跨天纵向基线:个性化 DMS 的第四条路线——arXiv 2604.00832 精读,RMSSD 的 ICC 0.817 与四个主观量表全线失守,以及同队列两篇论文对 N-Back 的相反解释

DMS 行业的个性化处方(误报多就上 per-driver 基线)在站内”个性化边界”系列里已经被压测过两次:行为侧,TUM×BMW 方差分解证明交通复杂度只解释 1.5% 行为方差、驾驶员身份占 23%、8 种特征级个性化策略无一改善[5];生理侧,UNED×UC3M 在真实 L2 道路上测出个性化 92.68% vs 通用 54.00% 的悬殊对比,但代价是每人一个模型[6]。这些工作回答的都是”个性化值不值得”,却都没回答一个更前置的问题:基线该怎么采?拿什么当”这个人正常时是什么样”的锚? arXiv 2604.00832(Steering through Time,Hakiminejad、Azimi 等,Villanova 大学,2026-04-01,cs.HC)给出的是这个前置问题迄今最干净的一次拆解:38 人先戴 7 天 Empatica EmbracePlus 腕带(EDA 4 Hz/PPG 64 Hz/加速度 32 Hz/热电堆 4 Hz)+ 每天 4 份经验采样问卷(压力/效价/唤醒/TLX/睡眠质量),一周后进模拟器做 2×3 脚本化接管实验。核心结果只有一行,但分量很重——用线性混合模型算个体间稳定性(ICC),睡眠期 RMSSD 是 0.817(特质级锚点),而压力 0.388、效价 0.328、唤醒 0.209、睡眠质量主观评分只有 0.147(状态级,全线失守)。

这篇文章有两个超出单篇论文的价值。其一,它正是站内 11-04 情境压过认知负荷文[4]遗留的”眼动伴生论文”——2607.10945 论文明确写”Tobii 眼动数据在伴生论文中分析[34]”,而 [34] 就是本文:眼动层(Tobii Pro Glasses 2,100 Hz 双目,I-DT 1°/≥200 ms)其实已经发了,只是只分析了注视时长一个指标,”欠载 vs 策略性降权”的裁决仍然悬而未决,且本文与 2607.10945 对 N-Back 这一同一任务给出了方向相反的通道级解释(见第 4 节)。其二,它把”跨天纵向基线”作为第四条个性化路线摆上了台面:比特征级标定便宜,比个性化模型轻,但作者自己承认纵向基线与驾驶表现的直接关联”here not tested”——这是一条”方向对、最后一环缺失”的路线,值得 IMS 团队现在就开始设计采集协议,但不值得现在就押注效果。

信源声明:本文全部数字出自 arXiv 2604.00832v1 全文 HTML(abs 页 + 方法/结果一轮 + 数字逐条核证一轮,共三轮),10 组关键数字(ICC 表、RMSSD 截距、传感采样率、注视/TOC 的 p 值、fNIRS/Tobii 参数、样本与 IRB、任务顺序)已对照原文逐条核验一致;其中 RMSSD 截距 67.165(SE 5.374)原文未标注单位,文中只引数值。伴生关系经 2607.10945v1 全文 HTML 定向核证(§4.3.8 眼动伴生声明 + §4.3.1 纵向阶段声明 + 参考文献编号)。EmbracePlus 传感器构成经 Empatica 官网产品页核证(4 通道多波长 PPG/腹侧 EDA/三轴 MEMS 加速度计+陀螺仪/数字温度传感器);官网未公布采样率,PPG 64 Hz、EDA 4 Hz、ACC 32 Hz、热电堆 4 Hz 均以论文原文为准。两篇论文均为预印本、未经同行评议;主论文是试点研究(pilot),所有结论按”可行性证据”而非”效果证据”对待。

背景:个性化边界系列的第四块拼图,与一次两问并答

站内这条系列已经跑了三篇,每篇回答个性化问题的一个切面:

前三篇的结论拼起来是一个”个性化悖论”:个性化确实能找回大量信号(92.68% vs 54%),但每上一条通路都要付出采集与建模代价。第四条路线的思路不同——不去建每人的模型,而是去刻画每个人的”特质级正常”,让状态检测在这个锚点上做偏离告警。这要求基线量本身在跨天尺度上稳定(否则锚点漂移),这正是 ICC 衡量的东西。

与站内 11-04 文[4]的关系需要单独说清,因为它一次收口了两个开放问题。2607.10945 是同一批 38 人(Villanova 团队,Azimi/Hakiminejad 等)在 2026-07 放出的受控实验篇;其 §4.3.8 写明眼动分析”in a companion paper published prior to this analysis [34] and are not analyzed in the present study”,§4.3.1 写明 7 天纵向阶段”More details on this portion of the study can be found in [34]”——两处指向同一篇文献,即本文(2026-04-01 提交,确在 07 篇之前)。也就是说:11-04 文开放问题 1(“眼动层什么时候发?”)的答案是已经发了,就是本文;其启示 2(“跨天纵向基线”以摘要级信源挂账)的答案是全文可读,本文就是那份账目的兑现。但有一个重要的限制要继承:2604.00832 的眼动分析只用了注视时长一个指标——其 Limitations 原话”gaze analysis used only fixation duration”,扫视动力学、眨眼率、瞳孔扩张全部未分析,所以”欠载 vs 策略性降权”的裁决力仍然受限(详见第 4 节)。

还有一个容易被忽视的定位声明:作者在 Discussion 里明确写了”Rather than focusing on prediction, our goal was to assess the feasibility of capturing individual variability”,并且”While direct links to driving performance were not tested here”。这是一篇框架可行性论文,不是效果论文——引用它时不能滑成”纵向基线预测接管表现”,这个命题在文中没有被检验。

研究设计:混合框架与四层测量栈

整个框架分两阶段,mermaid 拆开如下(来源:arXiv 2604.00832v1 §2):

flowchart TD
    subgraph P1["第 1 次访问:7 天纵向采集(真实生活)"]
        W["Empatica EmbracePlus 腕带<br/>EDA 4 Hz / PPG 64 Hz / ACC 32 Hz / 热电堆 4 Hz"]
        E["Ethica 经验采样 App<br/>每天 4 份问卷,最多 28 份"]
        W --> RMSSD["基线 RMSSD<br/>取设备自动标注睡眠期均值"]
        E --> Q["压力 10 点 / 效价·唤醒 7 点<br/>NASA-TLX / 晨间睡眠质量 5 点"]
    end
    subgraph P2["第 2 次访问(约 1 周后):模拟器实验 ~1h"]
        S["3 个驾驶会话 × 每 1 次 TOR<br/>2×3:行人(动态)/碰撞(静态) × 无任务/2-back/电话交谈"]
        F["fNIRS Biopac Imager 2000<br/>2 Hz,16 长通道+2 短通道,SCI<0.4 剔除"]
        G["Tobii Pro Glasses 2<br/>100 Hz 双目,I-DT 1°/≥200 ms"]
        B["模拟器行为 + TOC<br/>TOR 至首次可观察操作输入"]
    end
    P1 -->|"特质级锚点:RMSSD ICC 0.817"| P2
    P1 -.->|"状态级:ICC 0.147–0.388"| P2

三个值得抄进实验设计的细节:

• 基线 RMSSD 取睡眠期均值,论文的动机原话是”minimize daytime confounds”——白天 RMSSD 被活动/姿势/咖啡因搅动,睡眠期是腕带数据里最接近”静息特质”的窗口。这是”跨天基线锚点怎么定义”这个问题目前看到的最务实答案。
• 接管控制时间(TOC)的定义是机械的:TOR 至驾驶员首次可观察操作(转向/制动/加速)。没有”反应开始”的主观判定,就没有标注歧义。这与 11-04 文[4]抄作业清单里”接管窗口用控制输入阈值机械定义”是同一原则的两处落地。
• 次要任务顺序随机化、接管情境固定顺序(先行人后碰撞)。任务侧的随机化是加分项,事件侧的固定顺序是两篇论文共有的硬伤(作者在两篇的 Discussion/Limitations 都自认了),行人类效应都可能混入学习成分。

测量栈一览(全部参数出自论文 §2.4–2.5):

fNIRS 预处理链(SCI 0.4 剔道 → 0.009 Hz 高通 → 样条插值去运动伪影 → Daubechies 小波滤波 → 修正 Beer–Lambert → 0.10 Hz 低通 → 事件前 10 s 基线校正)是标准配方,与 11-04 文[4]的”fNIRS 有效样本只剩约 29 人”的损耗注脚同源——舱内神经传感的工程难度不随论文换篇而消失。

样本:N=38(Villanova IRB-FY2024-59,年龄 27.8±8.0,男 21/女 16/其他 1),可自选参加完整研究或仅模拟器部分;纵向分析实际 37 人,睡眠质量项仅 35 人。这个”35/38”就是下文要讲的依从性问题的直接量度。

实验与证据:一张 ICC 表,两组行为结果

ICC:RMSSD 是特质,主观量表是状态

线性混合模型把总方差分解为个体间与个体内成分,ICC(1) 越接近 1 表示跨天越稳定:

这张表对 DMS 标定协议的含义是单向的、清晰的:跨天基线锚点只能选特质级生理量,不能选主观自评。睡眠质量自评的 ICC 0.147 尤其扎眼——最常被拿来做”疲劳前一天状态”标签的量,恰恰是五项里日间漂移最大的。作者的解释是描述性的(RMSSD 反映自主调节特质,”well suited for characterizing stable individual differences”),没有给机制论证;但工程上不需要机制也能行动:锚点选择以 ICC 为准。

注视与接管:对话分心最伤,行人不善

眼动(注视时长,I-DT 定义):行人事件中交谈条件显著短于 2-back(p=0.0004)与无任务(p=0.0032);碰撞事件中同样短于 2-back(p=0.0002)与无任务(p=0.0065)。作者解释为”conversational distraction reduces visual fixation duration”——视觉注意碎片化;2-back 下注视更长,”consistent with increased working memory demands”。

接管控制时间(TOC):交谈–行人条件最长(与交谈–碰撞差异 p=0.0057);2-back–行人显著长于交谈–碰撞(p=0.0199)与无任务–碰撞(p=0.0057)。方向与眼动一致:自然对话同时损害感知与行为准备度,”mirrors gaze findings”;作者推测惊讶/紧迫感会调制分心的伤害,但因事件顺序未平衡,这层解释作者自己都要求谨慎。

把两篇同队列论文放在一起看,这套行为结果与 2607.10945[4]的”情境主导”是同向的:两篇都发现事件类型(行人 vs 碰撞)主导接管行为、次要任务的主效应弱。但到了内部状态通道,两篇论文开始打架——这是本文最有价值的交叉读法。

同队列两篇论文,对同一个 N-Back 给出相反解释

同一批 38 人、同一个 2×3 设计、同一个 N-Back 任务,两篇论文各自出了结果,方向却对不上:

2607.10945 的 Discussion 给了两个解释:其一是 underload account——无任务的被动监控不是低负荷基线,而是”vigilance decrement + mind wandering + 持续预期性唤醒”的异常状态,次要任务反而提供了”structural attentional focus during the automated driving period”;其二是 strategic task prioritization——知道要接管的驾驶员会策略性降权次要任务、维持路面监控。2604.00832 的眼动解释没有引用这两个框架,直接把更长注视归给工作记忆需求。

flowchart LR
    N["N-Back 期间<br/>注视更长 + TLX/SCR/HbO 更低"]
    N --> A["解释 1:结构化注意聚焦<br/>(欠载理论)——注视稳定锁定,<br/>自主唤醒下降,主观负荷下降"]
    N --> B["解释 2:策略性降权<br/>任务被敷衍,注意力回路面"]
    N --> C["解释 3:次任务本身费认知<br/>(本文眼动段的解释)——<br/>注视更长反映 WM 需求"]
    A & B -->|"两个解释对应<br/>相反的 DMS 阈值策略"| X["欠载敏感 vs 降权敏感<br/>裁决未完成"]
    C -->|"与 A/B 的分歧点:<br/>注视&#x27;更长&#x27;到底在锁什么?"| X

裁决的价值在工程分叉:如果欠载解释对,DMS 应该在”无任务段”更敏感(欠载本身是状态风险);如果策略性降权解释对,DMS 应该在”任务段”更敏感(降权掩蔽分心)。两个解释对应相反的阈值策略——这是 11-04 文[4]开放问题 4 的原问题。本文眼动层的加入提供了一条新证据,但裁决力有限:注视时长是聚合指标,论文没有报告注视落在什么区域(路面?次任务界面?仪表?),而”注视更长到底是在锁定路面还是在深陷次任务”恰恰是裁决欠载 vs 降权的关键。眼动层发了,裁决没完成——注视落点(精细 AOI)分析是这两个团队下一步最容易兑现、也是裁决力最大的增量。

还要记一笔方法学教训:同一队列、同一任务,单通道解释跨论文不稳定。2604.00832 的眼动段若单独发表并被单独引用,读者会带走”N-Back 加重认知负荷”的印象;配上 2607.10945 的三通道欠载证据,这个印象是站不住的。对 IMS 团队,这坐实了 11-04 文[4]启示 4 的规则:主观量表或单一生理/眼动通道不能单独当负荷真值,多通道至少两票一致才进标签。

对 IMS 团队的启示:五个可执行项

1. 基线锚点选特质级生理量,以 ICC 为验收标准。 具体做法:标定协议里先对候选基线量(睡眠期 RMSSD/静息心率/皮温日均值)跑 7–14 天采集,算 ICC;ICC < 0.5 的量(本文的主观量表全部在此区间)不进基线层,只进状态层。睡眠期 RMSSD(ICC 0.817)是目前文献里最强的锚点候选。
2. 跨天基线的采集形态要按依从性现实设计。 本文的失败模式很诚实:7 天里睡眠佩戴不合规导致夜间 RMSSD 缺失(睡眠质量项有效 n=35/38)、问卷合规率参差(每天 4 份推送仍不齐)。车队场景里让用户天天戴腕带不现实——可行的替代是把”特质锚”的采集搬进车内:驾驶员每次上车后的静息段(如启动后 60 s 无操作)跨天累积,或夜间车库内的常开传感器。这把依从性问题转化成产品问题,而产品问题我们有更多杠杆。
3. 纵向基线与”被动监控段不是中性基线”两件事拼成同一套标定协议。 11-04 文[4]已经证明拿”手放开看着车开”的段落当低负荷基线采到的是欠载+预期性唤醒混合态;本文补上替代路线——基线不在行车状态里采,在睡眠期/非驾驶静息期采。两篇合起来就是一份完整的标定协议:特质锚(跨天睡眠/静息 RMSSD)+ 状态审计(行车中偏离锚点的幅度)+ 明确排除被动监控段当基线。
4. 多模态同步是这套框架的工程瓶颈,作者自认没解决。 Limitations 原话:fNIRS、眼动、生理传感器之间存在”minor hardware and software delays”,需要更好的实时集成协议。实验室里尚且如此,量产座舱里摄像头(30–60 fps)、雷达(10–20 Hz)、乘员生物传感(1–64 Hz)的异构同步只会更难——这与站内 11-01 架构收敛文[8]启示 3(舱内摄像头-雷达时间同步/外参标定)是同一道工程题,本文给了它一个来自学术侧的严重性背书。
5. 别把本文当预测证据引用。 作者两处明确:目标是”assess the feasibility of capturing individual variability”,纵向数据与驾驶表现的直接关联”not tested here”。把本文写进立项材料的正确姿势是”基线采集协议的可行性参照”,不是”纵向基线有效”的效果参照。

路线判断与开放问题

我的判断:跨天纵向基线是”个性化边界”系列里最便宜、但证据链最不完整的一条路线。对比一下成本与证据成熟度:特征级个性化(Köning 线)证据最成熟但已被证伪收益;模型级个性化(UNED×UC3M 线)收益最大但采集/建模代价最高;多模态个性化(MultiMental 线)方向明确但跨被试崩塌未解;纵向基线线采集代价最低(腕带或车内无感),特质锚的存在性已有强证据(ICC 0.817),但缺最后一环——纵向基线偏离量与接管/驾驶表现的关联检验。我建议 IMS 团队现在的投入姿势是:把纵向 RMSSD 类特质锚当作个性化审计层的校准输入(与 11-03 拒答门控文[9]的”审计层触发拒答/仲裁”架构拼接),先积累跨天基线数据资产,等表现关联的文献落地再决定是否升级为告警特征——数据先采,效果后验。

开放问题(按价值排序):

1. 纵向基线 → 表现的直接检验何时出现? 作者的 future work 方向是 VR 与更自然情境,没承诺这一环。盯住 Villanova 团队的下一篇;若其后续论文给出”睡眠期 RMSSD 基线偏离预测接管质量”的检验,这条路线立刻升级。
2. 注视落点(AOI)分析:本文眼动层只有聚合注视时长,”注视更长在锁什么”决定了欠载 vs 降权的裁决;论文自认未来应加 saccade 动力学、眨眼率、瞳孔扩张。这是同队列下一步性价比最高的增量。
3. 事件顺序效应的解耦:两篇论文的行人类效应(注视更短/TOC 更长/HbO 变化)都可能混入”行人恒先”的学习成分;需要一篇平衡/随机化版本的实验来确认效应量。
4. 特质锚的跨人群稳定性:样本以大学生为主(27.8±8.0 岁),老年驾驶员的 HRV 基线方差结构完全不同(年龄对 RMSSD 的影响是生理学常识);ICC 0.817 能否跨年龄组成立,直接决定这条路线的公平性设计。
5. 车内无感采集能否替代腕带锚:舱内 rPPG 能否以可接受的精度产出”睡眠期/静息期 RMSSD 等价物”,是这条路线能否工程化的真正瓶颈——这与站内 rPPG 系(验收陷阱/信息极限/接触式教师三篇)的开放问题是同一张表。

参考

1. Hakiminejad, Y., Azimi, S., Gomero, L., Pantesco, E., Kan, I. P., Izzetoglu, M., Tavakoli, A. Steering through Time: Blending Longitudinal Data with Simulation to Rethink Human-Autonomous Vehicle Interaction. arXiv:2604.00832v1, 2026-04-01. https://arxiv.org/abs/2604.00832
2. 同上全文 HTML(v1,本文三轮通读与全部数字来源,10 组关键数字已逐条核验). https://arxiv.org/html/2604.00832v1
3. Azimi, S., Hakiminejad, Y., Gomero, L., Pantesco, E., Kan, I. P., Izzetoglu, M., Tavakoli, A. When Context Dominates: Multimodal Signatures of Takeover Readiness Under Varying Hazard and Cognitive Load Conditions. arXiv:2607.10945v1, 2026-07-12(伴生关系经其 §4.3.1/§4.3.8 与参考文献核证;TLX/SCR/HbO 数字为其全文数字). https://arxiv.org/abs/2607.10945
4. Empatica. EmbracePlus 官方产品页(传感器构成核证:4 通道多波长 PPG/腹侧 EDA/三轴 MEMS 加速度计+陀螺仪/数字温度传感器;官网未公布采样率). https://www.empatica.com/embraceplus/
5. 站内:交通复杂度只解释 1.5% 行为方差——TUM×BMW 方差分解与 per-driver 基线的量化边界(2026-10-21). /blog-posts/2026-10-21-koning-variance-decomposition-per-driver-baseline-2026.md
6. 站内:真实 L2 道路上生理信号”个性化 92.68% vs 通用 54%”——UNED×UC3M 跨用户崩塌精读(2026-11-03). /blog-posts/2026-11-03-personalized-physiological-driver-state-collapse-real-l2-2604-11549-ims.md
7. 站内:MultiMental-IAS 跨驾驶员崩塌(2026-11-04). /blog-posts/2026-11-04-multimental-ias-cross-subject-collapse-driver-mental-state-ims.md
8. 站内:舱内传感架构收敛——中央摄像头+雷达融合(2026-11-01). /blog-posts/2026-11-01-in-cabin-sensing-consolidation-central-camera-radar-fusion-ims.md
9. 站内:情境压过认知负荷——arXiv 2607.10945 接管准备度实验精读(2026-11-04). /blog-posts/2026-11-04-context-dominates-takeover-readiness-hazard-cognitive-load-2607-10945-ims.md
10. 站内:风险感知选择性推理与 DMS 拒答门控(2026-11-03). /blog-posts/2026-11-03-risk-aware-selective-inference-dms-abstention-gate-2606-26922-ims.md