MDPI Sensors 2024 论文解读：车辆乘员3D姿态估计 - Euro NCAP OOP检测技术突破

论文信息

• 标题： Three-Dimensional Posture Estimation of Vehicle Occupants Using Depth and Infrared Images
• 作者： Tambwekar A, Park B-K.D, Kusari A, Sun W
• 期刊： Sensors 2024
• 卷期： 24(17), 5530
• 发布日期： 2024年8月27日
• DOI： 10.3390/s24175530

Euro NCAP 2026 OOP检测背景

OOP（Out of Position）异常姿态检测要求

场景	检测要求	警告等级	时限
OOP-01	驾驶员坐姿异常（倾斜/前倾）	一级警告	≤3s
OOP-02	乘员离开座位	二级警告	≤2s
OOP-03	后排乘客异常姿态	OMS警告	≤5s

技术难点

• 传统RGB摄像头难以准确估计3D姿态
• 乘员姿态多样性高（身高、体型、坐姿习惯）
• 车内遮挡严重（座椅、方向盘、安全带）

本论文价值：
提出深度+红外融合的3D姿态估计方案，解决Euro NCAP OOP检测的技术难点。

---

方法详解

1. 传感器配置

传感器	参数	用途
RGB摄像头	2MP, 30fps	外观特征
深度摄像头	Time-of-Flight, 640×480	3D几何
红外摄像头	940nm, 全局快门	面部关键点

2. 姿态估计流程

def estimate_3d_posture(depth_image, ir_image, rgb_image):
    """
    3D姿态估计流程
    
    论文Section 3描述的方法
    """
    
    # 1. 深度图像预处理
    depth_clean = preprocess_depth(depth_image)
    
    # 2. 红外图像关键点检测
    body_keypoints = detect_keypoints_ir(ir_image)
    
    # 3. RGB图像外观特征
    appearance_features = extract_appearance(rgb_image)
    
    # 4. 3D姿态估计
    posture_3d = estimate_3d(
        depth=depth_clean,
        keypoints=body_keypoints,
        appearance=appearance_features
    )
    
    return posture_3d

---

IMS开发启示

1. 传感器选择

IMS OOP检测硬件推荐：

方案	成本	精度	IMS推荐
RGB+深度+IR	⚠️ 中	✅ 高	主推方案
RGB+IR（现有DMS）	✅ 低	⚠️ 中	备选方案
单RGB	✅ 低	❌ 低	不推荐

2. 部署平台

高通QCS8255 + STURDeCAM57（RGB-IR）：

• 可复用现有DMS摄像头
• 需新增深度传感器（ToF）
• 总成本增加约$50

---

总结

本论文为Euro NCAP OOP检测提供了深度+红外融合的3D姿态估计方案，IMS可参考。

---

论文解读：2026-07-04 | 类型：论文解读