车内

随着汽车行业持续向全面自动化迈进，车内监测系统（通常称为驾驶员和乘员监测系统，DMS/OMS）已成为一个备受关注的领域。这些系统利用摄像头和传感器来提升驾驶员和乘客的安全性与舒适度。

车内系统负责监测车辆内部环境以及驾驶员对驾驶环境的反应。因此，它们通常需要与车外系统协同工作，以确保驾驶员根据实际情况做出适当调整。 此外，这些系统还能通过关注驾驶员的警觉状态并在必要时进行调整（例如，当驾驶员出现困倦时减速），从而进一步减少因人为失误导致的事故。近年来，车内系统取得了显著的进步，以至于 欧盟《一般安全法规》 (GSR) 已开始强制要求，自 2024 年起所有新车必须配备驾驶员监测系统 (DMS)。

随着这些系统在道路安全中变得越来越不可或缺，制造商必须在开发过程中能够获得适当的校准和特性分析解决方案，以确保最高水平的图像质量性能和安全性。

车载系统监测哪些内容？

车内系统通过采集视频和图像来监测驾驶员和乘客的行为及面部表情。这些系统主要采用NIR传感器，并结合主动Illumination（例如 LED 或 VCSEL），以确保在极低光照条件下也能保持测量精度。 由于NIR传感器无需依赖会引起驾驶员和乘客注意的可见光源，因此更受青睐。采集到的数据随后被输入嵌入式软件，用于分析车内环境。

车载系统监测的许多方面都属于 机器视觉，包括：

• 通过驾驶员面部表情评估其分心或不安全的情绪状态

• 用于疲劳检测的驾驶员睁眼程度

• 驾驶员视线，例如低头看手机

• 驾驶员在方向盘上的手部位置

• 乘员在车状态与安全带使用情况

• 儿童检测及儿童安全防护，例如儿童安全座椅

• 优化安全气囊展开的乘员体型与坐姿

这些车载系统可在必要时利用机器视觉学习算法进行实时评估和调整（或提供建议）。

当汽车实现自动驾驶时，这些系统还可以专注于人类视觉应用，例如网络摄像头会议或自拍。结合使用RGB和红外摄像头系统，有望确保其正常运行。

总而言之，这些系统能够通过检测驾驶员的分心和疲劳状况，并优化安全功能，从而在发生事故时显著提高所有乘员的安全性。此外，车内摄像头还能通过个性化指令以及控制驾驶体验的各个方面，从而提升用户体验。

测试车内系统的图像质量性能

随着对车载系统的依赖程度不断加深，必须在开发阶段对这些系统进行严格测试，以确保其最佳性能和安全性。在测试这些系统时，应评估以下几个图像质量因素，包括：

Resolution（SFR）

相机 Resolution 描述了相机再现场景细微细节的能力。确定 Resolution 性能的一种方法是测量空间频率响应（SFR）。SFR 使用一个从 100%* 到 0%* 的图表，来显示图像中特定细节水平的再现效果。

Resolution性能对于确定我们每只眼睛所拥有的像素数量至关重要。它确保即使在低光环境下，也能保留足够的细节，从而确定眼球运动并分析驾驶员和乘客的其他面部线索。 ISO 12233 概述了可用于Resolution测量的测试方法。

*0% 表示场景信息完全丢失，100% 表示完美还原场景且无数据丢失。

Distortion

Image Distortion 当图像中的直线出现不自然的弯曲时，即发生Distortion。这通常是镜头几何特性所致。Distortion可视为整个成像场内再现比例的波动。 因此，同一物体在图像边缘处的显示尺寸会比图像中心处更小。所以，如果算法需要每只眼睛15个pixel才能正常工作，这在图像中心可能适用，但在边缘处则可能无法满足要求。

ISO 17850 提供局部几何Distortion测量的测试方法。此外，我们的 GEOCAL 该设备可进行相机的几何校准。它会生成由无限远处发出的光点网格，用于Distortion测量。

动态范围 (OECF)

动态范围 是指数码相机系统从最大输出电平（饱和）到信号噪声比保持恒定的范围内所能捕捉到的最大对比度。 相机系统的动态范围是通过获取 OECF（光电转换函数）来确定的，该函数描述了相机如何将不同的光照水平（光学输入）转换为电子信号（数字输出）。

动态范围性能对于车载系统至关重要，因为这些系统在分析面部表情等场景时，必须能够在低光甚至几乎无光的条件下正常工作。 ISO 14524 概述了用于动态范围测量中获取OECF的测试方法。

噪声（信噪比）

噪声 指图像中存在非源自原始场景内容的伪影。噪声水平通过信噪比（SNR）来确定，该指标以图表形式展示噪声量与目标信号量的对比关系。利用信噪比有助于在低光环境下降低噪声。 然而，降噪程度不能过高，以免导致信号不再清晰。通常情况下，适量的噪点是必要的，特别是在低光环境下。

车内系统必须确保信噪比（SNR）处于平衡状态，以便在光线较暗的车内环境中准确检测对比度和信号。 ISO 15739 描述了用于测定相机系统噪声水平的测试方法。

Color accuracy

Color accuracy 描述了相机区分并再现场景中色彩的能力。要测量色彩表现，必须根据特定的色彩空间（例如 sRGB）对相机系统进行校准。白平衡的校正也是 Color accuracy 的关键环节。

颜色主要与人眼视觉应用相关，因为机器视觉依赖于NIR摄像机系统，无法识别颜色。因此，RGB摄像机系统必须进行适当的色彩校准，以确保Color accuracy。

时序精度

相机系统在很大程度上依赖于 时序参数 用于捕捉实时场景，尤其是动态场景。帧率、快门速度和自动对焦是至关重要的时间参数，应进行测试以确保系统不会因运动或运动模糊而误判场景。

尽管车内系统会监测乘客的坐姿，但乘客仍在不断移动——监测驾驶员的头部动作尤为重要——因此，摄像系统必须能够对这些动作及运动模糊进行补偿。

近红外（NIR）相机测试

确保车内摄像头和传感器系统在 低光 在几乎无光的环境中，需要使用NIR系统。大多数系统采用内部Illumination，波长最高可达850 nm（可见光）或940 nm（不可见光）。我们建议使用能够测量和生成最高达940 nmIllumination光谱的Illumination和测量设备来测试这些系统。

LE7 VIS-IR 均匀光源箱

该 LE7 VIS-IR lightbox 由 iQ-LED 技术，允许您在测试过程中生成自定义光谱。VIS-IR 版本的光谱范围为 380 – 1050 nm，适用于可见光和红外波段的测试。该设备经过优化，特别适用于对透明测试对象进行测试，例如 TE269 用于动态范围和噪声测量的灰度标靶。该 TE292 camSPECS Plate 用于色彩校准和光谱灵敏度测量。

iQ-Flatlight VIS-IR

车内系统低光照条件下测量的另一种方案是 iQ-Flatlight VIS-IR*. 这些均匀光源由 iQ-LED 技术. 这些产品非常适合在使用反射式测试目标时进行测试，例如用于Resolution测量或涉及真实人体目标（如人体模型头部）的测试。

*请注意，iQ-Flatlight VIS-IR 版本仅作为定制解决方案提供。

LED-Panel IR

我们建议使用 LED-Panel IR 用于测试NIR相机系统的时序参数。该设备可评估所有最重要的时序参数性能，包括自动对焦、帧率、拍摄时滞、曝光时间和Rolling shutter速度。 红外（IR）版本提供两种规格：峰值波长为 850 nm（NIR），视角为 80°；或峰值波长为 940 nm（NIR），视角为 90°。

在测试实验室中设置车内测试

车内测试的主要方案之一是使用配备内置测试目标的实车来评估摄像头性能。此类测试虽然有效，但需要完善的安装方案，以确保测试目标位于车内的正确位置（例如，在乘客就座的适当高度设置 2 至 5 个测试目标）。 此外，还需根据实验室的配置以及是否具备低光和强光测试条件，考虑提供充足的Illumination。

对于无法使用实车或空间有限的实验室，我们建议在暗室中搭建实验室，并配备适当的Illumination设备（例如， LE7 和/或 iQ-Flatlights）以及测试目标。在此测试设置中，目标（例如乘客）与被测设备之间的高度及距离仍至关重要，这些参数应与实际车辆中的情况相符。

在测试实验室中对这些系统进行测试的工作在不断发展，新的解决方案也在不断开发中。 联系我们 欢迎联系我们的实验室，咨询哪种测试方案及测试设备组合最能满足您的需求。

camPAS Testing – iQ-Lab

我们的iQ-Lab通过以下渠道提供车内测试服务： camPAS （汽车系统摄像头性能）测试。我们为需要中立第三方提供独立、客观测试结果以支持其开发决策的客户提供camPAS服务。我们的实验室团队将与您紧密合作，根据您的需求设计测试方案，在实验室中搭建合适的测试平台，并对您的车内摄像头系统进行测试。

结论

车内汽车摄像头系统处于汽车智能化的前沿，在安全性和用户体验方面发挥着至关重要的作用。其成功取决于在各种真实路况下精准的图像质量和可靠的性能表现。

通过了解对车内测试至关重要的图像质量因素及其相关国际标准，开发人员可以确保使用正确的测试设备和流程，在满足监管安全要求的同时，提供更优质的用户体验。