InCabin Europe 2026 展会总结:座舱监测的六大趋势

2026年9月22-24日 巴塞罗那 InCabin Europe 全景解读

展会信息

  • 展会: InCabin Europe 2026
  • 地点: 巴塞罗那 La Farga de L’Hospitalet
  • 日期: 2026年9月22-24日
  • 官网: https://incabin.com/europe/
  • 下次展会: 2027年10月5-7日

六大趋势全景

趋势1:Agentic AI 进入座舱

Smart Eye 多模态 AI Agent

维度 详情
发布方 Smart Eye (STO:SEYE)
核心 融合语音+视线+情绪+驾驶状态+车内外传感器
突破 视线+车外传感器实现指代消解
经济价值 多模态预融合降低 Agent 计算成本 72.9%
部署 基础模型无关,边云协同
客户基础 24 OEM, 380 车型

Minieye BamBam AI Cabin Butler

维度 详情
发布方 Minieye (HKEX 上市)
核心 VLM (Vision-Language Model)
能力 语音+视觉+情感计算
平台 基于 OpenClaw
客户基础 40+ OEM

BMW AI 语音助手 + Panoramic iDrive

维度 详情
发布方 BMW (CES 2026)
核心 全景 HUD + OS X + AI 语音助手
特色 全挡风玻璃显示 + 触控+语音

趋势2:Camera+Radar 融合成为标配

三大融合方案同台竞技

方案 雷达 视觉 特色 量产状态
NOVELIC + Smart Eye ACAM 60GHz Smart Eye AI 单 CAN 总线边缘处理 ✅ 量产
Murata + Smart Eye Murata 60GHz Smart Eye AI 硬件+软件集成架构 ⚠️ 演示
LITEON + AEye 内置 radar + Apollo LiDAR LITEON camera 顶控台平台化 ⚠️ 演示

LITEON Advanced Overhead Console

LITEON 展示了平台化顶控台概念:

  • 摄像头(DMS/OMS)
  • 雷达(CPD/占用检测)
  • 智能照明
  • HMI(人机交互界面)
  • 集成到单一顶控台模块

价值: 减少线束、降低集成复杂度、统一安装点。

趋势3:DMS → DFR 范式跃迁

Minieye Driver Functional Readiness (DFR)

Minieye 提出的 DFR 模型标志着 DMS 的根本性升级:

维度 传统 DMS DFR 模型
输入 仅舱内摄像头 DMS + ADAS 道路情境
输出 疲劳/分心标志位 功能就绪度评分 (0-100)
酒驾检测 ❌ ✅ 视觉酒驾损伤
ADAS 联动 ❌ 仅警告 ✅ 分级干预 → ADAS 控制

趋势4:自适应约束系统

ZF LIFETEC 集成安全系统

ZF LIFETEC 在 InCabin 2026 展示了量产级集成安全系统:

组件 功能 技术细节
Dual Contour Airbag 自适应气囊 60-90升可变容积,多级充气
ACR.8 主动安全带 自适应安全带 电机驱动预紧,100ms内数百牛顿力
座舱感知融合 感知输入 摄像头+座椅称重+安全带传感器
算法控制环 决策 根据乘员分类+姿态调整约束力

核心创新:约束系统从”预设”到”自适应”

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
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
"""
ZF LIFETEC 自适应约束系统逻辑

传统约束系统:
- 碰撞传感器 → 固定力曲线 → 气囊+安全带

ZF LIFETEC 集成系统:
- 座舱感知(乘员分类+姿态+体型) → 自适应力曲线 → 变容气囊+电机安全带
"""

from dataclasses import dataclass
from typing import Optional
from enum import IntEnum


class OccupantClass(IntEnum):
SMALL_ADULT = 0 # 小体型成人
AVERAGE_ADULT = 1 # 中等体型成人
LARGE_ADULT = 2 # 大体型成人
CHILD = 3 # 儿童(含儿童座椅)
EMPTY = 4 # 空座


class PostureState(IntEnum):
NORMAL = 0 # 正常坐姿
RECLINED = 1 # 后仰
LEANING_FORWARD = 2 # 前倾
OUT_OF_POSITION = 3 # OOP 异常姿态


@dataclass
class OccupantInfo:
"""乘员信息(来自座舱感知)"""
classification: OccupantClass = OccupantClass.EMPTY
weight: float = 0.0 # kg
stature: float = 0.0 # cm
posture: PostureState = PostureState.NORMAL
seat_distance_to_dashboard: float = 0.0 # cm
belt_locked: bool = False
belt_position_correct: bool = True


class AdaptiveRestraintController:
"""
ZF LIFETEC 自适应约束控制器

根据乘员信息动态调整约束系统参数
"""

def __init__(self):
# Dual Contour Airbag 参数
self.airbag_volumes = {
OccupantClass.SMALL_ADULT: 60, # 升
OccupantClass.AVERAGE_ADULT: 75, # 升
OccupantClass.LARGE_ADULT: 90, # 升
OccupantClass.CHILD: 0, # 禁用
OccupantClass.EMPTY: 0, # 禁用
}

# ACR.8 安全带预紧力参数
self.belt_pretension = {
OccupantClass.SMALL_ADULT: 150, # N
OccupantClass.AVERAGE_ADULT: 250, # N
OccupantClass.LARGE_ADULT: 350, # N
OccupantClass.CHILD: 100, # N
OccupantClass.EMPTY: 0,
}

# 负载限制
self.load_limit = {
OccupantClass.SMALL_ADULT: 2500, # N
OccupantClass.AVERAGE_ADULT: 3500, # N
OccupantClass.LARGE_ADULT: 4500, # N
OccupantClass.CHILD: 1500, # N
OccupantClass.EMPTY: 0,
}

def compute_restraint_profile(self,
occupant: OccupantInfo,
crash_severity: float) -> dict:
"""
计算约束系统参数

Args:
occupant: 乘员信息
crash_severity: 碰撞严重程度 (0-1)

Returns:
profile: 约束系统参数
"""
# OOP 检测:如果乘员前倾且距离仪表板过近
if (occupant.posture == PostureState.OUT_OF_POSITION and
occupant.seat_distance_to_dashboard < 30):
# 降低气囊力度或禁用
airbag_volume = 0 # OOP 时禁用气囊
belt_pretension = self.belt_pretension[occupant.classification] * 1.5
load_limit = self.load_limit[occupant.classification] * 0.7
warning = "OOP: 气囊禁用, 安全带增强"
elif (occupant.posture == PostureState.RECLINED and
occupant.seat_distance_to_dashboard > 50):
# 后仰坐姿:增大气囊容积
base_vol = self.airbag_volumes[occupant.classification]
airbag_volume = min(base_vol * 1.2, 90)
belt_pretension = self.belt_pretension[occupant.classification]
load_limit = self.load_limit[occupant.classification]
warning = "后仰: 气囊增大"
else:
airbag_volume = self.airbag_volumes[occupant.classification]
belt_pretension = self.belt_pretension[occupant.classification]
load_limit = self.load_limit[occupant.classification]
warning = "正常"

# 安全带误用检测
if not occupant.belt_locked:
belt_active = False
warning += " | 安全带未扣"
elif not occupant.belt_position_correct:
belt_active = True
warning += " | 安全带位置异常"
else:
belt_active = True

return {
'airbag_volume_liters': airbag_volume,
'airbag_active': airbag_volume > 0,
'belt_pretension_N': belt_pretension,
'belt_load_limit_N': load_limit,
'belt_active': belt_active,
'warning': warning
}


# ========== 测试 ==========

if __name__ == "__main__":
controller = AdaptiveRestraintController()

# 场景1: 正常坐姿成人
adult1 = OccupantInfo(
classification=OccupantClass.AVERAGE_ADULT,
weight=75, stature=175,
posture=PostureState.NORMAL,
seat_distance_to_dashboard=45,
belt_locked=True, belt_position_correct=True
)
r1 = controller.compute_restraint_profile(adult1, 0.8)
print(f"场景1 - 正常成人:")
print(f" 气囊: {r1['airbag_volume_liters']}L ({'激活' if r1['airbag_active'] else '禁用'})")
print(f" 安全带预紧: {r1['belt_pretension_N']}N")
print(f" 负载限制: {r1['belt_load_limit_N']}N")
print(f" {r1['warning']}")

# 场景2: OOP 前倾
oop1 = OccupantInfo(
classification=OccupantClass.SMALL_ADULT,
weight=50, stature=160,
posture=PostureState.OUT_OF_POSITION,
seat_distance_to_dashboard=25,
belt_locked=True, belt_position_correct=True
)
r2 = controller.compute_restraint_profile(oop1, 0.8)
print(f"\n场景2 - OOP前倾:")
print(f" 气囊: {r2['airbag_volume_liters']}L ({'激活' if r2['airbag_active'] else '禁用'})")
print(f" 安全带预紧: {r2['belt_pretension_N']}N")
print(f" {r2['warning']}")

# 场景3: 后仰
reclined = OccupantInfo(
classification=OccupantClass.LARGE_ADULT,
weight=90, stature=185,
posture=PostureState.RECLINED,
seat_distance_to_dashboard=55,
belt_locked=True, belt_position_correct=True
)
r3 = controller.compute_restraint_profile(reclined, 0.9)
print(f"\n场景3 - 后仰:")
print(f" 气囊: {r3['airbag_volume_liters']}L ({'激活' if r3['airbag_active'] else '禁用'})")
print(f" {r3['warning']}")

与 Autoliv 对比

维度 ZF LIFETEC Autoliv
架构 垂直集成(感知+约束一体) 模块化(第三方感知+Autoliv约束)
感知 自研座舱感知 合作 Seeing Machines / Smart Eye
气囊 Dual Contour (60-90L) 自适应排气
安全带 ACR.8 电机预紧 MSB 电机安全带
优势 低延迟,校准简单 生态广,OEM 选择多

趋势5:智能健康座舱(中国)

中国市场正在快速推进”智能健康座舱”概念:

车型/方案 功能 亮点
鸿蒙座舱 后排乘员胸腔起伏监测 联动底盘安全保护
别克至境 E7 “儿童级”防护体系 儿童心率异常检测
清华实验室 路怒检测 自动氛围灯+安全保护
健康大模型 无感体征监测 心率/血压/血氧/体温/眨眼
国标 汽车座舱智能化分级 2026年落地

关键数据

  • 2024年智能座舱市场规模:1290亿元
  • 基础座舱标配率:76.6%
  • 大模型智能体装配率:16%(巨大增长空间)

趋势6:InCabin 议程关键议题

InCabin 2026 的圆桌讨论反映了行业关注点:

圆桌议题 核心问题
座舱心理健康检测 商业路径是什么?
从监测驾驶员到理解座舱 DMS → OMS 演进
SerDe 可靠性 汽车高速链路是否鲁棒?
验证挑战 DMS/OMS/CPD 真实场景验证

InCabin 2026 参展商全景

参展方 展位 发布内容 技术方向
Smart Eye #305 多模态 AI Agent + NOVELIC/Murata 融合 AI Agent + 传感器融合
Minieye - DFR + BamBam DMS→ADAS 融合 + VLM
ZF LIFETEC - 集成自适应约束系统 OOP + 自适应气囊/安全带
LITEON + AEye - Advanced Overhead Console 平台化顶控台 + LiDAR
NOVELIC - ACAM 60GHz (量产) CPD + 边缘处理
Murata - 60GHz radar + camera 融合 传感器融合
Calterah - Multistatic UWB (IEEE 802.15.4ab) UWB 多基站感知

对 IMS 开发的综合启示

1. 立即行动项

1
2
3
4
5
6
7
8
9
10
11
P0 (0-3月):
├── 评估 60GHz 雷达选型 (NOVELIC ACAM / TI IWR6843)
├── 设计 Camera+Radar 融合架构
├── DFR 评分模型原型
└── 酒驾视觉检测预研

P1 (3-6月):
├── OOP 自适应约束系统接口设计
├── VLM 座舱交互评估
├── UWB 数字钥匙硬件复用评估
└── 智能健康座舱功能规划

2. 技术路线图更新

3. 供应商评估矩阵

供应商 技术 量产状态 推荐合作模式
Smart Eye DMS AI + Agent 24 OEM 软件授权
NOVELIC 60GHz radar ✅ 量产 硬件采购
ZF LIFETEC 自适应约束 ✅ 量产 系统集成
Minieye DFR + VLM 量产 方案参考
Calterah UWB 推广中 评估
AEye LiDAR 量产 外部感知
LITEON 顶控台平台 演示 集成方案参考

结论

InCabin Europe 2026 标志着座舱监测从”功能堆砌”进入”系统融合”阶段。六大趋势——Agentic AI、传感器融合、DFR 范式、自适应约束、智能健康、平台化——正在共同重塑座舱安全架构。

对 IMS 开发而言,2027年的窗口期已经打开。现在的关键是快速完成传感器选型、融合架构设计、DFR 模型原型,并在 2027 Q3 前实现 Euro NCAP 2026 全对标。


参考链接: