握乘員狀態。
  • 為什麼 Edge AI 對車內偵測很重要?
    • Edge AI 可讓安全關鍵的感測與判斷在車內本地完成,降低通訊延遲及對雲端連線的依賴,同時減少將敏感影像或生理資料傳送至車外的需求。不過,系統仍需建立適當的資料存取控制與保留政策。

作者

  • Bruce TN Chen
    光寶科技 汽車電子事業