径卫视觉CEO王波

在乘用车领域，自动驾驶、辅助驾驶技术的探索与应用已经成为了造车企业的共同选择，与车内成员安全相关的技术也在不断推出，但是在商用车领域，在这方面技术的发展速度却更加缓慢一些，造成这种现象的原因有很多：首先是工作性质的特殊性，商用车以营利为目的，因此使用成本将会是企业考虑的首要因素，其次，乘用车司机就是车主，他们对主动安全系统的需求全靠自己决策，而商用车的决策者与使用者不是同一人的情况较多，因此在车辆硬件的采购、应用上没有掌控能力。

与此形成对比的是，由于物流等运输行业需求量的持续增长，中国商用车市场近年来却在持续扩张，根据中汽协公布的数据，2018年，商用车产销同比继续呈现增长态势，受货车市场增长拉动，商用车销量创历史新高。商用车产销分别达到428万辆和437.1万辆，比上年同期分别增长1.7%和5.1%。

在这样的市场背景下，不少企业开始重视商用车安全这一领域，径卫视觉便是其中之一。这家企业自2009年成立以来一直专注于视觉识别领域，通过软件与硬件的配合，为企业及政府提供提升道路交通安全的全套解决方案。在WAIC2019上，钛媒体与该公司CEO王波进行了一次深入交流，谈及目前中国在商用车安全系统的发展，王波表示：在该领域已经开始不断出现入局者，同时国家也提升了对这一领域的关注度，预计在未来3~5年将会迎来一轮爆发期。

持续加码视觉识别领域，提升驾驶安全

径卫视觉推出的摄像头产品

据王波介绍，径卫视觉从成立之初就一直专注于视觉识别的相关技术，目前已经具备生产摄像头硬件、视觉识别软件、技术以及数据的共享云平台等能力。在视觉识别的硬件方面已经迭代推出了五代产品，最新一代产品也会从后装系统转向前装市场，搭载这套硬件的商用车辆将于今年年底或明年年初正式上市。

实际上，视觉识别技术在生活中的应用案例已经非常多，该技术的掌握门槛也并不高，比如出现在手机当中的人脸识别、办公的人脸打卡系统、机场的安检识别系统这些都可以称之为视觉识别技术的应用，但是径卫视觉所要做的比一个单纯的识别要更加深入。王波告诉钛媒体：“人脸的识别只是我们技术规划上的第一步而已，径卫视觉在做的是通过人脸的表情、动作来获取驾驶员的工作状态，并通过大数据分析对此进行持续监控并提出警告。”

现场体验视觉识别

在具体的技术细节上，它的工作原理和大家更为熟知的疲劳驾驶预警系统更为相似，但是在检测精度和支持识别的场景上有了进一步的拓展。“目前很多乘用车的疲劳驾驶预警系统是通过检测闭眼、点头等动作进行识别，而径卫视觉的这套系统可以识别包括打哈欠、打电话、甚至眼睛走神等微表情。”王波说道。

在识别驾驶员面部动作的基础上，径卫视觉还在最新的产品中加入了与车辆轨迹相结合的算法体系，通过车外摄像头与车内摄像头在图像比对、监测方面产生的联动性，以此来进一步降低误判率。比如驾驶员出现了打哈欠的面部动作，同时在车辆的行驶轨迹中出现了异常的“S”形路线，系统将会第一时间发出警告。

监控平台

在采访当中，王波还提出了一个观点：“安全辅助系统一定要走‘宁缺毋滥’的触发思维。”在笔者此前体验过的很多车辆当中，ADAS的调教往往都是向更为灵敏的角度，在危险即将发生时，往往都会本着最积极的态度去警告或者干预，而径卫视觉自开发这套系统的伊始，就将“误报率”作为一个重要的考核指标。商用车驾驶员更多的是职业司机，他们面临的也是长时间的单调工作场景，每一次警报不仅会影响到司机的驾驶心情，从管理者角度来说，警报触发数量也是司机考核的重要凭证。

成本是商用车辅助系统的“痛点”

行驶中驾驶员行为的记录

受限于多种原因，使用成本一直是商用车驾驶辅助系统的最大“绊脚石”，以营利为目的使得管理者对于成本控制非常慎重。据王波介绍，径卫视觉的后装产品其价格能够控制在管理者用车成本的可接受范围内，在这方面，径卫视觉自己建设的摄像头硬件生产工厂起到了很大作用。同时这套系统还包含了一项主要服务，即平台化的实时反馈能力。在径卫视觉展示的场景中，所有的驾驶员状态、数据表现均通过大屏可视化平台向管理者展示，在这套系统当中，将犯困、打电话甚至酣睡情况做了AI分级处理，如果遇到驾驶员已经睡着或者昏厥的情况将会以最高优先级反馈在平台当中。

同时，每一次警告出现都会伴随着数据的留存与记录，王波表示：靠单一的车内声音警告往往很难达到长久的警示效果，“我们首先是通过驾驶员长期的工作状态分析，评估每一位驾驶员在该驾驶路线中的表现，然后结合大数据平台进行差值对比，最后向管理者提出有效的建议，以此来打造更加安全、有效的驾驶环境。”而这套系统中的核心难点主要有两个：一是基于云平台与AI识别的能力，二是针对复杂的识别场景能否推出相应的算法及硬件。

对吸烟等动作的识别

很多驾驶员在刚刚接触这些产品的时候会产生一些抵触心理，甚至故意通过遮挡自己的面部来躲避系统的监控。而且很多商用车辆其工作的时间为夜间，这就对摄像头硬件的感光能力以及识别算法提出了更高的要求。径卫视觉的工作人员告诉钛媒体，在海外一些国家的实际应用当中，甚至遇到过戴着面罩开车的驾驶员，目前已经可以实现在遮挡情况下对驾驶员脸部细节的识别。

既然是以识别为核心的技术，“准确率”同样也是一个重要的考量指标，王波认为，在实验室环境下，单纯靠对照片等二维图片信息的识别，几乎行业内所有公司都可以做到99%以上，但是这与实际的应用场景差距很大，从目前的具体应用来说，径卫视觉可以做到3小时驾驶中不出现一次漏报/误报警情况。

全国实时监控数据

AI的学习能力在这其中也起到了很大的作用，目前径卫视觉已经积累了大量的真实驾驶录像，通过这些数据还在通过AI进行不断地训练、优化。“我们一直专注于这个领域，所以产品的落地与客户合作开始都比较早，底层的数据积累也更为丰富，这也是径卫视觉相较于其他近两年入局的公司一个明显的优势。”在展台现场，钛媒体也在搭建的驾驶场景进行了实际体验，期间无论是打电话还是低头之类的动作都可以被准确捕捉。

以视觉识别为基础，安全辅助与自动驾驶都在进行探索应用

谈及此类安全技术在乘用车上的应用，王波表示：在技术层面上是没有任何问题的，但它面临的阻碍在于乘用车属于隐私空间，这种视觉识别的方式会带来更多用户私人数据的记录，对于用户来说是很难接受的。而商用车辆的驾驶空间本质上属于工作场所，相对而言更容易实现。

车辆的视觉识别

除了针对车内人员的视觉识别系统，径卫视觉在针对道路变化的视觉识别系统方面也已经有了很多成熟技术。在现场的展示车辆上，笔者也看到了在车身部署的摄像头产品，根据现场的演示，目前已经具备了识别道路车辆以及行人的能力。王波认为从目前的技术发展程度来看，在未来3年甚至更长一段时间内，无人化自动驾驶是很难实现批量落地化应用的，径卫视觉不会将其作为最大的研发目标并转变公司发展方向，但是视觉识别本身与自动驾驶存在很多的技术需求交叉点，一旦自动驾驶平台发展成熟，也会考虑积极入局。

未来径卫视觉还是会主要将关注度集中于商用车的安全驾驶领域，增强在道路视觉识别方面的应用，目前除了推出了针对普通运输车辆的安全系统以外，还推出了包括危险物品行业运输解决方案以及政府统一化管理平台。相较于一般的商用车辆，危险品运输车也有着其特殊性即事故伤害的强蔓延性，因此车辆的实时运行状态与事故报警机制就变得十分重要，在这套系统内，径卫视觉除了集成有传统的警报系统、还提供了救援资源匹配、事故处理跟踪等一系列功能。

平台上的实时监控将有助于对商用车辆的管理

另外，王波还提到，目前在商用车运输行业中，径卫视觉也在积极与保险公司进行合作，笔者注意到在商用车行业内的保险公司其体量都比较小，而且该行业存在的空白也很多，这就造成了“大公司不敢碰、小公司玩不起”的情况。王波认为通过径卫视觉的这套系统将会有效地降低保险公司面临的风险系数，同时也为商用车运营者提供更好的体验。（本文首发钛媒体，摄影、作者/邓剑云）