Murata × Smart Eye 摄像头-雷达传感器融合深度解读：60GHz mmWave + AI视觉的舱内感知新范式
Murata × Smart Eye 摄像头-雷达传感器融合深度解读事件信息 项目 内容 事件 InCabin / AutoSens 2026 展示 日期 2026-09-15 合作方 Murata Manufacturing (硬件) + Smart Eye (AI软件) 技术 60GHz mmWave 雷达 + 摄像头融合 应用 DMS + OMS + CPD + 自适应约束 + 手势 + 生命体征 地点 Hoofddorp, Netherlands 1. 核心创新1.1 互补融合哲学 传感器 优势 局限 互补点 摄像头 高分辨率视觉、姿态/行为/表情 黑暗失效、遮挡、隐私 雷达穿透补充 60GHz雷达 穿透黑暗/毯子/衣物、深度信息 低分辨率、无表情 摄像头视觉补充 融合 全天候全场景 — 替代重量垫/电容传感器 1.2 核心价值主张12345678910111213141516171819MURATA_SMART_EYE_VALUE = { ...
从"看脸"到"读心"：2026年驾驶员生理感知DMS量产趋势——小鹏专利+方向盘sEMG+座椅传感
从”看脸”到”读心”：2026年驾驶员生理感知DMS量产趋势1. 趋势概述2026年DMS正在经历从”视觉识别”到”生理感知”的范式转移： 阶段 传感器 检测内容 时代 1.0 方向盘扭矩 转向操作异常 2010-2018 2.0 红外摄像头 疲劳/分心（面部） 2018-2025 3.0 安全带+方向盘+座椅+摄像头 心率/呼吸率/血氧/EMG 2026- 核心驱动力： L2+/L3辅助驾驶需要更可靠的驾驶员状态监测 Euro NCAP 2026 OMS 要求多模态检测 老龄化+健康需求（驾驶员突发疾病检测） 传感器成本下降（PPG/EMG集成到方向盘） 2. 小鹏汽车生理感知DMS专利2.1 系统架构 graph TB subgraph "采集层" A[安全带传感器<br/>心率+呼吸率] B[方向盘传感器<br/>sEMG+握力+心率] C[座椅传感器<br/>压力分布+心率...
Briareo 数据集 + DenseNet 多模态手势识别深度解读：车载环境下 Depth+IR 双模态方案
Briareo 数据集 + DenseNet 多模态手势识别深度解读论文信息 项目 内容 标题 Multimodal Hand Gesture Classification for the Human-Car Interaction 期刊 Informatics, 2020 数据集 Briareo（车载真实环境）+ NVGestures（NVIDIA模拟器） 手势类别 12类（Briareo）/ 25类（NVGestures） 被试 40人 模态 RGB + Depth + IR 模型 Modified DenseNet-161 准确率 92.0%（Briareo, Depth+IR融合） 实时性 27 fps（多模态）/ 36 fps（单模态） 1. 核心创新1.1 与传统手势识别对比 维度 传统方案 Briareo方案 传感器 RGB摄像头 Depth+IR+RGB三模态 环境 受控实验室 真实车载环境 光照 假设稳定 隧道/夜间/强光 融合 Mid-fusion L...
DriverMHG + HandyNet 联合解读：驾驶员手部感知——从微手势交互到3D定位分析的完整方案
DriverMHG + HandyNet 联合解读：驾驶员手部感知1. 为什么驾驶员手部感知重要传统DMS聚焦”看脸”（疲劳/分心），但驾驶员的手部行为包含丰富信息： 手部行为 DMS价值 Euro NCAP映射 手离方向盘 L2接管准备度 D-04 接管 手持手机 分心检测 D-02/D-03 微手势交互 减少视觉分心 UI交互 手位置3D定位 OOP/安全带检测 OOP 手持物体 行为识别 DBR 2. DriverMHG：方向盘微手势数据集2.1 数据集概况 维度 数值 被试 25人（13男/12女） 手势类别 5+2类 模态 RGB + IR + Depth 分辨率 320×240 @ 30fps 光照条件 3种 手部 双手同步（左右独立） 2.2 手势定义123456789101112131415161718DRIVER_MHG_CLASSES = { 0: {"name": "Swipe Right&quo...
EASA AI 航空座舱监管框架深度解读：从AI保证到Level 3自动化——汽车DMS可借鉴的监管思路
EASA AI 航空座舱监管框架深度解读：从AI保证到Level 3自动化事件信息 项目 内容 事件 EASA AI Days 2026 (科隆) 监管编号 RMT.0742 提案NPA 2025年11月发布，2026年3月截止评论 AI系统决赛 10个（从50个申报中选出） Level 3分类 高级自动化（人在环外/远程在场） 核心文件 EASA AI Concept Paper (Issue 3, 2026-06) 1. EASA AI 监管框架三层结构1.1 框架层级 graph TB subgraph "第一层：通用AI标准" A[AI Assurance<br/>可信度保证] B[Human Factors<br/>人因工程] C[Ethics<br/>伦理准则] end subgraph "第二层：领域特定规则" D[驾驶舱AI<br/>F...
Daimler Truck Attention Assist 2 深度解读：商用车红外DMS的量产新标杆——270°融合感知+微睡眠检测
Daimler Truck Attention Assist 2 深度解读：商用车红外DMS的量产新标杆产品信息 项目 内容 产品 Attention Assist 2 (第二代) 厂商 Daimler Truck / Mercedes-Benz Trucks 发布 IAA Transportation 2026 (2026-09-14) 量产时间 2027年4月 适用车型 Actros / Arocs / Mercedes-Benz 客车 / Setra 客车 验证里程 ~600万公里（仿真+场地+道路） 传感器 红外摄像头（隐私保护，不存储/传输影像） 1. 核心创新1.1 与第一代对比 维度 Attention Assist 1 Attention Assist 2 传感器 方向盘扭矩+油门/刹车模式 红外摄像头（面部识别） 检测能力 疲劳（间接推断） 分心+疲劳+微睡眠（直接视觉） 隐私 无影像采集 红外摄像头不存储/不传输 融合 独立系统 ...
3D Point Splatting：mmWave 雷达新视角合成——CPD 合成数据的新方向
3D Point Splatting：mmWave 雷达新视角合成——CPD 合成数据的新方向论文信息 标题： 3D Point Splatting for mmWave Radar Novel View Synthesis 作者： Adnan Armouti, Yixuan Gao, Rajalakshmi Nandakumar (Cornell Tech) arXiv： 2609.11894 时间： 2026年9月10日 核心： 首个物理保真的 mmWave 雷达点渲染器，3分钟训练/场景，相关系数 0.587 核心创新 3D Point Splatting (3DPS)：首个物理保真、复值、多视角 mmWave 雷达渲染器 雷达方程直接推导：从标准雷达方程推导，非光学 NeRF 套用 ITU-R P.2040 材料模型：物理可解释的材料属性 复值输出：支持 ADC/CRP/RA 多种输出格式，无需重训练 3分钟/场景：单 RTX 4090，比 Monte Carlo 快 100x 方法详解1. 对比现有方法 方法 物理保真 复...
ACXNet++：跨任务认知负荷估计——EEG 神经流形迁移
ACXNet++：跨任务认知负荷估计——EEG 神经流形迁移论文信息 标题： ACXNet++: An Attention Augmented Hybrid Deep Learning Framework for Cross-Task Mental Workload Estimation from EEG Neural Manifolds 来源： Discover Artificial Intelligence (Springer), 2026 作者： Abinaya G, Dinakaran K 核心贡献： 跨任务+跨受试泛化的认知负荷估计框架 核心创新 跨任务泛化：训练任务 A（如算术），测试任务 B（如 Stroop 测试） 神经流形 (Neural Manifold)：将 EEG 从传感器空间映射到流形空间 注意力增强：Cross-attention 捕获跨通道依赖 混合架构：CNN (局部特征) + Transformer (全局依赖) 方法详解1234567891011121314151617181920212223242526272829303132333435...
情感几何与类别自适应融合——ECCV 2026 多模态情感识别对驾驶员情绪检测的启示
情感几何与类别自适应融合——ECCV 2026 多模态情感识别对驾驶员情绪检测的启示论文信息 标题： Multimodal Emotion Recognition in Conversations via Class-Wise Adaptive Modality Fusion and Affective Geometry 作者： Oriol Marín, Roger Marí, Gloria Haro, Rafael Redondo 机构： Eurecat + Universitat Pompeu Fabra (巴塞罗那) 会议： ECCV 2026 ABAW Workshop arXiv： 2609.09924 代码： https://github.com/multimedia-eurecat/classwise-multimodal-ERC 核心创新 几何增强视觉表征：外观特征 + 面部几何描述符，F1 提升 +4.36 (IEMOCAP) 类别自适应模态融合：不同情绪类别下各模态权重不同 Valence-Arousal 先验：情感转移 utterance 准确率 +0.7...
乘客 EEG 危险感知解码——EEG 作为自动驾驶 SOTIF 辅助监督信号
乘客 EEG 危险感知解码——EEG 作为自动驾驶 SOTIF 辅助监督信号论文信息 标题： EEG-Driven Decoding Framework for Passenger Hazard Perception in Highly Automated Vehicles 作者： Yingkai Yang, Ashton Yu Xuan Tan 等 (清华大学 + Imperial College + Penn State) arXiv： 2609.07128 期刊： Automotive Innovation (已接收) 代码： https://github.com/SOTIF-AVLab/EEG2023 数据： https://doi.org/10.21227/jw72-m261 核心： 3D-CRNN 解码乘客 EEG，风险预测 95.3% BA，危险识别 85.0% BA 核心创新 乘客认知模型 (PCM)：建模乘客（非驾驶员）的神经危险感知 风险感知序列标注 (RSL)：利用时间序列标签提升 DI 从 80.9% → 85.0% 3D-CRNN 模型：3D CNN ...