Polestar 3 aura la technologie de surveillance du conducteur de Smart Eye

AUJOURD’HUI Les systèmes d’aide à la conduite aident le conducteur à être conscient des situations dangereuses et à agir de manière autonome pour prévenir les accidents. Ces systèmes de sécurité active utilisent une technologie de capteur avancée et sophistiquée avec des radars et des caméras balayant en permanence devant et autour du véhicule.

Mais comme le dit le dicton, ce n’est pas la vitesse qui tue mais plutôt la personne au volant. Et la prochaine étape dans les systèmes d’assistance à la conduite consiste à regarder le conducteur vers l’intérieur. Polestar est l’une des entreprises qui proposera une technologie de surveillance du conducteur par Smart Eye en standard dans son SUV Polestar 3.

Conçu pour aider à éviter les accidents et à sauver des vies, le système de surveillance du conducteur (DMS) Polestar 3 dispose de 2 caméras de surveillance du conducteur haut de gamme en boucle fermée et du logiciel Smart Eye qui suit les mouvements de la tête, des yeux et des paupières du conducteur. L’analyse ultra-rapide par ordinateur de ces mouvements peut déclencher des messages d’avertissement, des sons et même une fonction d’arrêt d’urgence lors de la détection d’un conducteur distrait, somnolent ou déconnecté.

Technologie pour les véhicules de nouvelle génération

Smart Eye, qui a été fondée en 1999, propose des systèmes de surveillance du conducteur et des solutions de détection intérieure à un certain nombre de constructeurs automobiles à utiliser dans leurs véhicules de nouvelle génération. Une technologie de base développée par la société a été la technologie de suivi oculaire. La technologie s’appuie sur une connaissance approfondie de la longue chaîne qui relie les actions et les intentions humaines ; de l’anatomie de l’œil et du visage à l’optique et aux logiciels intelligents.

Pour donner un sens à la richesse des données en temps réel fournies par ses systèmes, l’intelligence artificielle (IA) est largement utilisée pour prendre en charge le logiciel et les algorithmes. L’IA est un composant nécessaire lorsqu’il s’agit d’atteindre le niveau élevé de précision, de prévisibilité et de stabilité. C’est également un facteur critique lorsque le suivi oculaire est utilisé dans des environnements difficiles, où les conditions d’éclairage varient ou les yeux du sujet sont partiellement couverts.

Suivi des mouvements oculaires

Une explication de base d’un processus complexe est que la lumière infrarouge est utilisée pour créer une réflexion dans la cornée de l’œil, qui peut être capturée par une caméra. Pour obtenir des performances de suivi plus précises et plus robustes, chaque œil est suivi séparément. Des algorithmes intelligents identifient ensuite l’iris et la pupille de chaque œil et pèsent les deux flux monoculaires dans un regard consensuel. Simultanément, le logiciel détecte, suit et interprète également les traits du visage et les mouvements de la tête de la personne.

Au fil du temps, le système apprend à connaître le visage de chaque sujet, en apprenant davantage sur chaque personne tout en créant un profil plus détaillé. Cela signifie que seules quelques caractéristiques doivent être visibles afin de déterminer avec précision la pose de la tête, même si le visage est partiellement obscurci. Les solutions multi-caméras permettent également au logiciel de trianguler la position et l’orientation de la tête avec une plus grande précision, quelles que soient les conditions réelles.

Les algorithmes de suivi des yeux, du regard et de la tête analysent les mouvements des yeux et de la tête du conducteur et des passagers pour déterminer leurs états mentaux et la façon dont ils interagissent avec l’intérieur de la voiture ou l’infodivertissement – en détectant les signes potentiels de somnolence, de distraction ou d’intoxication.

Scanner toute la cabine

Mais alors que les capteurs du système de surveillance du conducteur se concentrent sur le conducteur, les systèmes de détection intérieure recueillent des informations sur l’ensemble de l’intérieur de la voiture. À l’aide de différents types d’algorithmes, le système analyse les différents éléments de la scène pour acquérir une compréhension globale de ce qui se passe dans la voiture et avec les personnes qui s’y trouvent.

Par exemple, les algorithmes de reconnaissance d’action reconnaissent ce que font les personnes dans la voiture, qu’elles mangent, fument, se maquillent ou dorment. Les algorithmes de reconnaissance faciale apprennent à reconnaître les passagers présents dans la voiture, créant des profils pour aider la voiture à comprendre les préférences personnelles des passagers au fil du temps.

Il existe également des algorithmes de reconnaissance gestuelle qui analysent le langage corporel intentionnel (gestes d’interaction Homme-Machine) et inconscient du conducteur et des occupants. Les algorithmes Emotion AI détectent les émotions nuancées et les états cognitifs complexes des personnes dans la voiture en analysant les expressions faciales en contexte.

Comprendre le comportement humain

Pourquoi un véhicule a-t-il besoin de savoir ce qui arrive aux personnes qui s’y trouvent ? En offrant une compréhension approfondie et centrée sur l’humain des comportements des personnes dans une voiture, les systèmes de détection intérieure peuvent grandement améliorer la sécurité routière. Grâce à ses fonctionnalités de surveillance du conducteur, un système de détection intérieure peut prévenir les accidents en détectant un comportement de conduite dangereux ou même si le conducteur tombe soudainement malade.

En combinant la surveillance du conducteur avec la surveillance de la cabine et des occupants, le système permet une meilleure compréhension de ce qui se passe dans l’ensemble du véhicule. Par exemple, le comportement des autres passagers d’une voiture – comme un bébé qui pleure ou une dispute sur le siège arrière – peut être une cause majeure de distraction pour le conducteur. En allant à la racine de ce qui détourne l’attention du conducteur de la conduite, le système de détection intérieure peut détecter l’inattention à un état encore plus précoce et aider à guider les interventions appropriées, ce qui augmente encore les chances du système de prévenir un accident.