主流车企 Euro NCAP 2026 舱内监控战略对比:Volvo/BMW/Tesla/Mercedes

发布日期: 2026-04-12
标签: Euro NCAP 2026, 车企战略, DMS, OMS, Qualcomm, 合成数据
来源: Anyverse 行业分析、SKY ENGINE AI 技术报告


各大车企舱内监控战略总览

OEM 传感器方案 战略重点 Euro NCAP 就绪度
Volvo 双 IR 摄像头 + AI 安全至上,Vision Zero 集成 ⭐ 超越标准要求
BMW 摄像头 + 多模态 + Qualcomm 高端体验,人机协同 ⭐ 早期对齐,边缘场景处理
Tesla 纯视觉,OTA 驱动 软件敏捷,车队学习 ⚠️ 纯视觉争议,快速迭代
Mercedes-Benz 摄像头 + 雷达 + 融合 安全豪华,多模态冗余 ⭐ 稳健合规,乘员安全
Stellantis 摄像头 + Tier 1 合作 可扩展,成本优化 ✅ 多品牌标准化
Hyundai DAW + FCA + SmartSense 驾驶员安全,EV 领先 ⭐ 五星评级

Volvo:安全标杆的双摄方案

技术架构

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
┌─────────────────────────────────────────────────────────┐
│ Volvo EX90 舱内监控系统 │
├─────────────────────────────────────────────────────────┤
│ │
│ 中控台 IR 摄像头 仪表台 IR 摄像头 │
│ ┌─────────────┐ ┌─────────────┐ │
│ │ 驾驶员眼动 │ │ 手部/姿态 │ │
│ │ 疲劳检测 │ │ 手机使用 │ │
│ │ 视线追踪 │ │ 分心行为 │ │
│ └──────┬──────┘ └──────┬──────┘ │
│ │ │ │
│ └───────────┬───────────┘ │
│ ↓ │
│ ┌──────────────────┐ │
│ │ NVIDIA Orin │ │
│ │ AI 推理引擎 │ │
│ └──────────────────┘ │
└─────────────────────────────────────────────────────────┘

核心能力

功能 实现
双摄像头覆盖 中控 + 仪表台,减少盲区
实时眼动追踪 PERCLOS + 眨眼频率
手部姿态识别 手机使用/方向盘握持
微睡检测 1-2 秒闭眼识别

Time 2024 最佳发明

Volvo EX90 驾驶员理解系统被《时代》杂志评为 2024 年最佳发明之一


BMW + Qualcomm:骁龙 Ride Pilot 平台

合作背景

BMW 与 Qualcomm 联合开发 Snapdragon Ride Pilot 平台,用于下一代 BMW iX3 SUV:

特性 说明
集中式计算 驾驶员监控 + 舱内监控 + ADAS 共平台
相机方案 多摄像头视觉方案
芯片平台 Snapdragon Ride / Cockpit Elite
全球验证 60+ 国家,2026 年扩展至 100+

架构优势

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
┌────────────────────────────────────────────────────────────┐
│ BMW Snapdragon Ride Pilot 架构 │
├────────────────────────────────────────────────────────────┤
│ │
│ Snapdragon Ride SoC │
│ ┌──────────────────────────────────────────────────┐ │
│ │ 安全关键域 非安全域 │ │
│ │ ┌──────────┐ ┌──────────┐ │ │
│ │ │ DMS/OMS │ │ IVI │ │ │
│ │ │ ADAS │ │ HMI │ │ │
│ │ │ Hypervisor│ │ Audio │ │ │
│ │ └──────────┘ └──────────┘ │ │
│ │ │ │
│ │ Hexagon NPU + HVX(AI 推理) │ │
│ │ Safety Island(ASIL-D) │ │
│ └──────────────────────────────────────────────────┘ │
│ │
└────────────────────────────────────────────────────────────┘

战略定位

  • “安全即豪华”:DMS 作为人机协同核心
  • 边缘场景处理:超越基础合规
  • 人本设计:舒适与安全共存

Tesla:纯视觉 + OTA 快速迭代

技术特点

特性 说明
纯视觉方案 无红外,依赖 RGB 摄像头
软件驱动 OTA 更新,快速迭代
车队学习 影子模式,众包数据
争议点 合规鲁棒性存疑

优势与挑战

维度 优势 挑战
迭代速度 ⭐ 最快 OTA -
成本 ⭐ 传感器简化 -
墨镜/低光 - ⚠️ 无 IR 补光
合规 - ⚠️ Euro NCAP 要求待验证

舱内摄像头启用

Tesla 2026 年启用舱内摄像头用于:

  • 驾驶员监控(FSD 安全锁)
  • 年龄检测(Robotaxi 乘客验证)
  • 分心检测

Mercedes-Benz:多模态融合冗余

技术方案

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
┌─────────────────────────────────────────────────────────┐
│ Mercedes 舱内多模态监控系统 │
├─────────────────────────────────────────────────────────┤
│ │
│ IR 摄像头 mmWave 雷达 座椅传感器 │
│ ┌────────┐ ┌────────┐ ┌────────┐ │
│ │ 眼动 │ │ 生命体征│ │ 占位 │ │
│ │ 分心 │ │ CPD │ │ 体重 │ │
│ └───┬────┘ └───┬────┘ └───┬────┘ │
│ │ │ │ │
│ └────────────┬────┴──────────────────┘ │
│ ↓ │
│ ┌──────────────────┐ │
│ │ 融合仲裁层 │ │
│ │ MB.OS 平台 │ │
│ └──────────────────┘ │
└─────────────────────────────────────────────────────────┘

战略定位

  • 多模态冗余:视觉 + 雷达 + 座椅传感器
  • 豪华安全:安全作为品牌核心
  • 稳健合规:超越 Euro NCAP 要求

Euro NCAP 2026 舱内监控详细要求

驾驶员状态监控(DSM)

检测类型 具体要求
长时间分心 单次视线偏离 3-4 秒(需前置 4 秒看路)
短时分心(VATS) 30 秒内累计 10 秒偏离
手机使用 区分看/持/操作三种行为
疲劳检测 KSS > 7,必须直接监测
微睡检测 1-2 秒闭眼
睡眠检测 持续闭眼 ≥3 秒
无响应检测 6 秒闭眼或警告后 3 秒无反应

乘员监控(OMS)

检测类型 2026 要求 2029 扩展
安全带误用 驾驶员位 全座位
OOP 检测 前排乘客 后排
身材分类 5th/50th/95th 更细分类
儿童座椅检测 前排乘客 全座位

安全带误用检测详解

误用类型 定义
仅扣环 额外扣环扣入,安全带未参与
完全在背后 整个安全带移到背部
仅腰部 仅下段安全带,胸部无保护

CPD 儿童检测要求

年龄 呼吸频率要求
新生儿 30 BPM
1 岁 24 BPM
3 岁 22 BPM
6 岁 18 BPM

检测场景:

  • 睡眠/清醒
  • 有/无肢体运动
  • 毯子遮挡
  • 各种儿童座椅
  • 所有座位位置

合成数据:Euro NCAP 合规关键基础设施

传统数据采集的挑战

挑战 说明
规模与多样性 覆盖全人群需数万次采集
边缘场景稀缺 特定组合(肤色+墨镜+低光)极少自然发生
标注复杂性 微睡/视线追踪需专家级标注
伦理隐私 儿童数据采集受严格限制
时间滞后 采集速度跟不上法规更新

合成数据解决方案

能力 说明
完整覆盖 AF05-AM95 身材 + Fitzpatrick 1-6 肤色
精确标注 像素级真值,自动生成
边缘场景 任意组合,即时生成
成本优势 为真实采集成本的 1/10
快速迭代 法规更新后即时适配

SKY ENGINE AI Omnihuman 能力

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
生成能力:
├─ 人群多样性
│ ├─ 身材:AF05 到 AM95 百分位
│ ├─ 肤色:Fitzpatrick 1-6
│ ├─ 眼睑开度:6.0mm - 14.0mm
│ └─ 年龄:16-80 岁

├─ 行为建模
│ ├─ 眼动追踪
│ ├─ 头部姿态
│ ├─ 微表情
│ └─ 呼吸运动(CPD)

└─ 环境变化
├─ 光照过渡(白天→夜晚)
├─ 遮挡(墨镜/口罩/头发)
└─ 场景(驾驶员/乘客/儿童)

开发启示

平台选型

阶段 推荐方案
原型验证 纯视觉 + 合成数据训练
量产设计 多模态融合(视觉+雷达+座椅)
平台化 Qualcomm Snapdragon Ride Flex(DMS+ADAS 共平台)

数据策略

优先级 行动
P0 建立合成数据管线
P0 真实数据验证 + 合成数据扩展
P1 建立边缘场景回归库
P1 公平性验证数据集

合规路径

年份 重点
2026 DMS 直接监测 + 安全带误用 + CPD
2027 提升权重,加严阈值
2028 各盒子 ≥80% 得分要求
2029 OMS 扩展全座位

参考资料

  1. Anyverse: Euro NCAP 2026 Automaker Preparation
  2. SKY ENGINE AI: Euro NCAP 2026 Synthetic Data Guide
  3. Qualcomm Snapdragon Ride Platform
  4. Euro NCAP 2026 Protocols

开发启示: Euro NCAP 2026 舱内监控要求复杂度极高,传统数据采集无法满足覆盖需求。合成数据正从”训练补充”升级为”合规基础设施”。车企战略分化:Volvo/BMW/Mercedes 走多模态融合路线,Tesla 坚持纯视觉快速迭代。IMS 开发应优先建立合成数据管线,并评估 Qualcomm Snapdragon Ride 平台作为量产底座。