PixExpo像素级曝光：如何从硬件层面突破车内rPPG的HDR光照瓶颈
PixExpo像素级曝光：如何从硬件层面突破车内rPPG的HDR光照瓶颈论文信息 项目 内容 标题 Pixel-wise Exposure for Highly Robust In-Vehicle Remote-PPG 作者 Jieying Wang, Xinqi Cai, Caifeng Shan, Wenjin Wang 机构 山东科技大学 + 南方科技大学 + 南京大学 发表 arXiv:2609.36607, 2026年9月 链接 https://arxiv.org/abs/2609.36607 数据集 MEX-Drive (48人, 实车驾驶) 核心创新首次识别 全局曝光约束 是rPPG鲁棒性的 硬件级瓶颈：当车舱内存在强方向性阳光时，单帧统一曝光导致部分面部像素过曝或欠曝，生理信号在采集时即被物理性丢失，任何下游算法都无法恢复。 PixExpo方案：循环多曝光采集 → 像素级非迭代融合 → 无需传感器硬件改动。 性能飞跃：MAE从13.94→6.73 bpm（降低7.21 bpm），成功率从25.95%→63.24%（+37.29个百...
PhysDrive数据集：77GHz雷达+RGB+红外+深度多模态驾驶员生理监测基准
PhysDrive数据集：77GHz雷达+RGB+红外+深度多模态驾驶员生理监测基准论文信息 项目 内容 标题 PhysDrive: A Multimodal Remote Physiological Measurement Dataset for In-vehicle Driver Monitoring 发表 Lacuna, 2026 模态 RGB + IR + Depth + 77GHz mmWave Radar 真值 ECG + BVP + Respiration 核心创新PhysDrive是首个集成 77GHz毫米波雷达 用于座舱心率检测的公开数据集。同步采集4种非接触传感模态 + 6路生理真值信号，为无接触驾驶员生理监测提供标准化基准。 1. 数据集概览1.1 传感器配置 传感模态 设备 规格 用途 RGB摄像头 工业相机 1920×1080, 30fps rPPG提取 红外摄像头 IR相机 640×480, 30fps, 940nm IR-rPPG 深度摄像头 ToF/Structured 640×480, 30f...
NVIDIA Cosmos 3 Super：座舱数据合成的世界模型引擎如何加速IMS训练
NVIDIA Cosmos 3 Super：座舱数据合成的世界模型引擎如何加速IMS训练核心更新NVIDIA 发布 Cosmos 3 Super（32B参数级omni-model），包含32B推理器 + 32B生成器，专为大规模合成数据生成(SDG)设计。已开源在HuggingFace。 关键生态进展： Applied Intuition 集成 Cosmos 用于L2+ ADAS合成数据 Einride 使用 Cosmos 组织真实+合成数据用于自动驾驶安全 AWS SageMaker HyperPod 上部署Cosmos 3模型工厂 Isaac Sim 7.0 alpha 发布（含新SDG工作流） 1. Cosmos 3 与座舱数据合成1.1 为什么IMS需要合成数据 痛点 合成数据解决方案 疲劳驾驶数据采集危险 仿真生成各种疲劳等级 儿童座舱数据隐私 合成匿名化儿童乘员 罕见OOP姿态标注困难 程序化生成各种姿态 酒驾数据法律/伦理限制 仿真酒精损伤运动学 极端天气/光照组合 域随机化覆盖 1.2 Cosmos 3 能力 ...
CPD儿童检测传感器对决：60GHz mmWave vs UWB vs 120GHz雷达量产方案对比
CPD儿童检测传感器对决：60GHz mmWave vs UWB vs 120GHz雷达量产方案对比背景更新AutoSens Europe 2026 亮点：UWB升级可仅通过软件刷新实现CPD，挑战60GHz mmWave方案。同时120GHz雷达登场，提供更高分辨率。 1. 三大技术路线对比1.1 方案总览 方案 频段 分辨率 成本 量产状态 CPD能力 60GHz mmWave 60-64 GHz ~4cm $15-30 量产中 ✅ 最佳 UWB 6-8 GHz ~10cm $0（软件升级） 即将量产 ⚠️ 中等 120GHz FMCW 120-126 GHz ~2cm $25-40 样品阶段 ✅ 精度最高 1.2 60GHz mmWave 方案核心供应商： Calterah (加特兰), Infineon, TI Calterah方案要点（e4ds访谈, 2026-10）： 参数 数值 最大带宽 3.6 GHz 距离分辨率 ~4 cm 天线阵列 3×3 或 4×4 MIMO 检测范围 6-8m 静止人员检测率 >99%...
多模态生理信号评估驾驶注意力状态：眼动+ECG+EEG融合走神检测
多模态生理信号评估驾驶注意力状态：眼动+ECG+EEG融合走神检测论文信息 项目 内容 标题 Multimodal Physiological Assessment of Attentional States and Driving Styles in Simulated Driving 发表 Sensors, 2026 (doi:10.3390/s26185883) 领域 驾驶员状态监测, 认知分心 关键词 mind wandering, EEG, ECG, eye tracking, driving style 核心创新首次在 同一实验框架内 同步比较EEG+ECG+EDA+眼动+车辆控制信号五种模态对驾驶走神（mind wandering）的检测能力，并引入 驾驶风格 作为个体差异变量。关键发现： 眼动熵 是单模态最佳走神检测器 驾驶风格显著影响走神的生理表现 — 激进型vs保守型走神时生理信号模式不同 多模态融合 比任何单模态提升6-12% 走神时驾驶风格×模态交互显著 — 意味着通用模型需要个性化 1. 研究背景1.1 走神检测难...
乘员EEG认知解码框架：清华3D-CRNN实现95.3%风险预测准确率
乘员EEG认知解码框架：清华3D-CRNN实现95.3%风险预测准确率论文信息 项目 内容 标题 EEG-Driven Decoding Framework for Passenger Hazard Perception in Highly Automated Vehicles 作者 Yingkai Yang, Ashton Yu Xuan Tan, Bowen Li, Xiaorong Gao, Sifa Zheng, Jianqiang Wang 等 机构 清华大学车辆与运载学院 + 帝国理工 + 宾州州立大学 发表 Automotive Innovation (arXiv:2609.07128), 2026年9月 链接 https://arxiv.org/abs/2609.07128 代码 https://github.com/SOTIF-AVLab/EEG2023 数据 https://doi.org/10.21227/jw72-m261 核心创新首次提出 乘员中心（Passenger-Centered） EEG解码框架，而非传统驾驶...
运动学熵分析检测酒精损伤：从e-scooter到座舱酒驾检测的跨界启示
运动学熵分析检测酒精损伤：从e-scooter到座舱酒驾检测的跨界启示论文信息 项目 内容 标题 Kinematic signatures of impairment: Detecting alcohol intoxication in e-scooter riders using sensor data and machine learning 作者 Rahul Rajendra Pai, Marco Dozza, Alexander Rasch, Ali Mohammadi, Marco Capuccini 机构 Chalmers University of Technology, Sweden; Voi Technology AB, Stockholm 发表 arXiv:2609.38276, 2026年9月 链接 https://arxiv.org/abs/2609.38276 代码 https://github.com/voi-oss/impairment-detection（官方开源） 数据 https://doi.org/10.60...
3D乘员姿态估计：深度+红外图像实现<10cm精度（PMC 论文解读+代码复现）
3D乘员姿态估计：深度+红外图像实现<10cm精度 论文： “Three-Dimensional Posture Estimation of Vehicle Occupants Using Depth and Infrared Images”作者： Tambwekar, Park, Kusari, Sun链接： https://pmc.ncbi.nlm.nih.gov/articles/PMC11398132/ 核心创新首个专注于车内乘员3D姿态检测的方法，使用深度+红外图像融合，以**<100个标注样本训练达到<10cm中值误差**的全关节检测精度。关键技术：迁移学习 + 合成数据预训练 + 真实数据微调。 1. 问题定义1.1 OOP（Out-of-Position）异常姿态检测需求Euro NCAP 2026要求OOP检测，但现有方法仅支持2D分类，无法提供精确3D空间位置： OOP场景 2D检测问题 3D检测需求 前倾到仪表盘 深度未知 需Z轴距离 侧靠在门板上 角度模糊 需3D旋转 脚踩仪表台 高度未知 需Y轴坐标 后排斜躺 ...
DSAIS：LLM驱动的驾驶员干预消息安全评估框架（arXiv 2026 论文解读+代码复现）
DSAIS：LLM驱动的驾驶员干预消息安全评估框架 论文： “Safety-Aware Evaluation of LLM-Generated Driver Intervention Messages through Multi-Task Risk Fusion”作者： Keito Inoshita机构： Kansai University, Shiga University期刊： Expert Systems with Applications, 2026链接： https://arxiv.org/abs/2606.22706 核心创新 DSAIS（Driver Safety-Aware Intervention Score） — 首个面向驾驶员干预消息的领域专用评估指标，覆盖5个质量维度 多任务→LLM→干预消息 端到端框架 — 融合4任务识别输出，通过风险融合+状态历史+动态提示生成干预消息 7B-9B本地LLM优于API大模型 — 为车载部署提供实用设计指南 驾驶员情绪识别是关键上游因素 — 对下游干预质量影响最大 1. 问题定义1.1 当前驾驶员干预系统的局限 ...
ADAS-TO：大规模自然驾驶接管数据集与DMS-ADAS协同实证分析（arXiv 2026 论文解读+代码复现）
ADAS-TO：大规模自然驾驶接管数据集与DMS-ADAS协同实证分析 论文： “ADAS-TO: A Large-Scale Multimodal Naturalistic Dataset and Empirical Characterization of Human Takeovers during ADAS Engagement”作者： Yuhang Wang, Yiyao Xu, Jingran Sun, Hao Zhou机构： University of South Florida链接： https://arxiv.org/html/2603.06986数据集： https://huggingface.co/datasets/HenryYHW/ADAS-TO 核心创新首个面向ADAS-to-manual接管事件的大规模自然驾驶多模态数据集，包含15,659个接管片段、327名驾驶员、22个汽车品牌。核心发现：59.3%的关键安全案例中，视觉语义线索在接管前至少3秒出现，证明语义感知可提供比运动学触发更早的预警窗口。 1. 问题定义1.1 接管：ADAS安全的核心漏洞 ...