Mobileye DMS 获美系车企百万级订单：单芯片集成 DMS+OMS+ADAS，面向 Euro NCAP 2029 有意义参与检测

核心要点

要点	说明
订单规模	美系车企百万级车辆，2027 年量产
平台架构	EyeQ6L 单芯片集成 DMS+OMS+ADAS
核心创新	舱内外感知融合，判断驾驶员注意力是否对应道路风险
法规目标	Euro NCAP 2026 + 2029 有意义参与检测（MED）
成本优势	无需独立 DMS ECU，降低系统复杂度

一、订单详情

1.1 合作方信息

Mobileye 2026 年 3 月宣布：

项目	说明
客户	美系头部车企（未公开名称）
芯片	EyeQ6L System-on-Chip
量产时间	2027 年 SOP
规模	数百万辆车，多车型、多年份

1.2 技术架构

┌─────────────────────────────────────────────────┐
│                EyeQ6L 单芯片                      │
├─────────────────────────────────────────────────┤
│  ┌──────────┐  ┌──────────┐  ┌──────────┐       │
│  │   DMS    │  │   OMS    │  │   ADAS   │       │
│  │ 驾驶员   │  │  乘员    │  │ 道路感知 │       │
│  │ 监控     │  │  监控    │  │          │       │
│  └────┬─────┘  └────┬─────┘  └────┬─────┘       │
│       │             │             │             │
│       └─────────────┼─────────────┘             │
│                     ▼                           │
│          ┌─────────────────────┐                │
│          │  舱内外感知融合      │                │
│          │  Context-Aware DMS  │                │
│          └─────────────────────┘                │
└─────────────────────────────────────────────────┘

关键能力： 单芯片运行 DMS + OMS + ADAS，无需独立 DMS ECU

二、舱内外感知融合：判断”是否看该看的地方”

2.1 传统 DMS 的局限

传统方案	问题
仅监测舱内	只知道”驾驶员看哪里”，不知道”该看哪里”
固定阈值告警	视线偏离 > 3 秒即告警，不考虑道路上下文
假阳性高	驾驶员看后视镜、侧方来车也可能被误判分心

2.2 Mobileye 方案创新

┌─────────────────────────────────────────────────────────┐
│                 Context-Aware DMS                        │
├─────────────────────────────────────────────────────────┤
│                                                          │
│  DMS 输入                    ADAS 输入                   │
│  ┌─────────┐                ┌─────────┐                 │
│  │ 视线方向│                │ 道路风险 │                 │
│  │ 头部姿态│                │ 前方车辆 │                 │
│  │ 眼睑状态│                │ 行人横穿 │                 │
│  └────┬────┘                └────┬────┘                 │
│       │                          │                      │
│       └──────────┬───────────────┘                      │
│                  ▼                                      │
│       ┌─────────────────────────┐                       │
│       │ 交叉验证判断             │                       │
│       │ "是否看该看的地方"       │                       │
│       └─────────────────────────┘                       │
│                  │                                      │
│       ┌──────────┼──────────┐                           │
│       ▼          ▼          ▼                           │
│   已注意到    分心但        真正分心                     │
│   风险物体    无风险        需干预                       │
│   (无告警)    (无告警)      (精确告警)                   │
│                                                          │
└─────────────────────────────────────────────────────────┘

2.3 核心判断逻辑

场景	驾驶员行为	ADAS 检测	系统判断	告警
前方车辆急刹	视线在前方	前方风险	✅ 已注意到	❌ 无
侧方来车	视线在侧镜	侧方风险	✅ 已注意到	❌ 无
前方行人横穿	视线在中控	前方风险	❌ 未注意到	✅ 精确告警
无风险场景	视线偏离	无风险	✅ 分心但无风险	❌ 无

开发启示： 分心检测应从”是否看前方”升级为”是否注意到风险”

三、面向 Euro NCAP 2029 有意义参与检测（MED）

3.1 Euro NCAP 2026 vs 2029 对比

维度	2026 要求	2029 要求
评估对象	是否配备 DMS	系统性能评估
检测内容	眼动追踪	有意义参与检测（MED）
判断标准	视线是否偏离	驾驶员是否真正参与驾驶
测试场景	基础场景	复杂行为、环境鲁棒性

3.2 有意义参与检测（MED）的定义

有意义参与检测（MED）= 眼动追踪 + 风险感知 + 行为理解

┌─────────────────────────────────────────────────────────┐
│                   MED 检测维度                           │
├─────────────────────────────────────────────────────────┤
│                                                          │
│  1. 眼动追踪                2. 风险感知                  │
│     ├─ 视线方向               ├─ 前方车辆                │
│     ├─ 注视时长               ├─ 行人/自行车             │
│     └─ 扫描模式               └─ 道路几何                │
│                                                          │
│  3. 行为理解                                             │
│     ├─ 是否注意到风险                                    │
│     ├─ 反应时间                                          │
│     └─ 操作响应                                          │
│                                                          │
└─────────────────────────────────────────────────────────┘

3.3 Mobileye 方案如何支持 MED

MED 要求	Mobileye 方案
眼动追踪	DMS 摄像头 + 眼动算法
风险感知	ADAS 摄像头 + 道路感知
行为理解	舱内外感知融合
精确干预	基于上下文的告警策略

四、对 IMS 开发的启示

4.1 架构层面

启示	具体建议
舱内外融合是趋势	设计 DMS 输出接口支持 ADAS 消费
上下文感知是核心	不只输出”分心/疲劳”，输出”是否注意到风险”
单芯片集成是方向	降低成本、简化系统复杂度

4.2 算法层面

模块	当前方案	升级方向
分心检测	视线偏离阈值	视线-风险交叉验证
疲劳检测	PERCLOS	驾驶员能力评估
告警策略	固定规则	上下文感知仲裁

4.3 开发优先级

优先级	任务	说明
P0	定义视线-风险交叉验证接口	支持 ADAS 信号输入
P1	实现上下文感知告警仲裁	基于风险等级调整告警策略
P2	建立有意义参与检测模型	为 Euro NCAP 2029 做准备

五、技术细节

5.1 EyeQ6L 规格参考

参数	EyeQ6L	说明
工艺	7nm	台积电
算力	~5 TOPS	适合轻量级感知
功耗	~5W	低功耗设计
应用	L2 ADAS + DMS/OMS	单芯片多任务

5.2 已量产项目

项目	芯片	说明
SuperVision™	EyeQ6H	高端 ADAS
Surround ADAS™	EyeQ6H	环视 ADAS
新美系项目	EyeQ6L	DMS+OMS+ADAS

六、竞品对比

供应商	方案	芯片	集成方式
Mobileye	DMS+OMS+ADAS	EyeQ6L	单芯片
Seeing Machines	DMS 算法	第三方芯片	独立 ECU
Smart Eye	DMS 算法	第三方芯片	独立 ECU
Harman Cipia	DMS 算法	第三方芯片	独立 ECU

Mobileye 优势： 单芯片集成，降低成本和复杂度

七、验证挑战

7.1 Euro NCAP 2029 验证要求

维度	要求
场景覆盖	复杂行为、多光照、遮挡
检测准确率	高 TPR，低 FPR
反应时间	检测延迟 < 3 秒
公平性	跨人群泛化
鲁棒性	极端条件可靠

7.2 验证数据缺口

问题	说明
真实数据难采集	分心、疲劳、危险行为数据敏感
场景覆盖不足	边缘场景、多人群覆盖难
可重复性差	真实测试条件不可控

解决方案： 合成数据（Anyverse 等）

八、总结

核心结论

结论	说明
舱内外感知融合是 DMS 下一阶段	从”是否看前方”到”是否注意到风险”
有意义参与检测是 Euro NCAP 2029 核心	评估系统性能而非是否配备
单芯片集成是量产方向	降低成本和系统复杂度
Mobileye 方案领先行业	百万级订单证明方案可行性