Euro NCAP 2026 CPD 儿童存在检测：雷达 vs 摄像头融合方案对比

Euro NCAP 2026 CPD 要求

强制性要求

Euro NCAP 2026 协议将儿童存在检测（Child Presence Detection, CPD）纳入评分体系，要求：

场景	要求	分值
直接感知	检测儿童留在车内	2.5 分
警报系统	向驾驶员/路人发出警告	1.5 分
防止误锁	检测儿童在车内时阻止锁车	1.0 分

技术路线

直接感知方式：

1. 雷达（60GHz mmWave） - 穿透性强，生命体征检测
2. 摄像头（RGB/IR） - 视觉识别，分类能力强
3. 超声波 - 低成本，分辨率有限
4. 压力传感器 - 座椅集成，误报率高

雷达方案详解

60GHz mmWave 雷达

代表产品： Infineon CTRX8188F、Chuhang Tech CEYEE系列

技术优势：

• 穿透性强（穿透座椅/毯子）
• 生命体征检测（呼吸/心跳微动）
• 无隐私问题（非成像）
• 全天候工作（不受光照影响）

性能指标：

参数	CTRX8188F	CEYEE-60G
频率	60-64 GHz	60 GHz
分辨率	<5 cm	<10 cm
探测范围	2 m	2.5 m
呼吸检测	✅	✅
心跳检测	⚠️ 需静止	⚠️ 需静止
功耗	<1 W	<1.5 W
CE 认证	✅ 2026.07	✅ 2026.07

检测原理

# 雷达生命体征检测流程
def detect_vital_signs(radar_data):
    """
    基于 FMCW 雷达的生命体征检测
    
    原理：
    1. 胸腔微动（呼吸 0.1-0.5 mm，心跳 0.01-0.1 mm）
    2. 相位变化 → FFT → 频率提取
    """
    # Range-FFT（距离分辨）
    range_profile = np.fft.fft(radar_data, axis=0)
    
    # 静态杂波去除（MTI）
    range_profile = remove_static_clutter(range_profile)
    
    # 提取生命体征信号
    vital_signal = range_profile[target_range_bin]
    
    # 时域分析
    breathing_freq = detect_frequency(vital_signal, band=(0.1, 0.5))  # Hz
    heartbeat_freq = detect_frequency(vital_signal, band=(0.8, 2.0))
    
    return {
        'breathing_rate': breathing_freq * 60,  # 次/分
        'heartbeat_rate': heartbeat_freq * 60,   # 次/分
        'presence': is_present(vital_signal)
    }

挑战

1. 运动伪影： 车辆震动、风扇干扰
2. 多目标： 区分儿童 vs 宠物
3. 静止检测： 心跳检测需长时间静止

摄像头方案详解

RGB-IR 摄像头

代表产品： Sony IMX775、STURDeCAM57

技术优势：

• 视觉识别（分类能力强）
• 多功能（DMS + CPD 复用）
• 成本低（已有摄像头）

性能指标：

参数	IMX775	STURDeCAM57
分辨率	5 MP	5 MP
帧率	30 fps	60 fps
全局快门	✅	✅
RGB-IR	✅	✅
工作温度	-40°C ~ 85°C	-40°C ~ 105°C
价格	~$30	~$25

检测流程

# 视觉 CPD 检测
def detect_child_presence(image):
    """
    基于 YOLO/Pose 的儿童检测
    
    流程：
    1. 人体检测（YOLO）
    2. 年龄/体型分类
    3. 婴儿座椅识别
    """
    # 人体检测
    persons = yolo_detect(image, classes=['person'])
    
    results = []
    for person in persons:
        # 体型估计
        height = estimate_height(person.bbox)
        width = estimate_width(person.bbox)
        
        # 年龄分类（儿童 vs 成人）
        age_class = classify_age(person.crop)
        
        # 婴儿座椅检测
        if detect_baby_seat(person.crop):
            age_class = 'infant'
        
        results.append({
            'bbox': person.bbox,
            'age': age_class,
            'confidence': person.conf
        })
    
    # 过滤儿童
    children = [r for r in results if r['age'] in ['child', 'infant']]
    
    return children

挑战

1. 遮挡： 毯子/座椅遮挡儿童
2. 光照： 夜间/隧道低照度
3. 隐私： 车内录像存储合规

融合方案对比

架构设计

graph LR
    A[60GHz 雷达] --> C[融合层]
    B[RGB-IR 摄像头] --> C
    C --> D{决策}
    D --> E[儿童存在]
    D --> F[成人存在]
    D --> G[空座]

互补优势

场景	雷达	摄像头	融合方案
无遮挡	✅	✅	✅✅（双重确认）
毯子遮挡	✅（穿透）	❌	✅
夜间	✅	⚠️（需 IR）	✅
宠物误判	⚠️	✅（分类）	✅
心跳检测	⚠️（需静止）	❌	⚠️
年龄分类	❌	✅	✅

失败率对比

方案	检测率	误报率	漏检率
纯雷达	92%	8%	8%
纯摄像头	85%	12%	15%
融合	98%	3%	2%

ZEEKR 7GT vs BMW iX3

ZEEKR 7GT

CPD 系统：

• 传感器：60GHz 雷达 + 摄像头融合
• 功能：检测儿童遗留 + 向路人警告
• 评分：Crash Avoidance 89%

亮点：

• 婴儿座椅朝向检测
• 行李检测（防止误锁）

BMW iX3

CPD 系统：

• 传感器：摄像头（未公开雷达）
• 功能：儿童遗留警告
• 评分：Crash Avoidance 83%

差距分析：

• 纯摄像头方案在遮挡场景漏检率更高
• 无雷达心跳检测能力

部署建议

方案选择

车型定位	推荐方案	成本
高端（>$50k）	雷达 + 摄像头融合	$50-80
中端（$30-50k）	60GHz 雷达	$20-30
经济（<$30k）	摄像头复用	$10-15

安装位置

雷达：

• 最佳：后排座椅上方顶棚
• 备选：B 柱内侧

摄像头：

• 最佳：后排中央顶棚（广角）
• 备选：后座娱乐屏上方

软件架构

# 融合决策逻辑
class CPDFusion:
    def __init__(self):
        self.radar = RadarCPD()
        self.camera = CameraCPD()
        self.threshold = 0.7
        
    def detect(self):
        # 并行采集
        radar_result = self.radar.get_presence()
        camera_result = self.camera.get_children()
        
        # 融合决策
        if radar_result.presence and len(camera_result) > 0:
            # 双重确认：高置信度
            return {
                'status': 'CHILD_PRESENT',
                'confidence': 0.95,
                'location': camera_result[0].bbox
            }
        elif radar_result.presence and len(camera_result) == 0:
            # 雷达检测但摄像头未识别：可能遮挡
            return {
                'status': 'POSSIBLE_CHILD',
                'confidence': 0.75,
                'reason': 'OCCLUDED'
            }
        elif not radar_result.presence and len(camera_result) > 0:
            # 摄像头检测但雷达未检测：可能是宠物
            return {
                'status': 'UNCERTAIN',
                'confidence': 0.5,
                'reason': 'CHECK_MANUALLY'
            }
        else:
            return {
                'status': 'EMPTY',
                'confidence': 0.9
            }

测试场景清单

Euro NCAP CPD 测试场景

场景	描述	通过条件
CPD-01	婴儿座椅（后向）	≤30s 检测 + 警告
CPD-02	婴儿座椅（前向）	≤30s 检测 + 警告
CPD-03	儿童单独坐后排	≤30s 检测 + 警告
CPD-04	儿童被毯子遮挡	≤60s 检测 + 警告
CPD-05	多儿童	检测所有儿童
CPD-06	宠物在车内	不误报儿童
CPD-07	成人 + 儿童	区分两者
CPD-08	车辆震动干扰	不误报

供应链动态

雷达供应商

厂商	产品	状态
Infineon	CTRX8188F	✅ 量产
TI	IWR6843AOP	✅ 量产
Chuhang Tech	CEYEE-60G	✅ CE 认证
Infineon	BGT60ATR24	⚠️ 停产

摄像头供应商

厂商	产品	状态
Sony	IMX775	✅ 量产
ON Semi	AR0822	✅ 量产
STURDeCAM	STURDeCAM57	✅ 量产
OmniVision	OV2311	✅ 量产

总结

Euro NCAP 2026 CPD 要求推动雷达 + 摄像头融合方案成为主流。对于 IMS 开发：

1. 高端车型： 必须融合方案
2. 中端车型： 雷达优先
3. 经济车型： 摄像头复用 + 降低评分预期

推荐优先级： 🔴 高（Euro NCAP 强制要求）

---

参考资源：

• Euro NCAP 2026 Protocol
• Infineon CTRX8188F Datasheet
• ZEEKR 7GT Assessment Report