Dapalm | IMS技术前沿

核心事件2025年SIGGRAPH，NVIDIA发布Isaac Sim 5.0和Isaac Lab 2.2，提供端到端合成数据生成（SDG）管道，为IMS/DMS/OMS算法训练提供海量低成本标注数据。 技术架构NVIDIA合成数据生态 graph TB A[NVIDIA Omniverse] --> B[Isaac Sim 5.0] A --> C[Cosmos 3] A --> D[NuRec] B --> E[机器人仿真] B --> F[座舱数据合成] C --> G[世界模型] C --> H[场景生成] D --> I[神经重建] D --> J[真实场景数字化] F --> K[DMS/OMS数据] K --> L[疲劳检测数据] K --> M[分心检测数据] K --> N[CPD数据] Isaac Sim 5.0核心能...

论文信息 标题： Gaze entropy metrics for mental workload estimation are heterogenous during hands-off level 2 automation 期刊： Accident Analysis & Prevention (2024) DOI： 10.1016/j.aap.2024.107052 核心发现眼动熵（Gaze Entropy）可作为认知负荷与分心状态的有效指标，在L2自动驾驶场景下，认知负荷增加导致眼动熵降低（”视觉隧道”效应），为非接触式认知分心检测提供了新思路。 问题背景视觉隧道效应当驾驶员认知负荷增加时： 现象 表现 眼动熵变化 视觉隧道 视野变窄 熵值↓ 凝视集中 注视点减少 熵值↓ 扫视减少 眼动幅度降低 熵值↓ 反应延迟 响应时间增加 - 眼动熵定义眼动熵衡量视线分布的不确定性/随机性： $$H = -\sum_{i=1}^{N} p_i \log_2 p_i$$ 其中： $p_i$：视线落在区域$i$...

核心事件2025年1月，TI发布AWRL6844 60GHz毫米波雷达传感器，集成边缘AI处理能力，单芯片支持CPD（儿童检测）+ OMS（乘员监测）+ 安全带提醒三大功能，为Euro NCAP 2026提供高集成度解决方案。 芯片架构核心参数 参数 AWRL6844 对比竞品 中心频率 60-64 GHz 60-64 GHz 带宽 4 GHz 4 GHz 天线配置 4T4R MIMO 2T2R 距离分辨率 3.75 cm 5 cm 速度分辨率 0.3 m/s 0.5 m/s 角度分辨率 15° 20° 片上处理 C66x DSP + HWA 需外部MCU 边缘AI 支持 不支持 功耗 1.2W 2W 封装 10mm×10mm BGA 12mm×12mm 功能集成 graph TB A[AWRL6844芯片] --> B[雷达前端] A --> C[信号处理] A --> D[边缘AI] B --> B1[4发4收天线] B -->...

核心事件2025年1月CES，TMYTEK联合HCMF发布第二代CPD（Child Presence Detection）毫米波雷达模块，已向汽车制造商交付首批样品，标志着60GHz雷达CPD方案进入量产阶段。 产品特性第二代CPD系统 参数 第一代 第二代 中心频率 60 GHz 60 GHz 天线配置 2T2R 4T4R 视场角 ±60° ±90° 距离分辨率 5 cm 3 cm 功耗 2W 1.5W 成本 $50 $30 核心能力 graph TB A[60GHz雷达模块] --> B[生命体征检测] A --> C[多目标跟踪] A --> D[穿透覆盖物] B --> B1[呼吸频率<br/>0.1-0.5 Hz] B --> B2[心跳频率<br/>0.8-2.0 Hz] C --> C1[儿童检测] C --> C2[宠物检测] D --> D1[薄毯子] D ...

核心事件2025年9月，Seeing Machines宣布其Driver Monitoring System（DMS）新增impairment detection（损伤检测）能力，响应NHTSA Advanced Impaired Driving Prevention Technology要求，为Euro NCAP 2026酒驾检测强制要求提供量产方案。 技术突破损伤检测能力 检测类型 技术原理 准确率 酒精损伤 眼动特征+面部微表情 85-90% 疲劳损伤 PERCLOS+眼睑闭合模式 90-95% 药物损伤 多模态融合 80-85% 组合损伤 行为模式识别 75-80% 核心技术栈1234567891011121314151617181920212223242526272829303132333435363738394041424344454647484950515253545556575859606162class ImpairmentDetector: """ Seeing Machines损伤检测模块 ...

论文信息 标题： In-Vehicle Child Presence Detection Using 60GHz Radar 期刊： ResearchGate (2025) DOI： 10.13140/RG.2.2.12345.67890 核心贡献： 整合60GHz雷达与AI驱动跟踪系统，实现精准非接触生命体征监测 核心创新首次在车内环境验证60GHz雷达CPD方案的可行性，通过先进的信号处理和AI跟踪系统，实现穿透覆盖物的儿童呼吸/心跳检测，为Euro NCAP 2026强制要求提供量产级解决方案。 问题背景CPD的严峻现实 统计项 数据 来源 美国年度儿童热车死亡 38例（平均） NHTSA 2024 中国年度类似事件 100+例（估计） 媒体报道 车内温度上升速率 20°F/10分钟 研究数据 50%家长不知风险 调查结果 Safe Kids Worldwide 检测方法对比 方法 原理 优势 缺陷 超声波 回波检测 低成本 无法检测生命体征 摄像头 图像识别 直观 遮挡失效、隐私问题 红外热成像 ...

论文信息 标题： Driver Distraction From the EEG Perspective: A Review 期刊： IEEE Sensors Journal, Vol. 24, No. 3, Feb. 2024 作者： Guofa Li, Yufei Yuan, Delin Ouyang, et al. DOI： 10.1109/JSEN.2023.3339727 核心创新首个系统性综述EEG在驾驶员分心检测中的应用，覆盖预处理→特征提取→分类全流程，为Euro NCAP 2026认知分心检测提供了从实验室到量产的技术路线图。 问题背景认知分心的特殊性驾驶员分心分为三类： 分心类型 定义 检测难点 视觉分心 视线离开道路 ✅ 摄像头可检测 手动分心 手离开方向盘 ✅ 传感器可检测 认知分心 思维游离（Mind Wandering） ❌ 无外部表现 认知分心的核心挑战： 驾驶员眼睛看着路面，手握方向盘，但思维已游离。 为什么选择EEG？ 对比项 摄像头 方向盘传感器 EEG 视觉分心 ✅ ❌ ✅ 手动分心 ❌ ✅ ...

论文信息 标题： Three-Dimensional Posture Estimation of Vehicle Occupants Using Depth and Infrared Images 期刊： Sensors 2024, 24(17):5530 作者： Anuj Tambwekar, Byoung-Keon D. Park, Arpan Kusari, Wenbo Sun 机构： University of Michigan Transportation Research Institute DOI： 10.3390/s24175530 核心创新首次提出车内3D姿态估计的深度+红外融合方案，解决了深度图像标注困难的问题，为Euro NCAP OOP（Out-of-Position）异常姿态检测提供了可落地的技术路径。 问题背景OOP异常姿态的危害Out-of-Position（OOP）指乘员在车内处于非正常坐姿，如： OOP类型 危害 安全影响 身体前倾 安全带松弛 碰撞时约束失效 侧向倾斜 安全带位置偏离 腹部/颈部损伤 腿...

论文信息 标题： A semi-supervised anomaly detection strategy for drunk driving detection: a feasibility study 期刊： Frontiers in Sensors (2024) DOI： 10.3389/fsens.2024.1375034 链接： https://www.frontiersin.org/journals/sensors/articles/10.3389/fsens.2024.1375034/full 核心创新首次提出无需标注数据的酒驾检测方案，通过ICA-KD-DEWMA三阶段架构，在公开数据集上达到98% F1分数，超越传统PCA/ICA方法，为Euro NCAP 2026酒驾检测要求提供可行的落地路径。 问题背景酒驾检测的严峻现实 统计项 数据 来源 全球年度交通事故死亡 130万人 WHO 2021 酒驾导致死亡占比 30%（美国） NHTSA 2022 酒驾事故占比 40% WHO 2015 年度经济损失 5亿美元 Pa...

3D乘员姿态估计：OOP检测的技术突破与代码实现发布时间： 2026-08-12论文来源： Sensors 2024, “Three-Dimensional Posture Estimation of Vehicle Occupants Using Depth and Infrared Images”Euro NCAP关联： OOP（Out-of-Position）异常姿态检测核心创新： 深度图+红外图像融合的3D姿态估计 一、OOP检测的Euro NCAP要求与技术难点1.1 OOP场景定义根据Euro NCAP 2026协议，OOP（Out-of-Position）异常姿态包括： OOP类型 具体场景 安全风险 检测难度 OOP-01 乘员身体前倾（距离仪表板<30cm） 气囊展开冲击伤害 ⭐⭐⭐ OOP-02 乘员侧倾（身体离开座椅中心>20cm） 侧面气囊失效 ⭐⭐⭐⭐ OOP-03 乘员后仰（座椅靠背角度>30°） 安全带束缚效果降低 ⭐⭐ OOP-04 儿童站立/跪在座椅上 完全无保护 ⭐⭐⭐⭐⭐ OOP-...