疲劳的驾驶员是道路上最常见的危险之一，但商用车轮上的昏昏欲睡的驾驶员将通过生物识别跟踪技术获得人工智能辅助的安全提示。
据报道，科技公司的目标是车队运营商，特别是长途货运公司IEEE 频谱，因为此类司机通常驾驶的距离最远，时间最长。
虽然汽车制造商已经采用基于摄像头的系统来监控生物识别信息，例如驾驶员的眼球运动、姿势、呼吸和手的位置，以防止注意力不集中，但公司现在正在使用机器学习来检测困倦的迹象。
开发的驾驶员监控技术轮回,动机， 和瑙托（均位于加利福尼亚州）向昏昏欲睡的驾驶员提供实时音频警报，提示他们休息一下，以避免与疲劳相关的事故。 Motive 的人工智能可以监控打哈欠和头部运动； Nauto 的技术可以追踪打哈欠、眨眼持续时间以及驾驶员身体姿势的变化； Samsara 的系统则追踪困倦症状，例如过度闭眼、点头、揉眼睛、无精打采和打哈欠。
为了开发这样的系统，Samsara 必须使用数十亿分钟的视频片段来训练其人工智能，以得出符合困倦临床定义（卡罗林斯卡睡眠评分）的模型。所有困倦检测技术公司都配置了他们的系统，以便如果驾驶员在收到困倦状况警报后继续操作车辆，则可以直接联系车队经理。
虽然 Samsara 表示并不寻求在消费类汽车中大规模采用其技术，但福特、本田、丰田和戴姆勒-奔驰等汽车制造商已经采用了类似的警报信号，让昏昏欲睡的驾驶员休息一下。但随着配备高级驾驶辅助系统 (ADAS) 的车辆变得越来越普遍，困倦检测系统可能会成为半自动驾驶车辆的一项功能，因为驾驶员可能会做出危险行为。
现已提供多种多模式车载生物识别数据集
在其他与生物识别相关的汽车新闻中，生物识别安全和隐私领域的教授兼高级研究员 Sébastian Marcel 宣布了一个新的“iCarB”数据集。
车内生物识别数据集实际上是三个子集，包含生物识别安全和隐私小组收集的用于驾驶员识别的面部视频、指纹图像和语音样本。伊迪亚普研究所。该数据集具有人口多样性的特点，因为 200 名数据对象中有 550 名性别不同、肤色符合整个菲茨帕特里克量表范围、年龄从 18 岁到 60 岁以上不等。
Marcel 表示，iCarB 数据集可用于评估和基准测试人脸、指纹和语音识别系统；创建多模态伪身份并训练和测试多模态融合算法；从生物识别数据创建演示攻击并评估演示攻击检测算法；使用提供的元数据调查生物识别系统中的人口和环境偏差。
论文“用于驾驶员识别的车载生物识别（iCarB）数据集：面部、指纹和语音”可以找到这里。可以通过 Sébastian Marcel 的 LinkedIn 公告找到分别指向面部、指纹和语音子集的链接这里。
文章主题
|||||
