CAMERA框架：多模态自适应风险预测——驾驶员注意力熵驱动的动态告警阈值
CAMERA框架：多模态自适应风险预测——驾驶员注意力熵驱动的动态告警阈值论文信息 项目 内容 标题 Eyes on the Road, Mind Beyond Vision: Context-Aware Multi-modal Enhanced Risk Anticipation 会议 ACM Multimedia 2025 框架名 CAMERA (Context-Aware Multi-modal Enhanced Risk Anticipation) 数据集 DADA-2000, CCD, DAD, A3D 关键词 accident anticipation, driver attention, gaze entropy, adaptive threshold 核心创新自适应阈值：从固定50%到场景+认知驱动123456传统方法: P(accident) > 50% → 警报 ↑ 高速公路50% vs 城市路口50% 语义完全不同CAMERA: threshold = f(scene_complexity, gaze_...
CoCAtt数据集：认知条件驾驶员注意力——分心状态与驾驶意图如何改变注视模式
CoCAtt数据集：认知条件驾驶员注意力——分心状态与驾驶意图如何改变注视模式论文信息 项目 内容 标题 CoCAtt: A Cognitive-Conditioned Driver Attention Dataset 会议 ITSC 2021 OpenReview forum?id=-NarYm9V9ZL 数据集 CoCAtt: 11.88小时, 11名被试, CARLA仿真 关键词 driver attention, cognitive state, distraction, intention, autopilot 为什么重新关注这个数据集？CoCAtt是首个提供以下三个维度的驾驶员注意力数据集： 分心状态标注（每帧） 驾驶意图标注（每帧） 自动驾驶模式数据（SAE Level 3） 在Euro NCAP 2026 OMS要求认知分心检测的背景下，CoCAtt提供了关键的训练和验证数据。 核心发现分心如何改变注视模式 状态 注视特征 镜像检查频率 风险 专注+手动 均匀分布 2.1次/分 基线 专注+自动驾...
Drive-HWM：分层世界模型——慢思考未来+快生成行动的自动驾驶新范式
Drive-HWM：分层世界模型——慢思考未来+快生成行动的自动驾驶新范式论文信息 项目 内容 标题 Drive-HWM: Hierarchical World Models for Dynamic-Latent Guided Autonomous Driving arXiv 2609.03572 提交 2026-09-02 核心 分层世界模型, 单摄像头SOTA 关键词 world model, hierarchical, autonomous driving, latent dynamics 核心创新快慢分离的双层世界模型12345678传统世界模型: 当前状态 → [单一模型] → 未来预测 + 行动生成 问题: 短期细节和长期规划用同一个模型，互相干扰Drive-HWM: 当前状态 → [慢世界模型] → 长期未来预测（粗粒度） → [快世界模型] → 短期行动生成（细粒度） 优势: 各自专注，长期稳定+短期精确 方法 长期稳定性 短期精度 计算量 单摄像头 单一世界模型 ⚠️ 漂移 ✅ 好 中等 ⚠...
DriveMotion基准：大规模多源驾驶员运动序列预测——15%误差降低的运动建模新标杆
DriveMotion基准：大规模多源驾驶员运动序列预测——15%误差降低的运动建模新标杆论文信息 项目 内容 标题 DriveMotion: A Large-Scale Multi-Source Benchmark for Driver Motion Sequence Modeling and Forecasting arXiv 2609.08117 提交 2026-09-05 关键词 driver motion, forecasting, multi-source, benchmark 核心贡献 首个多源驾驶员运动预测基准 核心创新DriveMotion解决了什么问题？ 挑战 之前方法 DriveMotion方案 数据规模 单一来源<10小时 多源大规模 运动表示 离散动作标签 连续3D关节序列 预测窗口 单帧预测 动态锚定窗口 评估标准 各自定义 统一基准 关键结果1234DriveMotion发现: - 学习模型比persistence baseline减少15%运动预测误差 - 多源训练显著提升跨数据集泛...
DrowSFormer-XAI：可解释注意力融合网络——驾驶员瞌睡检测的透明AI范式
DrowSFormer-XAI：可解释注意力融合网络——驾驶员瞌睡检测的透明AI范式论文信息 项目 内容 标题 DrowSFormer-XAI: A Cross-Attentive Neural Network-Transformer Fusion Framework for Drowsiness Detection with Explainable AI 期刊 2026 (引用: Rajalingam et al.) 关键词 drowsiness detection, cross-attention, transformer, explainable AI, fusion 核心 跨注意力CNN-Transformer融合 + 可解释性 核心创新1. 跨注意力CNN-Transformer融合123456789101112传统方法: CNN提取空间特征 ──┐ ├── 拼接/加权 → 分类 Transformer时序 ──┘ 问题: 简单拼接无法捕获空间-时序交互DrowSFormer-XAI: CNN空间...
EEG 驱动的自动驾驶乘客危险感知解码框架——认知分心检测的新范式
EEG 驱动的自动驾驶乘客危险感知解码框架——认知分心检测的新范式论文信息 标题： EEG-Driven Decoding Framework for Passenger Hazard Perception in Highly Automated Vehicles 作者： Yingkai Yang, Ashton Yu Xuan Tan, Bowen Li 等 期刊： Automotive Innovation（已接收） arXiv： 2609.07128 代码： https://github.com/SOTIF-AVLab/EEG2023 数据： https://doi.org/10.21227/jw72-m261 核心贡献： 首个将乘客 EEG 认知信号用于 AV 危险感知的 BCI 框架 核心创新 乘客视角建模：首次将人类建模为 AV 乘客（而非驾驶员），匹配真实 L4+ 场景 双任务框架：同时解决 Risk Prediction (RP) 和 Danger Identification (DI) Passenger Cognitive Model (PCM)：乘客认知模...
EMMI：边缘多模态智能——32×通信压缩实现车载多模态大模型实时推理
EMMI：边缘多模态智能——32×通信压缩实现车载多模态大模型实时推理论文信息 项目 内容 标题 EMMI: Edge Multi-Modal Intelligence for Communication-Efficient MLLM Inference via Fused Representation Compression arXiv 2609.11058 提交 2026-09-10 作者 Motahare Mounesan, Irfan Khan 领域 cs.LG, cs.DC 核心 32×通信压缩 + 3.4×延迟降低 核心创新边缘-云协同新范式12345传统方案: 边缘设备 → 原始数据 → 云端MLLM → 推理结果 ↑ 大量数据传输, 高延迟, 隐私风险EMMI方案: 边缘设备 → [编码+融合+压缩] → 紧凑latent → 云端MLLM → 结果 ↑ 仅传输固定大小向量, 32×压缩, 隐私保护 方案 通信量 延迟 隐私 精度 原始数据传输 100% 100% ❌ 100%...
自适应智能座舱座椅：基于人体姿态识别的智能座椅系统——2026最新研究
自适应智能座舱座椅：基于人体姿态识别的智能座椅系统——2026最新研究论文信息 项目 内容 标题 Design of an Adaptive Model for Intelligent Car Seats Based on Human Pose Recognition 期刊 Annals of the New York Academy of Sciences (2026) DOI 10.1111/nyas.70369 作者 Bai et al. 传感器 Kinect V2 深度相机 核心 级联姿态分析网络(PSN) + 自适应座椅调节 核心创新从被动座椅到主动自适应123传统座椅: 固定参数 → 用户体验差电动调节: 手动调节 → 需要用户反复试智能座椅(本文): 自动识别姿态 → 自适应调节 PSN架构 模块 功能 技术 空间变换网络(STN) 对齐输入 仿射变换 SE模块 通道注意力 全局平均池化 CBAM 空间+通道注意力 卷积注意力 级联结构 多尺度特征 残差连接 方法详解12345678910111...
NVIDIA Cosmos平台深度解读：世界基础模型如何重塑座舱合成数据管道
NVIDIA Cosmos平台深度解读：世界基础模型如何重塑座舱合成数据管道平台信息 项目 内容 平台名 NVIDIA Cosmos World Foundation Model Platform 发布 NVIDIA (2025-01, 持续更新至2026) arXiv 2501.03575 开源 HuggingFace nvidia 模型 Cosmos-Predict1-7B/14B (Diffusion) + Cosmos-Transfer (Autoregressive) 数据 ~2000万小时真实世界视频训练 核心价值为什么IMS行业需要Cosmos？ 传统数据采集 Cosmos合成 需要实车测试 虚拟生成 稀有场景难以覆盖 文本/图像条件生成 标注成本高 自动标注 隐私/法规限制 无隐私问题 成本$1000+/场景 ~$0.1/场景 Cosmos对IMS的三大价值12345678910111213141. 座舱场景合成 → DMS/OMS训练数据 - 生...
PhysDrive：多模态远程生理测量数据集——驾驶员健康监测的"真实驾驶"基准
PhysDrive：多模态远程生理测量数据集——驾驶员健康监测的”真实驾驶”基准论文信息 标题： PhysDrive: A Multimodal Remote Physiological Measurement Dataset for In-vehicle Driver Monitoring 来源： Lacuna / Tiptree Systems 领域： 非接触式生理测量 / 驾驶员监测 / 智能座舱 时间： 2026年9月 核心贡献： 首个大规模、多模态、真实驾驶环境下的远程生理测量数据集 核心创新PhysDrive 是首个在真实驾驶环境中同步采集 RGB、近红外（NIR）和毫米波雷达（mmWave）三模态生理数据的数据集，涵盖 48 名受试者、1.5M+ 同步帧，跨三种车型、四种光照条件、三种路况。解决了现有 RPM 数据集只在受控室内环境采集、无法泛化到真实驾驶场景的核心问题。 方法详解1. 多模态传感器架构PhysDrive 的传感器配置直接对应智能座舱量产方案： 模态 传感器 采样率 用途 优势 局限 RGB 车载摄像头 3...