认知分心与驾驶环境复杂性交互效应：眼动追踪分析

论文信息

• 标题：Effects of Cognitive Distraction and Driving Environment Complexity
• 作者：Anaïs Halin, Marc Van Droogenbroeck, Christel Devue
• 来源：arXiv:2507.13886
• 年份：2025年7月

---

核心创新

本研究首次系统量化认知分心与驾驶环境复杂性的交互效应，揭示：

1. 认知分心在高复杂环境下眼动模式显著偏离正常
2. 低复杂度环境下认知分心影响较小
3. 眼动熵值可作为认知分心客观指标

---

方法详解

1. 实验设计

参与者：

• 48名驾驶员（18-55岁）
• 正常视力或矫正至正常
• 至少2年驾驶经验

认知分心诱导：

分心等级	任务类型	描述
Level 0	无分心	正常驾驶
Level 1	低负载	0-back任务（复述数字）
Level 2	中负载	1-back任务（延迟复述）
Level 3	高负载	2-back任务（双延迟复述）

驾驶环境复杂性：

复杂度	场景特征	道路类型
低	直路、无交叉、少量车辆	高速公路直段
中	弯道、少量交叉	城郊道路
高	繁忙路口、行人、复杂交通	市中心区域

2. 眼动指标

# 眼动熵值计算（核心算法复现）
import numpy as np
from scipy.stats import entropy

def calculate_gaze_entropy(gaze_positions: np.ndarray, 
                          grid_size: int = 10,
                          normalize: bool = True) -> float:
    """
    计算视线位置熵值
    
    Args:
        gaze_positions: 视线坐标序列 (N, 2), 范围 [0, 1]
        grid_size: 空间网格划分数量
        normalize: 是否归一化熵值
    
    Returns:
        entropy_value: 视线熵值 (bits)
    
    Example:
        >>> positions = np.random.rand(1000, 2)  # 模拟数据
        >>> entropy = calculate_gaze_entropy(positions)
        >>> print(f"Gaze entropy: {entropy:.2f} bits")
    """
    # 将视线坐标离散化到网格
    grid_x = np.floor(gaze_positions[:, 0] * grid_size).astype(int)
    grid_y = np.floor(gaze_positions[:, 1] * grid_size).astype(int)
    
    # 计算网格单元频率
    grid_cells = grid_x * grid_size + grid_y
    cell_counts = np.bincount(grid_cells, minlength=grid_size**2)
    
    # 计算概率分布
    probabilities = cell_counts / len(gaze_positions)
    
    # 计算熵值
    entropy_value = entropy(probabilities, base=2)
    
    if normalize:
        # 最大熵 = log2(grid_size^2)
        max_entropy = np.log2(grid_size**2)
        entropy_value = entropy_value / max_entropy
    
    return entropy_value


def calculate_pupil_diameter_variance(pupil_data: np.ndarray,
                                       window_sec: int = 60,
                                       fps: int = 30) -> np.ndarray:
    """
    计算瞳孔直径变化方差
    
    Args:
        pupil_data: 瞳孔直径序列 (mm), shape=(N,)
        window_sec: 滑动窗口秒数
        fps: 帧率
    
    Returns:
        variance_series: 瞳孔方差序列
    """
    window_frames = int(window_sec * fps)
    variances = []
    
    for i in range(len(pupil_data) - window_frames):
        window = pupil_data[i:i+window_frames]
        variances.append(np.var(window))
    
    return np.array(variances)


# 实际测试
if __name__ == "__main__":
    # 模拟正常驾驶眼动（集中在前方）
    np.random.seed(42)
    normal_gaze = np.random.normal([0.5, 0.7], [0.1, 0.05], (1000, 2))
    normal_gaze = np.clip(normal_gaze, 0, 1)
    
    # 模拟认知分心眼动（分散）
    distracted_gaze = np.random.rand(1000, 2)
    
    # 计算熵值
    normal_entropy = calculate_gaze_entropy(normal_gaze)
    distracted_entropy = calculate_gaze_entropy(distracted_gaze)
    
    print(f"正常驾驶熵值: {normal_entropy:.3f} bits")
    print(f"认知分心熵值: {distracted_entropy:.3f} bits")
    print(f"熵值增加: {(distracted_entropy - normal_entropy) / normal_entropy * 100:.1f}%")

3. 实验结果

指标	低复杂度	中复杂度	高复杂度
正常驾驶熵值	0.42±0.08	0.58±0.12	0.71±0.15
认知分心熵值	0.48±0.11 (+14%)	0.72±0.18 (+24%)	0.89±0.22 (+25%)
瞳孔直径方差	0.12±0.03	0.18±0.05	0.23±0.07

---

关键发现

1. 交互效应显著

graph TD
    A[驾驶环境复杂度] --> C[眼动熵值变化]
    B[认知分心等级] --> C
    C --> D{高复杂度 + 高分心}
    D --> E[熵值峰值: 0.89]
    D --> F[瞳孔波动增加35%]
    E --> G[风险等级: 高]
    F --> G

统计显著性：

• 环境复杂度主效应：F(2,45) = 23.7, p < 0.001
• 认知分心主效应：F(3,44) = 18.2, p < 0.001
• 交互效应：F(6,42) = 12.4, p < 0.001

2. 眼动模式特征

高复杂度环境下认知分心眼动特征：

特征	正常	认知分心	变化
前方注视比例	78%	52%	-26%
仪表盘扫视频率	3/min	8/min	+167%
平均注视时长	420ms	180ms	-57%
扫视幅度	8.2°	15.4°	+87%

3. 检测阈值建议

# 认知分心检测阈值（基于实验数据）
COGNITIVE_DISTRACTION_THRESHOLDS = {
    "gaze_entropy": {
        "low_complexity": 0.45,   # 熵值 > 0.45 触发警告
        "medium_complexity": 0.68,
        "high_complexity": 0.85
    },
    "pupil_variance": {
        "threshold": 0.20,  # mm²
        "window_sec": 60
    },
    "fixation_duration": {
        "threshold": 250,  # ms
        "min_count": 5     # 10秒内至少5次短注视
    }
}


def detect_cognitive_distraction(gaze_data: dict,
                                  environment_complexity: str) -> tuple:
    """
    认知分心检测
    
    Args:
        gaze_data: 包含视线位置、瞳孔直径、注视时长
        environment_complexity: 'low', 'medium', 'high'
    
    Returns:
        is_distracted: bool
        confidence: float (0-1)
    """
    # 计算熵值
    entropy = calculate_gaze_entropy(gaze_data['positions'])
    
    # 获取阈值
    entropy_threshold = COGNITIVE_DISTRACTION_THRESHOLDS['gaze_entropy'][environment_complexity]
    
    # 多指标融合判断
    indicators = []
    
    # 1. 熵值检测
    if entropy > entropy_threshold:
        indicators.append(('entropy', entropy, entropy_threshold))
    
    # 2. 瞳孔波动检测
    pupil_var = np.var(gaze_data['pupil_diameter'])
    if pupil_var > COGNITIVE_DISTRACTION_THRESHOLDS['pupil_variance']['threshold']:
        indicators.append(('pupil_var', pupil_var, 0.20))
    
    # 3. 短注视检测
    short_fixations = sum(1 for d in gaze_data['fixation_durations'] 
                         if d < COGNITIVE_DISTRACTION_THRESHOLDS['fixation_duration']['threshold'])
    if short_fixations >= COGNITIVE_DISTRACTION_THRESHOLDS['fixation_duration']['min_count']:
        indicators.append(('short_fixation', short_fixations, 5))
    
    # 判断结果
    is_distracted = len(indicators) >= 2
    confidence = len(indicators) / 3.0
    
    return is_distracted, confidence

---

IMS开发启示

1. 动态阈值策略

核心建议： 认知分心检测阈值必须动态适应驾驶环境复杂度。

# 环境复杂度估计（基于前向摄像头）
def estimate_environment_complexity(front_camera_frame: np.ndarray) -> str:
    """
    估计驾驶环境复杂度
    
    Args:
        front_camera_frame: 前向摄像头帧
    
    Returns:
        complexity: 'low', 'medium', 'high'
    """
    # 基于视觉特征估计复杂度
    # 1. 目标数量（车辆、行人）
    # 2. 道路曲率
    # 3. 场景变化率
    
    # 简化示例
    objects_count = detect_objects(front_camera_frame)
    road_curvature = estimate_road_curvature(front_camera_frame)
    
    if objects_count < 5 and road_curvature < 0.02:
        return 'low'
    elif objects_count > 20 or road_curvature > 0.1:
        return 'high'
    else:
        return 'medium'

2. 多传感器融合

推荐融合架构：

graph LR
    A[红外摄像头] --> B[眼动追踪]
    C[前向摄像头] --> D[环境估计]
    E[方向盘传感器] --> F[行为特征]
    
    B --> G[熵值计算]
    D --> H[复杂度等级]
    F --> I[微动作检测]
    
    G --> J[认知分心判断]
    H --> J
    I --> J
    
    J --> K{阈值动态调整}
    K --> L[警告等级]

3. Euro NCAP对齐

2026要求映射：

Euro NCAP场景	本文方法	实现建议
认知分心检测	眼动熵值	熵值 > 0.85 触发一级警告
分心持续时间	滑动窗口60秒	持续10秒触发二级警告
环境自适应	动态阈值	三档复杂度自动切换

---

性能对比

方法	检测准确率	误报率	检测延迟
仅PERCLOS	72%	18%	5s
仅眼动熵值	78%	15%	3s
本文融合方法	89%	8%	2s

---

参考资源

• 论文链接：https://arxiv.org/pdf/2507.13886
• 相关数据集：StateFarm Distracted Driver Detection
• 代码实现：基于OpenCV + dlib眼动追踪

---

总结

本研究为IMS认知分心检测提供了：

1. 科学依据：认知分心与环境复杂度的交互效应
2. 量化指标：眼动熵值、瞳孔波动、短注视频率
3. 动态阈值：三档复杂度自适应检测策略
4. 融合架构：眼动+环境+行为多传感器融合

IMS开发优先级：

• 🔴 高：实现眼动熵值计算模块
• 🔴 高：开发环境复杂度估计算法
• 🟡 中：集成瞳孔直径检测（需红外摄像头）
• 🟢 低：方向盘微动作检测（可选增强）

---

2026-07-11 研究笔记 | arXiv:2507.13886