Dapalm | IMS技术前沿

半干电极EEG真实驾驶疲劳监测：自动导电液补充+递归量化分析论文信息 项目 内容 标题 Research on a driver EEG fatigue monitoring method in real driving environments based on novel semi-dry electrodes and order recurrence quantification analysis 期刊 Sensors and Actuators A: Physical (Elsevier) 发表 2026年6月27日 链接 https://www.sciencedirect.com/science/article/abs/pii/S0924424726007168 PubMed https://pubmed.ncbi.nlm.nih.gov/41228910/ 电极类型 半干电极（自动导电液补充） 分析方法 递归量化分析（RQA） 核心创新 自动导电液补充半干电极：解决传统湿电极需手动涂导电膏、干电极信号不稳的问题 真实驾驶环境验证：...

Beamr ML-Safe: 无损视频压缩47%——自动驾驶测试数据存储新方案对IMS的启示 来源：Beamr Imaging Ltd. (NASDAQ: BMR) · 2026年9月16日发布产品：ML-Safe Lossless Compression展示：AutoSens Europe 2026, Barcelona, September 22-24, Stand 131核心方向：无损视频压缩 · 12-bit Bayer RAW · ML安全 · 自动驾驶数据管道 产品信息 项目 内容 产品名称 Beamr ML-Safe Lossless Compression 公司 Beamr Imaging Ltd. (NASDAQ: BMR) 发布日期 2026年9月16日 压缩率 47% 文件大小缩减（无损） 输入格式 12-bit Bayer RAW（摄像头传感器原始输出） 展示会 AutoSens Europe 2026, Barcelona, 9月22-24日, Stand 131 核心技术 ML-Safe 保证机器学习精度无损 核...

LUMA-YOLO: 基于YOLO26的轻量低光自适应检测器——对DMS低光场景的启示 论文来源：Arabian Journal for Science and Engineering · 2026年9月DOI: 10.1007/s13369-026-11660-w核心方向：低光目标检测 · YOLO26改进 · 光照自适应 · 轻量部署 论文信息 项目 内容 论文标题 LUMA-YOLO: A Lightweight and Illumination-Adaptive Object Detector for Low-Light Autonomous Driving 发表期刊 Arabian Journal for Science and Engineering 年份 2026 DOI 10.1007/s13369-026-11660-w 基线模型 YOLO26 (Ultralytics最新版) 核心贡献 轻量+光照自适应+低光检测精度提升 应用场景 自动驾驶低光道路目标检测 核心创新LUMA-YOLO 解决的是低光环境...

Lattice Mach-N2 FPGA + Prompt AI: 低功耗FPGA座舱感知新平台——360°停车威胁检测架构解析 来源：Lattice Semiconductor (NASDAQ: LSCC) · 2026年9月16日发布展示：AutoSens Europe 2026, Barcelona, September 22-24, Booth #215演讲：September 23, 2:30 PM, Room 5 — “Efficient 360° threat detection for parked vehicles”核心方向：低功耗FPGA · 后量子安全 · AI驱动FPGA开发 · 分布式事件驱动感知 产品信息Lattice Mach-N2 FPGA 项目 内容 产品名称 Lattice Mach-N2 FPGA Family 公司 Lattice Semiconductor (NASDAQ: LSCC) 发布日期 2026年9月16日 逻辑密度 比前代提升2倍 连接性 PCIe 4.0 + 10G Ethernet 安全特性...

OASIS: 在线自适应视频压缩闭环控制系统——对IMS数据管道自适应压缩的启示 论文来源：arXiv:2609.15749 · 2026年9月14日作者团队：OASIS研究组核心方向：在线自适应压缩 · 闭环反馈控制 · 目标跟踪保持 · 压缩率动态调整 论文信息 项目 内容 论文标题 OASIS: Online Adaptive Video Compression via Closed-loop Feedback Control arXiv 2609.15749 年份 2026 领域 eess.IV 核心贡献 首次将闭环反馈控制引入视频压缩，根据下游任务性能动态调整压缩率 核心创新解决的问题传统视频压缩使用开环策略：设定固定码率/质量参数，不考虑压缩对下游任务的影响。 问题： 高压缩率 → 存储省，但目标跟踪精度下降 低压缩率 → 精度好，但存储/传输成本高 无法动态平衡 OASIS解决方案将压缩视为闭环控制系统： 压缩视频 → 发送给下游任务（跟踪/检测） 监控下游任务性能指标（跟踪精度、检测mAP） 性能...

Calterah多基地UWB座舱感知：从数字钥匙到CPD的硬件复用之路 来源：AutoSens/InCabin 访谈 · 2026年9月受访者：Yaohui Liu, EMEA FAE & Marketing Manager, Calterah核心方向：多基地UWB · 同步感知 · IEEE 802.15.4ab · CPD · 生命体征 · 硬件复用 访谈信息 项目 内容 受访者 Yaohui Liu, EMEA FAE & Marketing Manager 公司 Calterah Semiconductor 访谈平台 AutoSens/InCabin 官方博客 时间 2026年9月 展示 AutoSens Europe 2026, Barcelona 核心技术 多基地UWB同步 · 2T4R TDM-MIMO · IEEE 802.15.4ab 核心要点多基地UWB vs 传统单基地 特性 单基地UWB 多基地UWB 优势 视角 单一视角 多视角协同 消除遮挡盲区 角分辨率 受限 三角测...

4D雷达感知算法综述：从稀疏目标检测到动态空间理解——对座舱4D雷达感知的启示 论文来源：arXiv:2609.19216 · 2026年9月16日 · 12页9图5表投稿期刊：IEEE Sensors Journal作者：Xumin Wu et al.核心方向：4D mmWave雷达 · 感知任务演进 · 多模态融合 · 跨模态蒸馏 论文信息 项目 内容 论文标题 4D Radar Perception Algorithms for Autonomous Driving: A Review arXiv 2609.19216 投稿期刊 IEEE Sensors Journal 年份 2026 页数 12页, 9图, 5表 核心范围 信号处理→目标检测→语义分割→运动估计→占用预测→动态场景重建 核心内容感知任务演进路线图 graph LR A[信号处理<br/>Signal Processing] --> B[目标检测<br/>Object Detection] B --> C[语义分割<...

EdgeHAR: 边缘原生传感器基础模型——解纠缠学习对DMS跨用户泛化的启示 论文来源：arXiv:2609.14498 · 2026年9月13日 · ACM Ubicomp作者：Sizhen Bian et al.核心方向：边缘基础模型 · 传感器解纠缠 · 跨域泛化 · 可穿戴智能 论文信息 项目 内容 论文标题 EdgeHAR: An Edge-Native Compact Sensor Foundation Model for Human Activity Recognition arXiv 2609.14498 发表 ACM Ubicomp (DOI: 10.1145/3798063.3837321) 年份 2026 领域 cs.LG, cs.AI 核心贡献 三码解纠缠表示，边缘端基础模型 核心创新解决的问题现有HAR基础模型设计于云规模部署，在边缘端面临： 域偏移：新用户/设备/采样率/佩戴位置变化 计算约束：边缘端内存/算力/延迟限制 隐私：传感器数据不上云 Edg...

小鹏多模态DMS专利：接触+非接触融合感知——从”看脸”到”读心”的安全闭环 来源：小鹏汽车专利公开 · 2026年9月核心方向：接触式生理传感器 · 安全带/方向盘/座椅集成 · 多模态DMS融合 专利信息 项目 内容 专利方 小鹏汽车 (XPeng) 公开时间 2026年9月 核心方向 接触+非接触互补的DMS感知闭环 接触位置 安全带、座椅扶手、方向盘 非接触 DMS摄像头（面部特征） 核心创新 将生理传感器集成到自然接触位置 核心价值从”看脸”到”读心”传统DMS只用摄像头”看脸”： 闭眼频率→疲劳 头部偏移→分心 视线方向→注意力 小鹏专利的突破：在驾驶员自然接触的位置（安全带、方向盘、座椅扶手）集成生理传感器，实现”读心”： 维度 传统DMS 小鹏方案 信息增量 疲劳 闭眼频率 +心率/HRV 自主神经疲劳指标 分心 视线偏离 +皮肤电导(GSR) 情绪/压力指标 酒驾 无法检测 +心率变异性 酒精损伤估计 健康 无法监测 +体温/血氧 驾驶员健康状态 ...

SDR-YOLO: 可见光-热成像双模目标检测——对DMS RGB-IR融合的启示 论文来源：Remote Sensing (MDPI) · 2026年9月 · 18(18), 3216核心方向：可见光-热成像融合 · 尺度选择细节残差 · 多模态检测 论文信息 项目 内容 论文标题 SDR-YOLO: Scale-Selective Detail Residual Enhanced YOLO for Visible–Thermal Object Detection 期刊 Remote Sensing (MDPI) 年份 2026 DOI 10.3390/rs18183216 基线 YOLO 核心贡献 不增加额外预测尺度的情况下利用浅层空间细节 核心创新解决的问题可见光-热成像融合检测的挑战： 浅层细节丢失：小目标依赖浅层特征，但通常被忽略 多尺度问题：传统方法增加额外预测尺度，增加计算量 模态对齐：可见光和热成像的空间对齐 SDR-YOLO的解决方案 尺度选择模块（SSM）：自适应选择不同尺度的特征 细节残差增强（DRE）：将浅...