核心要点
| 要点 |
说明 |
| 报告名称 |
In-Cabin Sensing 2025-2035: Technologies, Opportunities, and Markets |
| 市场规模 |
2035 年约 60 亿美元 |
| 三大玩家 |
Tesla、Seeing Machines、LG Electronics |
| 技术路线 |
雷达、3D 摄像头、AI 融合 |
| 法规驱动 |
Euro NCAP 2025+、Hot Cars Act |
一、市场预测
1.1 市场规模
| 年份 |
市场规模 |
说明 |
| 2025 |
~$1B |
起步阶段 |
| 2030 |
~$3B |
快速增长 |
| 2035 |
~$6B |
成熟市场 |
1.2 增长驱动
| 驱动因素 |
说明 |
| Euro NCAP 2026 |
CPD、DMS、OMS 强制要求 |
| Hot Cars Act |
美国车内儿童检测强制 |
| 自动驾驶 |
L3+ 需要驾驶员监测 |
| 个性化体验 |
乘员识别、定制服务 |
二、技术路线对比
2.1 雷达方案
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
| 雷达方案优势与局限
┌─────────────────────────────────────────────────────────┐
│ 雷达方案 │
├─────────────────────────────────────────────────────────┤
│ │
│ 优势： │
│ ├─ ✅ 遮挡穿透（毯子、座椅） │
│ ├─ ✅ 全天候（无光环境有效） │
│ ├─ ✅ 隐私友好（无图像） │
│ ├─ ✅ 生命体征检测（心跳/呼吸） │
│ └─ ✅ 成本较低（$20-40/模块） │
│ │
│ 局限： │
│ ├─ ❌ 无语义识别（无法识别行为） │
│ ├─ ❌ 角分辨率有限 │
│ └─ ❌ 多目标区分困难 │
│ │
│ 典型应用：CPD、存在检测、生命体征 │
│ │
└─────────────────────────────────────────────────────────┘
|
2.2 3D 摄像头方案
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
| 3D 摄像头方案优势与局限
┌─────────────────────────────────────────────────────────┐
│ 3D 摄像头方案 │
├─────────────────────────────────────────────────────────┤
│ │
│ 优势： │
│ ├─ ✅ 语义识别（行为、情绪） │
│ ├─ ✅ 高分辨率深度 │
│ ├─ ✅ 眼动追踪精度高 │
│ └─ ✅ 多目标区分能力强 │
│ │
│ 局限： │
│ ├─ ❌ 遮挡敏感 │
│ ├─ ❌ 低光环境受限 │
│ ├─ ❌ 隐私顾虑（拍摄图像） │
│ ├─ ❌ 计算资源需求高 │
│ └─ ❌ 成本较高（$40-60） │
│ │
│ 典型应用：DMS、OMS、语义分析 │
│ │
└─────────────────────────────────────────────────────────┘
|
2.3 技术对比表
| 维度 |
雷达 |
3D 摄像头 |
| 遮挡穿透 |
✅ 优秀 |
❌ 受限 |
| 低光环境 |
✅ 全天候 |
⚠️ 需红外补光 |
| 隐私友好 |
✅ 无图像 |
⚠️ 拍摄图像 |
| 生命体征 |
✅ 直接检测 |
⚠️ 间接估计 |
| 语义识别 |
❌ 无法 |
✅ 强 |
| 成本 |
$20-40 |
$40-60 |
| 计算需求 |
低 |
高 |
三、三大玩家分析
3.1 Tesla
| 方面 |
说明 |
| 技术路线 |
雷达 + 摄像头融合 |
| 硬件平台 |
TI AWR6843 60GHz 雷达 |
| 功能 |
CPD、乘员分类、气囊集成 |
| 策略 |
硬件预埋 + OTA 激活 |
3.2 Seeing Machines
| 方面 |
说明 |
| 技术路线 |
3D 摄像头（Airy3D DepthIQ） |
| 核心能力 |
眼动追踪、驾驶员状态监测 |
| 差异化 |
单模块 5MP RGBIR + 3D |
| 策略 |
算法授权 + 硬件方案 |
3.3 LG Electronics
| 方面 |
说明 |
| 技术路线 |
AI 驱动舱内感知 |
| 核心能力 |
多传感器融合、座舱控制器 |
| 差异化 |
Tier-1 集成能力 |
| 策略 |
整车级解决方案 |
四、融合趋势
4.1 多传感器融合架构
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
| 舱内感知融合架构
┌─────────────────────────────────────────────────────────┐
│ 多传感器融合架构 │
├─────────────────────────────────────────────────────────┤
│ │
│ 雷达 摄像头 │
│ ┌──────────┐ ┌──────────┐ │
│ │ 存在检测 │ │ 语义识别 │ │
│ │ 生命体征 │ │ 行为分析 │ │
│ │ 遮挡穿透 │ │ 眼动追踪 │ │
│ └────┬─────┘ └────┬─────┘ │
│ │ │ │
│ └──────────┬─────────────┘ │
│ ▼ │
│ ┌─────────────────────────┐ │
│ │ AI 融合引擎 │ │
│ │ ├─ 传感器标定 │ │
│ │ ├─ 数据级融合 │ │
│ │ ├─ 特征级融合 │ │
│ │ └─ 决策级融合 │ │
│ └─────────────────────────┘ │
│ │ │
│ ▼ │
│ ┌─────────────────────────┐ │
│ │ 输出：乘员状态全景 │ │
│ │ ├─ 存在/数量 │ │
│ │ ├─ 位置/姿态 │ │
│ │ ├─ 行为/状态 │ │
│ │ └─ 生命体征 │ │
│ └─────────────────────────┘ │
│ │
└─────────────────────────────────────────────────────────┘
|
4.2 融合优势
| 优势 |
说明 |
| 互补性 |
雷达负责存在/生命体征，摄像头负责语义 |
| 鲁棒性 |
单一传感器失效时仍可工作 |
| 精度提升 |
多源数据交叉验证 |
五、对 IMS 开发的启示
5.1 技术选型建议
| 车型定位 |
推荐方案 |
| 入门级 |
纯雷达（CPD + 基础存在检测） |
| 中端 |
雷达 + 2D 摄像头 |
| 高端 |
雷达 + 3D 摄像头 + AI 融合 |
5.2 开发优先级
| 优先级 |
任务 |
说明 |
| P0 |
雷达 CPD 方案 |
Euro NCAP 2026 强制 |
| P1 |
摄像头 DMS 方案 |
Driver Engagement 协议 |
| P2 |
多传感器融合架构 |
提升整体性能 |
5.3 成本控制策略
| 策略 |
说明 |
| 硬件预埋 |
提前部署，OTA 激活 |
| 软件定义 |
通过软件解锁高级功能 |
| 平台复用 |
同一平台覆盖多车型 |
六、总结
核心结论
| 结论 |
说明 |
| 市场快速增长 |
2035 年达 60 亿美元 |
| 雷达 + 摄像头融合是趋势 |
互补优势，提升性能 |
| 法规是核心驱动 |
Euro NCAP 2026+ |
| 成本持续下降 |
规模化推动 |
IMS 开发行动项
| 行动 |
时间窗口 |
| 评估雷达 + 摄像头融合方案 |
Q2 2026 |
| 建立多传感器融合架构 |
Q3 2026 |
| 开发 AI 融合引擎 |
Q4 2026 |
参考来源：
- IDTechEx: In-Cabin Sensor Advancements: Radar or 3D Cameras?
- IDTechEx: In-Cabin Sensing 2025-2035: Technologies, Opportunities, and Markets
发布日期： 2026-04-12
标签： IDTechEx, 舱内感知, 雷达, 3D摄像头, 市场预测, 技术路线