NOVELIC + Smart Eye: 边缘处理摄像头-雷达传感器融合，单CAN-Bus即插即用

行业动态

时间： 2026年9月21日，InCabin Europe 2026（巴塞罗那，9月22-24日）前夕
主体： NOVELIC（塞尔维亚贝尔格莱德，mmWave雷达） × Smart Eye（瑞典，DMS AI）
发布： 战略合作，InCabin 2026 Smart Eye展台#305首秀

核心创新

NOVELIC与Smart Eye联合推出的摄像头-雷达融合方案，软件完全运行在传感器端，仅需单根CAN-Bus连接车辆，无需外部硬件、LVDS接口或额外计算负载。

技术架构

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
┌─────────────────────────────────────────────┐
│           传感器模块 (边缘处理)              │
│                                             │
│  ┌──────────────┐    ┌──────────────────┐  │
│  │ ACAM 60GHz   │    │ Smart Eye        │  │
│  │ mmWave Radar │    │ Vision AI        │  │
│  │              │    │                  │  │
│  │ • CPD         │    │ • DMS 疲劳检测   │  │
│  │ • 座椅占用   │    │ • 分心检测       │  │
│  │ • 入侵预警    │    │ • 无响应检测     │  │
│  │ • 微呼吸     │    │ • 手机使用       │  │
│  └──────┬───────┘    └────────┬─────────┘  │
│         │                     │             │
│         └──────────┬──────────┘             │
│                    │                        │
│              ┌─────┴──────┐                │
│              │ 融合算法    │                │
│              │ (边缘SoC)   │                │
│              └─────┬──────┘                │
│                    │                        │
│              ┌─────┴──────┐                │
│              │ CAN-Bus     │                │
│              │ (单线输出)  │                │
│              └────────────┘                │
└─────────────────────────────────────────────┘
         │
         ▼
    车辆网络 (无需额外ECU)

关键技术参数

NOVELIC ACAM 60GHz雷达模块

参数 数值 对比
频段 60GHz mmWave vs Calterah UWB (6-8GHz)
模块尺寸 业界最小 具体尺寸待确认
功耗 业界最低级别 适合 Always-On CPD
穿透能力 穿透毯子、衣物、座椅靠背 摄像头无法做到
量产状态 已量产 (2026年) 第一代模块已交付
检测功能 CPD + 座椅占用 + 入侵/接近预警 三合一
集团背景 Sona Comstar Group (SONB.NS) 印度大型汽车零部件集团

Smart Eye视觉AI

参数 数值
OEM客户 24家
车型覆盖 380个车型
核心功能 疲劳/分心/无响应/手机使用检测
行业地位 全球DMS领导者
关键客户 NASA, Nissan, Boeing, Volvo, GM, BMW, Polestar, Geely

与竞品方案对比

方案 雷达 摄像头 融合策略 边缘处理 BOM成本 量产状态
NOVELIC+Smart Eye ACAM 60GHz Smart Eye AI 传感器端融合 ✅ ✅ 单CAN-Bus 低 量产中
Murata+Smart Eye 60GHz Smart Eye AI 分布式 ❌ 需外部处理 中 Demo阶段
YFORE ODMS 车载雷达 智能后视镜集成 智能后视镜端 ✅ 中 北美工厂投产
ZF LIFETEC 载荷+安全带位移 摄像头 垂直整合 ✅ 高 量产

NOVELIC方案的核心差异

  1. 软件完全在传感器端运行 — 不占用车身ECU算力
  2. 单CAN-Bus接口 — 无需LVDS、无需额外线束
  3. 即插即用 — Tier 1和OEM集成门槛最低
  4. 60GHz vs UWB — 频段更高，波长更短，分辨率更高

Euro NCAP合规分析

覆盖的Euro NCAP 2026要求

Euro NCAP功能 NOVELIC雷达 Smart Eye视觉 融合效果
CPD儿童检测 ✅ 穿透遮挡 ⚠️ 受遮挡限制 ✅ 鲁棒
座椅占用 ✅ 精确 ✅ 可视 ✅ 交叉验证
驾驶员疲劳 ❌ 不适用 ✅ PERCLOS 视觉主导
驾驶员分心 ❌ 不适用 ✅ 视线追踪 视觉主导
无响应驾驶员 ✅ 微呼吸 ✅ 姿态+眼动 ✅ 双重确认
入侵检测 ✅ 独有 ⚠️ 有限 雷达主导

CPD场景覆盖

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
# NOVELIC ACAM CPD检测场景覆盖分析
cpd_scenarios = {
    "婴儿座椅后向": {
        "radar": "✅ 穿透座椅靠背检测微呼吸",
        "camera": "❌ 被座椅靠背遮挡",
        "fusion": "雷达主导，视觉辅助"
    },
    "毯子覆盖儿童": {
        "radar": "✅ 穿透毯子检测呼吸运动",
        "camera": "❌ 完全遮挡",
        "fusion": "纯雷达检测"
    },
    "座椅下方儿童": {
        "radar": "✅ 多径反射可检测",
        "camera": "❌ 视野死角",
        "fusion": "雷达主导"
    },
    "正常坐姿乘员": {
        "radar": "✅ 呼吸+体动",
        "camera": "✅ 姿态+身份",
        "fusion": "双模态交叉验证"
    },
    "空座椅": {
        "radar": "✅ 无微呼吸信号",
        "camera": "✅ 无人体特征",
        "fusion": "双模态确认空座"
    }
}

# 关键优势：雷达解决"看不到"的CPD场景
print("CPD覆盖率: 5/5 场景 (雷达+视觉融合)")
print("纯视觉CPD覆盖率: 2/5 场景 (遮挡场景失败)")
print("雷达增益: +60% CPD场景覆盖")

技术深度分析：60GHz mmWave vs UWB

物理特性对比

参数 60GHz mmWave (NOVELIC) UWB 6-8GHz (Calterah)
波长 ~5mm ~50mm
穿透性 中等（穿透薄织物/塑料） 较好（穿透座椅/门板）
分辨率 高（mm级） 中等（cm级）
多径敏感度 高 中
天线尺寸 小（~2.5mm） 大（~25mm）
采样率 高 中
信号处理 FMCW / MIMO IR-UWB / 802.15.4ab
芯片成本 中 ($3-8) 低 ($1-3)

呼吸检测原理

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
import numpy as np
from scipy.signal import butter, filtfilt, find_peaks

def mmwave_breathing_detection(
    raw_phase: np.ndarray,
    fs: float = 20e3,
    breathing_range: tuple = (0.1, 0.5)
) -> dict:
    """
    60GHz mmWave 微呼吸检测
    
    Args:
        raw_phase: FMCW雷达相位序列 (rad)
        fs: 采样率 (Hz)
        breathing_range: 呼吸频率范围 (Hz)
    
    Returns:
        检测结果
    """
    # 带通滤波提取呼吸频段
    nyq = fs / 2
    low = breathing_range[0] / nyq
    high = breathing_range[1] / nyq
    b, a = butter(4, [low, high], btype='band')
    breathing_signal = filtfilt(b, a, raw_phase)
    
    # FFT分析
    fft = np.fft.rfft(breathing_signal)
    freqs = np.fft.rfftfreq(len(breathing_signal), 1/fs)
    magnitude = np.abs(fft)
    
    # 找呼吸峰值
    mask = (freqs >= breathing_range[0]) & (freqs <= breathing_range[1])
    peak_idx = np.argmax(magnitude[mask])
    breathing_freq = freqs[mask][peak_idx]
    breathing_rate = breathing_freq * 60  # BPM
    
    # 呼吸幅度（判断是否存在生命体征）
    amplitude = np.max(magnitude[mask])
    
    # 时域峰值检测
    peaks, _ = find_peaks(breathing_signal, distance=fs*1.5)
    if len(peaks) > 2:
        intervals = np.diff(peaks) / fs
        breathing_rate_td = 60 / np.mean(intervals)
    else:
        breathing_rate_td = 0
    
    return {
        "breathing_rate_fft": breathing_rate,
        "breathing_rate_peaks": breathing_rate_td,
        "amplitude": amplitude,
        "is_alive": amplitude > 0.01,  # 阈值需校准
        "confidence": min(amplitude / 0.05, 1.0)
    }

# CPD判断逻辑
def cpd_decision(radar_result: dict, camera_result: dict) -> str:
    """
    融合雷达和视觉的CPD判断
    
    Args:
        radar_result: 雷达检测结果
        camera_result: 摄像头检测结果
    
    Returns:
        判定结果
    """
    if radar_result["is_alive"] and radar_result["confidence"] > 0.7:
        if camera_result.get("person_detected", False):
            return "CONFIRMED: 检测到生命体征+人员"
        else:
            return "ALERT: 检测到生命体征，视觉遮挡 → CPD触发"
    elif radar_result["is_alive"]:
        return "WARNING: 微弱生命体征，需进一步确认"
    else:
        if camera_result.get("person_detected", False):
            return "WARNING: 视觉检测到人员，雷达未检测到呼吸 → 需确认"
        else:
            return "CLEAR: 无生命体征，无人员 → 空座"
    return "UNKNOWN"


# 测试
if __name__ == "__main__":
    # 模拟呼吸信号 (0.3Hz = 18 BPM)
    t = np.linspace(0, 10, 200000)
    breathing = 0.02 * np.sin(2 * np.pi * 0.3 * t)
    noise = 0.001 * np.random.randn(len(t))
    raw_phase = breathing + noise
    
    result = mmwave_breathing_detection(raw_phase, fs=20e3)
    print(f"呼吸率(FFT): {result['breathing_rate_fft']:.1f} BPM")
    print(f"呼吸率(峰值): {result['breathing_rate_peaks']:.1f} BPM")
    print(f"幅度: {result['amplitude']:.4f}")
    print(f"检测到生命: {result['is_alive']}")
    print(f"置信度: {result['confidence']:.1%}")
    
    # 融合判断
    camera = {"person_detected": False}  # 被毯子遮挡
    decision = cpd_decision(result, camera)
    print(f"\nCPD判断: {decision}")

InCabin 2026 行业趋势

InCabin Europe 2026（巴塞罗那，9月22-24日）正在举行，从参展商动态看今年趋势：

趋势 参展商 关键信息
摄像头-雷达融合 NOVELIC+Smart Eye, Murata+Smart Eye 60GHz雷达+AI摄像头
智能后视镜集成 YFORE ODMS 后视镜+雷达一体
自适应约束 ZF LIFETEC 感知→气囊直连
红外传感器 STMicro VD56GA 940nm QE>40%
数字钥匙复用 Calterah UWB CPD零增量成本

核心趋势： 传感器融合从”分布式独立”走向”边缘处理一体化”，OEM集成门槛大幅降低。

IMS开发启示

1. 传感器选型路线

方案 适用场景 推荐指数
NOVELIC ACAM + Smart Eye 需要CPD+DMS全套，OEM级 ★★★★★
Murata 60GHz + Smart Eye 需要全套功能，可接受外部处理 ★★★★
Calterah UWB + 第三方DMS 低成本CPD优先，已有数字钥匙 ★★★
TI AWR2944 + 第三方DMS 77GHz车规级，已有量产芯片 ★★★

2. 边缘处理架构

3. 开发优先级

优先级 功能 传感器组合 实现难度
P0 CPD 雷达主导 中（算法成熟）
P0 座椅占用 雷达+视觉 低
P1 驾驶员疲劳 视觉主导 中
P1 驾驶员分心 视觉主导 中
P2 无响应检测 雷达微呼吸+视觉姿态 高
P2 入侵检测 雷达独有 低

4. 与Calterah UWB方案对比

NOVELIC的60GHz方案和Calterah的UWB方案是CPD的两条主要技术路线：

  • NOVELIC 60GHz： 波长短、分辨率高、天线小，适合紧凑集成
  • Calterah UWB： 穿透性更好、成本更低、可复用数字钥匙，但分辨率较低
  • 实际建议： 高端车型用60GHz（精度优先），中低端用UWB（成本优先）

参考

发布时间: 2026-09-24 04:00
分类: 传感器融合 | DMS | OMS | CPD | 雷达 | InCabin 2026