驾驶分心

在交通安全研究中，驾驶分心（driver distraction）与驾驶疏忽（driver inattention）通常被区分为两个层级不同的概念：疏忽是一个上位概念，指驾驶员注意力未能充分投向驾驶任务的一切情形；分心则是疏忽的一个子类，特指注意力被驾驶任务之外的竞争性活动吸引而发生的注意力转移。^{33Driver distraction: A review of the literaturemonash.edu前往参考资料 ↓在新标签页中打开}

从操作定义上看，分心的判定需要存在一个可识别的、与驾驶任务竞争注意力的次要任务（如使用手机、操作车载信息娱乐系统），而疏忽的判定不要求存在这样的次要任务——驾驶员可能只是注意力水平下降或走神，并未从事任何具体的竞争性活动。^{33Driver distraction: A review of the literaturemonash.edu前往参考资料 ↓在新标签页中打开}

国际标准化组织在 ISO 15007 系列标准中，把驾驶分心相关的眼动与注意力测量建立在“驾驶任务—次要任务”的框架上，通过注视行为偏离前方道路的程度来量化分心，这一框架隐含了分心必须涉及可识别的竞争性任务这一前提。^{44ISO 15007-1:2014 Road vehicles — Measurement of driver visual behaviour with respect to transport information and control systemsiso.org前往参考资料 ↓在新标签页中打开}

在事故调查与自然驾驶研究中，区分分心与疏忽具有实际意义：分心通常可以通过识别驾驶员在事故前的次要任务行为（如手机操作、视线离开前方）来归因，而疏忽往往只能通过注意力水平、疲劳指标或事后推断来判定，两者的证据要求不同。^{33Driver distraction: A review of the literaturemonash.edu前往参考资料 ↓在新标签页中打开}

在中文交通心理学与交通安全文献中，“驾驶分心”与“驾驶疏忽”也常被混用，但较为规范的用法是把分心视为疏忽的一种具体表现形式，强调其由外部竞争性任务引发，而疏忽还可包括疲劳、注意力涣散等非任务性原因。^{33Driver distraction: A review of the literaturemonash.edu前往参考资料 ↓在新标签页中打开}

驾驶分心与驾驶疲劳是两种不同的构念：分心指驾驶员的注意力从驾驶任务上被非驾驶活动（如使用手机、操作车载系统）主动或被动地转移，而疲劳指由长时间驾驶、睡眠不足或昼夜节律导致的警觉水平下降与困倦感。二者在成因、行为表现与干预手段上均不相同。^{55Driver Distraction: A Review of the Current State-of-Knowledgeonlinepubs.trb.org前往参考资料 ↓在新标签页中打开}

在行为表现上，分心通常表现为视线离开前方道路、手离开方向盘、认知资源被非驾驶任务占用，这些行为往往具有突发性和可观察性；疲劳则更多表现为眼睑闭合时间延长、眨眼频率改变、车道保持能力逐渐下降、反应时间变慢等渐进性变化。^{66Driver Fatigue and Distraction: A Review of the Literatureaustroads.com.au前往参考资料 ↓在新标签页中打开}

美国国家公路交通安全管理局（NHTSA）在统计口径上将分心驾驶与疲劳驾驶列为两个独立的事故相关因素，分心驾驶涉及的具体行为包括使用手机、调整车载设备、与乘客交谈等，而疲劳驾驶则归入困倦与疲劳相关因素。^{77Distracted Driving 2019crashstats.nhtsa.dot.gov前往参考资料 ↓在新标签页中打开}

世界卫生组织（WHO）在道路安全相关报告中同样将分心驾驶与疲劳驾驶作为两个不同的风险因素分别讨论，指出分心主要与手机使用等任务干扰相关，疲劳则与驾驶时长和休息不足相关。^{88Global Status Report on Road Safety 2018who.int前往参考资料 ↓在新标签页中打开}

尽管二者概念上可区分，但在实际驾驶场景中分心与疲劳常同时出现并相互影响：疲劳会降低驾驶员对分心任务的抑制能力，而长时间从事非驾驶任务也可能加剧疲劳感，因此事故调查中有时难以将二者完全剥离。^{66Driver Fatigue and Distraction: A Review of the Literatureaustroads.com.au前往参考资料 ↓在新标签页中打开}

在测量与检测层面，分心研究常采用眼动追踪、驾驶绩效指标（如方向盘反转率）和任务负荷测量，而疲劳研究更依赖脑电、心率变异性、PERCLOS（眼睑闭合百分比）等生理与行为指标，二者的评估工具虽有交叉但侧重点不同。^{55Driver Distraction: A Review of the Current State-of-Knowledgeonlinepubs.trb.org前往参考资料 ↓在新标签页中打开|66Driver Fatigue and Distraction: A Review of the Literatureaustroads.com.au前往参考资料 ↓在新标签页中打开}

在智能座舱设计中，分心规避策略（如限制复杂交互、语音控制）与疲劳监测策略（如疲劳预警、休息提醒）通常被作为两个独立的功能模块来开发，反映出业界对二者概念边界的实践性区分。^{99Intelligent Transport Systems (ITS) – Driver Distraction and Fatigue Managementiso.org前往参考资料 ↓在新标签页中打开}

美国国家公路交通安全管理局（NHTSA）在分心驾驶的官方界定中，把视觉分心列为三类基本分心形式之一，与手动分心、认知分心并列，并指出实际驾驶中三者常同时发生。^{1010Distracted Drivingnhtsa.gov前往参考资料 ↓在新标签页中打开}

美国汽车工程师学会（SAE）在驾驶分心相关术语标准中，将视觉分心定义为要求驾驶员将视线从驾驶任务相关区域移开以完成次要任务的情形，为工程测量提供了可操作的定义基础。^{1111SAE J3063: Active Safety Systems Terms and Definitionssae.org前往参考资料 ↓在新标签页中打开}

在视觉分心的测量中，常用指标包括视线离开前方道路的总时长、最长单次离路时长、眨眼与眼睑闭合特征，以及基于眼动或头部姿态的离路检测。^{1212Driver Distraction Detection: A Review of the State of the Artieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

美国国家公路交通安全管理局（NHTSA）发布的驾驶分心指南把视线离开前方道路超过约2秒视为需要重点规避的高风险情形，这一阈值被广泛用于车载人机界面的设计与评估。^{1313Visual-Manual NHTSA Driver Distraction Guidelines for In-Vehicle Electronic Devicesfederalregister.gov前往参考资料 ↓在新标签页中打开}

视觉分心常与认知分心叠加：即使驾驶员视线仍在前方道路，若注意力资源被占用，也会出现“看而不见”的现象，因此仅凭视线位置判断分心会低估实际风险。^{1515Supertaskers and the Multitasking Brainscientificamerican.com前往参考资料 ↓在新标签页中打开}

视觉分心的检测方法主要包括基于摄像头的眼动与头部姿态追踪、基于方向盘转角与车道位置的车辆行为推断，以及多模态融合方法；单一信号源在光照变化或驾驶员个体差异下可靠性有限。^{1212Driver Distraction Detection: A Review of the State of the Artieeexplore.ieee.org前往参考资料 ↓在新标签页中打开|1616A Survey on Driver Distraction Detection Using Machine Learningmdpi.com前往参考资料 ↓在新标签页中打开}

车载人机界面设计指南普遍建议，应通过限制单次操作所需的注视次数与总注视时长来降低视觉分心负荷，例如把长列表操作拆分为可分步完成、可中断的交互流程。^{1313Visual-Manual NHTSA Driver Distraction Guidelines for In-Vehicle Electronic Devicesfederalregister.gov前往参考资料 ↓在新标签页中打开|1717NHTSA Driver Distraction Guidelines for In-Vehicle Electronic Devices — Final Rulefederalregister.gov前往参考资料 ↓在新标签页中打开}

视觉分心的定义边界在研究中并不完全统一：部分文献以“视线是否离开前方道路”为判据，另一些则以“是否执行与驾驶无关的视觉任务”为判据，导致不同研究的分心时长统计口径存在差异。^{1111SAE J3063: Active Safety Systems Terms and Definitionssae.org前往参考资料 ↓在新标签页中打开}

认知分心指驾驶员的注意力从驾驶任务上脱离、转向与驾驶无关的内部思维活动，其典型表现是「心不在焉」——眼睛看着前方路面，但脑中在思考别的事情，因而与视觉分心、操作分心并列为驾驶分心的三大类别之一。^{1010Distracted Drivingnhtsa.gov前往参考资料 ↓在新标签页中打开|1818Distracted Driving: A Review of the Literatureaaafoundation.org前往参考资料 ↓在新标签页中打开}

认知分心与视觉分心的关键区别在于：视觉分心可以通过眼动、注视时长等可观测指标直接测量，而认知分心没有明显的外部行为标志，驾驶员可能保持注视前方却并未对路面信息进行加工，因此更难被察觉和检测。^{1010Distracted Drivingnhtsa.gov前往参考资料 ↓在新标签页中打开|1919The effects of cognitive distraction on driving performance: a meta-analysissciencedirect.com前往参考资料 ↓在新标签页中打开}

认知负荷会损害驾驶员的态势感知：在需要持续注意的跟车与巡航场景中，认知分心会降低驾驶员对前车制动、车道偏移等关键事件的检测率，并延长反应时间。^{1919The effects of cognitive distraction on driving performance: a meta-analysissciencedirect.com前往参考资料 ↓在新标签页中打开|2020Cognitive distraction while driving: a review of the literature and future directionssciencedirect.com前往参考资料 ↓在新标签页中打开}

认知分心常与视觉分心、操作分心叠加出现：例如使用免手持车载电话或语音助手时，驾驶员的手和眼可能仍在驾驶任务上，但认知资源已被对话内容占用，形成「手眼在路、心不在路」的状态。^{1818Distracted Driving: A Review of the Literatureaaafoundation.org前往参考资料 ↓在新标签页中打开|2121Cognitive distraction: a review of the literatureonlinepubs.trb.org前往参考资料 ↓在新标签页中打开}

在实验研究中，认知分心常通过n-back任务、心算任务、听觉Stroop任务等次级认知任务诱发，以在控制视觉与操作负荷的条件下单独考察认知负荷对驾驶绩效的影响。^{1919The effects of cognitive distraction on driving performance: a meta-analysissciencedirect.com前往参考资料 ↓在新标签页中打开}

认知分心对驾驶绩效的影响具有任务依赖性：在弯道保持、跟车等需要持续监控的任务中损害较明显，而在简单直道巡航中影响相对较小，因此不同研究之间的效应量存在差异。^{2020Cognitive distraction while driving: a review of the literature and future directionssciencedirect.com前往参考资料 ↓在新标签页中打开}

认知分心会改变驾驶员的视觉搜索模式：研究发现认知负荷下驾驶员注视点更集中于道路中央区域、周边视野的扫视范围收窄，即出现「注视集中化」现象，这被认为是认知资源被占用后视觉采样策略的适应性调整。^{1919The effects of cognitive distraction on driving performance: a meta-analysissciencedirect.com前往参考资料 ↓在新标签页中打开|2222Cognitive load and visual attention in driving: a reviewsciencedirect.com前往参考资料 ↓在新标签页中打开}

由于认知分心缺乏直接可观测的行为标志，其检测通常依赖间接指标，如瞳孔直径变化、心率变异性、脑电（EEG）成分以及驾驶行为的细微波动（如方向盘转角熵），单一指标难以可靠识别。^{2222Cognitive load and visual attention in driving: a reviewsciencedirect.com前往参考资料 ↓在新标签页中打开|2323Detecting driver cognitive distraction using physiological and behavioral measures: a reviewieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

手动分心指驾驶员的双手或身体动作从驾驶主任务（转向、换挡、制动等）上被移开，转而执行与驾驶无关的物理操作，例如操作中控屏、手持手机、进食或调节车内设备。在驾驶员监控研究中，手动分心与视觉分心、认知分心并列为三类基本分心类型之一。^{2424Referencesieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

手动分心与视觉分心常常同时发生但并不等同：手持手机通话既占用手（手动），又可能使视线离开道路（视觉），而盲操作物理按键可能只构成手动分心而不伴随明显的视线转移。因此检测系统通常需要分别建模三类分心，而非用单一指标替代。^{2424Referencesieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

在驾驶员监控方法框架中，手动分心通常通过手部位置、方向盘握持状态、上肢姿态与动作识别等行为线索来推断，这与依赖头部/眼动特征的视觉分心和依赖生理或绩效指标的认知分心在观测通道上有所不同。^{2424Referencesieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

手动分心的典型表现形式包括：手持并操作手机、操作车载信息娱乐触屏、饮食、吸烟、调节空调或音响旋钮、以及伸手取放物品等；这些动作会占用原本用于控制车辆的手部资源。^{2424Referencesieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

由于手动分心往往伴随视线离开前方道路，其对驾驶绩效的影响通常表现为车道保持能力下降与转向修正频率变化，但具体影响程度取决于动作持续时间、道路条件与驾驶员经验，研究结论并不完全一致。^{2424Referencesieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

听觉分心指驾驶员的注意力资源被与驾驶任务无关的声音信息占用，从而削弱对道路环境的视觉采样与操作反应；它与视觉分心的关键区别在于，听觉通道本身不直接承载车道保持所需的空间信息，但会通过竞争有限的中枢注意资源、诱发朝向反射与增加工作记忆负荷来干扰驾驶。^{2525The effects of auditory distraction on driving performance: a reviewsciencedirect.com前往参考资料 ↓在新标签页中打开}

按干扰来源划分，听觉分心常见于三类情境：与乘客或手持/免持电话交谈；对车载信息系统（导航语音、提示音、语音助手）的加工与回应；以及音乐、广播、播客等媒体内容的持续收听。^{2626Distracted drivingwho.int前往参考资料 ↓在新标签页中打开}

免持电话交谈会显著增加驾驶员的脑力负荷，表现为对前方道路的注视集中度上升、周边视野扫描范围收窄，以及对突发事件的制动反应时延长；这种效应在通话内容需要较高工作记忆参与（如复杂对话、心算）时更为明显。^{2727Measuring cognitive distraction in the automobileaaafoundation.org前往参考资料 ↓在新标签页中打开}

与乘客交谈和与远端通话者对驾驶的影响并不相同：乘客会与驾驶员共享道路情境，能在交通复杂时主动调整或暂停对话，起到一定的“情境共担”作用；而远端通话者缺乏这一信息，因此同等言语负荷下远端通话的干扰通常更大。^{2828Conversation limits the benefits of passenger presence for young driverssciencedirect.com前往参考资料 ↓在新标签页中打开|2929Passenger and cell phone conversations in simulated drivingpsycnet.apa.org前往参考资料 ↓在新标签页中打开}

语音交互系统（语音助手、语音导航指令）虽可减少视觉—手动操作，但其语音输出本身构成听觉分心源；当语音提示过长、信息密度过高或与关键驾驶时刻重叠时，可能挤占本已紧张的听觉与认知资源。^{3030In-vehicle voice interaction and driver distraction: a reviewsciencedirect.com前往参考资料 ↓在新标签页中打开|3131Human factors guidelines for driver distraction from in-vehicle systemsiso.org前往参考资料 ↓在新标签页中打开}

音乐与广播的影响呈倒 U 形：中等音量、节奏平稳的背景音乐对常规驾驶绩效影响有限，甚至可能缓解疲劳；但高音量、快节奏或情绪唤起强的音乐与复杂交通情境叠加时，会延长反应时并增加操作波动。^{2525The effects of auditory distraction on driving performance: a reviewsciencedirect.com前往参考资料 ↓在新标签页中打开|3232Background music and driving: effects of tempo and volumetandfonline.com前往参考资料 ↓在新标签页中打开}

听觉分心的测量通常采用双任务范式：主任务为车道保持或跟车，次任务为 n-back、心算、对话复述等听觉—认知任务，并以反应时、车道位置标准差、眼动扫描熵与主观负荷量表（如 NASA-TLX）作为指标。^{2727Measuring cognitive distraction in the automobileaaafoundation.org前往参考资料 ↓在新标签页中打开|2828Conversation limits the benefits of passenger presence for young driverssciencedirect.com前往参考资料 ↓在新标签页中打开}

在智能座舱设计中，针对听觉分心的规避策略包括：将语音提示压缩为短指令、在复杂路段或高负荷时刻延迟非关键播报、采用空间化音频提示以降低对语义加工的依赖，以及依据驾驶员实时负荷动态调节信息投放节奏。^{3030In-vehicle voice interaction and driver distraction: a reviewsciencedirect.com前往参考资料 ↓在新标签页中打开|3131Human factors guidelines for driver distraction from in-vehicle systemsiso.org前往参考资料 ↓在新标签页中打开}

关于免持通话是否应被纳入分心驾驶的立法禁止范围，存在公开争论：部分研究与管理机构主张认知负荷本身即构成风险，应限制一切非必要通话；另一些研究则指出免持通话与手持通话的风险差异有限，且现有事故数据难以将听觉—认知分心与视觉分心的贡献分离。^{3333A comparison of the cell phone driver and the drunk driverjournals.sagepub.com前往参考资料 ↓在新标签页中打开}

在各类驾驶分心诱因中，手机与移动设备被普遍视为最典型、研究最充分的一类：使用手机通话需要占用大量注意力资源，是交通事故的促发因素之一。^{3434Driving - Using Cellular Phones and Other Devicesccohs.ca前往参考资料 ↓在新标签页中打开}

手机之所以构成显著分心源，与其同时占用多种驾驶所需技能有关——驾驶依赖持续的视觉搜索、手动操作与认知注意，而手持通话与文字输入会分别挤占视觉、手动与认知通道。^{3434Driving - Using Cellular Phones and Other Devicesccohs.ca前往参考资料 ↓在新标签页中打开}

手机分心并不限于通话：在设备上收发短信、查看信息、操作导航与社交媒体应用等交互，同样构成驾驶分心的诱因，且往往比单纯通话涉及更长的视线离开路面时间。^{3434Driving - Using Cellular Phones and Other Devicesccohs.ca前往参考资料 ↓在新标签页中打开}

职业驾驶场景中，雇主需关注员工在驾驶时使用手机与移动设备带来的风险，这使手机分心从个人行为问题延伸为职业健康与安全管理议题。^{3434Driving - Using Cellular Phones and Other Devicesccohs.ca前往参考资料 ↓在新标签页中打开}

手机分心只是驾驶分心诸多诱因中的一种，将其单独强调可能低估其他诱因（如与乘客交谈、车内操作、车外事件）的贡献，因此对手机诱因的评估应放在整体分心框架下进行。^{3434Driving - Using Cellular Phones and Other Devicesccohs.ca前往参考资料 ↓在新标签页中打开}

车载信息系统（IVIS）在商用车市场快速普及，其基于触摸屏的人机交互在提升信息可视化程度的同时，也带来了不容忽视的驾驶分心问题，对行车安全构成潜在威胁。^{3535Journal of Transportation Engineering and Informationjtgce.cbpt.cnki.net前往参考资料 ↓在新标签页中打开}

交互任务复杂度是车载信息系统诱发分心的关键变量：复杂度高的任务会导致驾驶员注意力分散、驾驶表现变差（转向端操作与任务完成时间增大），主客观认知负荷也呈增高趋势。^{3535Journal of Transportation Engineering and Informationjtgce.cbpt.cnki.net前往参考资料 ↓在新标签页中打开}

车载信息系统的输入模态会影响分心程度。一项实车道路研究采用 2×4 组内设计，对比听觉—语音与视觉—手动两种输入模态在通话、音乐、导航、收音机四类次任务下的表现，以次任务完成时间、错误数、SUS、平均车速、车道偏离预警次数与 NASA-TLX 等指标衡量分心。^{3636Assessing driver distraction from in-vehicle information system: an on-road study exploring the effects of input modalities and secondary task typeslink.springer.com前往参考资料 ↓在新标签页中打开}

全触控中控屏相比传统物理按键需要更多视觉确认：有报道援引德国一项研究称，驾驶员在触控屏上调节空调温度时视线离开道路的时间是使用物理旋钮的3倍以上。^{3737屏幕越炫，风险越大？车载中控正在绑架你的注意力tidenews.com.cn前往参考资料 ↓在新标签页中打开}

交互逻辑复杂化会加剧分心：许多车型把常用功能深埋在多级菜单中，驾驶员需逐层查找才能完成调节，在高速行驶时显著增加操作负担与视线转移。^{3737屏幕越炫，风险越大？车载中控正在绑架你的注意力tidenews.com.cn前往参考资料 ↓在新标签页中打开}

部分车企将中控屏视为流量入口，通过推送广告、弹窗通知与娱乐内容争夺用户停留时长，使导航提示与路况预警同促销信息同台竞争，构成新型的车载信息干扰源。^{3737屏幕越炫，风险越大？车载中控正在绑架你的注意力tidenews.com.cn前往参考资料 ↓在新标签页中打开}

以100公里/小时行驶时，低头操作中控屏2秒相当于盲开约56米，这一量级说明短暂视线转移即可覆盖相当长的行驶距离。^{3737屏幕越炫，风险越大？车载中控正在绑架你的注意力tidenews.com.cn前往参考资料 ↓在新标签页中打开}

车载信息系统（IVIS）在提供更舒适驾驶环境的同时，也使驾驶员更容易分心；对IVIS的操作会引发驾驶员的动作分神，导航切换是其中被研究的操作任务之一。^{3838Influence of In-vehicle Information System Operation on Driver Action Distractiontseit.org.cn前往参考资料 ↓在新标签页中打开}

一项2024年发表的开放道路实车研究采用2×4被试内设计，将输入模态（听觉—语音与视觉—手动）与次任务类型（通话、音乐、导航、收音机）作为自变量，考察其对年轻驾驶员次任务绩效、驾驶绩效与视觉注视行为的影响，导航任务被列为四类典型次任务之一。^{3636Assessing driver distraction from in-vehicle information system: an on-road study exploring the effects of input modalities and secondary task typeslink.springer.com前往参考资料 ↓在新标签页中打开}

该实车研究的因变量涵盖次任务绩效（任务完成时间、错误数、SUS）、驾驶绩效（平均车速、车道偏离预警次数、NASA-TLX）以及注视次数等视觉行为指标，说明导航输入与操作的分心效应通常通过任务绩效、车辆控制与眼动三类指标共同刻画。^{3636Assessing driver distraction from in-vehicle information system: an on-road study exploring the effects of input modalities and secondary task typeslink.springer.com前往参考资料 ↓在新标签页中打开}

在输入模态的对比上，视觉—手动输入需要驾驶员将视线与手部动作从驾驶任务中转移出去，而听觉—语音输入在理论上可减少视觉资源的占用；但实车研究显示不同输入模态与次任务类型的组合对次任务绩效、驾驶绩效和注视行为的影响并不一致，语音输入并非在所有任务上都优于手动输入。^{3636Assessing driver distraction from in-vehicle information system: an on-road study exploring the effects of input modalities and secondary task typeslink.springer.com前往参考资料 ↓在新标签页中打开}

导航输入与操作之所以成为常见诱因，在于它同时包含目的地检索、路线选择、地图浏览与途中重新设定等多步骤交互，这些步骤往往需要在行驶过程中完成，从而延长了驾驶员视线离开道路与注意力脱离驾驶任务的时间。^{3838Influence of In-vehicle Information System Operation on Driver Action Distractiontseit.org.cn前往参考资料 ↓在新标签页中打开|3636Assessing driver distraction from in-vehicle information system: an on-road study exploring the effects of input modalities and secondary task typeslink.springer.com前往参考资料 ↓在新标签页中打开}

车内乘客是驾驶分心的常见诱因之一：与乘客交谈会占用驾驶员的认知资源，导致对前方道路的视觉扫描范围收窄、对突发事件的反应变慢。^{3939The effects of conversation on driving performance: A meta-analysissciencedirect.com前往参考资料 ↓在新标签页中打开}

与同车乘客进行复杂对话（如需要回忆、推理或情绪投入的话题）对驾驶绩效的干扰程度，可与手持手机通话相当；而简单寒暄式交谈的干扰相对较小。^{3939The effects of conversation on driving performance: A meta-analysissciencedirect.com前往参考资料 ↓在新标签页中打开|4040Passenger and cell phone conversations in simulated drivingpsycnet.apa.org前往参考资料 ↓在新标签页中打开}

乘客与驾驶员之间的互动具有双向性：乘客在察觉到驾驶负荷升高时可能主动降低交谈强度，这种“自我调节”是乘客与手机通话者之间的关键差异，因此不能简单把乘客干扰等同于电话干扰。^{4040Passenger and cell phone conversations in simulated drivingpsycnet.apa.org前往参考资料 ↓在新标签页中打开}

进食与饮水属于典型的“车内次要任务”，会同时占用视觉、手动和认知资源：驾驶员需要低头取食、撕开包装或拧开瓶盖，视线离开道路的时间往往超过安全阈值。^{55Driver Distraction: A Review of the Current State-of-Knowledgeonlinepubs.trb.org前往参考资料 ↓在新标签页中打开}

进食导致的双手离开方向盘，会使驾驶员在需要紧急转向或制动时失去及时操作的能力，其风险在高速行驶或跟车距离较近时被放大。^{55Driver Distraction: A Review of the Current State-of-Knowledgeonlinepubs.trb.org前往参考资料 ↓在新标签页中打开}

儿童乘客是特殊的干扰源：后排儿童的哭闹、提问或需要照料，会促使驾驶员频繁通过后视镜观察或转身，造成视线长时间偏离前方道路。^{4141Distracted driving: prevalence, problems, and preventiontandfonline.com前往参考资料 ↓在新标签页中打开}

部分研究指出，成年乘客的存在对年轻驾驶员具有“监督效应”，可能降低其冒险驾驶行为；但这一保护效应在乘客本身参与交谈或分散注意力时会被削弱。^{4040Passenger and cell phone conversations in simulated drivingpsycnet.apa.org前往参考资料 ↓在新标签页中打开|4141Distracted driving: prevalence, problems, and preventiontandfonline.com前往参考资料 ↓在新标签页中打开}

在跟车场景下的高速公路追尾事件中，自然驾驶研究（naturalistic driving study）数据显示，驾驶分心会延长驾驶员的制动反应时间；分心时长、分心场景与次任务类型是被纳入分析的三个分心相关因素，天气、视线遮挡、照明条件与交通状况等外生因素则作为控制变量一并建模。^{4242NSTL国家科技图书文献中心gz.nstl.gov.cn前往参考资料 ↓在新标签页中打开}

该研究采用统计分析方法构建因果模型结构，用以刻画分心对反应时间的影响路径，而非仅报告分心与反应时间之间的简单相关；这意味着分心对制动反应时间的效应可以在控制外生因素后单独估计。^{4242NSTL国家科技图书文献中心gz.nstl.gov.cn前往参考资料 ↓在新标签页中打开}

追尾碰撞是最常见的高速公路碰撞类型之一，而驾驶分心常被列为追尾碰撞的首要成因之一；正因如此，分心对制动反应时间的量化影响被视为理解追尾风险形成机制的关键环节。^{4242NSTL国家科技图书文献中心gz.nstl.gov.cn前往参考资料 ↓在新标签页中打开}

反应时间在分心研究中通常被当作可观测的行为指标：它比碰撞结果更早出现、样本量更大，因而常被用作连接分心状态与事故风险之间的中间变量。^{4242NSTL国家科技图书文献中心gz.nstl.gov.cn前往参考资料 ↓在新标签页中打开}

在自然驾驶数据中，与手持或视觉—手动操作手机相关的分心任务会改变跟车行为的稳定性：研究者以跟车距离的均值与标准差、车道内横向位置的标准差作为驾驶绩效指标，发现视觉—手动任务（如操作手机按键、发短信）与跟车距离波动的增大相关联，说明分心不仅影响平均跟车距离，更影响跟车控制的平顺性。^{4343Effects of cell phone conversations and device manipulation on objective measures of driving performance - TRIDtrid.trb.org前往参考资料 ↓在新标签页中打开}

车道内横向位置的标准差（SDLP）是衡量车道保持绩效的经典指标：其数值越大，表示车辆在车道内的横向摆动越明显、车道保持越差。分心任务占用视觉与认知资源后，驾驶人用于修正方向的操作变得滞后且幅度增大，SDLP 随之上升。^{4343Effects of cell phone conversations and device manipulation on objective measures of driving performance - TRIDtrid.trb.org前往参考资料 ↓在新标签页中打开}

该研究基于 Integrated Vehicle-Based Safety Systems 现场运行测试中 108 名驾驶人的自然驾驶数据，从手机使用与未使用（基线）两种状态各截取 5 秒片段进行对比，并采用混合线性回归模型分析，属于在真实道路环境中观察分心与驾驶绩效关系的研究设计。^{4343Effects of cell phone conversations and device manipulation on objective measures of driving performance - TRIDtrid.trb.org前往参考资料 ↓在新标签页中打开}

分心对跟车行为的影响并不只体现在“跟得更近”或“跟得更远”这类平均水平的偏移上，跟车距离的标准差所反映的波动性同样是敏感指标；这意味着即便平均跟车距离变化不大，分心驾驶人的跟车控制也可能已经变得不稳定，增加了前车制动时追尾的风险。^{4343Effects of cell phone conversations and device manipulation on objective measures of driving performance - TRIDtrid.trb.org前往参考资料 ↓在新标签页中打开}

视觉—手动类分心任务（需要驾驶人把视线移离道路并用手操作设备）对车道保持与跟车稳定性的影响，通常比纯听觉—认知类任务（如仅进行免提通话）更明显，因为前者直接争夺视觉通道与手部操作资源，而车道保持高度依赖持续的道路视觉采样。^{4343Effects of cell phone conversations and device manipulation on objective measures of driving performance - TRIDtrid.trb.org前往参考资料 ↓在新标签页中打开}

在真实道路实验中，要求驾驶员完成不同认知难度的加法心算任务时，认知分心会改变驾驶员的视觉搜索行为：驾驶员对道路环境的注视分布发生转移，对车内后视镜与仪表等区域的注视增多，而对前方道路远端区域的注视减少，表现为视觉扫描范围收窄、对前方道路信息的采样密度下降。^{4444THE IMPACT OF COGNITIVE DISTRACTION ON DRIVER VISUAL BEHAVIOUR AND VEHICLE CONTROL - TRIDtrid.trb.org前往参考资料 ↓在新标签页中打开}

认知分心对视觉搜索的影响并不依赖手部操作：即使使用免手持设备，由认知负荷本身引起的注视模式改变依然存在，这说明视觉搜索模式的改变主要来自认知资源的占用，而非单纯的手动操作负担。^{4444THE IMPACT OF COGNITIVE DISTRACTION ON DRIVER VISUAL BEHAVIOUR AND VEHICLE CONTROL - TRIDtrid.trb.org前往参考资料 ↓在新标签页中打开}

视觉搜索模式的变化与车辆控制绩效的退化同时出现：在认知分心条件下，驾驶员对车道位置的保持能力下降、方向盘操作的微调频率与幅度发生改变，表明注视分配的改变会传导为横向控制精度的降低。^{4444THE IMPACT OF COGNITIVE DISTRACTION ON DRIVER VISUAL BEHAVIOUR AND VEHICLE CONTROL - TRIDtrid.trb.org前往参考资料 ↓在新标签页中打开}

由于认知分心条件下驾驶员的注视点仍大致停留在前方道路区域，仅凭注视方向或视线是否离开路面来判断分心程度会低估风险；需要结合注视持续时间、扫描广度与水平/垂直注视分布等指标，才能刻画视觉搜索模式的改变。^{4444THE IMPACT OF COGNITIVE DISTRACTION ON DRIVER VISUAL BEHAVIOUR AND VEHICLE CONTROL - TRIDtrid.trb.org前往参考资料 ↓在新标签页中打开}

眼动追踪用于驾驶分心测量的基本逻辑，是把注视点、注视时长、扫视幅度与视线离开前方道路的时间等眼动参数，作为注意资源分配的外显指标；当驾驶员的注视持续偏离前方道路或注视分布变得狭窄、集中时，可推断其视觉注意或认知资源已被次任务占用。^{4545Referencesieeexplore.ieee.org前往参考资料 ↓在新标签页中打开|4646A Study of Indicators for Detecting Driver Inattentionjstage.jst.go.jp前往参考资料 ↓在新标签页中打开}

在动态驾驶模拟器中，眼动追踪常与车辆运动学、行为测量以及脑电、心电等生理测量联合使用，构成多模态的分心评估方案；例如 VICODEV 指数即把五项车辆与行为测量加权组合，其中眼动追踪眼镜提供视觉注意数据，被试为 35 名新手驾驶员，并在主驾驶任务之外执行重复的次任务。^{4545Referencesieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

仅凭注视方向不足以判定分心：日本汽车工程师学会（Society of Automotive Engineers of Japan）刊载的研究提出，驾驶员虽然注视前方、但认知处理能力不足的状态（所谓“注视中心化”现象）需要借助注视时间等指标加以区分，说明眼动追踪在区分“看而不见”的认知分心时需结合注视时长等时间维度参数。^{4646A Study of Indicators for Detecting Driver Inattentionjstage.jst.go.jp前往参考资料 ↓在新标签页中打开}

眼动追踪在分心评估中的常见输出指标包括：注视点分布与注视熵、平均与最大注视时长、扫视速度与幅度、以及视线离开前方道路的累计时长与最长单次离路时长；这些指标既可离线用于实验分析，也可在线用于实时分心检测与预警。^{4545Referencesieeexplore.ieee.org前往参考资料 ↓在新标签页中打开|4646A Study of Indicators for Detecting Driver Inattentionjstage.jst.go.jp前往参考资料 ↓在新标签页中打开}

眼动追踪测量的效度受标定质量、头部运动、光照条件与眼镜式设备佩戴稳定性影响；在实车与模拟器环境中，这些因素会造成注视点估计误差，因此在把眼动指标用于分心判定前通常需要先做数据质量筛查与无效注视剔除。^{4545Referencesieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

驾驶模拟器是分心研究中用于控制与可重复性评估的核心工具之一：与实车道路测试相比，模拟器能够在受控条件下诱发并隔离特定类型的分心任务，而实车测试在隔离分心类别方面更具挑战性、且公开的标准化实验规程较少。^{4747From Attention to Distraction: Driver State Analysis From an Engineering Perspective – A Reviewieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

在模拟器实验中，研究者通常以「主任务＋次任务」的双任务范式诱发分心：被试在维持车道保持、跟车等主驾驶任务的同时执行若干次重复的次任务，从而在可控负荷下观察驾驶绩效与生理指标的变化。^{4545Referencesieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

模拟器平台可集成多种测量手段同步采集数据，常见组合包括仪器化方向盘（记录转向操作）、眼动眼镜（记录注视与扫视）、脑电图与心电图（记录生理唤醒与认知负荷），从而把行为层、视觉层与生理层的指标对齐到同一时间轴上。^{4545Referencesieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

基于模拟器实验数据可以构建可解释的分心综合指数，例如 VICODEV 将五项车辆与行为测量加权合成为一个连续输出值，用于估计视觉—认知分心的程度；其连续输出特性使其具备支持连续监测的潜力。^{4545Referencesieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

模拟器研究在样本上常以特定人群为对象，例如 VICODEV 的验证实验招募了 35 名新手驾驶员，这意味着此类结果向一般驾驶员总体、尤其是经验丰富驾驶员的外推需要谨慎。^{4545Referencesieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

模拟器评估的效度依赖实验设计：分心任务的选取（如阅读印刷材料、路边广告牌等视觉分心任务）与遮挡范式的使用会直接影响所测分心类型与结论的可比性，因此不同研究之间的结果比较需考虑任务与规程差异。^{4747From Attention to Distraction: Driver State Analysis From an Engineering Perspective – A Reviewieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

自然驾驶研究（naturalistic driving study）指在真实道路环境中、以不干扰驾驶的方式对驾驶员日常出行进行连续观测的研究范式，通常借助车载传感器、摄像头与数据记录设备采集车辆运动学参数、驾驶员面部与肢体视频以及道路环境信息，从而获得驾驶员在自然状态下的分心行为及其后果。^{4848基于自然驾驶数据的分心状态特征分析与跟驰行为建模_国家科技期刊平台coaa.istic.ac.cn前往参考资料 ↓在新标签页中打开}

与驾驶模拟器和封闭场地试验相比，自然驾驶研究的核心优势在于外部效度：驾驶员处于真实交通流、真实道路几何与真实出行目的之下，其分心行为的出现频率、持续时长与情境分布更接近日常驾驶，而非实验任务诱发的表演性行为。^{4848基于自然驾驶数据的分心状态特征分析与跟驰行为建模_国家科技期刊平台coaa.istic.ac.cn前往参考资料 ↓在新标签页中打开}

上海自然驾驶研究持续开展三年有余，从中提取了大量分心跟驰样本，说明大规模、长周期的自然驾驶数据能够支撑对特定分心行为（如跟驰场景下的分心）的专门建模，而不仅限于总体事故风险统计。^{4848基于自然驾驶数据的分心状态特征分析与跟驰行为建模_国家科技期刊平台coaa.istic.ac.cn前往参考资料 ↓在新标签页中打开}

在自然驾驶数据的分析流程中，研究者通常先依据驾驶行为的刺激—反应框架对分心状态进行初步分类，再以经典行为模型（如跟驰模型）的标定与交叉验证结果反过来检验和优化分类方案，形成“分类—建模—再分类”的迭代路径。^{4848基于自然驾驶数据的分心状态特征分析与跟驰行为建模_国家科技期刊平台coaa.istic.ac.cn前往参考资料 ↓在新标签页中打开}

基于上海自然驾驶数据的研究将分心跟驰行为初步划分为五类，经五折交叉验证优化后归并为三类：麻木反应、过激反应与延迟反应，表明自然驾驶数据可用于刻画分心状态下驾驶行为的异质性，而非把分心视为单一同质状态。^{4848基于自然驾驶数据的分心状态特征分析与跟驰行为建模_国家科技期刊平台coaa.istic.ac.cn前往参考资料 ↓在新标签页中打开}

该研究进一步比较了GHR、GIPPS、IDM与Wiedemann四类经典跟驰模型对分心跟驰行为的适应性，结果显示对IDM模型进行合理标定即可较准确地描述不同类型的分心跟驰行为，这为以自然驾驶数据评估分心对驾驶绩效影响提供了可操作的建模工具。^{4848基于自然驾驶数据的分心状态特征分析与跟驰行为建模_国家科技期刊平台coaa.istic.ac.cn前往参考资料 ↓在新标签页中打开}

自然驾驶研究在测量分心时面临标注成本与效度之间的张力：分心事件的识别依赖人工或半自动的视频编码，样本量大意味着编码工作量大，而编码规则的一致性直接影响分心暴露率与风险估计的可靠性，因此研究设计需在数据规模与标注精度之间取舍。^{4848基于自然驾驶数据的分心状态特征分析与跟驰行为建模_国家科技期刊平台coaa.istic.ac.cn前往参考资料 ↓在新标签页中打开}

自然驾驶研究的一个方法学局限是缺乏实验控制：驾驶员自选择出行时间、路线与次要任务，分心行为与驾驶风格、路况、时段等因素相互混杂，因而从观测数据推断因果关系需要借助分层分析、倾向得分匹配或工具变量等统计手段，而不能仅凭暴露率对比下结论。^{4848基于自然驾驶数据的分心状态特征分析与跟驰行为建模_国家科技期刊平台coaa.istic.ac.cn前往参考资料 ↓在新标签页中打开}

生理指标测量分心的基本逻辑是：分心会伴随自主神经系统与中枢神经系统的可观测变化，因此可通过眼动、脑电、心电、皮电、肌电等通道间接推断驾驶员的注意力状态，而不必依赖驾驶员自报或事后事故数据。^{4747From Attention to Distraction: Driver State Analysis From an Engineering Perspective – A Reviewieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

眼动指标是视觉分心最直接的生理测量手段，常用量包括注视点分布与注视时长、扫视幅度与速度、眨眼频率与眨眼持续时间、瞳孔直径变化，以及注视道路区域的时间比例（percent road centre）。其中对前方道路区域的注视比例下降、单次离路注视时间延长，是视觉分心负荷升高的典型表现。^{4747From Attention to Distraction: Driver State Analysis From an Engineering Perspective – A Reviewieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

在实验研究中，眼动常以眼动眼镜或座舱内摄像头的形式采集，可与方向盘转角、车道位置等车辆信号同步，用于构建综合的分心指标。米兰理工大学在动态驾驶模拟器上开展的 VICODEV 研究即同时使用仪器化方向盘、眼动眼镜、脑电图与心电图，对 35 名新手驾驶员在完成次任务时的状态进行测量。^{4545Referencesieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

脑电（EEG）指标主要用于捕捉认知分心：认知负荷升高时，额区 theta 功率通常上升、alpha 功率下降，事件相关电位中的 P300 成分幅值与潜伏期也会随次任务占用而改变。由于 EEG 时间分辨率高，它适合检测分心状态的快速起伏，但易受车辆振动、电极接触与运动伪迹干扰，实车应用仍受限制。^{4747From Attention to Distraction: Driver State Analysis From an Engineering Perspective – A Reviewieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

心电指标以心率与心率变异性（HRV）为核心，认知负荷或情绪唤醒升高时交感神经活动增强，表现为心率上升、HRV 中高频成分相对下降；皮电活动（EDA）与皮温则反映交感神经唤醒水平，常作为辅助通道与心电联合使用。这类指标对分心的特异性有限，通常需要与其他通道融合判读。^{4747From Attention to Distraction: Driver State Analysis From an Engineering Perspective – A Reviewieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

单一生理通道难以稳定区分视觉分心、认知分心与情绪唤醒，因此当前研究趋势是多模态融合：将眼动、EEG、心电、皮电与车辆行为信号组合成可解释的综合指数。VICODEV 即把五项车辆与行为测量加权为一个连续输出值，用于估计诱发的视觉—认知分心程度。^{4545Referencesieeexplore.ieee.org前往参考资料 ↓在新标签页中打开|4747From Attention to Distraction: Driver State Analysis From an Engineering Perspective – A Reviewieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

生理指标测量的主要局限在于个体差异与情境依赖：同一负荷水平下不同驾驶员的心率、HRV、瞳孔反应基线差异显著，需要个体化标定；同时生理信号对运动伪迹、环境温度、咖啡因摄入等非分心因素敏感，实验室条件下建立的阈值向实车迁移时有效性会下降。^{4747From Attention to Distraction: Driver State Analysis From an Engineering Perspective – A Reviewieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

从工程落地角度看，生理测量正从实验室设备向座舱可集成的传感器演进：摄像头式眼动追踪、方向盘上的心电电极、座椅内的皮电与心电传感器，使连续、非侵入的分心监测成为可能，这也是生理指标区别于主观问卷与事后分析的关键优势。^{4545Referencesieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

车载信息系统（IVIS）引发的视觉分心对驾驶安全构成严重威胁，因此视觉负荷最小化被视为智能座舱分心规避设计的核心目标之一；相关研究把「在保证任务可完成的前提下压缩视觉信息量与视觉驻留时间」作为设计优化的出发点。^{4949NSTL国家科技图书文献中心hz.nstl.gov.cn前往参考资料 ↓在新标签页中打开}

针对车载信息系统二次任务的视觉可用性研究提出，触摸按键等交互控件在形状、极性与边界上的设计差异会显著影响二次任务的视觉可用性表现，即控件的视觉编码方式本身即是可优化的视觉负荷变量，而不只是界面美观问题。^{4949NSTL国家科技图书文献中心hz.nstl.gov.cn前往参考资料 ↓在新标签页中打开}

有研究以「最大安全文本长度阈值」为切入点，试图确定智能车辆中驾驶员执行车载信息系统二次任务时可接受的信息量上限，并据此给出车载信息系统设计与交互输入形式优化的初步建议——这说明视觉负荷最小化在实践中常被操作化为「单屏/单次呈现的信息条目数上限」这类可量化约束。^{4949NSTL国家科技图书文献中心hz.nstl.gov.cn前往参考资料 ↓在新标签页中打开}

视觉负荷最小化的常见设计手段包括：减少同时呈现的信息条目、缩短单条文本长度、以图标与形状等前注意视觉特征替代文字阅读、把长列表改为分层或分页呈现，以及把部分视觉输出转为语音等非视觉通道，从而降低驾驶员视线离开道路的频次与单次时长。^{4949NSTL国家科技图书文献中心hz.nstl.gov.cn前往参考资料 ↓在新标签页中打开}

视觉负荷最小化存在固有取舍：过度压缩信息量会增加操作层级与交互步数，可能把视觉负荷转化为更长的手动/认知负荷，因此「最小化」的目标应理解为在总负荷约束下重新分配通道负荷，而非单纯删减视觉元素。^{4949NSTL国家科技图书文献中心hz.nstl.gov.cn前往参考资料 ↓在新标签页中打开}

在智能座舱设计中，认知负荷最小化指通过减少界面元素数量、降低信息层级深度、避免无关信息与通知的插入，使驾驶员在驾驶过程中需要同时保持在工作记忆中的信息量尽可能少，从而把有限的注意资源留给道路监控与车辆操控。^{5050Human Factors Design Guidance for Driver-Vehicle Interfacesnhtsa.gov前往参考资料 ↓在新标签页中打开}

NHTSA 发布的《Human Factors Design Guidance for Driver-Vehicle Interfaces》把“最小化认知负荷”列为驾驶中交互设计的基本原则之一，建议把单次任务的信息量控制在驾驶员可在短时间内处理的范围，并避免要求驾驶员在驾驶中执行需要持续记忆或心算的操作。^{5050Human Factors Design Guidance for Driver-Vehicle Interfacesnhtsa.gov前往参考资料 ↓在新标签页中打开}

ISO 15008 对车载视觉显示的信息呈现提出了可读性与信息密度的要求，其思路是通过限制单位面积内的信息量与字符复杂度，降低驾驶员在扫视瞬间的认知加工负担。^{5151ISO 15008:2017 Road vehicles — Ergonomic aspects of transport information and control systems — Specifications and test procedures for in-vehicle visual presentationiso.org前往参考资料 ↓在新标签页中打开}

Ahlström 与 Kircher 的研究表明，认知负荷升高会压缩驾驶员的视觉扫视范围并增加对中央视野的固着，使外周道路信息的获取减少；因此在座舱设计中降低认知负荷，直接关系到驾驶员能否维持对周边交通环境的感知。^{5252Effects of cognitive load on driving performance and visual behavioursciencedirect.com前往参考资料 ↓在新标签页中打开}

在分心规避的工程实践中，认知负荷最小化通常与“单任务、短时程”原则配合：把复杂设置拆分为多个短步骤、把长列表改为分层菜单或语音直达，避免驾驶员在驾驶中执行需要多步记忆的连续操作。^{5050Human Factors Design Guidance for Driver-Vehicle Interfacesnhtsa.gov前往参考资料 ↓在新标签页中打开}

语音交互被广泛用于降低视觉与手动负荷，但语音本身会引入听觉与认知负荷；若语音系统要求驾驶员记忆命令、进行多轮确认或处理冗长播报，反而可能增加认知负担，因此语音设计同样需要遵循认知负荷最小化原则。^{5353Driver distraction by speech-based interaction: a reviewsciencedirect.com前往参考资料 ↓在新标签页中打开}

通知与信息推送的时机管理是认知负荷最小化的关键环节：在车辆处于高负荷工况（如复杂路口、高速并线）时抑制非必要通知，可减少对驾驶员注意资源的竞争。^{5050Human Factors Design Guidance for Driver-Vehicle Interfacesnhtsa.gov前往参考资料 ↓在新标签页中打开}

对认知负荷的评估通常借助次要任务法、NASA-TLX 主观量表与生理指标（如瞳孔直径、心率变异性）等手段，设计阶段可用这些方法比较不同界面方案在同等任务下的负荷差异。^{5252Effects of cognitive load on driving performance and visual behavioursciencedirect.com前往参考资料 ↓在新标签页中打开|5454Measuring cognitive load in driving: a review of methodssciencedirect.com前往参考资料 ↓在新标签页中打开}

车载信息系统（IVIS）的交互设计被普遍视为影响驾驶安全与体验的关键环节，而操作 IVIS 的次任务（secondary task）是驾驶分心的主要来源之一；多模态交互设计被提出作为降低这类分心的手段。^{5555NSTL国家科技图书文献中心cd.nstl.gov.cn前往参考资料 ↓在新标签页中打开}

多模态交互指在视觉—手动通道之外引入语音、听觉、触觉/手势等通道来承载次任务操作，其设计目标是在不显著增加视觉离路时间与手动操作负荷的前提下完成信息输入与反馈，从而把分心从高负荷通道转移到低负荷通道。^{5555NSTL国家科技图书文献中心cd.nstl.gov.cn前往参考资料 ↓在新标签页中打开}

针对 IVIS 次任务的多模态交互研究通常采用「设计方法 + 评估」的双段式框架：先给出多模态交互方案的设计方法，再通过驾驶模拟或实车实验，以驾驶绩效指标与主观体验指标共同评估其对分心的缓解效果。^{5555NSTL国家科技图书文献中心cd.nstl.gov.cn前往参考资料 ↓在新标签页中打开}

在智能座舱的分心规避设计中，多模态并非通道越多越好：语音交互虽可减少视觉离路，但在高认知负荷或嘈杂声学环境下可能引入新的认知分心，因此需要与任务类型、场景条件匹配地选择通道组合。^{5555NSTL国家科技图书文献中心cd.nstl.gov.cn前往参考资料 ↓在新标签页中打开}

语音交互被智能座舱设计视为降低视觉—手动分心的主要手段：它把「看屏幕、点屏幕」的视觉与手动任务替换为口头指令，从而让驾驶员的视线留在道路上、双手留在方向盘上。^{5656How Voice Assistants Cut Driver Distraction | Mihupmihup.ai前往参考资料 ↓在新标签页中打开|5757互動原則 | Design for Driving | Google for Developersdevelopers.google.com前往参考资料 ↓在新标签页中打开}

Google 面向车载应用的交互设计原则明确要求语音通讯系统应允许用户不必动手即可说话，但开始、结束或中断语音对话时允许手动操作——也就是说，语音交互本身并不被要求做到全程免手。^{5757互動原則 | Design for Driving | Google for Developersdevelopers.google.com前往参考资料 ↓在新标签页中打开}

同一套设计原则要求谨慎设计多步骤语音交互流程，以尽量减少驾驶员分心，说明多轮、多步骤的语音对话被认定为分心风险点，而非天然安全的交互形式。^{5757互動原則 | Design for Driving | Google for Developersdevelopers.google.com前往参考资料 ↓在新标签页中打开}

语音交互的收益高度依赖实现质量：只有设计良好、低延迟的语音界面才能削减视觉—手动负荷；延迟高、识别差或流程冗长的语音系统会削弱这一优势，甚至把认知负荷转移到对话纠错上。^{5656How Voice Assistants Cut Driver Distraction | Mihupmihup.ai前往参考资料 ↓在新标签页中打开}

语音交互主要消除的是视觉与手动通道的占用，并不能消除认知分心：驾驶员在组织语句、聆听合成语音、处理澄清追问时仍需投入注意力资源，因此语音并非「零分心」方案。^{5656How Voice Assistants Cut Driver Distraction | Mihupmihup.ai前往参考资料 ↓在新标签页中打开|5757互動原則 | Design for Driving | Google for Developersdevelopers.google.com前往参考资料 ↓在新标签页中打开}

车载界面设计原则要求屏幕信息应能被驾驶员在 2 秒内读完并把注意力导回道路，系统对输入的响应时间不应超过 0.25 秒；语音交互若不能在类似的时间尺度内给出反馈，就难以满足这一即时性要求。^{5757互動原則 | Design for Driving | Google for Developersdevelopers.google.com前往参考资料 ↓在新标签页中打开}

车载语音交互应优先服务与行车相关的任务，与驾驶无关的内容（广告、社交媒体、网页、邮件等）应尽量避免呈现给驾驶员，这构成对语音助手功能边界的一项设计约束。^{5757互動原則 | Design for Driving | Google for Developersdevelopers.google.com前往参考资料 ↓在新标签页中打开}

美国国家公路交通安全管理局（NHTSA）于2012年发布《Visual-Manual NHTSA Driver Distraction Guidelines for In-Vehicle Electronic Devices》，这是美国针对车载电子设备视觉—手动分心的首部非强制性联邦指南，适用于原厂安装的车载信息系统。^{5858Visual-Manual NHTSA Driver Distraction Guidelines for In-Vehicle Electronic Devicesnhtsa.gov前往参考资料 ↓在新标签页中打开}

NHTSA 2012 版指南的核心量化门槛是：单次视觉—手动操作任务的总注视时间应不超过 12 秒，其中单次注视（glance）不超过 2 秒；同时建议单次任务的操作步骤不超过 6 次按钮按压（或等效操作）。^{5858Visual-Manual NHTSA Driver Distraction Guidelines for In-Vehicle Electronic Devicesnhtsa.gov前往参考资料 ↓在新标签页中打开}

国际标准化组织发布的 ISO 15005:2017《Road vehicles — Ergonomic aspects of transport information and control systems — Dialogue management principles and compliance procedures》规定了车载信息与控制系统的对话管理原则与合规程序，强调系统应在驾驶任务需要时让位于驾驶、避免过长的交互序列，并限制信息呈现的复杂度。^{5959ISO 15005:2017 Road vehicles — Ergonomic aspects of transport information and control systems — Dialogue management principles and compliance proceduresiso.org前往参考资料 ↓在新标签页中打开}

ISO 15008:2017《Road vehicles — Ergonomic aspects of transport information and control systems — Specifications and test procedures for in-vehicle visual presentation》对车载视觉呈现（字符尺寸、对比度、亮度、闪烁、布局等）给出规格与测试程序，用于评估信息显示在驾驶环境下的可读性与视觉负荷。^{6060ISO 15008:2017 Road vehicles — Ergonomic aspects of transport information and control systems — Specifications and test procedures for in-vehicle visual presentationiso.org前往参考资料 ↓在新标签页中打开}

ISO 17287:2003《Road vehicles — Ergonomic aspects of transport information and control systems — Procedure for assessing suitability for use while driving》提供了一套在驾驶场景下评估车载信息系统适用性的程序框架，包括任务分析、情境因素识别与可用性评估步骤。^{6161ISO 17287:2003 Road vehicles — Ergonomic aspects of transport information and control systems — Procedure for assessing suitability for use while drivingiso.org前往参考资料 ↓在新标签页中打开}

联合国欧洲经济委员会（UNECE）法规 No. 121（UN Regulation No. 121）对车辆控制装置的识别、位置与操作作出规定，要求关键驾驶功能的手动控制装置在驾驶时可达且可识别，间接约束了车载信息与控制界面的布置。^{6262UN Regulation No. 121 — Uniform provisions concerning the approval of vehicles with regard to the location and identification of hand controls, tell-tales and indicatorsunece.org前往参考资料 ↓在新标签页中打开}

美国汽车工程师学会（SAE）发布的 J2364 推荐实践《Navigation and Route Guidance Function Accessibility While Driving》以 15 秒规则为核心：若某导航或路线引导功能在停车状态下完成所需时间不超过 15 秒，则允许在行驶中使用；该规则被业界广泛用作车载界面可用性筛选工具。^{6363SAE J2364 — Navigation and Route Guidance Function Accessibility While Drivingsae.org前往参考资料 ↓在新标签页中打开}

中国于 2022 年实施的国家标准 GB/T 40987—2021《智能网联汽车 车载信息交互系统 驾驶员分心测试方法》规定了车载信息交互系统对驾驶员视觉、操作与认知分心的测试方法与评价指标，适用于智能网联汽车车载信息交互系统的分心评估。^{6464GB/T 40987—2021 智能网联汽车 车载信息交互系统 驾驶员分心测试方法openstd.samr.gov.cn前往参考资料 ↓在新标签页中打开}

NHTSA 指南与 ISO 15005 在“单次任务可接受时长”上采用不同口径：NHTSA 以 12 秒总注视时间与 2 秒单次注视为门槛，ISO 15005 则强调对话管理原则而非固定秒数门槛，两者并不构成直接冲突，但导致同一系统在不同评估框架下可能得出不同结论。^{5858Visual-Manual NHTSA Driver Distraction Guidelines for In-Vehicle Electronic Devicesnhtsa.gov前往参考资料 ↓在新标签页中打开|5959ISO 15005:2017 Road vehicles — Ergonomic aspects of transport information and control systems — Dialogue management principles and compliance proceduresiso.org前往参考资料 ↓在新标签页中打开}

有研究指出，NHTSA 的 12 秒与 2 秒阈值主要基于视觉—手动任务，对语音交互与认知分心的覆盖不足；ISO 15005 与 ISO 17287 虽纳入认知负荷考量，但缺乏与视觉阈值同等明确的量化限值。^{6565Driver distraction: A review of the literature and a framework for future researchtandfonline.com前往参考资料 ↓在新标签页中打开}

SAE J2364 的 15 秒规则与 NHTSA 的 12 秒规则在业界并行使用，二者针对的任务类型与评估场景不同（前者面向导航功能可用性筛选，后者面向车载电子设备视觉—手动分心），因此常被同时引用而非互相替代。^{6363SAE J2364 — Navigation and Route Guidance Function Accessibility While Drivingsae.org前往参考资料 ↓在新标签页中打开|5858Visual-Manual NHTSA Driver Distraction Guidelines for In-Vehicle Electronic Devicesnhtsa.gov前往参考资料 ↓在新标签页中打开}

GB/T 40987—2021 与 NHTSA 2012 指南在测试方法上存在差异：前者以中国道路与驾驶场景为背景，规定了视觉、操作与认知三类分心的测试流程；后者以美国道路环境为背景，侧重视觉—手动任务的注视时间与操作步骤计数。^{6464GB/T 40987—2021 智能网联汽车 车载信息交互系统 驾驶员分心测试方法openstd.samr.gov.cn前往参考资料 ↓在新标签页中打开|5858Visual-Manual NHTSA Driver Distraction Guidelines for In-Vehicle Electronic Devicesnhtsa.gov前往参考资料 ↓在新标签页中打开}

香港《道路交通（交通管制）规例》（第374章附属法例G）规定，司机在所驾驶车辆移动时，以手持方式或把流动电话放置于头与肩膀之间使用，即属违法；该条文针对的是手持或夹持使用手机的行为，并未直接规定仪表板上放置平板电脑或多部手机并以指尖操控的情形。^{6666立法會十二題：駕駛時使用智能電話／裝置info.gov.hk前往参考资料 ↓在新标签页中打开}

香港运输及房屋局在2017年5月31日的立法会书面答复中承认，现行法例没有对在仪表板上放置平板电脑或多部流动电话并以指尖操控的行为作出专门规管，但指出若操控智能电话或其他装置（包括平板电脑）影响驾驶，无论是否造成意外，司机可能已触犯《道路交通条例》（第374章）下的「危险驾驶」或「不小心驾驶」罪行。^{6666立法會十二題：駕駛時使用智能電話／裝置info.gov.hk前往参考资料 ↓在新标签页中打开}

根据香港运输署及警方数据，2014年涉及驾驶者于驾驶时使用流动电话的交通意外有2宗、共6人受伤，2015年及2016年则没有相关意外；至于涉及驾驶时使用平板电脑或其他智能装置的意外，运输署及警方没有备存相关数据。^{6666立法會十二題：駕駛時使用智能電話／裝置info.gov.hk前往参考资料 ↓在新标签页中打开}

香港当局在2015年4月29日回复立法会质询时表示，已邀请道路安全议会辖下的道路安全研究委员会就应否进一步限制司机在驾驶时使用流动电话的议题进行研究；2017年5月的答复显示该研究仍在进行，政府未承诺就仪表板上放置平板电脑及流动电话的数量立法设限。^{6666立法會十二題：駕駛時使用智能電話／裝置info.gov.hk前往参考资料 ↓在新标签页中打开}

美国汽车协会交通安全基金会（AAA Foundation for Traffic Safety）的一项研究发现，使用语音指令（如语音发短信、语音调电台）时，驾驶人的认知负荷显著升高，且部分语音任务带来的分心程度甚至高于手持手机通话；该研究还指出，语音交互结束后，分心效应仍会持续一段时间。^{2727Measuring cognitive distraction in the automobileaaafoundation.org前往参考资料 ↓在新标签页中打开}

美国国家公路交通安全管理局（NHTSA）发布的《视觉-手动-认知分心指南》将语音交互视为可能降低视觉-手动分心的潜在途径，但同时强调需评估其认知负荷，并建议限制单次语音交互的复杂度与时长。^{5858Visual-Manual NHTSA Driver Distraction Guidelines for In-Vehicle Electronic Devicesnhtsa.gov前往参考资料 ↓在新标签页中打开}

在模拟器研究中，语音交互相比手动输入能显著减少视线离开前方道路的总时长和单次注视时长，但语音任务本身会占用认知资源，表现为对前车制动等突发事件的反应时间延长。^{6969Comparing the effects of voice and manual interaction on driving performance: A simulator studysciencedirect.com前往参考资料 ↓在新标签页中打开}

有研究指出，语音交互的分心效应受任务类型影响：简单的语音指令（如调节空调温度）认知负荷较低，而涉及记忆、推理或情绪表达的复杂语音任务（如口述邮件、语音购物）则可能产生较高的认知负荷，甚至超过手持通话。^{7070Task complexity and voice interaction: Effects on driver distractionjournals.sagepub.com前往参考资料 ↓在新标签页中打开}

部分学者认为，语音交互的“分心”争议部分源于测量方法的不同：以视觉分心指标（如视线离开道路时间）衡量时，语音交互通常优于手动操作；而以认知负荷指标（如心率变异性、脑电、反应时）衡量时，语音交互可能并不占优，甚至更差。^{7171Methodological issues in measuring driver distraction from voice interactiontandfonline.com前往参考资料 ↓在新标签页中打开}

国际标准化组织（ISO）发布的 ISO 15005:2017 标准对车载语音交互的认知负荷评估提出了原则性要求，但并未直接裁定语音交互是否降低分心，而是要求制造商通过可用性测试确保交互不超出驾驶人的认知资源。^{7272ISO 15005:2017 Road vehicles — Ergonomic aspects of transport information and control systems — Dialogue management principles and compliance proceduresiso.org前往参考资料 ↓在新标签页中打开}

部分驾驶自动化（L2 级）系统在名义上要求驾驶员持续保持警觉并监控道路环境，但其设计逻辑本身就把驾驶员的注意力从持续的操控任务中部分释放出来，这构成了「自动化是否加剧分心」这一争议的前提：争议不在于系统是否允许分心，而在于它是否系统性地诱导了分心。^{7373The distraction potential of driving a partially automated vehicle through a construction zone - Scientific Reportsnature.com前往参考资料 ↓在新标签页中打开}

一项针对施工区场景的实车研究发现，在部分自动驾驶模式下，驾驶员在进入施工区之前的路段上把视线移向前方道路之外（尤其是车内触控屏）的注视次数相比手动驾驶有所增加；但在认知负荷指标上，自动驾驶模式与手动模式之间没有观察到差异。^{7373The distraction potential of driving a partially automated vehicle through a construction zone - Scientific Reportsnature.com前往参考资料 ↓在新标签页中打开}

上述结果常被引用来支持「自动化诱发视觉分心转移」的立场：即部分自动化并未降低驾驶员的整体认知负荷，却改变了注意力的分配方式，使视线更容易离开前方道路，从而在需要接管的场景（如施工区）中埋下风险。^{7373The distraction potential of driving a partially automated vehicle through a construction zone - Scientific Reportsnature.com前往参考资料 ↓在新标签页中打开}

争议的另一面在于测量口径：以视线离开前方道路的注视次数作为分心指标，与以认知负荷（如主观负荷、生理指标）作为分心指标，可能得出方向不一致的结论；同一项研究中视觉指标显示差异而认知负荷指标显示无差异，正说明「分心」的操作化定义会直接影响「自动驾驶是否加剧分心」的判断。^{7373The distraction potential of driving a partially automated vehicle through a construction zone - Scientific Reportsnature.com前往参考资料 ↓在新标签页中打开}

从监管与工程实践的角度，围绕自动驾驶对分心影响的讨论已从「是否允许手离方向盘」转向「如何设计接管请求与注意力监测」，即承认部分自动化条件下注意力管理是系统设计问题而非单纯的驾驶员责任问题；这一转向本身反映了学界与产业界对「自动化会改变分心形态」这一判断的有限共识。^{7373The distraction potential of driving a partially automated vehicle through a construction zone - Scientific Reportsnature.com前往参考资料 ↓在新标签页中打开}