眼动+手势 多模态交互原型

本项目源于 AI+AR HUD 智能座舱的用户体验研究——在研究驾驶员认知负荷与视觉注意分配时，我判断「眼动+手势」融合交互是下一代空间计算的核心范式，于是独立构建了一个网页就能跑的快速验证原型。

核心体验一句话：看哪里，哪里亮；捏一下，拿过来。眼睛注视目标时，系统自动高亮预选（气泡蹦跳一下，给你「它知道我在看它」的确认感）；手指一捏，抓取的就是你正在看的那个目标。为什么要两个通道配合？因为各自单干都有死穴——纯手势不准（手会抖、会挡住视线），纯眼动不可控（眼睛会不自觉乱瞟）。让眼睛负责「选」、手负责「拿」，正好取长补短。

技术上全部跑在浏览器里：实时面部网格追踪 + 瞳孔定位推算注视方向（FaceMesh 468 点 + Iris），手部骨骼点识别捏合动作，再配多阶段校准（5 点 → 9 点）把每个人的注视精度逐步调准。经过 4 个版本迭代（v1.0 → v2.4）持续打磨精度与流畅度，研究成果直接反哺 AR HUD 智能座舱的多模态交互框架设计。