具身智能驱动的分心驾驶检测：框架研究与前沿展望
Abstract
分心驾驶是导致交通事故的主要因素之一，每年造成的巨额经济损失和人员伤亡对公共交通安全构成严重威胁。与以静态感知和离线分类为核心的传统驾驶行为识别方法不同，具身智能强调智能体通过身体感知、环境交互与行为反馈形成闭环认知，为分心驾驶检测走向“行为—认知—反馈”协同建模提供了新的研究范式。在分心驾驶检测场景中，驾驶员并非被动的信息输入源，而是与车辆、道路环境持续交互的具身主体，其风险状态由视觉、动作、注意力与情境共同驱动。基于具身智能的核心思想，本文从具身认知视角系统梳理了分心驾驶检测的关键技术路径，将分心驾驶行为视为“驾驶员—车辆—环境”持续交互过程中产生的具身认知结果，重点涵盖了多模态智能驾驶垂域大模型、领域自适应与持续学习等前沿研究方向，并从具身语义建模、环境适应与经验累积的角度分析其在分心驾驶检测中的作用；结合复杂交通环境的动态特征，提出了一个具有层次化结构的具身智能驱动分心驾驶检测理论框架，为分心驾驶检测研究提供新的参考思路和解决方案。最后，本文总结了具身智能驱动的分心驾驶检测系统在落地部署过程中面临的技术瓶颈与挑战，阐述了具身智能在分心驾驶检测中的应用前景，并展望了未来潜在的发展方向，可为具身智能驱动的智能驾驶安全系统的持续演进提供参考。
Fields of Study & Subjects
Human-Automation Interaction and Safety
Autonomous Vehicle Technology and Safety
Sleep and Work-Related Fatigue
Publication details
- Journal / source
- Journal of Image and Graphics
- Volume
- 31
- Issue
- 8
- Pages
- 2689–2704
- Publication date
- 1 January 2026
- Language
- EN