智能手表检出酒驾的首个实车 RCT:Garmin 腕上双塔 CNN(AUROC 0.88/0.86)精读,与车载路线的四路对比和一条部署断点

酒驾检测这条研究线,过去两年站内跟踪的全部是车载方案:DADSS 的被动红外光谱传感、Smart Eye 的 DMS 行为级损伤评估、VOC 红外光谱的座舱空气检测——共同前提是把传感器装进车。ETH Zurich 生态圈(Deuber、Fleisch、Weinmann、Wortmann、Mishra 等 12 人)2026 年 5 月挂到 arXiv 的论文把传感位置整个搬到了驾驶员腕上:一只 Garmin vivoactive 4S 消费级智能手表,用 PPG 心率间期(IBI)+三轴加速度计,在注册过 ClinicalTrials.gov 的三臂随机对照试验轨道研究中做出 LOSO AUROC 0.88(检出任何饮酒)/0.86(检出超过 WHO 0.05 g/dL 限值),与同组 2025 年在真车上用 DMS 摄像头+车辆数据做到的 0.84/0.80 相当甚至略高(Deuber et al., 2026)。

这篇论文对 IMS 团队的价值有三层。第一,它是酒驾损伤检测的第四条路线的第一个实车证据——零车载 BOM、不依赖车型代际、老车队也能覆盖,这直接改变”损伤检测必须预埋车内传感器”的立项假设。第二,它的两个结果反直觉:加速度计特征贡献压倒生理唤醒特征(CNN 消融中 Above Limit 任务 acc-only 0.84 vs arousal-only 0.61),以及 pooled 跨被试性能大幅低于 per-participant(EW 任务 0.75 vs 0.88)——后者与站内刚精读过的 TUM×BMW 方差分解论文的 15:1 结论形成跨任务呼应。第三,也是我要重点拆的:论文的数据通路在消费级部署中并不存在——研究用的是 Garmin 原始 IBI/加速度流,而 Health Connect 不暴露原始加速度计、没有实时流 API、后台读取需要专项审批,这条断点是任何想把”腕上信号”接入座舱融合架构的团队绕不开的。

本文为 A 型(论文深读型)。全部数字出自 arXiv:2605.23663 全文 HTML(27 页,v1,2026-05-22 提交),写作前已分四段完整阅读;部署侧事实出自 Android Health Connect 官方数据类型文档(已读);接受度背景出自 arXiv:2505.22969 摘要页(已读)。站内关联:TUM×BMW 方差分解(per-driver 泛化边界)、酒驾检测的 Action-Threshold 与误指认治理、GB 型式批准 18 项安全技术(AIIF 否决)、DADSS 被动酒精检测深读。

背景:车内四条路线都卡在哪,以及为什么”把传感器挪到人身上”值得试

论文给出的动机数字(全部引自其引言):WHO 估计 2019 年全球约 298,000 人死于酒精相关道路事故,其中 156,000 人是未饮酒者;BAC 在 0.12–0.20 g/dL 区间的致死/致伤风险 odds ratio 在一项 meta 分析中达到约 240。更关键的行为学论据是校准缺口:许多酒驾源于驾驶员对自身损伤程度的误判(急性耐受让人”感觉没那么醉”),而非故意违规——所以一个客观的腕上反馈有机会在用户上车前/行驶中触发预防性干预。这个定位很重要:论文自始至终把目标定为事前预防与预警,不是法律执法,这决定了它对告警策略(平滑风险分而非即时断言)的设计选择。

站内已跟踪的车内路线,各自的卡点在本论文的 related work 里被概括为:需要额外车载传感硬件与标定、依赖专有整车集成、只覆盖新车代际、无法扩展到老车队。我把站内积累的路线信息与本论文合起来,得出当前的四路格局:

法规面在推但未定型:EU GSR2(2019/2144)要求新车预留酒精锁安装接口(AIIF),GB 咨询后明确不强制、列为 under review(本站:GB 18 项安全技术解读);Euro NCAP 已把损伤检测列入 roadmap(本站:Euro NCAP 2026 损伤检测新规)。在这种”接口先预留、方案未收敛”的窗口期,一条零车载 BOM 的路线第一次拿出实车 RCT 证据,值得认真对待。

研究设计:三臂 RCT,方法学本身就是贡献

这篇论文最像药物临床试验,而非典型 ML 论文——预注册(NCT05796609)、伯尔尼伦理批准(2022-02245)、2023 年 4–7 月实施:

三臂设计的必要性值得强调:如果没有安慰剂组,你无法排除”以为喝了酒”本身引起的驾驶行为改变(期望效应);如果没有参照组,你无法排除第二轮驾驶比第一轮更困倦/更熟练带来的混淆。任何打算做损伤检测验证的团队,这都是可以直接抄的模板——站内此前解读的疲劳/分心论文几乎没有做过三臂对照,多数是单组前后对照或模拟器实验。

另一个方法学细节:重度段选在降代谢支(BAC 从峰值回落到 0.075 以下才开始重度段驾驶)。这排除了酒精上升支与下降支损伤状态不对称的混杂,但也意味着数据的 BAC-时间关系是结构化的(见局限)。

核心机制

从原始信号到两个分类任务

flowchart LR
    subgraph W["Garmin vivoactive 4S(右腕)"]
        IBI["IBI / HR<br/>PPG 原始流"]
        ACC["三轴加速度<br/>(g)"]
    end
    IBI --> P["预处理:去离群点<br/>+ 被试内 z-score<br/>IBI 8 特征(含 RMSSD)<br/>HR 5 特征"]
    P --> A["预训练唤醒模型<br/>(Mishra et al. 2020)<br/>→ 连续唤醒概率 0–1"]
    A -->|1 Hz 重采样| CNN
    ACC -->|"取向量幅值<br/>25 Hz 重采样"| CNN
    CNN["双塔 1D CNN<br/>唤醒塔:3×Conv1d(16/32/64,k=5)<br/>加速度塔:4×Conv1d(32/64/128/128,k=7)<br/>GAP→拼接→共享 FC(dropout 0.3)<br/>AdamW + 类加权 BCE"]
    P --> LR["逻辑回归基线<br/>tsfresh 783 特征/模态<br/>180 s 窗 / 45 s 步长<br/>LASSO + 类平衡权重"]
    CNN -->|180 s 窗 / 15 s 步长<br/>14,433 样本| OUT["两个任务<br/>Early Warning: BAC≫0(任一饮酒)<br/>Above Limit: BAC≫0.05 g/dL<br/>安慰剂/参照组全程为负类"]

图 1:数据管线与模型(据原文 §4 整理)。

两处设计选择对做生理信号的团队有直接参考价值。其一,PPG 不直接进模型:IBI/HR 先过一个预训练的生理唤醒模型(Mishra et al. 2020)压成单维唤醒概率——作者在局限里承认这是”自主唤醒的代理变量,不是酒精特异性生物标记物”,且存在域迁移(该模型训练于日常场景,不是醉酒驾驶)。其二,LASSO 系数分析给出特征归因:加速度特征系数权重远大于唤醒(EW 任务 0.409 vs 0.109;Above Limit 0.454 vs 0.186),其中熵/复杂度类加速度特征系数最大(Above Limit 达 1.806 ± 0.094)——即”手腕运动模式的规律性被酒精扰乱”是最强的判别信号,与运动控制受损的毒理学机制吻合。

任务定义与评估口径

两个任务对应两种产品语义:Early Warning(任何 BAC ≫ 0 的窗口为正)是”上车前/刚上车就该知道”的预防语义;Above Limit(仅 BAC ≫ 0.05 g/dL 的窗口为正)对应 WHO 建议限值。评估用 LOSO(留一被试),训练集内 20% 被试做早停验证——注意这与站内方差分解文的跨被试协议一致,是可迁移性的严格口径。

实验与证据

主结果:per-participant 亮眼,pooled 缩水

据原文 §5。AUPRC 随机基线:EW 任务 0.67 ± 0.03(仅饮酒组口径),AL 任务 0.33 ± 0.02。

和 TUM×BMW 方差分解论文一样,这里最有信息量的是 per-participant 与 pooled 的落差(EW:0.88 → 0.71–0.75)。酒精对腕部运动模式和自主神经的修饰强度有很强的个体间差异(饮酒经验、代谢、手表佩戴松紧、方向盘握法),cold-start 场景下模型只能拿到大半个 per-participant 水平。作者自己的应对是把”被试×阶段归一化”作为保守口径跑了一遍(EW macro 0.82、AL 0.81)——注意这与站内方差分解文证伪的”特征级滑动窗归一化”不同,这里是按已知阶段做的敏感性分析,不是在线因果方案。

三个值得注意的次级结果

窗口长度单调受益:EW pooled AUROC 从 30 s 窗的 0.73 升到 600 s 窗的 0.80。信号是缓慢累积的生理/行为状态,不是瞬态事件——这决定了产品形态(行程级风险分,而非即时告警)。平滑后的预测”在驾驶开始后约 5 分钟内趋于稳定”。

对照实验排除了”时间段混淆”:把三分类(清醒/重度/中度)任务分别跑饮酒组与对照组,饮酒组 macro AUROC 0.87 ± 0.08,对照组只有 0.61 ± 0.13(接近随机)——即饮酒组内可分的主要是酒精状态本身,不是”第二/三轮更累更熟”。这是三臂设计买到的那句关键结论。

连续 BAC 回归弱:MAE 0.019 g/dL,但 Pearson r 只有 0.433——检测”是否/是否超限”可行,精确估计”喝到多少”不可行。对产品设计意味着:输出应是二值/风险分级,不是数字读数。

消融:加速度计压倒 PPG

据原文 Table 5。

Above Limit 任务上 PPG 唤醒特征单独几乎失效(0.61),加速度计扛了大梁。这个反直觉结果对”损伤检测=生理传感”的直觉是个修正:在 0.05–0.08 g/dL 区间,酒精对自主神经的修饰(心率升高、HRV 下降)存在但个体波动大,而对运动控制的修饰(微矫正频率、转向姿势的规律性)更一致地可读。当然要打两个折扣:加速度计采样率(25 Hz)和信噪比都远好于 PPG,特征空间不对等;且唤醒塔的输入已经过一次有损压缩(预训练唤醒模型),不是 PPG 原始波形。

与车载基线的对比(论文口径,非同协议直接比较)

据原文 §6.1。作者明确提示:先前工作未做 LOSO、任务形式不同,横向比较仅供参考。

与已有方案的关系:四路线重新洗牌,外加一条部署断点

把本文放回四路线格局,我的判断(与事实陈述分开):可穿戴路线在”检测能力”上已不输车载路线,真正的胜负手在部署通路与责任结构。

能力侧,本文证明了腕上信号至少追平 DMS 摄像头路线(同组对照最有说服力:同一批作者、同一场地、同一任务定义,0.88/0.86 vs 0.84/0.80)。部署侧则有一条论文正文没有展开、但对 IMS 团队致命的断点——论文的数据通路在消费级平台不存在:

表:研究管线 vs 消费级数据接口(右列据 Android Health Connect 数据类型文档,已读)。Garmin 系手表可通过厂商自有 API(Garmin Connect)导出数据,但这同样不是车机可实时调用的通道。

这意味着四条落地方案,各有代价:

1. 手表 App 独立闭环(推荐起点):检测逻辑完全跑在手表/手机端,开车时提示用户自己——零车规改动,责任在用户侧,不碰”车内误指认”治理问题(本站:Action-Threshold 与误指认治理)。缺点:没有车辆执行器,干预力弱。接受度数据也支持这个方向:115 名美国驾驶员的调研显示隐私是最大顾虑、普遍偏好本地处理与匿名(Patibandla & Greer, 2025)——腕上设备的本地推理天然契合。
2. 手机中间层:手表→手机→车机蓝牙通道,手机做实时聚合与推理。可行,但引入延迟与连接可靠性问题,且 5 分钟稳定期意味着它只适合行程开始段预警。
3. 车机直接消费手表信号:绕不开上面的接口断点;若 OEM 想做,大概率要走”用户手机 App 与车机配对+签名风险分”的合作协议,而不是读原始信号。
4. 融合进座舱感知:把腕上风险分作为 DMS/OMS 的一个证据通道(与舱内摄像头的损伤评估融合)。这是 IMS 团队最有想象力的方向——手表做冷启动兜底,DMS 做车内确认——但同样受限于接口,且融合决策的责任结构更复杂。

我认为路线 1→4 是现实的演进顺序:先在用户自有设备上积累 sober 基线(论文的未来工作清单里第一条就是自然驾驶 sober 验证集以量化误报率),再把成熟的风险分作为证据通道接进座舱。反过来先做 4 会撞上 Health Connect 审批与个体基线缺失两堵墙。

对 IMS 团队的启示

1. 立项假设要加第四条路线。”损伤检测需要车内预埋传感”不再是默认——如果目标车型用户智能手表佩戴率高,腕上通道可以零车载 BOM 覆盖老车队。评估产品规划时把”用户设备生态”纳入传感器选型矩阵。
2. 特征优先级修正:做损伤检测特征排序时,运动模式规律性(加速度计熵/复杂度类)的先验权重应高于 HRV 类——至少在 0.05 g/dL 以上区间。舱内等效物:方向盘微运动/转向修正模式可能是被低估的特征(舱内无腕部加速度计时)。
3. 跨被试协议照抄:LOSO + 类平衡损失 + per-participant 汇报 + pooled 汇报并列。只报 pooled 或只报 per-participant 都会误导——本文两者差 13–17 个百分点(0.88 vs 0.71–0.75)。这与站内方差分解文的”审报告先看验证策略”是同一条纪律。
4. RCT 方法学模板:三臂(饮酒/安慰剂/开放参照)+ 警用级真值 + 期望效应控制。国内团队做损伤检测验证(如 GB 47955 配套测试或企业内部标定)时,这是比”找几个喝了酒的司机”严谨得多的最小实验设计。
5. 产品语义选择:输出应是行程级平滑风险分(5 分钟稳定期),用于行程开始预警与渐进干预,不要做即时断言或精确 BAC 读数(r=0.433 撑不起)。
6. 部署通路先于算法:消费手表数据的车端接入受 Health Connect 政策约束(无原始加速度、无实时流、后台读取专项审批),任何”腕上信号进座舱”的方案先把数据通路走通再立项算法——这条断点论文没写,是本文补上的工程判断。

边界与局限

全部来自原文可见设定:(1) 生态效度受限——封闭试车场、白天、无真实交通、无次任务、双踏板教练在车、单一 VW Touran;作者明确要求后续做自然驾驶 sober 验证集来量化真实误报率,在此之前任何”量产误报率”的说法都没有依据。(2) 标签是饮酒暴露,不是损伤本身——疲劳、分心、疾病、药物都可能造成假阳性;三臂设计排除了期望效应,但没有排除”饮酒组恰好更累”以外的生理混淆。(3) 人口学窄:54 人、瑞士单点、37.2 ± 14.9 岁,不能外推到真实驾驶员多样性(论文原话)。作者也承认没有记录利手/转向风格/佩戴松紧,而这些恰是加速度信号的调制变量。(4) 阶段-时间混淆:重度段在结构上总是第二段,昼夜节律与练习效应只被部分控制。(5) 唤醒模型的域迁移:PPG 通路是代理变量,端到端从原始 PPG 学习是作者列出的未来工作。(6) 5 分钟延迟:短途出行场景适用性下降——这恰是酒驾高发场景之一,论文没有给出解法。另外提醒:论文标注 27 页、cs.HC/cs.LG 分类,截至本文写作未见会议接收信息,引用时注明 preprint 身份。

参考

1. Deuber, R., Yang, L., Bechny, M., Heck, C., Pfäffli, M., Bantle, M., von Wangenheim, F., Fleisch, E., Weinmann, W., Günther, M., Wortmann, F., & Mishra, V. (2026). Detecting Drunk Driving Using Off-the-Shelf Smartwatches. arXiv:2605.23663. https://arxiv.org/abs/2605.23663(全文 HTML 分四段已读;ClinicalTrials.gov 注册号 NCT05796609)
2. Patibandla, R. N. S., & Greer, R. (2025). Evaluating Driver Perceptions of Integrated Safety Monitoring Systems for Alcohol Impairment and Distraction. arXiv:2505.22969. https://arxiv.org/abs/2505.22969(摘要页已读)
3. Google. Health Connect data types(Android 开发者文档,READ_HEART_RATE / HeartRateVariabilityRmssdRecord / READ_HEALTH_DATA_IN_BACKGROUND / Play 健康类声明). https://developer.android.com/health-and-fitness/guides/health-connect/plan/data-types(已读)
4. 本站:智能手表酒驾检测之外的车载路线——DADSS 被动酒精检测深读. /blog-posts/2026-04-16-dadss-alcohol-detection-technology-deep-dive.md
5. 本站:酒驾损伤检测的 Action-Threshold 与误指认治理. /blog-posts/2026-03-31-酒驾损伤检测真正难的不是识别而是Action-Threshold与False-Accusation-Governance.md
6. 本站:GB 型式批准 18 项安全技术(AIIF 酒精锁接口否决). /blog-posts/2026-10-18-003-uk-gb-type-approval-18-safety-technologies-daw-adw-2026.md
7. 本站:TUM×BMW 行为方差分解与 per-driver 基线量化边界(跨被试泛化协议对照). /blog-posts/2026-10-21-koning-variance-decomposition-per-driver-baseline-2026.md
8. 本站:VOC 红外光谱 × 座舱酒驾感知技术迁移. /blog-posts/2026-08-25-voc-ir-spectroscopy-deep-learning-cabin-alcohol-detection-ims.md
9. 本站:Cannabix BreathLogix 酒精监测部署启示. /blog-posts/2026-09-17-cannabix-breathlogix-alcohol-monitoring-ims-implications.md