随着汽车行业继续向完全自动化迈进，一个重点领域已转向车舱内监控系统，通常称为驾驶员和乘员监控系统（DMS/OMS）。这些系统使用Camera和传感器来增强驾驶员和乘客的安全和舒适度。
车舱内系统负责监控车辆内部和驾驶员对驾驶环境的反应。因此，它们通常需要与外部系统同步工作，以确保驾驶员根据情况进行适当调整。它们还可以通过关注驾驶员的警觉性并在必要时进行调整（例如，由于驾驶员瞌睡而减速）来进一步减少人为失误事故。车舱内系统在过去几年中取得了如此积极的改进，以至于欧盟《通用安全条例》（GSR）已开始强制要求从2024年起所有新车必须实施DMS系统。
随着这些系统在道路安全方面变得不可或缺，制造商必须在开发过程中获得适当的校准和表征解决方案，以确保最高水平的图像质量性能和安全性。
车舱内系统监控什么？
车舱内系统通过捕捉Video和图像来监控驾驶员和乘客的行为和面部表情。它们大多使用近红外（NIR）传感器结合主动Illumination（例如，LED或VCSEL），以确保在极低光照条件下的准确性。NIR传感器是首选，因为它们不需要依赖驾驶员和乘客可见的可见光源。然后将捕获的结果输入嵌入式软件以分析汽车内部。
车舱内系统监控的许多方面属于machine vision领域，包括：
驾驶员面部表情，以评估分心或不安全的i情感状态
驾驶员睁眼程度，用于瞌睡检测
驾驶员凝视，例如低头看手机
驾驶员在方向盘上的手部位置
乘员存在和安全带使用情况
儿童检测和适当的儿童安全，例如儿童座椅
乘员的尺寸和姿势，以优化气囊部署
这些车舱内系统可以在必要时使用machine vision学习算法进行实时评估和调整（或建议）。
当汽车自主驾驶时，这些系统还可以专注于人类vision应用，例如网络摄像头会议或自拍。RGB和IR Camera系统的组合可能会被用于确保适当的功能。
总而言之，这些系统可以通过检测驾驶员的分心和疲劳，并优化安全功能，从而在发生事故时增强所有乘员的安全，从而显著提高安全性。此外，车舱内Camera可以通过个性化命令和控制驾驶体验的各个方面来改善用户体验。
测试车舱内系统的图像质量性能
随着对车舱内系统的依赖不断增加，这些系统必须在开发阶段进行严格测试，以确保最佳性能和安全性。测试其系统时应评估几个图像质量因素，包括：
Resolution (SFR)
Camera Resolution 描述了Camera再现场景精细细节的能力。确定Resolution性能的一种方法是测量空间频率响应（SFR）。SFR使用从100%*到0%*的图表来显示图像中特定细节级别的再现效果。
Resolution性能对于确定每只眼睛的pixel数量至关重要。它确保即使在低光照环境下，也能保留足够的细节，用于确定眼球运动和分析其他驾驶员和乘客面部表情。ISO 12233概述了可用于Resolution测量的测试方法。
*0% = 场景信息完全丢失，100% = 场景完美再现，无数据丢失。
Distortion
当图像的直线显得不自然弯曲时，就会发生图像Distortion。这通常是lens几何形状造成的。Distortion可以看作是视场上再现比例的变化。因此，同一个物体在图像角落比在图像中心小。所以，如果算法需要每只眼睛15个pixel才能正常工作，这可能适用于中心，但不适用于角落。
ISO 17850提供了局部几何Distortion测量的测试方法。此外，我们的GEOCAL设备提供几何Camera校准。它创建了一个源自无限远的光点网格，用于Distortion测量。
Dynamic range (OECF)
Dynamic range 是数码Camera系统能够从其最大输出电平（饱和度）到均匀信噪比捕捉的最大对比度。Camera系统的Dynamic range通过获取OECF（光电转换函数）来确定，OECF描述了Camera如何将变化的Illumination水平（光学输入）转换为电子信号（数字输出）。
Dynamic range性能对车舱内系统至关重要，因为这些系统在分析面部表情等时，必须能够在低光照甚至几乎无光照的场景中运行。ISO 14524概述了获取OECF以进行Dynamic range测量的测试方法。
Noise (SNR)
Noise 描述了图像中不源于原始场景内容的伪影的存在。噪声水平通过信噪比（SNR）来确定，信噪比绘制了噪声量与所需信号的比较。使用SNR有助于降低低光照环境中的噪声。然而，噪声不能降低到信号不再清晰的程度。通常，一点噪声是必要的，尤其是在低光照环境中。
车舱内系统必须确保平衡的SNR，才能在低光照的车舱中检测到正确的对比度和信号。ISO 15739描述了确定Camera系统噪声水平的测试方法。
Color accuracy
Color accuracy 描述了Camera分离和再现场景中Color的能力。为了测量Color性能，Camera系统必须根据特定的Color空间（例如sRGB）进行校准。校正白平衡也是Color accuracy的一个关键方面。
Color主要与人类vision应用相关，因为machine vision依赖于NIR Camera系统，并且不感知Color。因此，RGB Camera系统必须进行适当的Color校准，以确保Color accuracy。
Timing Accuracy
Camera系统严重依赖timing parameters来捕捉实时场景，特别是移动场景。帧率、快门速度和自动对焦是至关重要的timing parameters，应进行测试以确保系统不会因运动或运动模糊而误解场景。
尽管车舱内系统监控的是坐着的人，但他们仍然在移动——尤其重要的是监控驾驶员的头部运动——Camera系统必须能够补偿这些运动和运动模糊。
NIR Camera测试
确保车舱内Camera和传感器系统在低光照或几乎无光照场景下运行，需要使用近红外（NIR）系统。大多数系统使用高达850 nm（可见）或940 nm（不可见）的内部Illumination。我们建议使用Illumination和测量设备测试这些系统，以测量和生成高达940 nm的Illumination光谱。
LE7 VIS-IR 均匀光源箱
LE7 VIS-IR 光源箱采用iQ-LED technology供电，可让您在测试期间生成自定义光谱。VIS-IR版本具有380 – 1050 nm的光谱范围，用于在可见光和红外范围进行测试。该设备经过优化，可用于透明targets测试，例如用于Dynamic range和Noise测量的TE269灰度target。TE292 camSPECS Plate处理Color校准和测量光谱灵敏度。
iQ-Flatlights VIS-IR
用于车舱内系统低光照测量的另一个选择是iQ-Flatlights VIS-IR*。这些均匀光源由iQ-LED technology供电。它们非常适合在使用反射式Test targets（例如用于Resolution测量的targets或涉及真实人体targets（例如人体模型头部）的targets）进行测试时使用。
*请注意，iQ-Flatlights VIS-IR版本仅作为定制解决方案提供。
LED-Panel IR
我们推荐使用LED-Panel IR来测试NIR Camera系统的timing parameters。该设备可以评估所有最重要的timing parameters的性能，包括自动对焦、帧率、拍摄时滞、曝光时间和Rolling shutter速度。IR版本提供峰值波长为850 nm (NIR) 且视角为80°，或峰值波长为940 nm (NIR) 且视角为90°。
在测试实验室中设置车舱内测试
车舱内测试的主要选项之一是使用带有内置Test targets的真实汽车来评估Camera性能。这种测试是有效的，但需要大量的安装解决方案，以确保targets放置在汽车的正确区域（例如，在人们坐着的正确高度设置2-5个targets）。根据您的实验室设置以及是否可以进行低光照和高光照测试，还必须考虑足够的Illumination。
对于无法使用真实汽车或空间有限的实验室，我们建议在暗室中设置实验室，并配备适当的Illumination设备（例如LE7和/或iQ-Flatlights）和Test targets。在这种测试设置中仍然重要的是targets（例如乘客）与DUT的高度和距离，这应该与真实汽车中的高度和距离相匹配。
在测试实验室中测试这些系统正在不断发展，并且正在开发新的解决方案。联系我们的实验室，咨询哪种测试设置和测试设备组合最适合您的要求。
camPAS Testing – iQ-Lab
我们的iQ-Lab通过camPAS（Camera Performance for Automotive Systems）测试提供车舱内测试服务。我们向需要来自中立第三方的独立客观测试结果以支持其开发决策的客户提供camPAS。我们的实验室团队将与您密切合作，根据您的要求设计测试，在我们的实验室中创建适当的测试设置，并测试您的车舱内Camera系统。
总结
车舱内汽车Camera系统处于车辆智能化的前沿，在安全和用户体验方面发挥着至关重要的作用。它们的成功取决于精确的图像质量和在各种实际条件下的可靠性能。
通过了解对车舱内测试至关重要的图像质量因素及其相关的国际标准，开发人员可以确保他们使用适当的测试设备和程序，以提供更高的用户体验，同时满足法规安全要求。