Euro NCAP 2026 Driver Engagement协议详解

官方文档

• 协议名称：Safe Driving - Driver Engagement
• 版本： v1.1（2025年10月）
• 适用范围： 乘用车（M1类）
• 实施时间： 2026年1月
• 官方链接： https://www.euroncap.com/en/for-engineers/protocols/2026-protocols/

协议背景

Euro NCAP 2026最大变化：

• DMS从”加分项”变为”必选项”
• 新增Driver Engagement评分类别
• 总分25分，直接决定五星评级

评分结构

Driver Engagement评分分配

评分项	分值	占比
分心检测	8分	32%
疲劳检测	6分	24%
损伤检测	6分	24%
无响应检测	5分	20%
总分	25分	100%

五星评级要求

星级	Driver Engagement最低分
⭐⭐⭐⭐⭐	≥20分
⭐⭐⭐⭐	≥15分
⭐⭐⭐	≥10分

详细检测要求

1. 分心检测（8分）

检测能力要求：

场景编号	场景描述	检测时限	分值
D-01	单次视线偏离3-4秒	≤检测时限	1.5分
D-02	手持手机（视线范围内）	≤2秒	1.5分
D-03	手持手机（视线外）	≤3秒	1.5分
D-04	手机打字操作	≤2秒	1.5分
D-05	长时间视线偏离（>4秒）	≤检测时限	1.0分
D-06	复杂分心场景组合	≤综合判定	1.0分

检测条件：

# Euro NCAP分心检测参数
DISTRACTION_PARAMS = {
    'speed_threshold': 50,          # km/h，检测最低速度
    'learning_period': 600,         # 秒，学习期（10分钟）
    'gaze_away_threshold': 3.5,     # 秒，视线偏离阈值
    'preceding_on_road': 4.0,       # 秒，前置道路注视时间
    'phone_detection_time': 2.0,    # 秒，手机检测时间
}

def check_distraction_scenario(
    gaze_road_ratio: float,
    gaze_away_duration: float,
    phone_detected: bool,
    phone_in_hand: bool,
    speed: float
) -> Tuple[bool, str]:
    """
    检查分心场景
    
    Returns:
        is_distracted: 是否分心
        scenario: 场景编号
    """
    # 速度条件
    if speed < DISTRACTION_PARAMS['speed_threshold']:
        return False, None
    
    # 手机检测
    if phone_detected and phone_in_hand:
        return True, 'D-02'
    
    # 视线偏离
    if gaze_away_duration >= DISTRACTION_PARAMS['gaze_away_threshold']:
        return True, 'D-01'
    
    return False, None

2. 疲劳检测（6分）

检测指标：

指标	阈值	对应KSS
PERCLOS	≥30%	KSS≥7
眨眼频率	异常低/高	KSS≥7
头部姿态	下垂/不稳定	KSS≥7
微睡眠	闭眼≥1.5秒	KSS≥8

Euro NCAP疲劳场景：

场景编号	场景描述	检测要求	分值
F-01	PERCLOS≥30%	≤检测时限	1.5分
F-02	微睡眠（闭眼1.5-3秒）	≤3秒	1.5分
F-03	微睡眠（闭眼>3秒）	≤3秒	1.5分
F-04	持续疲劳状态	≤学习期	1.5分

3. 损伤检测（6分）

2026新增要求：

场景编号	场景描述	检测时限	分值
I-01	酒精损伤	≤10分钟	2分
I-02	药物损伤	≤10分钟	2分
I-03	疲劳与损伤区分	综合判定	2分

检测方法：

class ImpairmentDetector:
    """损伤检测器"""
    
    def __init__(self):
        self.baseline_period = 300  # 秒
        self.baseline = None
        
    def detect_alcohol_impairment(self,
                                  gaze_patterns: np.ndarray,
                                  blink_patterns: np.ndarray,
                                  driving_behavior: Dict) -> Tuple[bool, float]:
        """
        检测酒精损伤
        
        关键指标：
        1. 眼动不稳定（扫视幅度异常）
        2. 眨眼模式异常
        3. 驾驶行为变化（方向盘修正频率）
        
        Returns:
            is_impaired: 是否损伤
            confidence: 置信度
        """
        if self.baseline is None:
            # 建立基线
            self.baseline = {
                'gaze_std': np.std(gaze_patterns),
                'blink_rate': len(blink_patterns) / 60,
                'steering_correction_rate': driving_behavior.get('correction_rate', 0)
            }
            return False, 0
        
        # 计算相对变化
        current_gaze_std = np.std(gaze_patterns)
        gaze_change = (current_gaze_std - self.baseline['gaze_std']) / self.baseline['gaze_std']
        
        # 酒精损伤特征
        # 1. 眼动不稳定增加
        # 2. 眨眼频率降低
        # 3. 方向盘修正频率降低
        
        impairment_score = 0
        
        if gaze_change > 0.3:  # 眼动不稳定增加30%
            impairment_score += 1
            
        # 需要更多特征组合判断
        
        is_impaired = impairment_score >= 2
        confidence = impairment_score / 3
        
        return is_impaired, confidence

4. 无响应检测（5分）

检测流程：

graph TD
    A[DMS检测] --> B{响应判定}
    B -->|有响应| C[继续监控]
    B -->|无响应| D[计数器递增]
    D --> E{达到阈值?}
    E -->|否| F[等待]
    E -->|是| G[触发EF]
    G --> H[紧急停车]

Euro NCAP要求：

阶段	检测方法	时间要求
初次检测	视觉+触觉	即时
确认阶段	多次验证	≤10秒
警告阶段	视觉+听觉+触觉	递进式
干预阶段	Emergency Function	≤警告后5秒

警告与干预策略

1. 警告等级

等级	触发条件	警告方式
L0	无异常	无警告
L1	瞬时状态（分心）	视觉提示
L2	持续状态（疲劳）	视觉+听觉
L3	严重状态（无响应）	视觉+听觉+触觉

2. ADAS联动

def adas_integration(driver_state: str, adas_system):
    """
    ADAS联动策略
    
    根据驾驶员状态调整ADAS参数
    """
    if driver_state == 'DISTRACTED':
        # 分心状态：增加FCW/AEB灵敏度
        adas_system.set_fcw_threshold(distance_ratio=0.8)
        adas_system.enable_aeb()
        
    elif driver_state == 'DROWSY':
        # 疲劳状态：增强LKA
        adas_system.set_lka_sensitivity('HIGH')
        adas_system.enable_ldw()
        
    elif driver_state == 'IMPAIRED':
        # 损伤状态：全面增强
        adas_system.set_fcw_threshold(distance_ratio=0.6)
        adas_system.enable_aeb()
        adas_system.set_lka_sensitivity('MAX')
        
    elif driver_state == 'UNRESPONSIVE':
        # 无响应：紧急停车
        adas_system.trigger_emergency_stop()

3. Emergency Function要求

EF必须满足：

1. 安全停车：不越过车道线，不碰撞障碍物
2. 通信：自动呼叫紧急服务
3. 警示：开启双闪、鸣笛
4. 解锁：停车后解锁车门
5. 数据记录：记录事件数据

测试流程

1. 实验室测试

测试项目	方法	设备
眼动追踪精度	标定测试	人工眼模型
检测延迟	时序测试	同步触发器
光照鲁棒性	光照变化	光照箱

2. 实车测试

测试场景	测试时长	测试人员
高速公路	2小时	多驾驶员
城市道路	1小时	多驾驶员
夜间	1小时	多驾驶员

3. 评分计算

def calculate_driver_engagement_score(
    distraction_score: float,
    drowsiness_score: float,
    impairment_score: float,
    unresponsive_score: float
) -> float:
    """
    计算Driver Engagement总分
    
    Returns:
        total_score: 总分（满分25分）
    """
    total = (distraction_score + drowsiness_score + 
             impairment_score + unresponsive_score)
    
    return min(total, 25.0)

# 示例
distraction = 7.5   # 满分8分
drowsiness = 5.5    # 满分6分
impairment = 5.0    # 满分6分
unresponsive = 4.5  # 满分5分

score = calculate_driver_engagement_score(
    distraction, drowsiness, impairment, unresponsive
)
print(f"Driver Engagement总分: {score}/25")
print(f"评级: {'五星' if score >= 20 else '四星' if score >= 15 else '三星'}")

OEM Dossier要求

必须提交的材料

材料类别	具体内容
系统描述	硬件配置、软件架构
检测算法	算法原理、阈值设置
测试报告	实验室+实车测试结果
性能数据	检测率、误报率、延迟
警告策略	警告等级、ADAS联动
EF说明	紧急停车流程、安全措施

关键性能指标

指标	五星要求
分心检测率	≥95%
疲劳检测率	≥90%
损伤检测率	≥85%
误报率	≤2%
检测延迟	≤规定时限

参考文献

1. Euro NCAP. “Safe Driving - Driver Engagement Protocol v1.1.” October 2025.
2. Smart Eye. “Driver Monitoring 2.0: How Euro NCAP is Raising the Bar in 2026.” April 2025.
3. AVL. “Euro NCAP 2026: What’s Changing and How to Stay Compliant.” 2025.

---

相关文章：

• 认知分心检测
• 无响应驾驶员干预系统
• DMS-ADAS融合架构