Cineon+Smart Eye航空座舱眼动追踪：从汽车DMS到飞行员绩效评估的跨域迁移

信息来源

项目 内容
事件 Cineon与Smart Eye宣布合作，将眼动追踪引入航空座舱训练
时间 2026年9月15日
地点 InCabin/AutoSens 2026
产品 Cineon Empathic Learning Engine (ELE) + Smart Eye MicroBird
领域 航空训练、飞行员绩效评估
来源 Halldale Group报道

核心事件

Cineon与Smart Eye合作，将MicroBird非侵入式眼动追踪系统集成到Cineon Empathic Learning Engine (ELE) 平台中，用于航空模拟器训练中的飞行员绩效评估。

关键特点

  1. 非侵入式：无需佩戴眼镜式眼动仪，摄像头隐蔽安装在座舱环境中
  2. 支持处方眼镜：解决了航空眼动追踪长期存在的”飞行员戴眼镜”障碍
  3. 仪表映射：自定义座舱模型将注视点直接映射到飞行仪表
  4. 情境感知：提供飞行员扫描模式和工作态势感知的深度分析

技术方案

Smart Eye MicroBird

特性 详情
安装方式 座舱环境隐蔽安装摄像头
侵入性 零（无需穿戴设备）
处方眼镜 ✅ 兼容
数据采集 注视点、面部表情、头部姿态
环境 复杂真实世界场景（如飞机座舱）
技术 Smart Eye Human Insight AI

Cineon ELE平台

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
class CineonELE:
    """
    Cineon Empathic Learning Engine
    
    飞行员训练绩效评估平台
    核心能力：
    - 眼动追踪数据分析
    - 认知负荷评估
    - 仪表扫描模式分析
    - 情境意识量化
    """
    
    capabilities = {
        "gaze_mapping": {
            "description": "注视点→仪表映射",
            "method": "自定义座舱3D模型",
            "output": "注视仪表编号+时长"
        },
        "scan_pattern": {
            "description": "扫描模式分析",
            "metrics": ["dwell_time", "transition_rate", "fixation_duration"],
            "output": "扫描效率评分"
        },
        "situation_awareness": {
            "description": "态势感知量化",
            "method": "SPAM/SAGAT融合",
            "output": "SA等级1-5"
        },
        "cognitive_load": {
            "description": "认知负荷估计",
            "inputs": ["瞳孔直径", "眨眼频率", "注视熵"],
            "output": "负荷指数0-100"
        }
    }

航空座舱 vs 汽车座舱：跨域对比

维度 航空座舱（Cineon+Smart Eye） 汽车座舱（DMS）
用户 训练中的飞行员 驾驶中的驾驶员
场景 模拟器/真实座舱 真实道路
眼动目标 仪表板、HUD、外部场景 道路、后视镜、中控
评估目标 绩效+能力提升 安全+预警
实时性 后处理+实时反馈 实时干预
仪表映射 复杂（数百仪表） 简单（有限区域）
处方眼镜 ✅ 关键突破 部分支持
训练应用 模拟器训练优化 驾驶员培训（新兴）

跨域启示

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
class CrossDomainInsights:
    """航空→汽车座舱技术迁移启示"""
    
    aviation_to_automotive = {
        "仪表扫描模式分析": {
            "aviation_use": "飞行员仪表扫描效率评估",
            "automotive_adaptation": "驾驶员注意力分配分析",
            "ims_value": "量化分心程度，超越简单PERCLOS"
        },
        "认知负荷估计": {
            "aviation_use": "飞行员过载预警",
            "automotive_adaptation": "驾驶员认知负荷→ADAS接管决策",
            "ims_value": "DMS→ADAS协同的关键桥梁"
        },
        "非侵入式眼动": {
            "aviation_use": "座舱隐蔽安装，无穿戴",
            "automotive_adaptation": "后视镜/方向盘柱嵌入",
            "ims_value": "已有DMS硬件可直接复用"
        },
        "处方眼镜兼容": {
            "aviation_use": "70%+飞行员戴处方眼镜",
            "automotive_adaptation": "30%+驾驶员戴眼镜",
            "ims_value": "提升DMS覆盖率"
        }
    }

对IMS的启示

1. 飞行员扫描模式分析→驾驶员注意力分配

航空训练中的仪表扫描模式分析可直接迁移到汽车DMS：

航空指标 汽车映射 IMS应用
扫视频率 视线切换频率 分心检测
注视停留时间 区域停留时间 疲劳/分心
仪表覆盖率 道路/后视镜覆盖率 注意力分配
扫描熵 视线熵 认知负荷

2. Minieye DFR的呼应

Cineon的”飞行员功能就绪度”评估理念与Minieye的DFR（Driver Functional Readiness）不谋而合——都是从”检测状态”走向”评估就绪度”。

3. 架构建议

Dassault Rafale AI座舱补充

事件 详情
时间 2026年9月22日
公司 Dassault Aviation
内容 Rafale战斗机飞行测试两种AI算法
合作方 Thales（其中一个算法）
目标 Rafale F5变体的AI辅助座舱
应用 目标检测与预选（2026年F4.3标准服役）

跨域启示：战斗机AI座舱的”受控AI”理念（人类监督下的AI辅助）与汽车L2+/L3的AI辅助驾驶理念一致，两者在人机协同架构上可互相借鉴。

总结

Cineon+Smart Eye合作标志着眼动追踪从汽车DMS向航空座舱训练的成功跨域迁移。核心启示：

  1. 扫描模式分析是超越PERCLOS的下一代DMS指标
  2. 认知负荷估计是DMS→ADAS协同的关键桥梁
  3. 非侵入式+处方眼镜兼容是眼动追踪量产的必要条件
  4. “功能就绪度”理念（航空Cineon ELE + 汽车Minieye DFR）是DMS发展的下一代方向

IMS研发应关注扫描模式分析和认知负荷量化，从”检测疲劳/分心”升级为”评估驾驶员功能就绪度”，为DMS→ADAS协同提供决策基础。