核心要点
| 要点 |
说明 |
| 数据集名称 |
TD2D（Task-Dependent Driver Distraction） |
| 任务条件 |
10 种分心任务 |
| 信号类型 |
生理信号 + 眼动数据 |
| 自动驾驶级别 |
条件自动驾驶（L3） |
| 开源地址 |
Zenodo (DOI: 10.5281/zenodo.14185964) |
一、数据集背景
1.1 研究目的
| 目的 |
说明 |
| 分心类型区分 |
视觉 vs 认知 vs 听觉 |
| 多模态融合 |
生理 + 眼动 |
| L3 自动驾驶 |
接管场景 |
1.2 数据规模
| 维度 |
说明 |
| 被试者 |
多名驾驶员 |
| 任务条件 |
10 种 |
| 信号类型 |
EEG、ECG、眼动、驾驶行为 |
二、任务设计
2.1 任务条件
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
| TD2D 任务设计
┌─────────────────────────────────────────────────────────┐
│ 10 种任务条件 │
├─────────────────────────────────────────────────────────┤
│ │
│ 基线： │
│ ┌──────────────────────────────────────┐ │
│ │ 1. 无二级任务（基线驾驶） │ │
│ └──────────────────────────────────────┘ │
│ │
│ 视觉任务： │
│ ┌──────────────────────────────────────┐ │
│ │ 2. 电子书阅读 │ │
│ │ 3. 视觉发短信 │ │
│ │ 4. 屏幕数字猜谜游戏 │ │
│ └──────────────────────────────────────┘ │
│ │
│ 认知任务： │
│ ┌──────────────────────────────────────┐ │
│ │ 5. 0-back 任务 │ │
│ │ 6. 1-back 任务 │ │
│ │ 7. 2-back 任务 │ │
│ └──────────────────────────────────────┘ │
│ │
│ 听觉任务： │
│ ┌──────────────────────────────────────┐ │
│ │ 8. 有声书收听 │ │
│ │ 9. 语音发短信 │ │
│ │ 10. 语音数字猜谜游戏 │ │
│ └──────────────────────────────────────┘ │
│ │
└─────────────────────────────────────────────────────────┘
|
2.2 任务分类
| 类型 |
特点 |
典型任务 |
| 视觉 |
眼睛离开道路 |
电子书、屏幕操作 |
| 认知 |
心智负荷增加 |
n-back 任务 |
| 听觉 |
听觉通道占用 |
有声书、语音交互 |
三、信号采集
3.1 生理信号
| 信号 |
说明 |
| EEG |
脑电信号，认知负荷 |
| ECG |
心电信号，心率变异性 |
| EDA |
皮肤电导，压力水平 |
3.2 眼动数据
| 指标 |
说明 |
| 视线方向 |
注视点位置 |
| 注视时长 |
单次注视持续时间 |
| 扫视频率 |
眼球运动频率 |
| 眨眼频率 |
眨眼次数 |
3.3 驾驶行为
| 指标 |
说明 |
| 方向盘转角 |
转向修正 |
| 车道偏移 |
车道保持性能 |
| 速度变化 |
速度控制 |
四、应用场景
4.1 分心检测研究
| 研究方向 |
说明 |
| 视觉分心检测 |
基于眼动特征 |
| 认知分心检测 |
基于 EEG 特征 |
| 多模态融合 |
结合多信号 |
4.2 算法验证
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
| TD2D 数据集应用
┌─────────────────────────────────────────────────────────┐
│ 算法验证流程 │
├─────────────────────────────────────────────────────────┤
│ │
│ ┌──────────────────────────────────────────┐ │
│ │ TD2D 数据集 │ │
│ │ ├─ 训练集 │ │
│ │ └─ 测试集 │ │
│ └──────────────────┬───────────────────────┘ │
│ ▼ │
│ ┌──────────────────────────────────────────┐ │
│ │ 多模态特征提取 │ │
│ │ ├─ 眼动特征 │ │
│ │ ├─ EEG 特征 │ │
│ │ └─ 驾驶行为特征 │ │
│ └──────────────────┬───────────────────────┘ │
│ ▼ │
│ ┌──────────────────────────────────────────┐ │
│ │ 分心检测模型 │ │
│ │ ├─ 视觉分心分类 │ │
│ │ ├─ 认知分心分类 │ │
│ │ └─ 听觉分心分类 │ │
│ └──────────────────┬───────────────────────┘ │
│ ▼ │
│ ┌──────────────────────────────────────────┐ │
│ │ 性能评估 │ │
│ │ ├─ 准确率 │ │
│ │ ├─ 召回率 │ │
│ │ └─ F1 分数 │ │
│ └──────────────────────────────────────────┘ │
│ │
└─────────────────────────────────────────────────────────┘
|
五、对 IMS 开发的启示
5.1 数据需求
| 数据类型 |
IMS 应用 |
| 眼动数据 |
DMS 核心输入 |
| 生理信号 |
认知分心检测 |
| 驾驶行为 |
驾驶员能力评估 |
5.2 模型训练
| 任务 |
推荐方法 |
| 视觉分心 |
眼动特征 + CNN |
| 认知分心 |
EEG 特征 + LSTM |
| 多模态融合 |
Transformer |
5.3 开发优先级
| 优先级 |
任务 |
说明 |
| P0 |
下载 TD2D 数据集 |
开源可用 |
| P1 |
训练分心检测模型 |
验证算法 |
| P2 |
部署到边缘设备 |
实时推理 |
六、总结
核心结论
| 结论 |
说明 |
| TD2D 开源可用 |
Zenodo DOI: 10.5281/zenodo.14185964 |
| 多模态设计 |
生理 + 眼动 + 驾驶行为 |
| 10 种任务条件 |
覆盖视觉/认知/听觉分心 |
| 支持 L3 研究 |
条件自动驾驶场景 |
IMS 开发行动项
| 行动 |
时间窗口 |
| 下载 TD2D 数据集 |
Q2 2026 |
| 训练分心检测模型 |
Q3 2026 |
| 验证模型性能 |
Q4 2026 |
参考来源：
- MDPI Electronics: Driver Distraction Detection in Conditionally Automated Driving Using Multimodal Physiological and Ocular Signals
- Zenodo: TD2D Dataset
发布日期： 2026-04-12
标签： TD2D, 数据集, 分心检测, 多模态, EEG, 眼动追踪, 自动驾驶