来源核验
本页记录当前资料可信度和一手证据缺口。
来源层级
context/：会议记录、会后解读和计划语境。用于支撑内部意图、优先级、问题定义和组织节奏；不能直接作为行业事实、法规趋势、供应商能力或技术可行性的证据。evidence/：论文、行业报告、供应商页面、新闻稿、benchmark、媒体素材和内部调研附件。用于支撑外部事实链，但仍需按资料类型标注证据等级和不能推出的结论。
已整理来源
| 来源 | 状态 | 备注 |
|---|---|---|
2026-05-12_沟通解读.md | 已读取 | 属于会后分析，不是一手行业事实。 |
文字记录：巴塞罗那展_encap29内容沟通 2026年5月12日.docx | 已读取 | 是会议原文，适合支撑内部意图和任务边界。 |
多模态与个性化智能座舱驾驶员疲劳及分心监测技术演进与落地研究报告.html | 已读取 | 适合建立方向地图，但其外部事实需回溯一手来源。 |
2012.15441v2.pdf | 已抽取 | 确认为 DeepTake CHI 2021 论文，可支撑多模态接管预测的学术阶段。 |
202309-AAAFTS-Driver-Takeover-Summary.pdf | 已抽取 | 确认为 AAAFTS 2023 report summary，可支撑 RF、9-14 秒窗口、11 秒峰值、GSR/HR、personalized models 等摘要级结论。 |
2025-deepcpd-wifi-child-presence-detection.pdf | 已抽取 | Wi-Fi CSI/ACF 做 CPD，结果较强，但作者与 Origin 商业路线相关，需独立验证。 |
2023-vecare-acoustic-sensing-incabin-monitoring.pdf | 已抽取 | Acoustic active sensing 做 CPD，真实儿童实验结果强，适合低成本验证。 |
2025-event-driven-blink-tracking-system.pdf | 已抽取 | DVS/event camera 做低功耗 blink tracking，适合 event-based cabin vision 雷达。 |
2025-dsbench-vlm-external-incabin-safety-risks.pdf | 已抽取 | VLM safety benchmark，支持外部风险 + 舱内状态统一推理方向。 |
2026-driver-wm-incabin-dynamics-world-model.pdf | 已抽取 | Driver dynamics rollout 论文，支持从状态识别到短时预测的范式变化。 |
2025-mac-slu-automotive-cabin-spoken-language-understanding.pdf | 已抽取 | 中文车内多意图 SLU benchmark，偏 HMI/用户理解，不是 DMS 主传感器。 |
2025-fraunhofer-pioneering-incabin-monitoring.pdf | 已抽取 | 2D/3D camera、ToF、sensor fusion 白皮书，可补充硬件路线框架。 |
OsDFdB981oadcTxzsoNcnXVzn2g | 已读取 revision 498，已查询底部画板 | 徐子健内部调研文档，需区分事实证据、附件论文、大模型建议和画板中的策略设想。画板可支撑内部思路结构，不直接支撑外部事实。 |
2026-07-01_HCT-Minieye舱驾一体共创探讨深度解读.md | 已读取 | 属于 HCT 共创会议深度解读，可支撑内部路线边界、状态机/后处理接口和下一次 workshop 准备，不是一手行业事实。 |
2026-07-03_ENCAP29及座舱roadmap进展同步深度解读.md | 已读取 | 属于 roadmap 同步会议深度解读，可支撑资源底座、AI 证据评审、展会分层和组织推进判断，不是一手行业事实。 |
2026-07-16_ENCAP29及座舱roadmap进展同步深度解读.md | 已读取 | 属于 roadmap 同步会议深度解读，可支撑疲劳判据治理、HCT 四轴场景框架和内部待办；不证明 EEG 真值、外部协议要求或智驾动作可行性。 |
2026-internal-steering-entropy-nissan.pdf | 已抽取 | Nissan / VTTI RSE 演示材料，支持 steering behavior 作为 fatigue/distraction 辅助信号，但指标不完整。 |
2026-internal-duincoder.pdf | 已抽取 | DUIncoder 论文，支持 normal driving data + anomaly detection 的 DUI 行为异常检测路径。 |
已定位、待正式归档的一手资料
本次 7 月 16 日深度解读使用了以下外部材料做专业校正。当前只记录定位信息，尚未下载到 evidence/、核对完整正文或建立独立 source 页；因此不能视为本 wiki 已完成证据闭环。
| 资料 | 定位 | 正式 ingest 前要核验什么 |
|---|---|---|
| Euro NCAP 2026 protocol changes | https://www.euroncap.com/press-media/euro-ncap-announces-2026-protocol-changes-to-tackle-modern-driving-risks/ | 新闻页与正式 protocol/technical bulletin 的对应关系，driver state 与 intervention 的准确边界 |
| Euro NCAP SD 201 v1.1 | https://www.euroncap.com/media/91718/sd-201-driver-monitoring-dossier-guidance-v11.pdf | drowsiness、non-fatigue impairment、microsleep、sleep、unresponsive driver 的 dossier 字段和适用版本 |
| UNECE ALKS / UN R157 说明 | https://unece.org/media/press/348314 | driver availability、transition demand、minimum risk manoeuvre 的自动化等级和适用范围，不能直接套到 L2+ |
| Hu & Zheng 2013 驾驶疲劳研究 | https://doi.org/10.1049/iet-its.2012.0045 | KSS/KDS 组合标签、模拟器、睡眠剥夺、EEG/EOG 专家评分和样本选择的完整方法 |
| SEED-VIG 衍生数据说明 | https://figshare.com/articles/dataset/Extracted_SEED-VIG_dataset_for_cross-dataset_driver_drowsiness_recognition/26104987 | 原始 SEED-VIG 论文、PERCLOS 标签协议、阈值和衍生数据处理是否忠实 |
| Cui et al. 2023 跨数据集 EEG 研究 | https://pubmed.ncbi.nlm.nih.gov/38083525/ | 跨数据集准确率、设备/实验差异和 domain adaptation 结论能否支持设备依赖判断 |
高优先级核验项
- AAAFTS 2023 完整 technical report 的方法和指标。
- Mercedes Attention Assist 官方资料。
- Smart Eye 关于个性化、baseline、BAC / impairment 的官方资料。
- Seeing Machines Guardian Generation 3 官方资料。
- Harman Ready Care 官方资料。
- Euro NCAP / GSR 官方文档。
- Euro NCAP Roadmap Vision 2030、2026 protocol 与 BlueSkeye AI 2029 预测之间的对应关系。
- Wi-Fi sensing CPD 是否有第三方验证、车规芯片 CSI 接口和 OEM 量产案例。
- Acoustic active sensing 在娱乐音频、语音通话、风噪和不同车内扬声器/麦克风布局下的鲁棒性。
- Event camera DMS 是否有车规供应链、成本、夜间/强光真实路测和完整 DMS 状态建模证据。
- UWB CPD / vital signs 相比 60GHz radar、Wi-Fi、acoustic 的客观优势。
- VLM / world model 是否有公开 benchmark 和可复现代码，能否作为离线 case mining 工具使用。
- Bosch Driver Drowsiness Detection 的 70 signals 是否有更完整技术白皮书或客户案例。
- Nissan RSE 是否有论文版本、完整指标和可复现实验。
- DUIncoder 代码仓库和数据是否可获取，是否能迁移到真实车数据。
- 招商车研合作可用的测试协议、法律合规、伦理审批、场地安全和数据权限。
- 徐子健画板中的声纹/语速、座椅压力、毫米波呼吸、反应潜伏期、UI/HMI 降级和动态路线重规划是否有一手论文、供应商案例或可复现实验支持。
- DMS/ADAS 时序对齐最小采集方案：信号源、时间同步精度、真值定义、试验场可复现性。
- HCT 对一段式后处理、状态机入口、RMF 和 L2+ 禁区的反馈，是否能从 HCT 架构资料或二次 workshop 中获得更正式确认。
- 7 月 3 日 AI 广撒网材料中的论文、专利、产品 claim 是否真实存在，是否有可复现或工程可行性证据。
- 7 月 16 日解读引用的 Euro NCAP、UNECE、KSS/KDS、SEED-VIG 和跨数据集 EEG 资料，需按上表正式归档并分别建立 source 页。
- EEG 是否存在可跨设备、跨被试和跨环境复用的疲劳分级协议，还是每套实验都需要重新校准。
- 静态睡眠剥夺或极端状态标签能否迁移到模拟器和实车，哪些论文提供了直接对比。
当前写作约束
在完成核验前：
- 不把研究报告中的竞品能力描述写成“已量产事实”。
- 不把会议口头提到的白皮书 stage 当成已核验行业标准。
- 不把
GSR/ HR 的实验价值等同于车载量产价值。 - 不把 POC 设计提前为确定路线。
- 不把供应商页面中的 CPD / vital signs claim 直接写成法规级能力。
- 不把 VLM / world model 的离线 benchmark 结果写成车端实时安全闭环能力。
- 不把徐子健文档中的“大模型建议”写成事实证据。
- 不把徐子健画板中的策略设想写成已验证功能；画板只能作为内部候选架构和实验字段清单。
- 不把模拟器 DUI 论文结果直接写成真实道路酒驾/毒驾识别能力。
- 不把 7 月 1 日 HCT 会议反馈写成行业共识；它是合作方视角，需要通过更多智驾团队或后续 workshop 验证代表性。
- 不把 7 月 3 日会议中的资源、项目管理和展会 story 讨论写成技术成熟度证据；它们主要支撑执行机制和内部优先级。
- 不把 7 月 16 日会议中的 EEG 讨论写成金标准或已决定的专家模型；当前只支撑内部实验问题定义。
- 不把 AI 生成的 HCT 场景写成行业需求、HCT 正式方案或可直接执行的安全动作；必须保留来源和 safety boundary。
- 不把已定位但未进入
evidence/的外部链接当作本 wiki 已归档证据。
2026-05-21 source fidelity 修正
新增资料页必须保留足够证据颗粒度，避免只写方向性摘要。后续新增 source 页至少要包含：
- 资料类型和证据等级：论文、白皮书、供应商页、新闻稿、benchmark。
- 可直接引用的事实：实验对象、车型/数据量、硬件、模型、指标、部署条件。
- 方法或系统细节：输入信号、pipeline、训练/评价协议、关键假设。
- 不能直接推出的结论：法规通过、量产状态、完整 DMS/OMS 能力、供应商主张的边界。
- 相关 entity：供应商、研究机构、模型生态或测试机构。
当前证据分层口径：
- Acoustic 和 Wi-Fi CPD：论文证据较强，但仍非法规级验证。
- Fraunhofer ToF / sensor fusion：可支撑技术路线框架，但具体产品指标需回到供应商资料。
- NOVELDA / Prophesee / Origin-Murata 新闻稿：主要支撑商业生态和供应链线索。
- DSBench / Driver-WM / MAC-SLU：主要支撑离线 benchmark、case mining、future dynamics 和 HMI 方法论，不支撑车端实时闭环。