Euro NCAP 2026 安全带误用检测：ZEEKR vs BMW 对比与 IMS 开发指南

---

核心要点

Euro NCAP 2026 新增安全带误用检测要求：

• ZEEKR 7GT：可检测只系腰带不系肩带（lap-only misuse）
• BMW iX3：无法检测安全带误用或乘客异常姿态
• Euro NCAP 明确要求检测错误安全带路径
• IMS 开发需重点突破肩带位置检测算法

---

Euro NCAP 2026 安全带误用检测要求

1. 测试场景

场景编号	误用类型	检测要求
B-01	只系腰带不系肩带	≤3s检测到异常
B-02	肩带位置错误（低于肩部）	≤5s检测到异常
B-03	肩带位置错误（过于靠外）	≤5s检测到异常
B-04	安全带绕过背后	≤5s检测到异常
B-05	安全带夹在腋下	≤5s检测到异常

2. 误用影响

误用类型	安全影响	Euro NCAP评分影响
只系腰带	上身前冲，气囊失效	扣分严重
肩带过低	侧向碰撞保护不足	扣分
肩带过外	远端碰撞保护不足	扣分
背后绕过	无上身约束	扣分严重
腋下夹带	内脏损伤风险高	扣分

---

ZEEKR 7GT vs BMW iX3 对比

1. 安全带检测能力

功能	ZEEKR 7GT	BMW iX3
安全带使用检测	✅	✅
lap-only误用检测	✅ 可检测	❌ 无法检测
肩带位置检测	⚠️ 部分	❌ 无法检测
乘客OOP检测	❌ 无法检测	❌ 无法检测

2. Euro NCAP Safe Driving 得分

类别	ZEEKR 7GT	BMW iX3
总分	79%	73%
DMS疲劳检测	✅ 满分	✅ 高分
DMS分心检测	✅ 满分	⚠️ 敏感性低
安全带误用检测	✅ 加分项	❌ 无加分
HMI物理按键	⚠️ 低分（触屏）	✅ 高分（物理按键）

3. 关键差异分析

ZEEKR 7GT 安全带误用检测方案：

• 传感器： 高级传感器检测错误安全带路径
• 检测类型： lap-only（只系腰带）
• 触发机制： 错误路径检测 + 警告
• 传感器位置： 未公开（推测：座椅内摄像头/压力传感器）

BMW iX3 缺失原因分析：

• 传感器配置： 仅乘员存在检测 + 身高分类
• 无肩带位置检测： 未配备肩带路径检测传感器
• OOP检测缺失： 无法检测乘客脚踩仪表板等异常姿态

---

安全带误用检测技术方案

1. 摄像头方案

graph TD
    A[座舱摄像头] --> B[肩带关键点检测]
    B --> C[肩带路径分析]
    C --> D{路径判定}
    D -->|正常| E[肩带跨肩位置正确]
    D -->|误用| F[肩带位置异常]
    F --> G{误用类型}
    G -->|lap-only| H[肩带未检测到]
    G -->|肩带过低| I[肩带低于肩部]
    G -->|肩带过外| J[肩带偏离肩中线]
    H --> K[一级警告]
    I --> K
    J --> K

2. 核心算法代码

"""
Euro NCAP 2026 安全带误用检测算法

核心方法：肩带关键点检测 + 路径分析 + 误用分类
"""

import numpy as np
from typing import List, Tuple, Dict
from dataclasses import dataclass

@dataclass
class BeltKeypoint:
    """安全带关键点"""
    name: str  # keypoint名称
    position: Tuple[float, float]  # (x, y)坐标
    confidence: float  # 检测置信度

@dataclass
class BeltMisuseResult:
    """安全带误用检测结果"""
    is_misuse: bool
    misuse_type: str  # normal/lap_only/low_shoulder/outer_shoulder/behind_back
    confidence: float
    warning_level: int  # 1/2

def detect_belt_keypoints(image: np.ndarray) -> List[BeltKeypoint]:
    """
    检测安全带关键点
    
    Args:
        image: 座舱图像, shape=(H, W, 3)
    
    Returns:
        keypoints: 安全带关键点列表
    
    IMS落地应用：
        关键点定义：
        - belt_anchor_top: 安全带顶部锚点（B柱）
        - belt_anchor_bottom: 安全带底部锚点（座椅侧面）
        - shoulder_cross: 肩带跨肩位置
        - lap_left: 腰带左侧位置
        - lap_right: 腰带右侧位置
        - buckle: 安全带扣位置
    """
    # 模拟关键点检测结果
    keypoints = [
        BeltKeypoint('belt_anchor_top', (200, 150), 0.95),
        BeltKeypoint('belt_anchor_bottom', (250, 400), 0.92),
        BeltKeypoint('shoulder_cross', (300, 200), 0.88),
        BeltKeypoint('lap_left', (280, 350), 0.90),
        BeltKeypoint('lap_right', (320, 350), 0.90),
        BeltKeypoint('buckle', (300, 360), 0.95)
    ]
    
    return keypoints

def classify_belt_misuse(keypoints: List[BeltKeypoint], shoulder_position: Tuple[float, float]) -> BeltMisuseResult:
    """
    分类安全带误用类型
    
    Args:
        keypoints: 安全带关键点
        shoulder_position: 乘客肩部位置（从身体姿态估计）
    
    Returns:
        result: 误用检测结果
    
    Euro NCAP 2026 检测逻辑：
        1. lap-only误用：肩带关键点未检测到或置信度<0.5
        2. 肩带过低：shoulder_cross.y > shoulder_position.y + 50px
        3. 肩带过外：shoulder_cross.x偏离肩中线>30px
    """
    # 提取关键点
    shoulder_cross = None
    lap_points = []
    anchor_top = None
    
    for kp in keypoints:
        if kp.name == 'shoulder_cross':
            shoulder_cross = kp
        elif kp.name in ['lap_left', 'lap_right']:
            lap_points.append(kp)
        elif kp.name == 'belt_anchor_top':
            anchor_top = kp
    
    # 正常检测阈值
    LAP_ONLY_THRESHOLD = 0.5  # 肩带置信度阈值
    LOW_SHOULDER_THRESHOLD = 50  # 肩带低于肩部阈值（像素）
    OUTER_SHOULDER_THRESHOLD = 30  # 肩带偏离中线阈值
    
    # 检测误用
    misuse_type = "normal"
    confidence = 1.0
    warning_level = 0
    
    # 1. lap-only误用：肩带未检测到
    if shoulder_cross is None or shoulder_cross.confidence < LAP_ONLY_THRESHOLD:
        misuse_type = "lap_only"
        confidence = 0.9 if shoulder_cross is None else 0.7
        warning_level = 2  # 二级警告（严重误用）
    
    # 2. 肩带过低
    elif shoulder_cross.position[1] > shoulder_position[1] + LOW_SHOULDER_THRESHOLD:
        misuse_type = "low_shoulder"
        confidence = 0.85
        warning_level = 1
    
    # 3. 肩带过外（偏离肩中线）
    elif abs(shoulder_cross.position[0] - shoulder_position[0]) > OUTER_SHOULDER_THRESHOLD:
        misuse_type = "outer_shoulder"
        confidence = 0.80
        warning_level = 1
    
    is_misuse = misuse_type != "normal"
    
    return BeltMisuseResult(
        is_misuse=is_misuse,
        misuse_type=misuse_type,
        confidence=confidence,
        warning_level=warning_level
    )

def generate_warning(result: BeltMisuseResult) -> str:
    """
    生成警告消息
    
    Args:
        result: 误用检测结果
    
    Returns:
        warning_msg: 警告消息
    
    IMS落地应用：
        一级警告：视觉提示+声音提示
        二级警告：持续声音警告+限制启动
    """
    if not result.is_misuse:
        return "安全带佩戴正常"
    
    warning_msgs = {
        "lap_only": "⚠️ 警告：检测到只系腰带，肩带未正确佩戴！请重新调整安全带。",
        "low_shoulder": "⚠️ 提示：肩带位置过低，建议调整至肩部中央位置。",
        "outer_shoulder": "⚠️ 提示：肩带位置偏离肩中线，建议调整位置。",
        "behind_back": "⚠️ 警告：安全带绕过背后，严重误用！请重新佩戴。",
        "under_arm": "⚠️ 警告：安全带夹在腋下，严重误用！请重新佩戴。"
    }
    
    return warning_msgs.get(result.misuse_type, "安全带佩戴异常")

# 实际测试代码
if __name__ == "__main__":
    # 模拟正常佩戴
    keypoints_normal = [
        BeltKeypoint('belt_anchor_top', (200, 150), 0.95),
        BeltKeypoint('belt_anchor_bottom', (250, 400), 0.92),
        BeltKeypoint('shoulder_cross', (300, 180), 0.88),  # 肩带正确位置
        BeltKeypoint('lap_left', (280, 350), 0.90),
        BeltKeypoint('lap_right', (320, 350), 0.90),
        BeltKeypoint('buckle', (300, 360), 0.95)
    ]
    
    shoulder_pos = (300, 170)  # 肩部位置
    
    result_normal = classify_belt_misuse(keypoints_normal, shoulder_pos)
    print("="*50)
    print("正常佩戴测试")
    print("="*50)
    print(f"误用类型: {result_normal.misuse_type}")
    print(f"警告: {generate_warning(result_normal)}")
    
    # 模拟lap-only误用
    keypoints_lap_only = [
        BeltKeypoint('belt_anchor_top', (200, 150), 0.95),
        BeltKeypoint('belt_anchor_bottom', (250, 400), 0.92),
        BeltKeypoint('shoulder_cross', (300, 180), 0.30),  # 肩带置信度低（误用）
        BeltKeypoint('lap_left', (280, 350), 0.90),
        BeltKeypoint('lap_right', (320, 350), 0.90),
        BeltKeypoint('buckle', (300, 360), 0.95)
    ]
    
    result_lap_only = classify_belt_misuse(keypoints_lap_only, shoulder_pos)
    print("="*50)
    print("Lap-only误用测试")
    print("="*50)
    print(f"误用类型: {result_lap_only.misuse_type}")
    print(f"置信度: {result_lap_only.confidence:.2f}")
    print(f"警告等级: {result_lap_only.warning_level}")
    print(f"警告: {generate_warning(result_lap_only)}")
    
    # 模拟肩带过低
    keypoints_low = [
        BeltKeypoint('belt_anchor_top', (200, 150), 0.95),
        BeltKeypoint('belt_anchor_bottom', (250, 400), 0.92),
        BeltKeypoint('shoulder_cross', (300, 250), 0.88),  # 肩带低于肩部
        BeltKeypoint('lap_left', (280, 350), 0.90),
        BeltKeypoint('lap_right', (320, 350), 0.90),
        BeltKeypoint('buckle', (300, 360), 0.95)
    ]
    
    result_low = classify_belt_misuse(keypoints_low, shoulder_pos)
    print("="*50)
    print("肩带过低测试")
    print("="*50)
    print(f"误用类型: {result_low.misuse_type}")
    print(f"警告: {generate_warning(result_low)}")

---

ZEEKR 7GT lap-only 检测技术推测

基于Euro NCAP报告分析，ZEEKR 7GT lap-only检测可能采用：

方案1：座椅内摄像头

传感器	参数	用途
座椅摄像头	RGB-IR，720p	检测肩带路径
座椅压力传感器	压力分布矩阵	检测腰带压力
安全带张力传感器	张力检测	检测安全带拉力

方案2：肩带路径传感器

传感器	用途
肩带内嵌传感器	检测肩带位置和路径
B柱摄像头	监控肩带跨肩位置

方案3：压力分布分析

"""
座椅压力分布分析：检测lap-only误用

原理：
    lap-only误用时，座椅压力分布异常：
    - 腰部压力正常（腰带约束）
    - 上身压力分布异常（肩带缺失）
"""

def analyze_seat_pressure_distribution(pressure_map: np.ndarray) -> Dict:
    """
    分析座椅压力分布
    
    Args:
        pressure_map: 压力分布矩阵, shape=(H, W)
    
    Returns:
        analysis: {
            'lap_pressure': 腰部压力,
            'upper_body_pressure': 上身压力,
            'pressure_ratio': 压力比例,
            'is_lap_only': 是否疑似lap-only
        }
    
    IMS落地应用：
        lap-only判定：
        - lap_pressure正常（腰带约束腰部）
        - upper_body_pressure异常低（肩带缺失）
        - pressure_ratio < 0.3（上身压力过低）
    """
    # 分割区域
    lap_region = pressure_map[150:200, :]  # 腰部区域
    upper_region = pressure_map[50:150, :]  # 上身区域
    
    # 计算压力
    lap_pressure = np.mean(lap_region)
    upper_pressure = np.mean(upper_region)
    
    # 压力比例
    pressure_ratio = upper_pressure / (lap_pressure + upper_pressure + 1e-6)
    
    # lap-only判定
    is_lap_only = pressure_ratio < 0.3 and lap_pressure > 20
    
    return {
        'lap_pressure': lap_pressure,
        'upper_body_pressure': upper_pressure,
        'pressure_ratio': pressure_ratio,
        'is_lap_only': is_lap_only
    }

---

Euro NCAP 2026 11档安全带技术

What Car 报道：安全带11档调整技术

传统安全带	Euro NCAP 2026 11档安全带
3档调整（松/中/紧）	11档调整
固定力度	根据乘员身高/体重动态调整
无差异化	成人男性>儿童>老年人

工作原理

1. 乘员感知： DMS摄像头检测身高/体重/体型
2. 档位选择： 根据乘员特征选择11档中的最佳档位
3. 碰撞响应： 碰撞时自动调整安全带张力

IMS集成方案

graph LR
    A[DMS摄像头] --> B[乘员分类]
    B --> C[身高/体重估计]
    C --> D[安全带档位选择]
    D --> E[11档安全带控制器]
    E --> F[碰撞时调整张力]

---

IMS 开发优先级

功能	Euro NCAP 2026要求	ZEEKR已实现	BMW未实现	IMS优先级
lap-only检测	要求检测	✅	❌	P0
肩带位置检测	要求检测	⚠️ 部分	❌	P1
OOP乘客检测	加分项	❌	❌	P2
11档安全带集成	加分项	❌	❌	P2
乘员分类	要求	✅	✅	P0

---

数据来源

• Euro NCAP BMW iX3/ZEEKR 7GT测试报告： https://www.euroncap.com/press-media/a-new-benchmark-for-vehicle-safety-bmw-and-zeekr-secure-five-stars-under-euro-ncap-s-new-tests/
• Euro NCAP ZEEKR 7GT详细报告： https://www.euroncap.com/assessments/zeekr/7gt/1229/
• What Car 安全带技术解读： https://www.whatcar.com/news/2026-car-safety-update-how-testing-is-changing-to-make-cars-safer/n29128

---

IMS 开发启示

1. ZEEKR领先BMW： ZEEKR 7GT率先实现lap-only检测，IMS开发可参考ZEEKR方案
2. 摄像头方案优先： 肩带关键点检测算法可直接集成现有DMS摄像头
3. 压力传感器辅助： 座椅压力分布分析可辅助检测lap-only误用
4. 11档安全带集成： DMS乘员分类结果可直接用于安全带档位选择
5. OOP检测缺口： ZEEKR和BMW均未实现OOP检测，IMS可率先突破获得加分

---

总结： Euro NCAP 2026 新增安全带误用检测要求，ZEEKR 7GT率先实现lap-only检测，BMW iX3因缺失误用检测扣分。IMS开发需重点突破肩带关键点检测算法，结合压力传感器辅助检测lap-only误用。ZEEKR和BMW均未实现OOP检测，IMS可率先突破获得Euro NCAP加分。11档安全带技术需DMS乘员分类集成，实现个性化安全带张力调整。