Vicodev：米兰理工大学提出实时视觉认知分心度量方法（IEEE OJITS 2026）

Vicodev：实时视觉-认知分心度量方法

论文信息

• 标题：Vicodev: Measuring Visual-Cognitive Distractions While Driving
• 作者：Lorenzo Uccello, Corrado La Russa, Massimiliano Gobbi, Gianpiero Mastinu
• 期刊：IEEE Open Journal of Intelligent Transportation Systems (OJITS), 2026
• 来源：米兰理工大学（Politecnico di Milano）
• 发表：2026-10-01

核心创新

Vicodev 提出了一个实时参数化指标来量化驾驶中的视觉-认知分心。不同于传统二分类（分心/未分心），Vicodev 定义了一个连续度量值，融合视线偏离和认知负荷特征。

一句话总结： Vicodev 定义了一个从 0（完全专注）到 1（严重分心）的连续参数，通过驾驶模拟器验证，在实时条件下可区分视觉分心和认知分心的复合效应。

背景：为什么需要新度量

现有分心检测的局限

方法	度量	局限
视线偏离时间	视线离开道路累计时间	只能检测视觉分心
PERCLOS	闭眼比例	针对疲劳，非认知分心
方向盘反向频率	转向修正模式	间接且噪声大
二分类 ML	分心/未分心	无法量化分心程度

法规推动

• UNECE R171（DCAS）：要求监控驾驶员注意力
• Euro NCAP Roadmap 2030：要求检测认知分心

Vicodev 正是对接这些法规需求的基础性工作——先有度量，才能检测。

方法详解

1. 参数定义

"""
Vicodev 分心参数定义

核心思想：将视觉偏离和认知负荷融合为单一连续参数
"""

import numpy as np

class VicodevMetric:
    """
    Vicodev 实时分心度量
    
    参数 d ∈ [0, 1]:
    - d = 0: 完全专注
    - d = 1: 严重分心
    
    组成：
    - d_visual: 视觉偏离分量（基于视线/头部偏航）
    - d_cognitive: 认知负荷分量（基于反应延迟/行为变化）
    """
    
    def __init__(self, 
                 gaze_window: int = 300,    # 10s @ 30fps
                 response_window: int = 600,  # 20s 反应窗口
                 alpha: float = 0.6):       # 视觉权重
        self.gaze_window = gaze_window
        self.response_window = response_window
        self.alpha = alpha  # d = alpha * d_visual + (1-alpha) * d_cognitive
        
    def compute_visual_component(self, 
                                  gaze_data: np.ndarray,
                                  head_yaw: np.ndarray) -> float:
        """
        视觉偏离分量
        
        Args:
            gaze_data: 视线方向 (n, 2) - (pitch, yaw) in radians
            head_yaw: 头部偏航角 (n,) in radians
            
        Returns:
            d_visual: [0, 1]
        """
        n = len(gaze_data)
        
        # 1. 视线偏离道路中心的角度
        gaze_road_deviation = np.abs(gaze_data[:, 1])  # yaw 偏离
        
        # 2. 累计偏离时间比例
        off_road_threshold = np.radians(15)  # 15° 阈值
        off_road_ratio = np.mean(gaze_road_deviation > off_road_threshold)
        
        # 3. 头部偏航贡献
        head_deviation = np.abs(head_yaw)
        head_off_ratio = np.mean(head_deviation > np.radians(20))
        
        # 4. 加权融合
        d_visual = 0.7 * off_road_ratio + 0.3 * head_off_ratio
        
        return float(np.clip(d_visual, 0, 1))
    
    def compute_cognitive_component(self,
                                     reaction_times: np.ndarray,
                                     steering_entropy: np.ndarray) -> float:
        """
        认知负荷分量
        
        Args:
            reaction_times: 反应时间序列 (n,) seconds
            steering_entropy: 方向盘微修正的排列熵 (n,)
            
        Returns:
            d_cognitive: [0, 1]
        """
        # 1. 反应时间延长
        # 认知分心时反应时间增加 30-50%
        baseline_rt = 0.5  # 正常反应时间 500ms
        rt_increase = np.mean(reaction_times) / baseline_rt - 1
        rt_component = np.clip(rt_increase / 0.5, 0, 1)  # 50% 延长 = 满分
        
        # 2. 方向盘熵下降
        # 认知分心时微修正减少（自动驾驶模式）
        baseline_entropy = np.percentile(steering_entropy, 75)
        entropy_drop = 1 - np.mean(steering_entropy[-30:]) / (baseline_entropy + 1e-8)
        entropy_component = np.clip(entropy_drop, 0, 1)
        
        # 3. 融合
        d_cognitive = 0.6 * rt_component + 0.4 * entropy_component
        
        return float(np.clip(d_cognitive, 0, 1))
    
    def compute(self,
                gaze_data: np.ndarray,
                head_yaw: np.ndarray,
                reaction_times: np.ndarray,
                steering_entropy: np.ndarray) -> float:
        """
        计算 Vicodev 分心参数
        
        Returns:
            d: 分心度量值 [0, 1]
        """
        d_visual = self.compute_visual_component(gaze_data, head_yaw)
        d_cognitive = self.compute_cognitive_component(reaction_times, steering_entropy)
        
        d = self.alpha * d_visual + (1 - self.alpha) * d_cognitive
        
        return float(np.clip(d, 0, 1))


# ============ 测试 ============

if __name__ == "__main__":
    np.random.seed(42)
    metric = VicodevMetric()
    
    # 模拟正常驾驶
    gaze_normal = np.random.normal(0, 0.05, (300, 2))  # 视线在道路中心附近
    head_normal = np.random.normal(0, 0.02, 300)
    rt_normal = np.random.normal(0.5, 0.05, 30)
    steer_normal = np.random.normal(2.5, 0.3, 300)
    
    d_normal = metric.compute(gaze_normal, head_normal, rt_normal, steer_normal)
    print(f"正常驾驶分心度: {d_normal:.3f}")
    
    # 模拟视觉分心（看手机）
    gaze_distracted = np.random.normal(0.5, 0.15, (300, 2))  # 视线偏右
    head_distracted = np.random.normal(0.3, 0.1, 300)
    rt_distracted = np.random.normal(0.5, 0.05, 30)  # 反应时间不变
    steer_distracted = np.random.normal(2.5, 0.3, 300)
    
    d_visual = metric.compute(gaze_distracted, head_distracted, 
                              rt_distracted, steer_distracted)
    print(f"视觉分心度: {d_visual:.3f}")
    
    # 模拟认知分心（思考复杂问题）
    gaze_cognitive = np.random.normal(0, 0.05, (300, 2))  # 视线在道路
    head_cognitive = np.random.normal(0, 0.02, 300)
    rt_cognitive = np.random.normal(0.8, 0.1, 30)  # 反应时间延长
    steer_cognitive = np.random.normal(1.5, 0.2, 300)  # 熵下降
    
    d_cognitive = metric.compute(gaze_cognitive, head_cognitive,
                                  rt_cognitive, steer_cognitive)
    print(f"认知分心度: {d_cognitive:.3f}")
    
    # 模拟复合分心
    gaze_combined = np.random.normal(0.3, 0.1, (300, 2))
    head_combined = np.random.normal(0.2, 0.05, 300)
    rt_combined = np.random.normal(0.7, 0.08, 30)
    steer_combined = np.random.normal(1.8, 0.25, 300)
    
    d_combined = metric.compute(gaze_combined, head_combined,
                                 rt_combined, steer_combined)
    print(f"复合分心度: {d_combined:.3f}")

2. 测试场景设计

### Vicodev 模拟器测试场景

**硬件配置：**
| 组件 | 规格 |
|------|------|
| 驾驶模拟器 | 固定基座 + 三屏显示 |
| 视线追踪 | Tobii Pro Spectrum 600Hz |
| 头部追踪 | IMU (100Hz) |
| 方向盘 | 力反馈 + IMU (100Hz) |
| 数据采集 | 同步采集 ≥ 100Hz |

**实验设计：**
| 场景 | 描述 | 认知负荷 | 视觉偏离 |
|------|------|----------|----------|
| S1 基线 | 正常高速公路驾驶 | 低 | 低 |
| S2 视觉分心 | 驾驶员看手机导航 | 低 | 高 |
| S3 认知分心 | 心算任务 | 高 | 低 |
| S4 复合分心 | 手机+心算 | 高 | 高 |
| S5 疲劳+分心 | 2小时驾驶后+手机 | 中 | 高 |

**判定条件：**
| 指标 | 要求 |
|------|------|
| 实时性 | 参数更新延迟 ≤ 1s |
| 区分度 | S1 vs S4 的 d 值差异 ≥ 0.5 |
| 单调性 | d(S1) < d(S2) < d(S4), d(S1) < d(S3) < d(S4) |
| 误报率 | S1 场景 d > 0.3 的比例 < 5% |

3. 参数化设计

Vicodev 的核心设计决策是参数化而非分类化：

# 分类方法的问题
# d = 0.49 → "正常" → 无警告
# d = 0.51 → "分心" → 警告
# 但 0.49 和 0.51 实际差异极小

# 连续度量的优势
# 1. 可设置不同阈值对应不同干预级别
# 2. 可用于趋势分析（分心是否在加重）
# 3. 可用于个性化（不同驾驶员基线不同）

# 阈值建议
thresholds = {
    'no_action': 0.2,      # d < 0.2
    'soft_alert': 0.4,     # 0.2 ≤ d < 0.4
    'voice_warning': 0.6,  # 0.4 ≤ d < 0.6
    'haptic_warning': 0.8, # 0.6 ≤ d < 0.8
    'emergency_intervention': 1.0  # d ≥ 0.8
}

实验结果

模拟器测试

场景	d 值（均值±标准差）	反应时间 (ms)	视线偏离 (°)
S1 基线	0.12 ± 0.05	480 ± 30	2.1
S2 视觉分心	0.45 ± 0.08	620 ± 50	18.5
S3 认知分心	0.38 ± 0.07	780 ± 80	3.2
S4 复合分心	0.71 ± 0.10	890 ± 100	15.7
S5 疲劳+分心	0.65 ± 0.12	950 ± 120	12.3

关键发现

1. Vicodev 参数单调递增：S1 < S3 < S2 < S5 < S4
2. 视觉分心 vs 认知分心可区分：S2 (d=0.45, 视觉主导) vs S3 (d=0.38, 认知主导)
3. 复合分心检测最可靠：S4 d 值显著高于其他场景

IMS 开发启示

1. 连续度量 vs 二分类

"""
IMS 应采用连续分心度量而非二分类
"""

# 传统方法
class BinaryDistractionDetector:
    def detect(self, features):
        score = self.model(features)
        return score > 0.5  # 二分类

# Vicodev 方法
class ContinuousDistractionMetric:
    def compute(self, features):
        d = self.metric_function(features)
        # 连续值 → 多级响应
        if d < 0.2:
            return Action.NONE
        elif d < 0.4:
            return Action.SOFT_ALERT
        elif d < 0.6:
            return Action.VOICE_WARNING
        elif d < 0.8:
            return Action.HAPTIC_WARNING
        else:
            return Action.EMERGENCY

2. Euro NCAP Roadmap 2030 对接

Vicodev 的连续度量方法直接对接 Euro NCAP 2030 对认知分心的要求：

Euro NCAP 2030 要求	Vicodev 对应
检测认知分心	d_cognitive 分量
分级响应	连续值 → 多级阈值
上下文敏感	alpha 参数可动态调整
评估方法标准化	d 值可作为 benchmark

3. 局限性

# Vicodev 当前局限
limitations = {
    'reaction_time': '需事件触发（如刹车灯），非自由驾驶场景',
    'steering_entropy': '高速公路 vs 弯道道路基线不同',
    'simulator_only': '目前只在模拟器验证，真实路况噪声更大',
    'cognitive_component': '认知分量依赖反应时间，实时性受限',
    'no_personalization': '未考虑个体基线差异',
}

与其他方法的对比

方法	度量类型	模态	实时性	量产可行性
PERCLOS	连续 (0-100%)	单模态（视觉）	✅	✅ 已量产
二分类 ML	二分类	多模态	✅	⚠️ 泛化性差
SensAI 5级评分	离散 (0-4)	多模态（4路）	⚠️	🔴 开发中
Vicodev	连续 (0-1)	多模态（视觉+车辆）	✅	⚠️ 需实车验证

总结

Vicodev 的核心贡献在于将分心检测从”二分类问题”重新定义为”连续度量问题”。这个视角的转变为 IMS 带来：

1. 分级干预成为自然结果 — 不再需要人为设定二分类阈值
2. 视觉+认知解耦 — alpha 参数可动态调整两个分量的权重
3. 法规对接 — 连续度量天然适合 Euro NCAP 2030 评分体系
4. 实车部署路径 — 视觉分量可立即部署，认知分量需更多验证

核心启示： IMS 的分心检测不应问”是否分心”，而应问”分心程度如何”。

---

论文：IEEE OJITS 2026 | 作者：Uccello et al. | 来源：米兰理工大学