DALI vs VLI：眼动追踪与车辆运动学认知负荷评估新框架

慕尼黑工业大学发布 DALI 量表与眼动指标对比研究，揭示”认知负荷”与”感知负荷”的本质差异。同时 MDPI Sensors 提出基于车辆运动学的 VLI 跨源预测框架，无需眼动仪即可估计视觉负荷。两项研究为 DMS 认知分心检测提供了新路径。

1 研究背景

1.1 认知负荷评估的困境

认知分心是 Euro NCAP 2026 的重点功能，也是最难检测的模块：

评估方法	优势	劣势
主观量表（NASA-TLX/DALI）	直接、可解释	驾驶中无法实时填写
眼动追踪	客观、实时	量产车难以部署高精度眼动仪
车辆行为	已有传感器	与认知负荷间接相关
EEG/生理信号	直接反映大脑活动	不可穿戴、侵入性强

1.2 两篇关键研究

研究	来源	核心发现
DALI vs 眼动指标	慕尼黑工业大学, JEMR 2026	DALI 反映感知负荷，眼动注视指标反映认知负荷
VLI 跨源预测	MDPI Sensors 2026	用车辆运动学即可预测视觉负荷，无需眼动仪

2 DALI 量表深度解析

2.1 DALI 定义

DALI（Driver Activity Load Index） 是驾驶场景专用的认知负荷评估量表，基于 NASA-TLX 改编：

维度	说明	评分范围
视觉需求	需要多少视觉注意力	0-100
听觉需求	需要多少听觉注意力	0-100
认知需求	思考/决策需求	0-100
运动需求	物理/操作需求	0-100
时间压力	时间紧迫感	0-100
努力程度	主观努力程度	0-100
挫折感	情绪状态	0-100

2.2 慕尼黑工大实验设计

参数	值
参与者	50 人
场景	低复杂度 vs 高复杂度驾驶
采集	注视行为、眨眼、瞳孔直径
量表	DALI
发表	JEMR 2026, Vol 19(2), Article 28

2.3 核心发现

高负荷场景的眼动特征：

眼动指标	低负荷	高负荷	变化
注视持续时间	较短	较长	↑
每分钟注视数	较多	较少	↓
眨眼频率	正常	减少	↓
瞳孔直径	较小	扩大	↑

关键洞察：DALI 与眼动指标反映不同的负荷维度

DALI ←——→ 感知负荷（Perceptual Load）
  ↑
  └── 主要受视觉密度/场景复杂度驱动
  └── 反映"看到太多东西"的压力

眼动注视指标 ←——→ 认知负荷（Cognitive Load）
  ↑
  └── 主要受思维/决策需求驱动
  └── 反映"想太多"的认知负担

结论： DALI 是感知负荷的特异性工具，而非认知负荷。注视指标才是认知负荷的更好代理。

2.4 对 DMS 的启示

这一发现对认知分心检测有直接影响：

原有假设	新认知
DALI 高 = 认知分心	DALI 高 = 感知过载（不等于认知分心）
注视少 = 正常	注视少可能是高认知负荷（深思）
瞳孔扩大 = 疲劳	瞳孔扩大可能是认知负荷升高
综合指标最好	需区分感知负荷 vs 认知负荷

3 VLI 跨源预测框架

3.1 VLI 定义

VLI（Visual Load Index） 是从眼动数据衍生的视觉负荷代理标签，通过车辆运动学特征进行预测。

3.2 框架架构

graph TD
    A[训练阶段] --> B[眼动数据采集]
    B --> C[VLI 代理标签构建]
    C --> D[车辆运动学特征]
    D --> E[模型训练]
    
    F[推理阶段] --> G[仅车辆运动学]
    G --> H[VLI 预测]
    H --> I[可选: 驾驶风格先验]
    
    E --> J[训练完成模型]
    J --> G

3.3 核心创新

创新点	说明
跨源预测	训练用眼动数据，推理仅用车辆运动学
驾驶员无关	不依赖特定驾驶员，跨个体泛化
混杂因素感知	控制道路类型等混杂因素
可选驾驶风格	加入驾驶风格先验提升精度

3.4 特征定义

import numpy as np
from typing import Dict, List

class VLIPredictor:
    """
    VLI 跨源预测框架
    
    训练阶段: 使用眼动数据构建 VLI 代理标签
    推理阶段: 仅使用车辆运动学预测 VLI
    
    参考: MDPI Sensors 2026, 26(17), 5521
    """
    
    def __init__(self, config: dict = None):
        config = config or {}
        self.window_size = config.get('window_sec', 10)  # 10秒窗口
        self.sample_rate = config.get('sample_rate', 10)  # 10Hz
        
        # 车辆运动学特征
        self.kinematic_features = [
            'speed', 'acceleration_lat', 'acceleration_lon',
            'steering_angle', 'steering_velocity', 'yaw_rate',
            'lane_distance', 'throttle_position', 'brake_pressure',
        ]
        
        # 模型权重
        self.model_weights = None
        
    def compute_vli_proxy(self, eye_metrics: Dict) -> float:
        """
        从眼动指标计算 VLI 代理标签
        
        Args:
            eye_metrics: 包含注视、眨眼、瞳孔等指标
        
        Returns:
            vli: 视觉负荷指数 (0-1)
        """
        # 标准化眼动指标
        fixation_duration = eye_metrics['fixation_duration_mean']  # ms
        fixation_rate = eye_metrics['fixation_rate']  # 次/秒
        blink_rate = eye_metrics['blink_rate']  # 次/分
        pupil_diameter = eye_metrics['pupil_diameter_mean']  # mm
        saccade_amplitude = eye_metrics['saccade_amplitude']  # 度
        
        # VLI 计算公式（参考论文）
        vli = (0.3 * self._normalize(fixation_duration, 200, 600) +
               0.2 * (1 - self._normalize(fixation_rate, 1, 5)) +
               0.15 * (1 - self._normalize(blink_rate, 5, 20)) +
               0.2 * self._normalize(pupil_diameter, 2, 6) +
               0.15 * (1 - self._normalize(saccade_amplitude, 2, 15)))
        
        return np.clip(vli, 0, 1)
    
    def extract_kinematic_features(self, vehicle_data: Dict) -> np.ndarray:
        """
        从车辆数据提取运动学特征
        
        Args:
            vehicle_data: 车辆 CAN 数据
        
        Returns:
            features: shape=(window*sample_rate, n_features)
        """
        features = []
        for feat_name in self.kinematic_features:
            if feat_name in vehicle_data:
                feat = np.array(vehicle_data[feat_name])
                # 滑动窗口统计
                window_stats = self._window_statistics(feat)
                features.append(window_stats)
        
        return np.concatenate(features, axis=-1)
    
    def _window_statistics(self, signal: np.ndarray) -> np.ndarray:
        """计算滑动窗口统计特征"""
        window = int(self.window_size * self.sample_rate)
        stats = []
        
        for i in range(0, len(signal) - window, window):
            w = signal[i:i+window]
            stats.append([
                np.mean(w),
                np.std(w),
                np.max(w) - np.min(w),
                np.sum(np.abs(np.diff(w))),  # 总变化量
            ])
        
        return np.array(stats)
    
    def predict_vli(self, kinematic_features: np.ndarray, 
                    driving_style: float = None) -> float:
        """
        预测 VLI（推理阶段，仅用车辆运动学）
        
        Args:
            kinematic_features: 车辆运动学特征
            driving_style: 可选驾驶风格先验 (0=保守, 1=激进)
        
        Returns:
            vli: 预测的视觉负荷指数
        """
        if self.model_weights is None:
            # 简化线性模型
            weights = np.random.randn(kinematic_features.shape[-1]) * 0.1
            bias = 0.3
        else:
            weights, bias = self.model_weights
        
        vli = np.sigmoid(np.dot(kinematic_features.mean(axis=0), weights) + bias)
        
        if driving_style is not None:
            # 驾驶风格先验调整
            vli = vli * (0.8 + 0.4 * driving_style)
        
        return float(np.clip(vli, 0, 1))
    
    def _normalize(self, value, min_val, max_val):
        return np.clip((value - min_val) / (max_val - min_val), 0, 1)


# 测试
if __name__ == "__main__":
    np.random.seed(42)
    
    predictor = VLIPredictor()
    
    # 模拟眼动数据（训练阶段）
    eye_metrics_low = {
        'fixation_duration_mean': 250,  # ms, 较短
        'fixation_rate': 3.5,           # 次/秒
        'blink_rate': 15,                # 次/分
        'pupil_diameter_mean': 3.0,      # mm
        'saccade_amplitude': 8.0,        # 度
    }
    
    eye_metrics_high = {
        'fixation_duration_mean': 450,  # ms, 较长
        'fixation_rate': 1.5,           # 次/秒, 减少
        'blink_rate': 5,                # 次/分, 减少
        'pupil_diameter_mean': 4.5,     # mm, 扩大
        'saccade_amplitude': 3.0,       # 度, 减少
    }
    
    vli_low = predictor.compute_vli_proxy(eye_metrics_low)
    vli_high = predictor.compute_vli_proxy(eye_metrics_high)
    
    print("=== VLI 代理标签 ===")
    print(f"低负荷场景 VLI: {vli_low:.3f}")
    print(f"高负荷场景 VLI: {vli_high:.3f}")
    
    # 模拟车辆运动学数据
    vehicle_data_low = {
        'speed': np.random.normal(60, 2, 100),
        'acceleration_lat': np.random.normal(0, 0.1, 100),
        'acceleration_lon': np.random.normal(0, 0.1, 100),
        'steering_angle': np.random.normal(0, 1, 100),
        'steering_velocity': np.random.normal(0, 2, 100),
        'yaw_rate': np.random.normal(0, 0.5, 100),
        'lane_distance': np.random.normal(0, 0.1, 100),
        'throttle_position': np.random.normal(30, 3, 100),
        'brake_pressure': np.random.normal(0, 0.5, 100),
    }
    
    vehicle_data_high = {
        'speed': np.random.normal(55, 8, 100),
        'acceleration_lat': np.random.normal(0, 0.5, 100),
        'acceleration_lon': np.random.normal(0, 0.4, 100),
        'steering_angle': np.random.normal(0, 8, 100),
        'steering_velocity': np.random.normal(0, 15, 100),
        'yaw_rate': np.random.normal(0, 2.5, 100),
        'lane_distance': np.random.normal(0, 0.4, 100),
        'throttle_position': np.random.normal(35, 10, 100),
        'brake_pressure': np.random.normal(2, 3, 100),
    }
    
    kin_low = predictor.extract_kinematic_features(vehicle_data_low)
    kin_high = predictor.extract_kinematic_features(vehicle_data_high)
    
    pred_low = predictor.predict_vli(kin_low)
    pred_high = predictor.predict_vli(kin_high, driving_style=0.7)
    
    print("\n=== VLI 车辆运动学预测 ===")
    print(f"低负荷预测 VLI: {pred_low:.3f}")
    print(f"高负荷预测 VLI: {pred_high:.3f}")

4 DALI vs VLI 对比

维度	DALI	VLI
来源	主观量表	眼动代理→运动学预测
负荷类型	感知负荷	视觉负荷
实时性	❌ 驾驶后填写	✅ 实时
部署成本	零（问卷）	低（已有CAN数据）
驾驶员依赖	高（主观差异）	低（跨个体泛化）
量化精度	离散（0-100）	连续（0-1）
适用场景	研究验证	量产DMS

5 对 IMS 认知分心检测的启示

5.1 分层检测架构

graph TD
    A[认知分心检测] --> B[第一层: 感知负荷]
    A --> C[第二层: 认知负荷]
    A --> D[第三层: 综合判定]
    
    B --> B1[场景复杂度评估]
    B --> B2[视觉密度计算]
    B --> B3[DALI 代理模型]
    
    C --> C1[注视持续时间]
    C --> C2[注视频率]
    C --> C3[瞳孔直径变化]
    C --> C4[VLI 车辆运动学预测]
    
    D --> D1[感知+认知融合]
    D --> D2[分心等级判定]
    D --> D3[干预策略输出]

5.2 实施建议

优先级	任务	依据	周期
P0	VLI 车辆运动学特征提取	已有CAN数据，零硬件成本	1 月
P0	注视持续时间/频率统计	现有DMS摄像头可支持	2 周
P1	场景复杂度评估模块	DALI 研究启示	2 月
P1	感知/认知负荷分离算法	区分两类负荷	3 月
P2	瞳孔直径精确测量	需高分辨率摄像头	6 月
P2	驾驶风格个性化先验	提升VLI预测精度	3 月

5.3 测试场景

编号	场景	感知负荷	认知负荷	预期
C-01	高速直行，无交通	低	低	正常
C-02	城市复杂路口	高	中	感知负荷↑
C-03	导航规划路线	低	高	认知负荷↑
C-04	电话对话	低	高	认知负荷↑
C-05	恶劣天气+复杂路口	高	中	感知负荷↑↑
C-06	前方事故现场	高	高	双高
C-07	熟悉路线自动驾驶	低	低	正常
C-08	陌生路线+导航	中	高	认知负荷↑

6 总结

两项研究共同指向一个重要结论：认知负荷和感知负荷是两个不同维度，必须分别评估。

• DALI 反映感知负荷（视觉密度驱动），适合做场景复杂度评估
• 眼动注视指标 反映认知负荷（思维负担驱动），是认知分心的更好代理
• VLI 跨源预测 提供了无需眼动仪的量产方案，用车辆运动学即可估计视觉负荷

对 IMS 开发，建议构建分层检测架构：第一层用 VLI 评估感知负荷，第二层用注视特征评估认知负荷，第三层融合判定输出分心等级和干预策略。

---

参考来源：

• Bend et al., JEMR 2026, 19(2):28
• MDPI Sensors 2026, 26(17):5521
• TUM Publication Page