Euro NCAP 2026 CPD测试规程解读：儿童检测新标准
核心内容Euro NCAP 2026将**儿童存在检测（CPD）**纳入评估体系： 强制要求：新车必须配备CPD系统 检测时限：≤60秒检测到儿童 警告机制：车内警告+手机通知 测试场景：涵盖多种儿童状态 测试场景详解1. 场景分类 场景编号 场景描述 检测时限 通过条件 CPD-01 睡眠儿童（前排） ≤60s 检测到存在 CPD-02 睡眠儿童（后排） ≤60s 检测到存在 CPD-03 婴儿安全座椅 ≤90s 检测到存在 CPD-04 儿童玩具遮挡 ≤60s 检测到存在 CPD-05 深色玻璃 ≤90s 检测到存在 CPD-06 多儿童场景 ≤60s 全部检测 2. 测试用例12345678910111213141516171819202122232425262728293031323334353637383940414243444546474849505152535455565758596061### CPD-01 前排睡眠儿童**前置条件：**- 车辆熄火，门窗关闭- 环境温度：20-30°C- 光照条件：白天500±100 lux...
多传感器融合检测综述：自动驾驶感知新进展
论文信息 标题： A Review of Multi-Sensor Fusion in Autonomous Driving 期刊： Sensors 2025 DOI： 10.3390/s25196033 核心内容本文系统性回顾了自动驾驶多传感器融合方法： 融合层级：数据级、特征级、决策级 传感器类型：摄像头、LiDAR、雷达、超声波 融合架构：早期融合、晚期融合、深度融合 挑战与趋势：域适应、时序融合、可解释性 融合层级对比 flowchart TD subgraph 数据级融合 A1[原始数据] --> B1[配准对齐] B1 --> C1[联合处理] end subgraph 特征级融合 A2[原始数据] --> B2[特征提取] B2 --> C2[特征融合] end subgraph 决策级融合 A3[原始数据] --> B3[独立检测] B3 --> C3[结果融...
NVIDIA Isaac Sim数据合成管道：云端机器人训练新范式
核心内容NVIDIA Isaac Sim + OSMO提供了端到端数据合成管道： NuRec环境重建：从真实传感器数据重建3D场景 SimReady资产：物理准确的OpenUSD模型 MobilityGen：移动机器人数据生成 Cosmos增强：世界基础模型提升真实感 云端编排：OSMO统一调度 系统架构 flowchart TD subgraph 输入层 A1[真实传感器数据] A2[SimReady资产库] end subgraph 重建层 B1[Omniverse NuRec] B2[NeRF/3DGS重建] B3[OpenUSD输出] end subgraph 场景构建 C1[Isaac Sim] C2[物理仿真] C3[传感器仿真] end subgraph 数据生成 D1[MobilityGen] D2[轨迹记录] ...
驾驶员状态监测综述：机器学习方法系统性回顾
论文信息 标题： A Review of Driver Gaze Estimation and Application in Gaze Behavior Understanding 期刊： Engineering Applications of Artificial Intelligence 发表时间： 2024年2月 DOI： 10.1016/j.engappai.2024.108131 核心内容本文系统性回顾了驾驶员视线估计方法，涵盖： 特征提取方法：几何模型 vs 表观模型 深度学习架构：CNN、Transformer、多任务学习 数据集与评估：公开数据集与性能指标 应用场景：分心检测、疲劳预警、人机交互 方法分类1. 视线估计方法 mindmap root((视线估计)) 几何模型 瞳孔-角膜反射 头部姿态补偿 需要标定 表观模型 CNN特征 端到端学习 无需标定 混合方法 特征引导 多任务学习 2. 深度学习架构对比123456...
夜间行人检测：传感器融合提升40%准确率
论文信息 标题： Sensor-Fused Nighttime System for Enhanced Pedestrian Detection in ADAS and Autonomous Vehicles 期刊： Sensors 2024 DOI： 10.3390/s24144755 核心指标： 夜间行人检测准确率提升40% 核心创新本文提出RGB+热成像融合夜间行人检测方案： 多模态融合：RGB + 热成像 + 近红外 夜间性能：黑暗环境下检测准确率提升40% 鲁棒性强：适应隧道、雨夜等极端场景 实时性：满足ADAS实时检测要求 方法详解1. 传感器配置 flowchart LR subgraph 传感器层 A1[RGB摄像头] A2[热成像相机] A3[近红外相机] end subgraph 融合层 B1[特征提取] B2[跨模态对齐] B3[自适应融合] end subgraph 检测层 ...
事件相机安全带检测：神经形态视觉新应用
论文信息 标题： Neuromorphic Seatbelt State Detection 作者： Prophesee 发表时间： 2025年2月 来源： https://www.prophesee.ai/2025/02/07/neuromorphic-seatbelt-state-detection/ 核心创新： 事件相机实现低功耗、高帧率安全带检测 核心创新Prophesee提出神经形态视觉安全带检测方案： 事件相机优势：微秒级时间分辨率，低功耗 高动态范围：强光/暗光下均能检测 实时性：1000+ fps有效帧率 隐私友好：仅输出事件流，无完整图像 方法详解1. 事件相机原理 flowchart TD A[场景光照变化] --> B[像素级事件触发] B --> C[事件流输出] C --> D[时空滤波] D --> E[事件累积] E --> F[CNN检测] F --> G[安全带状态] subgraph 事件相机特性 B ...
LISA：语言引导的驾驶员视线估计新方法
论文信息 标题： LISA: Language-guided Interference-aware Spatial-Frequency Attention for Driver Gaze Estimation 作者： Jinpeng Chen, Jun Ma等 发表时间： 2026年5月 来源： arXiv:2605.17287 核心创新： 语言引导+空间-频率注意力，遮挡和光照鲁棒性显著提升 核心创新LISA提出了一种语言引导的干扰感知空间-频率注意力机制，解决传统视线估计的三大挑战： 遮挡鲁棒性：墨镜、眼镜遮挡下仍能准确估计 光照适应性：强光、暗光、隧道穿越等极端条件 跨域泛化：不同车型、不同驾驶员泛化能力强 方法详解1. 系统架构 flowchart TD A[RGB图像输入] --> B[视觉编码器 ViT] B --> C[空间注意力模块] B --> D[频率注意力模块] E[文本描述] --> F[语言编码器 BERT] F --> G[跨模态对齐] C --&g...
毫米波雷达生命体征检测：呼吸心跳精准监控新突破
论文信息 标题： A high precision vital signs detection method based on millimeter wave radar 期刊： Scientific Reports 发表时间： 2024年10月 DOI： 10.1038/s41598-024-77683-1 核心指标： 呼吸误差0.3 BPM，心跳误差2.7 BPM 核心创新本文提出了一种高精度毫米波雷达生命体征检测方法，在复杂车载环境下实现： 呼吸率误差仅0.3 BPM（降低93%） 心率误差仅2.7 BPM（降低78%） 非接触检测：无需物理接触传感器 抗干扰强：适应发动机振动、多径杂波 方法详解1. 信号处理框架 flowchart TD A[60GHz FMCW雷达] --> B[中频信号提取] B --> C[自适应卡尔曼滤波] C --> D[平方根归一化] D --> E[相位解调] E --> F[带通滤波] F --> G[呼吸信号 0.1-0.7Hz] ...
酒驾检测新突破：半监督异常检测策略实现98% F1分数
论文信息 标题： A semi-supervised anomaly detection strategy for drunk driving detection: a feasibility study 作者： Frontiers in Sensors期刊 发表时间： 2024年 来源： https://www.frontiersin.org/journals/sensors/articles/10.3389/fsens.2024.1375034/full 关键词： Drunk driving detection, Semi-supervised anomaly detection, ICA, Kantorovitch distance, DEWMA 核心创新本文提出了一种半监督异常检测策略，无需标注数据即可实现酒驾检测，F1分数达到98%，显著优于传统PCA/ICA方法。核心创新包括： ICA特征提取：处理非高斯、多变量数据 Kantorovitch距离（KD）：量化正常与异常事件的差异性 双指数加权移动平均（DEWMA）：检测数据变化，提高敏感度 无标注数据需...
Euro NCAP 2026路线图：IMS/DMS/OMS强制要求全解析
核心要点Euro NCAP 2026评估协议对IMS（智能监测系统）提出全面强制要求，涵盖DSM（驾驶员监测）和OMS（乘员监测）两大模块，直接影响车辆安全评级。 2026关键时间节点 timeline title Euro NCAP IMS路线图 2023 : DSM疲劳/分心检测<br/>成为评分项 2024 : 传感器要求细化<br/>测试场景扩展 2025 : 过渡期<br/>OEM准备 2026 : DSM强制要求<br/>CPD强制要求 2027 : OOP检测强制<br/>酒驾检测评分 2028+ : 认知分心检测<br/>DMS-ADAS协同 DSM（驾驶员监测）强制要求1. 疲劳检测 要求项 具体指标 测试场景 PERCLOS检测 阈值≤30% F-01至F-05 检测时延 ≤5秒 仿真测试 一级警告 声音+视觉 方向盘振动 二级警告 强提醒 安全带收紧 误报率 ≤10% 100小时路测 测试场景详情：...