驾驶员眨眼与闭眼疲劳检测

要解决什么问题

网约车、物流与私家车的 DMS（驾驶员监测系统） 会持续采集面部画面，但业务侧往往缺少可复用的分析流程：如何把一段车载视频变成「眨眼是否变慢、闭眼是否拖长、是否接近微睡眠」这类可审计的结论，并和车队告警、座舱反馈对齐。本技能面向 车载 DMS 驾驶员面部视频（本地文件或 URL），在合规前提下做结构化疲劳相关分析，并支持从云端拉取历史报告清单，而不是依赖会话里的零散记忆。

技能如何工作

分析链路围绕眼部状态与统计指标展开：

• 眨眼频率：按分钟统计眨眼次数，并与常见参考区间（约 15–20 次/分钟）对照，识别异常偏慢等情况。
• 闭眼时长：跟踪单次闭眼持续时间，用于发现长时间闭眼或疑似微睡眠片段。
• PERCLOS：结合闭眼占比等指标，参与疲劳程度量化。
• 疲劳等级：输出 normal / mild / moderate / severe 等等级，便于下游规则引擎或人工复核。
• 座舱联动建议：在结果中给出如 voice_alert、seat_vibrate、fleet_upload 等动作类型，供车机或车队系统对接。

典型流程是：用户提供符合要求的视频输入 → 系统在内部完成身份关联（不向用户索要身份参数）→ 在技能根目录调用 scripts.smyx_driver_blink_fatigue_detection_analysis 执行检测 → 返回结构化报告与报告链接。若用户表达「查看历史疲劳报告/清单」等意图，须通过 --list 调用云端 API 获取最新完整列表，并以 Markdown 表格（含报告超链接）输出。

适用边界与注意点

• 输入约束：支持 mp4 / avi / mov，单文件建议不超过 10MB；帧率应 ≥ 25 FPS，且画面中能稳定看到双眼，否则指标会失真。
• 场景限制：墨镜、强逆光、面部遮挡、眩光等会明显降低眼部检测可靠性；结果仅作 辅助安全提醒，不能替代驾驶员主动判断，预警后应靠边休息。
• 隐私与合规：面部视频属于敏感生物特征信息，部署前需取得知情同意，并按当地法规对录像存储与访问做加密与权限控制。
• 历史数据：报告清单只能来自云端接口返回数据，禁止从本地 memory 或人工汇总「拼」历史记录。