如何解决DMS的个人数据隐私问题？ToF技术路线在路上

4月7日，工信部发布了《智能网联汽车生产企业及产品准入管理指南（试行）》（征求意见稿），对智能网联汽车网络安全作出了多项要求。

就在此前，特斯拉车内摄像头涉嫌私自采集舱内清晰视频，引发了舆论关于个人数据隐私安全的讨论。随后，特斯拉官方回应称，驾驶室摄像头在北美以外的市场并没有激活，即使是在美国，车主也可以自由选择是否开启使用。

而《征求意见稿》显然针对未来车载数据隐私问题，提出了新的明确要求，“智能网联汽车生产企业应依法收集、使用和保护个人信息，实施数据分类分级管理，制定重要数据目录，不得泄露涉及国家安全的敏感信息。”

这也给目前正在开始进入快速普及的舱内监控功能提出了新的要求。一直以来，通过可见光摄像头来进行舱内的驾驶员疲劳预警以及舱内乘客监控是汽车行业的主流技术路线，原因是成本较低，技术也较为成熟。

一、不只是解决隐私问题

用于检测驾驶员疲劳的驾驶员监测系统 (DMS) 一般均采用传统的2D摄像头，同时结合红外照明技术，可以实现光线较暗条件下的正常工作。这种技术方案，也得益于传统ADAS处理器、算法和神经网络技术的发展。

这也引发了消费者针对舱内个人数据隐私方面的担忧，尤其是大部分汽车制造商并没有足够的安全措施来保持数据的隐私性，即便大家都对外宣称，并不会对数据进行长期存储和向后台服务器进行传输，同时使用了脱敏处理。

“驾驶员监控系统的意图是好的，但它们也带来了有关隐私的问题，这些技术以保障驾驶员安全的名义提供给消费者，也可能被滥用而侵犯隐私。”一些行业人士表示，隐私实际上可以从技术的角度进行解决。

 

其中，一种可行的解决方案，就是用3D iTOF（基于VCSEL）技术代替现在使用的2D摄像头（加上IR LED），这种方案此前已经应用在车规级的手势识别等交互应用。

ToF（飞行时间）系统通常向现实场景中发射兆赫兹频段范围内以高频调制的不可见光，遇到周围的物体后会发生反射，其中一部分原始信号会反射到传感器进行处理，系统主要使用主动红外线照明技术（LED或VCSEL）。

由于信号在发射器、物体和传感器之间传播需要一定的时间，因此反射信号相对于调制信号发生了相移。相移与距离成正比，由此可以计算出距离。

而测距精度取决于波长从几米到数十米范围的调制信号的相位测量。在调制频率相移的一半波长内，距离读数清晰准确，通过调制波长可以直接解析出距离范围。

最终，ToF系统将物体的三维轮廓以不同颜色代表不同距离的方式呈现出虚拟图像(类似点云)，而并非RGB彩色图像，实现获得人的轮廓和行为，而不会造成隐私问题。

同时，相比于传统的3D结构光技术，ToF优点也更为明显，比如，工作距离远（可以实现5米内有效实时深度信息），对环境不敏感（周围环境较暗或者亮），以及较远距离的精度高，这足以满足舱内应用。

全球第一个基于3D TOF的系统方案于2015年进入前装量产，主要功能是用于信息娱乐控制的手势检测。比如，Melexis与宝马的合作。

该方案典型的优势包括，比2D摄像头视频流提供更好的深度精度。例如，在一米的距离内，ToF系统通常提供1%的距离精度（约1厘米），此外需要更少的图像处理算力资源，与2D摄像头类似的算法可以使用性能更低的处理器。

同时，ToF传感器对光线变化不敏感，提高了检测的鲁棒性，简化了检测和分类算法的开发难度，这反过来又缩短了算法开发周期、减少人工智能深度学习的训练。

此外，传统的ToF传感器基于LED红外照明，随着VCSEL技术的成熟，相比之下后者的工作频段较窄，可以利用范围较窄的滤光片发挥优势，提高信噪比 (SNR)、增加灵敏度、增强抗扰性，更能适应多变的驾驶环境条件。

近年来，类似的应用开发案例已经陆续推出。尤其是在当下基于视觉DMS方案仍处于早期前装量产导入阶段，ToF路线也有自己的特定优势。

二、产业链涌动

目前，全球范围内已经有一些企业开始推出类似的车规级方案，比如Melexis发布的用于识别坐姿并监测驾驶员驾驶状态的3D TOF影像解决方案。

 

去年，总部位于瑞士的3D眼球追踪技术公司Eyeware和ToF汽车级解决方案供应商Melexis联手打造了一款驾驶员监控系统，基于后者的MLX75027 3D飞行时间传感器，具有VGA分辨率，即使在阳光下，也能实现对司机的眼睛注视和头部跟踪。

Eyeware公司表示，基于3D ToF摄像头技术，克服了基于传统红外跟踪技术的局限性，几乎完全不受任何光线的影响，实现在日落等光线变化条件下稳定可靠运行。

此外，3D ToF传感器提供的距离精度数据可以进一步提高头部和眼球注视跟踪能力的可靠性，能够监测大范围的头部运动，同时也更容易集成到车内后视镜。

“目前，3D ToF的分辨率低于传统2D摄像头，但只需要一个ToF传感器就可以同时跟踪驾驶员和乘客，这是性能与成本的博弈。”Eyeware公司表示。

同时，为了解决汽车应用场景中的多路径干扰（包括宽视场FoV或者场景中包含高度反射的物体），Melexis此前与Chronoptics合作，基于后者的多路径校正专利技术输出正确的深度值，产生准确而稳定的点云。

比如，此前凯迪拉克DMS系统的摄像头，由于受到光线的影响，就造成一定光线条件下的功能失效，其采用的就是普通的2D成像技术。

松下公司在两年前也展示了一种正在开发的3D ToF图像传感器，并尝试与英伟达的DRIVE CAR计算平台和DRIVE IX智能体验软件相结合，开发基于AI的高级驾驶员监控系统。

日本松下的3D ToF图像传感器像素非常小(5.6um)，可以实现高分辨率的图像格式。此外，它对940nm波长具有很高的灵敏度，可以在明亮的阳光条件下工作。该传感器符合AEC-Q100二级标准，设计用于下一代舱内应用，如基于手势的用户界面和驾驶员监控。

按照计划，松下的3D ToF图像传感器将支持下一代DRIVE IX，并将支持使用NVIDIA DRIVE计算平台的制造商和开发人员能够便捷开发舱内应用程序。

英伟达公司相关负责人表示，融合不同的传感器是增强座舱监控系统鲁棒性的重要方法。3D ToF图像传感器，可以在恶劣的光照条件下捕捉深度和红外图像，这是现有传统方案的最大瓶颈。

目前，全球范围内可以提供3D ToF图像传感器的供应商，包括索尼、英飞凌、Melexis、ADI、EPC Photonics、三星以及Artilux等多家公司，产品的价格，从20多美金到100多美金不等，更高的分辨率意味着更高的额外成本。

比如，去年Melexis宣布推出一款通过AEC-Q100认证的QVGA ToF芯片——MLX75026（已量产），这是该公司推出的第三代产品，具有QVGA（320x240 像素）分辨率，采用1/4英寸光学格式，支持850nm和940nm两种照明。

 

此外，MLX75026与第三代VGA ToF传感器MLX75027具有软件兼容性，可方便地实现VGA和QVGA迁移，但尺寸减小一半，所需算力只有后者的30%。

按照该公司的数据，基于ToF技术，对驾驶员头部位置、驾驶员眼睛不看路面、驾驶员闭眼等用例的探测准确率远高于95%，在某些情况下甚至可接近100%。

在整体系统评估，2D+NIR系统和TOF 3D系统的总体系统成本差异上，处理器是非常重要的部分。前者通常会有更高的分辨率（100 万像素，升级为200万像素甚至400 万像素），这意味着处理器需要处理更多的像素，需要更大的算力。

同时，使用ToF可以获得深度信息，而基于2D的系统需要进行额外处理以预估深度信息，这意味着需要进行更多处理才可实现类似功能，但获得的深度精度也远低于ToF。

与此同时，在舱内应用的基础上，ToF技术还可以用于近距离ADAS预警和高级泊车辅助功能，这就需要提到dToF方案，即直接测量飞行时间。

dToF核心组件包含VCSEL、单光子雪崩二极管SPAD和时间数字转换器TDC。这是激光雷达的一种解决方案，主要用于舱外应用，适用于中长距离的探测（不过，工艺、供应链成熟度不高）。而iToF核心组件则是VCSEL和图像传感器。

行业人士表示，dToF与iToF作为ToF技术中的两个分支，各自具有不同的技术特性，在不同的应用场景都将有各自的发挥空间，后续从消费级应用向汽车应用扩展的趋势，已经非常明显。