Vishay VCNL36829UM VCSEL 近距传感器：可穿戴设备检测的新一代光学组件
Vishay VCNL36829UM VCSEL 近距传感器：可穿戴设备检测的新一代光学组件产品概述2026年8月，Vishay 推出 VCNL36829UM 全集成短距 VCSEL 近距传感器，专为可穿戴设备设计。该传感器可检测用户是否佩戴智能眼镜、TWS 耳机、AR/VR 头显等设备，同时具有极低功耗和超小封装。 关键参数 参数 规格 对座舱的潜在意义 封装尺寸 1.6mm × 1.0mm × 0.35mm 超小，可集成到任何位置 检测距离 50mm 适合近距检测 VCSEL波长 940nm 与DMS IR补光波长一致 空闲电流 5μA 极低，适合always-on 工作电压 1.65-2.0V 低压供电 分辨率 14-bit 精确距离区分 阳光抗干扰 200klx 户外可用 接口 I²C（双地址） 标准嵌入式接口 无可见红尾 ✅ 940nm无红光 用户体验好 量产状态 ✅ 已出货，交期15周 可采购 可穿戴检测→座舱应用的跨领域迁移虽然 VCNL36829UM 设计目标是可穿戴市场，但其技术特性对座舱感知有直接参考...
BrainChip Akida 神经形态芯片：事件驱动 AI 在座舱 DMS 中的前沿探索
BrainChip Akida 神经形态芯片：事件驱动 AI 在座舱 DMS 中的前沿探索背景2026年8月，BrainChip 发布了多項重要更新： Symphony Community 开源软件包，与 IBM 工作负载管理集成 Arduino 兼容开发板（AKD1500），将神经形态 AI 带到边缘 持续推进事件驱动处理在视觉/音频/嗅觉领域的应用 BrainChip Akida 是基于神经形态原理的处理器，与传统 CNN 加速器（如 Hexagon NPU）有本质区别，对座舱 DMS 低功耗场景有潜在价值。 Akida 架构解析传统 CNN vs 神经形态处理 维度 传统 CNN（QCS8255 Hexagon） Akida 神经形态 处理方式 帧连续处理（每帧全图卷积） 事件驱动（仅处理变化像素） 功耗 2-5W 0.1-0.5W 延迟 30-50ms/帧 <5ms 事件响应 学习方式 离线训练，部署固定 片上增量学习 数据量 每帧全部像素 仅变化像素（稀疏） 适合场景 密集推理 稀疏/事件驱...
ELA 眼睑角度：替代 EAR 的视角鲁棒眨眼检测新指标——论文解读与代码复现
ELA 眼睑角度：替代 EAR 的视角鲁棒眨眼检测新指标——论文解读与代码复现论文信息 项目 内容 标题 Blinking Beyond EAR: A Stable Eyelid Angle Metric for Driver Drowsiness Detection and Data Augmentation 作者 Mathis Wolter (Hamburg University of Technology), Julie Stephany Berrio Perez, Mao Shan (University of Sydney) 会议/期刊 arXiv preprint, 2025年11月 链接 arXiv 2511.19519 代码 论文接受后公开发布 资助 DAAD RISE Worldwide, Australian Research Council (IC230100001) 核心创新论文提出了 Eyelid Angle (ELA) ——一种基于 3D 面部关键点推导的眼睑角度指标，用于替代传统的 Eye Aspect R...
Smart Eye Q2 2026 财报解析：EU DMS 法规生效后的 DMS 龙头增长拐点
Smart Eye Q2 2026 财报解析：EU DMS 法规生效后的 DMS 龙头增长拐点事件背景2026年7月7日，欧盟 DMS（Driver Monitoring System）和分心警告法规正式对新车型生效。两周后的8月26日，DMS 龙头 Smart Eye 发布 Q2 2026 财报，展示了法规生效前夜的爆发性增长。 财报核心数据营收与增长 指标 Q2 2026 Q2 2025 同比 H1 2026 H1 2025 同比 净销售额 SEK 141m SEK 92m +53% SEK 233m SEK 159m +47% 有机增长 54% - - 52% - - 汽车业务有机增长 128% - - 125% - - 汽车业务收入 SEK 93m SEK 42m +121% SEK 160m SEK 73m +119% 许可证收入增长 >200% - - - - - 毛利率 - - - 91% - - EBITDA SEK 27m SEK 1m +SEK 26m SEK 54m SEK -17m +SEK 71m 每股收益 -...
Aetina 掌上边缘 AI 系统：4×GMSL2 多摄像头座舱感知平台
Aetina 掌上边缘 AI 系统：4×GMSL2 多摄像头座舱感知平台 来源： Engineer Live, Embedded.com, EEJournal (2026年8月)产品： Aetina AIE-VO2x/3x 系列平台： NVIDIA Jetson Orin NX/Nano Super 核心突破Aetina 发布了掌上级车载边缘 AI 系统，支持 4 路 GMSL2 摄像头输入，100 TOPS 算力，车规认证： 型号 模块 TOPS 内存 GMSL2 尺寸 适用 AIE-VO34 Jetson Orin NX Super 100 16GB 4× 136×132×63mm DMS+OMS+ surround AIE-VO33 Jetson Orin NX Super 100 8GB 4× 同上 DMS+OMS AIE-VO24 Jetson Orin Nano Super 67 8GB 4× 同上 OMS低成本 AIE-VO23 Jetson Orin Nano Super 67 4GB 4× 同上 开发评估 为什么...
Batik Air 双飞行员同时睡着事件：L3 自动驾驶接管安全的核心警示
Batik Air 双飞行员同时睡着事件：L3 自动驾驶接管安全的核心警示 事件： Batik Air Airbus A320, 2024年1月25日(2026年8月调查报告公开)航班： Kendari → Jakarta, 153名乘客持续时间： 28分钟无人监控高度： 36,000英尺巡航来源： Times of India, ScienceBlog, Economic Times, Blog Herald 事件还原 timeline title Batik Air A320 双飞行员睡着事件时间线 00:00 : 航班从Kendari起飞 ~30min : 达到36,000英尺巡航高度 ~45min : 机长睡着(28岁副驾驶单独值班) ~50min : 副驾驶也睡着 ~50min : Jakarta ATC开始呼叫, 无回应 78min : 28分钟后机长醒来, 修正航向 79min : 恢复无线电通讯 : 飞机安全降落Jakarta, 无人受伤 关键数据 指标 数值 对应IMS 双飞...
战斗机飞行员心理生理监测：第六代座舱的跨领域启示
战斗机飞行员心理生理监测：第六代座舱的跨领域启示 论文来源： Frontiers in Physiology, 2026年8月24日接收标题： Human Limits in Next-Generation Fighter Aviation: Psychophysiological Stressors, Readiness, Health, Performance, and Countermeasures作者： Chan, Zhang, Shiu, Bouak, Shea, Saary, Vartanian, Rhind机构： Defence Research and Development Canada (DRDC)DOI： 10.3389/fphys.2026.1920799链接： https://www.frontiersin.org/journals/physiology/articles/10.3389/fphys.2026.1920799/abstract 论文信息 项目 内容 期刊 Frontiers in Physiology - Envir...
Genesis GV90 乘员姿态自适应安全系统：OOP检测与防 submarining 的量产实践
Genesis GV90 乘员姿态自适应安全系统：OOP检测与防 submarining 的量产实践 来源： Electric Cars Report, 2026年8月20日车型： Genesis GV90 (2027款)链接： https://electriccarsreport.com/2026/08/genesis-gv90-debuts-as-a-new-flagship-luxury-electric-suv/ 核心突破Genesis GV90 首次量产了基于乘员姿态自适应的安全气囊系统： 安全创新 功能 与OOP/OMS的关联 双深度前排气囊 根据乘员姿态分阶段展开 需检测乘员坐姿/前倾/后仰 座椅防submarining气囊 防止碰撞时身体从安全带下滑出 需检测坐姿正确/异常前倾 世界首创车顶气囊 翻滚时防止乘员弹射/头部撞击 需检测翻滚姿态 12气囊系统 含帘式延伸至第三排 全座舱乘员保护 OOP 与 Submarining 技术解析什么是 OOP 和 Submarining grap...
轻量级单目深度估计：座舱 3D 感知在边缘设备上的实时部署
轻量级单目深度估计：座舱 3D 感知在边缘设备上的实时部署 论文来源： Sensors (MDPI), 2026年8月20日标题： Lightweight Monocular Depth Estimation with Local Feature Enhancement Modules and Guided Data Augmentation期刊： Sensors, Vol 26, Issue 16, Article 5306链接： https://www.mdpi.com/1424-8220/26/16/5306 为什么座舱需要深度估计座舱内 3D 感知对 IMS 至关重要，而单目深度估计是最经济的方案： 应用 深度估计需求 精度要求 当前方案 OOP检测 乘员距方向盘/仪表距离 <5cm 超声波/IR(需多个传感器) CPD儿童检测 后排是否有人/体型大小 <10cm 雷达(成本高) 乘员分类 体型/体重估计 <15cm 座椅压力(精度有限) 安全带位置 belt相对身体位置 <3cm ...
多模态认知负荷分类：fNIRS+ECG+眼动的 IMS 可用性分析
多模态认知负荷分类：fNIRS+ECG+眼动的 IMS 可用性分析 论文1： Wearable Multimodal Physiological Sensor-Based Recognition of Pilots’ Mental Workload Using fNIRS, ECG, and Eye-Movement Signals期刊： IEEE Transactions on Instrumentation and Measurement (TIM), 2026作者： Xu et al.被试： 27名飞行学员准确率： 85.76% (10-fold CV), 78.57% (LOSO) 论文2： Classifying Mental Workload Using Psychophysiological Measurement and Machine Learning会议： ICIEA 2026 (12th International Conference on Industrial Engineering and Applications)准确率： 75% (仅瞳孔), &g...