Euro NCAP 2026 CPD强制要求：60GHz雷达儿童存在检测方案全景解析

Euro NCAP 2026 CPD强制要求

从2025年开始，Euro NCAP要求新车配备儿童存在检测（Child Presence Detection, CPD）功能，最高可获得5分安全评分。2026年起，CPD成为获取五星评级的强制要求。

CPD核心要求

要求项	具体内容
检测对象	新生儿、婴幼儿、儿童
检测位置	所有座椅位置（前排、后排、第三排）
检测场景	车辆锁止后检测
响应时间	锁车后90秒内发出警告
警告方式	鸣笛/灯光/手机App通知
覆盖率	覆盖95%以上的乘员类型和姿态

传感器技术路线

Euro NCAP认可的CPD传感器类型：

传感器	优势	劣势	穿透性
60GHz毫米波雷达	全天候、穿透覆盖物、保护隐私	成本较高	✅ 强
摄像头	成本低、可视信息丰富	光照敏感、隐私问题	❌ 弱
红外传感器	夜间可用	光照敏感、隐私问题	🟡 中
UWB超宽带	高精度、低功耗	成本高、覆盖有限	✅ 强
LiDAR	高精度3D	成本极高	✅ 强

推荐方案：60GHz毫米波雷达

原因：

1. 穿透性： 能穿透毛毯、衣物、座椅覆盖物检测儿童
2. 隐私保护： 不采集图像，仅检测生命体征（呼吸/心跳）
3. 全天候： 不受光照、温度影响
4. 多合一： 一个传感器实现CPD + 座椅占用 + 入侵检测

60GHz雷达CPD技术原理

雷达测距原理

flowchart LR
    TX[发射天线 TX] --> Signal[60GHz毫米波]
    Signal --> Target[人体目标]
    Target --> |反射| RX[接收天线 RX]
    RX --> Processing[信号处理]
    Processing --> Distance[距离计算]
    Processing --> Velocity[速度计算]
    
    Distance --> |呼吸运动| Respiration[呼吸频率]
    Velocity --> |微多普勒| Heartbeat[心跳频率]

距离公式：
$$R = \frac{c \cdot \tau}{2}$$

其中：

• $R$：目标距离
• $c$：光速（$3 \times 10^8$ m/s）
• $\tau$：信号往返时间

微多普勒效应检测生命体征

人体呼吸和心跳会产生微弱的多普勒频移：

import numpy as np

def detect_vital_signs(radar_data, fs=1000):
    """
    从雷达数据中提取生命体征
    
    Args:
        radar_data: 雷达接收信号
        fs: 采样频率
    
    Returns:
        respiration_rate: 呼吸频率 (次/分钟)
        heart_rate: 心跳频率 (次/分钟)
    """
    # 1. 距离FFT获取目标距离
    range_fft = np.fft.fft(radar_data, axis=0)
    
    # 2. 多普勒FFT获取速度信息
    doppler_fft = np.fft.fft(range_fft, axis=1)
    
    # 3. 提取目标区域
    target_range = np.argmax(np.abs(range_fft), axis=0)
    target_doppler = doppler_fft[:, target_range]
    
    # 4. 时频分析提取呼吸和心跳
    # 呼吸：0.1-0.5 Hz (6-30次/分钟)
    # 心跳：0.8-2.0 Hz (48-120次/分钟)
    
    # 带通滤波
    from scipy.signal import butter, filtfilt
    
    # 呼吸带通滤波
    b_resp, a_resp = butter(4, [0.1, 0.5], btype='band', fs=fs)
    respiration_signal = filtfilt(b_resp, a_resp, target_doppler)
    
    # 心跳带通滤波
    b_heart, a_heart = butter(4, [0.8, 2.0], btype='band', fs=fs)
    heartbeat_signal = filtfilt(b_heart, a_heart, target_doppler)
    
    # FFT提取频率
    resp_freq = np.fft.fftfreq(len(respiration_signal), 1/fs)
    resp_spectrum = np.abs(np.fft.fft(respiration_signal))
    resp_peak = resp_freq[np.argmax(resp_spectrum[1:len(resp_spectrum)//2]) + 1]
    
    heart_freq = np.fft.fftfreq(len(heartbeat_signal), 1/fs)
    heart_spectrum = np.abs(np.fft.fft(heartbeat_signal))
    heart_peak = heart_freq[np.argmax(heart_spectrum[1:len(heart_spectrum)//2]) + 1]
    
    # 转换为次/分钟
    respiration_rate = abs(resp_peak) * 60  # Hz → 次/分钟
    heart_rate = abs(heart_peak) * 60
    
    return respiration_rate, heart_rate

儿童vs成人vs宠物区分

通过多特征融合实现分类：

特征	儿童	成人	宠物
呼吸频率	20-40次/分钟	12-20次/分钟	15-30次/分钟
心跳频率	80-140次/分钟	60-100次/分钟	60-140次/分钟
体表面积	小（0.3-0.6 m²）	大（1.5-2.0 m²）	很小（<0.3 m²）
运动幅度	小	中	大
RCS值	-20 ~ -10 dBm²	-10 ~ 0 dBm²	-30 ~ -20 dBm²

flowchart TB
    Radar[60GHz雷达数据]
    
    Radar --> RangeFFT[距离FFT]
    RangeFFT --> DopplerFFT[多普勒FFT]
    DopplerFFT --> Features[特征提取]
    
    Features --> F1[呼吸频率]
    Features --> F2[心跳频率]
    Features --> F3[RCS值]
    Features --> F4[运动模式]
    
    F1 + F2 + F3 + F4 --> ML[机器学习分类器]
    
    ML --> Class1[儿童]
    ML --> Class2[成人]
    ML --> Class3[宠物]
    ML --> Class4[静止物体]
    
    Class1 --> Alert[触发CPD警报]

主流芯片方案

1. Texas Instruments AWRL6844

发布时间： 2025年1月CES

核心特性：

参数	规格
频率	60GHz (57-64GHz)
天线	4Tx + 4Rx
算力	集成DSP + 硬件加速器
功耗	正常：<600mW 待休眠：<65mW
接口	CAN-FD, LIN, Ethernet
安全等级	AEC-Q100 Grade 2
温度范围	-40°C ~ 85°C

三大功能合一：

graph LR
    A[AWRL6844 单芯片] --> B[座椅占用检测]
    A --> C[儿童存在检测]
    A --> D[入侵检测]
    
    B --> E[安全带提醒<br>SBR系统]
    C --> F[CPD警报]
    D --> G[防盗警报]
    
    style A fill:#cc0000,color:#fff

技术优势：

• 边缘AI： 片上运行神经网络，无需外部处理器
• 低功耗： 待机模式仅65mW，适合长期监控
• 天线封装（AiP）： 内置天线，减少BOM成本

开发工具链：

# TI毫米波雷达SDK
git clone https://github.com/TexasInstruments/mmwavelib

# 编译示例
cd mmwavelib/examples/cpd
make TARGET=AWRL6844

# 烧录固件
python mmwave_flash.py --device AWRL6844 --firmware cpd_demo.bin

2. NOVELIC ACAM200

产品亮点：

特性	ACAM200
频率	60GHz
技术	天线封装（Antenna in Package）
视场角	水平115° × 垂直108°
尺寸	55mm × 33.8mm × 16.55mm
功耗	正常≈600mW 待机<65mW
质量	24g
安全等级	AEC-Q100 Grade 2
防护等级	IP51
功能安全	QM
网络安全	EVITA HSM硬件支持

核心优势：

1. 行业领先检测时间： 即使儿童被毯子覆盖或在脚坑区域也能快速检测
2. 零误报： 区分活体与静止物体（行李、购物袋）
3. 全车覆盖： 单传感器覆盖所有座椅位置
4. 隐私友好： 无摄像头，不侵犯隐私

应用场景：

flowchart TB
    subgraph CPD[儿童存在检测]
        C1[检测遗留儿童]
        C2[检测儿童闯入]
        C3[覆盖物穿透检测]
    end
    
    subgraph SOD[座椅占用检测]
        S1[区分婴儿/儿童/成人]
        S2[区分活体/物品]
        S3[事故后乘员统计]
    end
    
    subgraph IPA[入侵检测]
        I1[周边监控]
        I2[非法闯入警报]
        I3[误报抑制]
    end
    
    ACAM200 --> CPD
    ACAM200 --> SOD
    ACAM200 --> IPA
    
    style ACAM200 fill:#0066cc,color:#fff

3. Infineon XENSIV™ 60GHz

核心组件：

• 雷达前端： BGT60ATR24C
• MCU： AURIX™ TC3xx系列
• 软件： 生命周期信号处理库

系统架构：

flowchart LR
    subgraph 雷达前端
        TX[发射天线<br>4通道]
        RX[接收天线<br>4通道]
        LO[本振<br>60GHz]
    end
    
    subgraph MCU
        ADC[ADC采样]
        DSP[数字信号处理]
        AI[神经网络推理]
    end
    
    subgraph 输出
        CPD[CPD状态]
        POS[座椅占用]
        VITAL[生命体征]
    end
    
    TX --> Target[人体目标]
    Target --> RX
    RX --> ADC
    ADC --> DSP
    DSP --> AI
    AI --> CPD
    AI --> POS
    AI --> VITAL

Euro NCAP CPD测试协议

测试场景

Euro NCAP CPD协议定义的测试场景：

场景编号	场景描述	儿童类型	位置	覆盖情况
C-01	儿童单独在车内	新生儿假人	前排乘客座	无覆盖
C-02	儿童在后排	1.5岁假人	后排左侧	无覆盖
C-03	儿童在第三排	3岁假人	第三排	无覆盖
C-04	儿童被毯子覆盖	6岁假人	后排右侧	毛毯覆盖
C-05	儿童在脚坑	1岁假人	前排脚坑	无覆盖
C-06	儿童在儿童座椅	新生儿假人	后排右侧	儿童座椅内
C-07	儿童躺卧	3岁假人	后排左侧	半覆盖
C-08	儿童蜷缩	1.5岁假人	后排右侧	无覆盖

测试假人

Euro NCAP认可的CPD测试假人：

假人型号	年龄等效	体重	身高	胸围
CRABI 12M	12个月	10 kg	76 cm	46 cm
Q1.5	1.5岁	11 kg	84 cm	48 cm
Q3	3岁	15 kg	98 cm	52 cm
Q6	6岁	21 kg	116 cm	58 cm
HIII 5F	5岁女性	19 kg	110 cm	55 cm

假人特性：

• 包含模拟呼吸运动的气动装置
• 心跳模拟（可选）
• 符合人体热辐射特性

警告时间要求

gantt
    title CPD警告时间线
    dateFormat mm:ss
    
    section 锁车检测
    车辆锁止             :milestone, m1, 00:00
    系统唤醒             :a1, 00:00, 10s
    
    section 生命体征检测
    雷达扫描             :a2, after a1, 30s
    算法处理             :a3, after a2, 10s
    
    section 警告阶段
    一级警告<br>鸣笛+灯光  :crit, a4, after a3, 40s
    二级警告<br>手机通知   :crit, a5, after a4, 20s
    
    section 截止时间
    90秒截止             :milestone, m2, 01:30

时间要求：

• 锁车后90秒内必须发出警告
• 一级警告：车辆鸣笛 + 外部灯光闪烁
• 二级警告：手机App通知 + 紧急联系人

系统架构设计

单雷达全覆盖方案

flowchart TB
    subgraph 硬件层
        Radar[60GHz雷达<br>顶棚安装]
        MCU[MCU处理器]
        CAN[CAN-FD总线]
        Power[电源管理]
    end
    
    subgraph 信号处理
        Preproc[预处理<br>距离FFT + 多普勒FFT]
        Detect[目标检测<br>CFAR算法]
        Track[目标跟踪<br>扩展卡尔曼滤波]
    end
    
    subgraph AI推理
        Classify[目标分类<br>儿童/成人/宠物/物品]
        Vital[生命体征<br>呼吸/心跳提取]
    end
    
    subgraph 决策层
        Fusion[数据融合]
        Decision[决策逻辑]
        Alert[警报触发]
    end
    
    Radar --> Preproc
    Preproc --> Detect
    Detect --> Track
    Track --> Classify
    Track --> Vital
    Classify --> Fusion
    Vital --> Fusion
    Fusion --> Decision
    Decision --> Alert
    
    MCU --> Preproc
    MCU --> Classify
    MCU --> Decision
    
    Power --> Radar
    Power --> MCU
    
    Alert --> CAN

安装位置

顶棚安装（推荐）：

 前挡风玻璃
     |
+----+----+
| 雷达模块 |  ← 顶棚中心位置
+----+----+
     |
----+----+----+----
  驾驶座  乘客座
     |
----+----+----+----
   后排左  后排右

优势：

• 视场角最大，覆盖所有座椅
• 安装简单，不打扰内饰设计
• 远离地面干扰（金属地板）

软件架构

# CPD系统主循环（伪代码）

import time
import can
from radar_driver import AWRL6844
from vital_signs import VitalSignsExtractor
from classifier import TargetClassifier
from alert_manager import AlertManager

class CPDSystem:
    """儿童存在检测系统"""
    
    def __init__(self):
        # 初始化雷达
        self.radar = AWRL6844(config='cpd_config.json')
        
        # 初始化生命体征提取器
        self.vital_extractor = VitalSignsExtractor()
        
        # 初始化分类器
        self.classifier = TargetClassifier(model='child_detector.tflite')
        
        # 初始化警报管理器
        self.alert_manager = AlertManager()
        
        # CAN总线
        self.can_bus = can.interface.Bus(channel='can0', bustype='socketcan')
        
        # 状态
        self.vehicle_locked = False
        self.children_detected = []
    
    def run(self):
        """主循环"""
        while True:
            # 1. 监听车辆状态
            self.check_vehicle_status()
            
            # 2. 锁车后启动检测
            if self.vehicle_locked:
                self.detection_cycle()
            
            time.sleep(0.1)  # 100ms周期
    
    def check_vehicle_status(self):
        """检查车辆锁止状态"""
        msg = self.can_bus.recv(timeout=0.01)
        if msg and msg.arbitration_id == 0x3XX:  # 车身状态消息
            self.vehicle_locked = (msg.data[0] & 0x01) == 1
    
    def detection_cycle(self):
        """检测周期"""
        # 1. 获取雷达数据
        radar_frame = self.radar.acquire_frame()
        
        # 2. 距离-多普勒处理
        range_doppler = self.radar.process_range_doppler(radar_frame)
        
        # 3. 目标检测
        targets = self.radar.detect_targets(range_doppler, threshold=-20)  # dBm²
        
        for target in targets:
            # 4. 生命体征提取
            vital_signs = self.vital_extractor.extract(
                target.range_bin,
                target.doppler_bin
            )
            
            # 5. 目标分类
            target_type = self.classifier.classify(
                range_doppler,
                vital_signs,
                target.rcs
            )
            
            # 6. 儿童检测
            if target_type == 'child':
                self.children_detected.append({
                    'position': target.position,
                    'vital_signs': vital_signs,
                    'timestamp': time.time()
                })
        
        # 7. 触发警报
        if self.children_detected:
            self.alert_manager.trigger_alert(
                level=1,  # 一级警告
                children_count=len(self.children_detected)
            )

# 启动系统
if __name__ == '__main__':
    cpd_system = CPDSystem()
    cpd_system.run()

开发启示

IMS开发路线图

gantt
    title CPD功能开发时间线
    dateFormat YYYY-MM-DD
    
    section 硬件集成
    雷达选型与采购       :a1, 2026-01-01, 30d
    评估板搭建           :a2, after a1, 20d
    实车安装测试         :a3, after a2, 30d
    
    section 算法开发
    生命体征提取算法     :b1, 2026-01-15, 45d
    儿童分类模型训练     :b2, after b1, 30d
    多目标跟踪优化       :b3, after b2, 20d
    
    section 测试验证
    Euro NCAP场景测试    :c1, 2026-04-01, 30d
    误报率优化           :c2, after c1, 20d
    功能安全认证         :c3, after c2, 30d
    
    section SOP
    量产准备             :d1, after c3, 20d

关键技术难点

难点	解决方案
儿童覆盖物穿透	60GHz雷达 + 高增益天线 + CFAR自适应阈值
儿童vs宠物区分	多特征融合（呼吸频率 + RCS + 运动模式）
车辆振动干扰	自适应滤波 + 静态杂波抑制
多儿童场景	多目标跟踪 + 目标关联
高温环境检测	温度补偿 + 算法鲁棒性优化

性能指标要求

指标	要求	Euro NCAP标准
检测率	≥95%	所有测试场景
误报率	<1次/天	区分行李/宠物
检测时间	<90秒	锁车后
功耗	<1W	正常工作
待机功耗	<100mW	熄火后
工作温度	-40°C ~ 85°C	全气候

总结

60GHz毫米波雷达是Euro NCAP 2026 CPD强制要求的最优方案，TI AWRL6844和NOVELIC ACAM200是当前最成熟的量产芯片。通过微多普勒效应检测生命体征，配合AI分类器实现儿童/成人/宠物区分，单传感器即可覆盖全车座椅位置。

开发优先级：

1. 采购AWRL6844或ACAM200评估板
2. 搭建雷达采集系统，收集儿童/成人/宠物雷达数据
3. 训练儿童分类模型，达到>95%检测率
4. Euro NCAP 8个场景测试验证
5. 功能安全认证（ISO 26262 ASIL-B）