夜间驾驶眼动追踪挑战与解决方案

夜间驾驶眼动追踪挑战与解决方案

发布日期: 2026-03-15
来源: PMC, Euro NCAP, 行业研究
关键词: 夜间DMS、低光照、IR补光、眼动追踪鲁棒性


夜间驾驶的特殊挑战

视觉功能下降

研究显示,夜间驾驶在**中视(mesopic)**光照条件下:

视觉功能 夜间影响
视敏度 显著下降
对比度敏感度 降低
物体检测 更困难
眩光恢复 更慢

对DMS的影响

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
夜间DMS挑战:

光照不足:
├─ 摄像头信噪比下降
├─ 眼睛特征提取困难
└─ 瞳孔检测精度降低

瞳孔变化:
├─ 暗环境下瞳孔放大
├─ 眼睑开口增大
└─ 与疲劳特征重叠

眩光干扰:
├─ 对向车灯直射
├─ 瞬间致盲
└─ 眼动追踪中断

Euro NCAP 2026低光要求

性能降级定义

Euro NCAP 2026明确规定了DMS在特定条件下允许性能降级:

条件 允许降级
深色墨镜(<15%透光率)
面罩
帽子遮挡
长发遮眼
浓密睫毛化妆
长胡须(>150mm)

夜间特殊场景

场景 要求
隧道出入口 光照突变适应
夜间城市 碎光干扰
夜间高速 低光环境
对向车灯 眩光恢复

技术解决方案

1. 红外补光

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
IR补光方案:

主动IR照明:
├─ 850nm IR LED
├─ 940nm IR LED(更隐蔽)
└─ 与环境光隔离

优势:
├─ 不受环境光影响
├─ 穿透眼镜
└─ 夜间稳定工作

设计要点:
├─ 照明均匀性
├─ 功耗控制
└─ 安全限值(IEC 62471)

2. 高灵敏度传感器

传感器特性 夜间优化
大像素尺寸 提高信噪比
近红外增强 IR波段敏感
高动态范围(HDR) 处理眩光
低噪声读出 暗环境清晰

3. 算法优化

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
低光算法策略:

1. 图像增强
├─ 自适应直方图均衡
├─ 噪声抑制
└─ 对比度增强

2. 特征检测优化
├─ 低光专用训练数据
├─ 多尺度特征提取
└─ 时序信息利用

3. 鲁棒性设计
├─ 眩光检测与屏蔽
├─ 跟踪中断恢复
└─ 置信度动态调整

夜间疲劳检测特殊性

与夜间特征的区分

疲劳特征 夜间正常表现 区分方法
眼睑下垂 暗适应瞳孔放大 瞳孔大小参考
眨眼频率 眩光后眨眼 触发事件关联
眼睛闭合时间 正常眨眼 时序模式分析

多模态融合

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
夜间疲劳检测融合:

眼动特征
├─ 眼睑开口(校正后)
├─ 眨眼频率(过滤眩光)
└─ 视线稳定性

+ 驾驶行为
├─ 方向盘修正
├─ 车道保持
└─ 反应延迟

+ 时序上下文
├─ 驾驶时长
├─ 时间段(夜间)
└─ 环境光照历史

→ 综合判断疲劳状态

数据集需求

夜间场景覆盖

场景 数据需求
夜间城市街道 碎光、霓虹灯
夜间高速公路 低光、稳定环境
隧道入口/出口 光照突变
对向车灯眩光 瞬时致盲
无路灯乡村 极低光
雨夜 反光、模糊

合成数据应用

数据类型 用途
真实夜间数据 验证基准
合成夜间数据 场景扩展
增强数据 罕见场景

IMS开发启示

硬件设计

优先级 方案
P0 IR补光系统设计
P1 高灵敏度传感器选型
P2 HDR能力评估

算法开发

优先级 功能
P0 低光图像增强
P1 夜间疲劳检测优化
P2 眩光恢复机制

验证测试

测试项 场景
实验室测试 低光箱测试
仿真测试 夜间场景注入
实车测试 夜间道路验证

参考链接


开发启示: 夜间DMS是Euro NCAP 2026评估的必要场景。IR补光系统是技术基础,但算法需要专门针对夜间特征进行优化——特别是区分”夜间正常反应”与”疲劳症状”。数据集需要覆盖足够的夜间场景多样性。


夜间驾驶眼动追踪挑战与解决方案
https://dapalm.com/2026/03/15/2026-03-15-夜间驾驶眼动追踪挑战与解决方案/
作者
Mars
发布于
2026年3月15日
许可协议