Euro NCAP In-Cabin 测试全解析:如何准备 DSM/OMS/CPD 认证
发布时间: 2026-04-14
关键词: Euro NCAP、DSM、OMS、CPD、测试认证、合成数据
测试体系概览
Euro NCAP In-Cabin 测试涵盖三大系统:
1 | ┌─────────────────────────────────────────────────────┐ |
DSM 测试详解
测试场景清单
Euro NCAP TB-039 DSM Spot Testing Guidance v1.1 定义了 DSM 测试场景:
| 场景类别 | 场景编号 | 测试内容 |
|---|---|---|
| 分心检测 | D-01 | 视线偏离道路 > 3 秒 |
| D-02 | 手持手机至耳边 | |
| D-03 | 手持手机打字操作 | |
| D-04 | 操作中控屏幕 | |
| D-05 | 低头捡物 | |
| 疲劳检测 | F-01 | PERCLOS ≥ 30% |
| F-02 | 频繁打哈欠 | |
| F-03 | 眼睛闭合 > 2 秒 | |
| 无响应检测 | U-01 | 无方向盘操作 |
| U-02 | 无踏板操作 | |
| U-03 | 对警告无反应 |
测试流程
1 | ┌─────────────────────────────────────────────────────┐ |
检测时限要求
| 场景 | 检测时限 | 警告时机 |
|---|---|---|
| 分心 D-01 | ≤ 3 秒 | 一级警告(视觉+听觉) |
| 分心 D-02/D-03 | ≤ 3 秒 | 一级警告 |
| 疲劳 F-01 | PERCLOS ≥ 30% 持续 5 秒 | 二级警告 |
| 无响应 U-01 | 10-15 秒无操作 | ADAS 干预 |
OMS 测试详解
2026 年新增测试项
| 测试项 | 检测内容 | 得分 |
|---|---|---|
| 安全带状态 | 正确/错误佩戴 | 最多 5 分 |
| 乘员分类 | 成人/儿童/婴儿 | 2-3 分 |
| 异常姿态 | OOP(Out-of-Position) | 2-3 分 |
| 安全气囊自适应 | 根据乘员调整 | 2-3 分 |
异常姿态(OOP)检测
1 | ┌─────────────────────────────────────────────────────┐ |
乘员分类测试
| 分类 | 检测要求 |
|---|---|
| 成人 | 体重 > 50kg,身高 > 150cm |
| 儿童 | 体重 15-50kg,身高 100-150cm |
| 婴儿 | 体重 < 15kg,需儿童座椅 |
| 儿童座椅 | 检测座椅类型(后向/前向) |
CPD 测试详解
测试场景
| 场景 | 测试内容 |
|---|---|
| 场景 1 | 儿童被遗留在锁定车辆 |
| 场景 2 | 儿童进入未锁定车辆被困 |
| 场景 3 | 不同年龄段儿童(0-6 岁) |
| 场景 4 | 不同座椅位置 |
| 场景 5 | 遮挡场景(毛毯覆盖) |
时效要求(详细)
1 | # CPD 警告时序逻辑 |
测试数据需求
DSM 数据需求
| 数据类型 | 数量 | 说明 |
|---|---|---|
| 分心场景 | 500+ 视频 | D-01 ~ D-05 |
| 疲劳场景 | 300+ 视频 | F-01 ~ F-03 |
| 无响应场景 | 200+ 视频 | U-01 ~ U-03 |
| 不同肤色 | 6 类 Fitzpatrick | 确保公平性 |
| 不同光线 | 白天/夜晚/逆光 | 鲁棒性验证 |
| 遮挡场景 | 太阳镜/口罩/帽子 | 边缘情况 |
OMS 数据需求
| 数据类型 | 数量 | 说明 |
|---|---|---|
| 安全带正确佩戴 | 500+ | 各座椅位置 |
| 安全带错误佩戴 | 300+ | 背后/仅腰部/手臂下 |
| 乘员分类 | 300+ | 成人/儿童/婴儿 |
| OOP 姿态 | 200+ | 靠门/前倾/腿翘起 |
| 儿童座椅 | 200+ | 后向/前向 |
CPD 数据需求
| 数据类型 | 数量 | 说明 |
|---|---|---|
| 不同年龄段儿童 | 0-6 岁 | 各年龄段 |
| 不同座椅位置 | 所有座椅 | 含脚坑 |
| 遮挡场景 | 100+ | 毛毯/玩具覆盖 |
| 不同光线 | 白天/夜晚 | IR 增强验证 |
合成数据应用
为什么需要合成数据?
| 挑战 | 真实数据局限 | 合成数据优势 |
|---|---|---|
| 边缘情况 | 难以采集(如儿童被困) | 可模拟任意场景 |
| 多样性和公平性 | 采集成本高 | 可控制所有变量 |
| 标注准确性 | 人工标注错误 | 自动生成真值 |
| 隐私合规 | 人脸隐私问题 | 无隐私风险 |
Anyverse InCabin 合成数据
核心能力:
- 摄像头仿真(RGB、IR、深度)
- 雷达仿真(60GHz mmWave)
- 多人场景、不同姿态
- 光照、遮挡可控制
合成数据使用示例
1 | # 使用合成数据训练 DMS 模型 |
测试认证流程
准备阶段(12-18 月)
| 阶段 | 任务 | 时间 |
|---|---|---|
| 1 | 确定传感器配置 | M1-M3 |
| 2 | 算法开发与验证 | M3-M9 |
| 3 | 内部测试(对标 Euro NCAP) | M9-M12 |
| 4 | 准备 Dossier 材料 | M12-M15 |
| 5 | 预测试与调优 | M15-M18 |
认证阶段(3-6 月)
| 阶段 | 任务 | 时间 |
|---|---|---|
| 1 | 提交 Dossier | Week 1 |
| 2 | Euro NCAP 审核 | Week 2-4 |
| 3 | 预约 Spot Testing | Week 4-8 |
| 4 | 现场测试 | Week 8-12 |
| 5 | 结果公布 | Week 12-16 |
常见失败原因
DSM 常见问题
| 问题 | 原因 | 解决方案 |
|---|---|---|
| 深肤色检测率低 | 训练数据不平衡 | 增加深肤色数据 |
| 夜间检测失败 | 光照适应性差 | 使用 IR 摄像头 |
| 太阳镜遮挡 | 无法检测眼睛 | 使用头部姿态推断 |
| 检测延迟过长 | 算法效率低 | 模型优化/硬件加速 |
OMS 常见问题
| 问题 | 原因 | 解决方案 |
|---|---|---|
| 安全带误检 | 与衣物混淆 | 改进分割算法 |
| 儿童座椅分类错误 | 训练数据不足 | 增加合成数据 |
| OOP 检测漏报 | 姿态变化大 | 3D 姿态估计 |
CPD 常见问题
| 问题 | 原因 | 解决方案 |
|---|---|---|
| 遮挡场景漏检 | 无法穿透毛毯 | 使用毫米波雷达 |
| 动物误报 | 与儿童混淆 | 改进分类算法 |
| 警告延迟过长 | 系统响应慢 | 优化警告逻辑 |
参考资源
Euro NCAP 官方文档
| 文档 | 链接 |
|---|---|
| TB-039 DSM Spot Testing Guidance v1.1 | |
| TB-036 DSM Dossier Guidance v1.0 | |
| CPD Test and Assessment Protocol v1.3 | |
| Safe Driving & Occupant Monitoring Protocol v0.9 |
合成数据工具
| 工具 | 链接 |
|---|---|
| Anyverse InCabin | https://anyverse.ai/in-cabin-monitoring/ |
| Unity Automotive | https://unity.com/solutions/automotive |
| NVIDIA DRIVE Sim | https://developer.nvidia.com/drive/simulation |
总结
Euro NCAP In-Cabin 测试是一项系统工程,需要:
- 深入理解协议:TB-039、TB-036、CPD Protocol
- 高质量训练数据:真实数据 + 合成数据混合
- 鲁棒算法设计:适应多样化场景
- 充分内部验证:对标 Euro NCAP 标准
- 完善 Dossier 准备:技术规格、测试报告
关键成功因素:
- 传感器选型(IR 摄像头 + 雷达)
- 数据多样性(肤色、光线、遮挡)
- 算法效率(满足实时性要求)
- ADAS 协同(警告 + 干预)