特斯拉FSD新版推送中放弃方向盘扭力监测系统，改用基于神经网络的车内摄像头来监测驾驶员状态，这标志着驾驶员状态检测从“间接推断有没有握方向盘”转向“直接感知有没有看路”。
一、两种监测方案的技术分野
扭力监测的逻辑：通过方向盘扭矩传感器判断驾驶员是否对方向盘施加握力，以此间接推断注意力状态，本质是“手在不在方向盘上”的二元判断。
摄像头方案的重心：座舱内摄像头持续采集面部图像，神经网络分析视线方向、眨眼频率与头部姿态，判断的是“眼睛在看哪里、人是否清醒”。
切换的实质：从物理接触信号转向视觉行为信号，检测维度从一维（握力）扩展到多维（视线、表情、姿态）。
二、摄像头监测的工作方式
感知层：车内摄像头在行车过程中持续拍摄驾驶员面部，覆盖正常光照与夜间红外补光场景。
分析层：神经网络模型对人脸关键点进行实时推理，输出视线偏离时长、闭眼频率、头部偏转角度等指标。
决策层：系统将上述指标与阈值比对，判定驾驶员是否处于分心、疲劳或注意力涣散状态，并触发相应提醒或降级策略。
三、对辅助驾驶接管机制的影响
接管判断更贴近实际行为：扭力监测下，驾驶员在方向盘上挂配重块即可绕过检测；摄像头方案要求视线保持在道路方向，绕过的物理成本更高。
状态分级更细：基于视线与头部姿态的数据，系统可区分“短暂分心”与“持续疲劳”，为不同等级的提醒和接管策略提供依据。
与法规方向一致：L2及以上辅助驾驶对驾驶员监控的要求正从“手离方向盘报警”向“视线离开路面报警”演进，摄像头方案为这一过渡提供了技术底座。