Dapalm | IMS技术前沿

多视角车内监测数据集——德国城市巴士的3D姿态与行为标注实践论文信息 标题： Multi-View In-Cabin Monitoring System for Public Transport Vehicles 作者： Evgeny Gorelik, Kenny Dean Karrow, Fikret Sivrikaya, Sahin Albayrak (TU Berlin), Christian Baumann (MAN Truck & Bus SE) 链接： https://arxiv.org/html/2606.11739v1 年份： 2026 核心贡献本文发布了一个多视角、多模态的车内监测数据集，在德国城市巴士内采集，包含： 4个内向摄像头 同步RGB+深度图像 1个旋转LiDAR (Ouster OS0-128, 128线) 9,136个同步标注样本 3D人体姿态伪标签 + 朝向3D包围盒 动作标注：状态类别 + 行为类别 nuScenes格式 转换，支持标准模型训练 数据集规格 指标 数值 同步样本总数 10,034 (有效标注 9,136)...

NVIDIA Omniverse合成数据管道——IMS/DMS训练数据的规模化生成方案技术背景DMS/OMS 模型训练面临的核心瓶颈是数据采集成本。Euro NCAP 2026 要求 1200+ 测试场景，真实场景覆盖不到 60%。NVIDIA Omniverse + Cosmos + Replicator 提供了完整的合成数据管道。 NVIDIA 合成数据生态 graph TB A[NVIDIA Omniverse] --> B[3D场景构建] A --> C[物理仿真] A --> D[传感器模拟] B --> B1[OpenUSD格式] B --> B2[Metahuman角色] B --> B3[SimReady资产] C --> C1[Cosmos世界模型] C --> C2[物理引擎] D --> D1[摄像头模拟] D --> D2[雷达模拟] D --> D3[L...

多模态生理信号认知分心检测：SDRGNN 频谱域重建图神经网络 | 论文解读论文信息 项目 内容 标题 Multi-Modality physiological signal analysis for driver cognitive distraction detection using Spectral Domain Reconstruction Graph Neural Network 期刊 Biomedical Signal Processing and Control (Elsevier) 发表时间 2025年10月 链接 ScienceDirect 方法简称 MPS-DCDD-SDRGNN 核心创新提出 Spectral Domain Reconstruction Graph Neural Network (SDRGNN)，融合 EEG 脑电 + ECG 心电 + GSR 皮肤电导等多模态生理信号，通过频谱域重建 + 图神经网络检测驾驶员认知分心。 关键突破： 三分类：Active（活跃分心）/ Resting（静息分心）&#...

基于ToF深度相机的车内3D姿态感知：危险驾驶行为识别 | 论文解读与代码复现论文信息 项目 内容 标题 In-vehicle 3D vision for perceiving dangerous driving behaviors 期刊 Scientific Reports (Nature) 发表时间 2026年5月9日 链接 https://www.nature.com/articles/s41598-026-52381-2 DOI 10.1038/s41598-026-52381-2 核心创新本文提出了一套基于3D-ToF深度相机的车内驾驶员姿态感知系统，解决了传统RGB/NIR相机的三大痛点： 光照鲁棒性差 — RGB 过曝/欠曝，NIR 复杂光照下质量不稳定 隐私风险 — RGB/NIR 捕获详细面部信息，不符合严格隐私法规 仅2D姿态 — 现有DMS多关注头部/面部，缺少全身体3D结构信息 三大贡献： 构建双视角3D-ToF深度姿态数据集（10类驾驶行为，731视频，10万帧标注） ...

YOLOv8与RT-DETR边缘部署能效评测——DMS实时检测的精度-功耗权衡论文信息 标题： Review of large YOLOv8 and RT-DETR energy efficiency on edge devices for real-time detection 期刊： Scientific Reports (Nature) 链接： <https://www.nature.com/articles/s41598-026-46453-6] 年份： 2026 核心问题DMS/OMS 实时检测需要在边缘设备上运行目标检测模型，但 精度、吞吐量和功耗之间存在三方权衡。本文系统评测了 YOLOv8l 和 RT-DETR-l 在异构边缘平台上的表现。 测试平台 平台 处理器 算力 内存 功耗范围 NVIDIA Jetson Orin NX Ampere GPU 100 TOPS 16GB 10-25W NVIDIA Jetson Nano Maxwell GPU 0.5 TFLOPS 4GB 5-10W Raspberry Pi 5 Co...

ADAS仿真市场$37.9亿→$96.6亿：14.3% CAGR背后的DMS验证需求爆发 报告： ADAS Simulation Market 2025-2032来源： MarketsandMarkets™发布日期： 2026年8月25日链接： https://www.globenewswire.com/news-release/2026/08/25/3350539/0/en/adas-simulation-market-to-grow-from-usd-3-79-billion-in-2025-to-usd-9-66-billion-in-2032-at-a-cagr-of-14-3-marketsandmarkets.html 市场概况 指标 数值 2025年市场规模 $37.9亿 2032年预测规模 $96.6亿 CAGR (2025-2032) 14.3% 主要驱动力 Euro NCAP/GSR法规、自动驾驶验证、仿真优先开发 市场细分按组件 组件 2025占比 2032占比 CAGR 软件 58% 62% 15.1% ...

AutoSens/InCabin Europe 2026 展会前瞻：座舱感知技术风向标 展会： AutoSens & InCabin Europe 2026时间： 2026年9月22-24日地点： 西班牙巴塞罗那官网： https://www.auto-innovations.net/news/114036-autosens-and-incabin-europe-2026-premier-automotive-sensing-barcelona-event 展会概况AutoSens与InCabin合并展会是欧洲最大的汽车感知与座舱技术盛会，2026年聚焦三大主题： ADAS传感器创新 — 图像雷达/激光雷达/4D雷达 座舱内感知（InCabin） — DMS/OMS/CPD/驾驶员干预 仿真验证 — 数据合成/闭环验证/场景生成 重点关注展商与方向1. onsemi Hyperlux 8MP传感器展品： AR0823AT 8MP车规级图像传感器 参数 规格 分辨率 3840...

Camera-in-the-Loop ADAS仿真验证：从虚拟场景到物理摄像头的闭环测试 来源： meccanica42 ADAS仿真技术报告发布日期： 2026年8月24日链接： https://www.meccanica42.com/2026/08/24/camera-in-the-loop-in-adas-simulation-integration-validation-and-use-cases/ 技术概述Camera-in-the-Loop (CITL) 是一种混合验证方法，将仿真生成的虚拟场景通过高分辨率显示屏呈现给真实物理摄像头，形成”虚拟场景→物理传感器→真实算法”的闭环测试链。 CITL vs 传统验证方法 验证方法 场景来源 传感器 算法 成本 可重复性 覆盖率 实车测试 真实道路 真实 真实 $$$$ 低 <10% SIL（软件在环） 仿真 仿真 仿真 $ 高 >90% HIL（硬件在环） 仿真 仿真 真实(ECU) $$ 高 >80% CITL 仿真 真实 真实 $$ 高 >85% CITL核心优势：...

视觉疲劳GBDT-LR评估：眼控交互中的瞳孔响应机器学习方案 论文： Assessment of Visual Fatigue Caused by Eye-Controlled Interaction Based on Task Performance and Pupillary Response with GBDT-LR期刊： Sensors, Vol. 26, Issue 17, Article 5507发布日期： 2026年8月29日链接： https://www.mdpi.com/1424-8220/26/17/5507 论文信息 项目 内容 标题 Assessment of Visual Fatigue Caused by Eye-Controlled Interaction Based on Task Performance and Pupillary Response with GBDT-LR 期刊 Sensors (MDPI), 2026, 26(17), 5507 DOI 10.3390/s26175507 方法 GBDT-L...

多模态情感识别CNN-BiLSTM：面部+HRV+语音融合的座舱应用 论文： Robust Multimodal Sentiment Recognition Using Facial Expressions, Heart Rate Variability and Speech Signals来源： Research Square链接： https://www.researchsquare.com/article/rs-10393694/v1 论文信息 项目 内容 标题 Robust Multimodal Sentiment Recognition Using Facial Expressions, Heart Rate Variability and Speech Signals 平台 Research Square (预印本) 方法 CNN-BiLSTM多模态融合 模态 面部表情 + 心率变异性(HRV) + 语音信号 核心问题单一模态情感识别在座舱环境中的局限性： 单模态问题 场景 降级程度 面部表情 夜间/低光/...