国产精品久久久aaaa,日日干夜夜操天天插,亚洲乱熟女香蕉一区二区三区少妇,99精品国产高清一区二区三区,国产成人精品一区二区色戒,久久久国产精品成人免费,亚洲精品毛片久久久久,99久久婷婷国产综合精品电影,国产一区二区三区任你鲁

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

康謀分享 揭秘C-NCAP :合成數據如何助力攻克全球安全合規難關?

虹科技術 ? 來源:虹科技術 ? 作者:虹科技術 ? 2025-06-17 11:21 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

??中國汽車市場以年均超 3000 萬輛的銷量規模(占全球1/3以上),正推動安全標準從被動防護向主動預防轉型。2024 年 7 月實施的C-NCAP(China New Car Assessment Program)修訂版首次將駕駛員監控系統(DMS)道路特征識別(RFR)納入評分體系,其中 DMS 占主動安全分值40%(總分 2 分),檢測準確率需≥90%

這一變革不僅響應工信部 GB/T 41796-2022等三項國家標準要求,更標志著中國從汽車安全規則跟隨者向制定者的角色轉變。

標準解讀:C-NCAP 2024

什么是 C-NCAP?

C-NCAP(中國新車評價規程)于 2006 年啟動,以 Euro NCAP為藍本,是中國官方的車輛安全評級系統。該項目由中國汽車技術研究中心(CATARC)管理,目前同時評估被動安全和主動安全性能。

關鍵里程碑:

2006 年:C-NCAP 成立,專注于乘員碰撞耐撞性評估。

2018-2021 年:引入被動安全增強測試(側柱碰撞和鞭打測試)。

2024 年修訂版:重大更新包括納入主動安全,新增自動緊急制動(AEB)、駕駛員監控系統(DMS)、道路特征識別(RFR)和弱勢道路使用者(VRU)保護等測試。

中國汽車安全框架要求

駕駛員狀態監控(DFM):測量駕駛員的身體 - 認知狀態(如眼瞼開合度、頭部姿勢),并在達到特定閾值后發出疲勞警告。

駕駛員注意力監控(DAM):檢測視線方向和分心行為,若眼睛離開道路超過 3-5 秒,將逐級發出警報。

數據隱私與安全:收集的駕駛員數據必須符合中國《個人信息保護法》(PIPL),對生物識別信息進行匿名化處理,并確保傳輸安全。

C-NCAP亮點

2024 年 C-NCAP 協議將主動安全提升至核心地位,為車內監控和 ADAS 功能分配了總分中最高 2 分的分值。這是DMS 首次直接對整體安全評級產生影響

評分構成

DMS 占 2 分,分值僅次于 AEB 的 3 分。

測試場景

- DFM 測試:閉眼、打哈欠、頭部低垂。

- DAM 測試:視線偏離道路、使用手機

評分標準

需達到≥90% 的檢測準確率才能獲得滿分。

傳感器融合

評估車內與車外傳感器的集成能力(如 DMS + AEB + VRU)。

道路特征識別(RFR)

評估在不同天氣和光照條件下對交通標志和車道的檢測能力。

除此之外,行人騎行者保護一直未受到足夠重視。2024 版 C-NCAP 改變了這一現狀,整合了VRU-AEB 測試被動碰撞評估

主動 VRU-AEB

場景包括遮擋行人與騎行者,分晝夜進行測試。

被動安全測試

對行人假人進行頭部和腿部碰撞評估。

全球最佳實踐接軌

通過結合規避(AEB-VRU)和傷害減輕測試,C-NCAP 與 Euro NCAP 針對 VRU 安全的雙重方法形成呼應。

這種雙重辦法反映了全球最佳做法,既處理避免損害問題,也處理減輕損害問題。這些措施推動OEM集成先進的傳感器融合堅固的車輛結構,使所有用戶的街道更安全。

行業落地的技術瓶頸與合規挑戰

落地情況

自 2024 版 C-NCAP 實施以來,中國主要 OEM(如上汽、吉利、比亞迪)已在所有新車型中集成符合 C-NCAP 標準的 DMS。

比如博世法雷奧等行業龍頭已推出集成 DMS 平臺,采用多模態傳感器組合紅外、RGB、雷達)。

目前存在以下驗證趨勢

虛擬仿真:將基于物理的傳感器建模與 AI 結合,加速驗證進程。

合成數據:減少對真實道路測試的依賴,加快合規工作流程。

合規難點

當前,汽車行業在邁向更高安全合規標準的過程中仍面臨多重挑戰

成本壓力

高性能ADAS(高級駕駛輔助系統)硬件的研發與生產成本高昂,如何在保證性能的同時控制成本,成為車企面臨的一大挑戰。

惡劣環境可靠性

雨、雪、霧低光等惡劣環境對DMS和RFR系統的可靠性提出了更高要求,如何確保在這些條件下系統的準確性和穩定性,是車企必須解決的問題。

復雜協議測試

AEB(自動緊急制動)、DMS和RFR等系統的廣泛測試要求,給車企的研發團隊帶來了巨大壓力,如何在保證測試質量的同時縮短產品上市時間,成為亟待解決的難題。

誤導性廣告風險

部分車企在宣傳ADAS功能時存在誤導性陳述,導致消費者對系統能力產生過高期望,增加了事故風險。

國際法規差異

隨著中國車企積極進軍國際市場,如何滿足不同國家和地區的法規要求,成為車企必須面對的挑戰。

Anyverse助力車企應對安全挑戰

我們不難發現,傳統的開發測試模式難以滿足新規下快速迭代與嚴格合規的雙重需求。Anyverse平臺優勢顯得尤為重要,它以其獨特的虛擬仿真合成數據技術,正在徹底改變OEM 測試驗證駕駛員監控系統的方式:

wKgZPGhQ3xiAe6w3AAIhu8l3Olw634.png

模擬數千種車內場景(人口特征、行為、光照)。

實現攝像頭、紅外和雷達模態的完美校準

針對 GB/T 和 C-NCAP 基準進行預驗證,將物理原型需求減少高達 80%

通過使用合成數據,即使在面對中國監管機構的嚴格審查時,制造商能夠大膽地擴展開發、加速驗證并保持安全合規性。

Anyverse 已通過提供符合 Euro NCAP 的測試場景目錄,幫助 OEM 和一級供應商實現 Euro NCAP 合規。這使得目標為進入歐洲市場的中國 OEM 能夠提前驗證其系統利用合成數據滿足最新的歐盟法規

Anyverse | InCabin是一個符合 NCAP 要求的一站式平臺,能夠生成所有需要的數據,根據 C-NCAP 和 Euro NCAP 的精確測試場景驗證系統。使汽車企業能夠 “一次構建,全球合規”,在加快上市時間的同時,降低驗證的成本和復雜性。

結論

在汽車安全標準日益嚴苛的今天,C-NCAP新規的出臺無疑為汽車行業指明了新的發展方向——從被動安全向主動安全全面轉型

通過與GB/T 標準保持一致并利用基于物理的仿真,OEM 和供應商才可以實現遵守、超越,并提供強大、可靠的艙內 AI,進而滿足中國及其他地區最嚴格的安全和監管基準。

因此面對技術實現難點與法規合規的雙重挑戰,車企亟需創新解決方案以提升產品安全性能并加速市場布局。????

審核編輯 黃宇

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。 舉報投訴
  • c-ncap
    +關注

    關注

    0

    文章

    5

    瀏覽量

    2396
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關推薦
    熱點推薦

    新聞 | 與Coppelia Robotics正式建立合作伙伴關系!

    我們很高興地宣布:全球領先的機器人仿真軟件提供商CoppeliaRobotics正式建立合作伙伴關系。雙方將整合各自在自動駕駛仿真測試、機器人系統仿真領域的技術優勢與資源,共同探索智能仿真技術
    的頭像 發表于 02-09 17:33 ?3685次閱讀
    <b class='flag-5'>康</b><b class='flag-5'>謀</b>新聞 | <b class='flag-5'>康</b><b class='flag-5'>謀</b>與Coppelia Robotics正式建立合作伙伴關系!

    開發智能體配置-內容

    智能體上架前,需完成“人工智能生成合成內容標識”和“大模型備案信息”填寫 ,以供平臺審核;可在智能體【配置】-【內容】中填寫。 人工智能生成合成內容標識 “人工智能生成
    發表于 02-07 11:44

    直播Q A | 智駕仿真測試,共筑智駕安全的「信任密碼」!

    12月29日下午,智駕仿真測試,共筑智駕安全的「信任密碼」”線上研討會圓滿結束,感謝各位觀眾的支持與互動。在直播評論區,感受到了大家
    的頭像 發表于 12-31 17:32 ?3989次閱讀
    <b class='flag-5'>康</b><b class='flag-5'>謀</b>直播Q A | <b class='flag-5'>康</b><b class='flag-5'>謀</b>智駕仿真測試,共筑智駕<b class='flag-5'>安全</b>的「信任密碼」!

    L4級自動駕駛數據采集系統首選——科技DATALynx ATX4 &amp; BRICK系列全解析

    ,并具備智能數據篩選和OTA升級功能。已成功應用于Robotaxi數據閉環和智駕驗證平臺,顯著提升數據處理效率。科技憑借全棧工具鏈和
    的頭像 發表于 11-20 16:16 ?982次閱讀

    奧托立夫加入C-NCAP技術委員會

    2025年10月14日,由中汽中心汽車測評管理中心主辦的C-NCAP技術委員會會議在上海召開。中汽測評主任李向榮、標準院副院長(主持工作)呂恒緒等來自企業和中汽中心的60余位專家出席了本次會議。
    的頭像 發表于 10-30 16:36 ?652次閱讀

    第三方電商數據 API 數據來源深度解析:與穩定背后的核心邏輯

    本文揭秘第三方電商數據API的底層邏輯:通過官方授權、生態共享與采集三重來源,結合嚴格清洗校驗,確保數據穩定、
    的頭像 發表于 10-11 13:55 ?353次閱讀

    亮相2025 ADAS/ADS中國實踐會,以合成數據革新方案引領智能駕駛驗證新范式!

    奔馳、奧迪、吉利、保時捷、上汽等全球主流主機廠、Tier1供應商及行業專家300余人。作為智能駕駛驗證領域的創新者,在大會上發表了題為"從駕駛員到環境:座艙內外合成數據重塑ADAS
    的頭像 發表于 09-25 17:32 ?3632次閱讀
    <b class='flag-5'>康</b><b class='flag-5'>謀</b>亮相2025 ADAS/ADS中國實踐會,以<b class='flag-5'>合成數據</b>革新方案引領智能駕駛驗證新范式!

    新聞 | 加入ASAM組織,全球首個ASIL-D認證自動駕駛仿真平臺aiSim引領安全新標桿

    新聞科技正式加入全球汽車標準化組織ASAM(AssociationforStandardizationofAutomationand
    的頭像 發表于 08-29 16:57 ?1100次閱讀
    <b class='flag-5'>康</b><b class='flag-5'>謀</b>新聞 | <b class='flag-5'>康</b><b class='flag-5'>謀</b>加入ASAM組織,<b class='flag-5'>全球</b>首個ASIL-D認證自動駕駛仿真平臺aiSim引領<b class='flag-5'>安全</b>新標桿

    破解數據瓶頸:智能汽車合成數據架構與應用實踐

    合成數據因可控等特性,已成為智能汽車感知系統數據成本高、場景覆蓋不足等困境的突破方向!。本文探討其體系原則、分層結構,聚焦艙外道路感知與艙內乘員識別場景,闡述生成流程與實踐,助力感知系統開發!
    的頭像 發表于 07-16 10:31 ?1066次閱讀
    破解<b class='flag-5'>數據</b>瓶頸:智能汽車<b class='flag-5'>合成數據</b>架構與應用實踐

    破解數據瓶頸:智能汽車合成數據架構與應用實踐

    智能汽車感知系統面臨數據困境,如結構復雜、成本高昂、覆蓋受限、性與隱私風險突出。合成數據作為新型數據生成方式,以高度可配置性、自動化、可
    的頭像 發表于 07-15 11:48 ?651次閱讀
    破解<b class='flag-5'>數據</b>瓶頸:智能汽車<b class='flag-5'>合成數據</b>架構與應用實踐

    加入ASAM組織,自動駕駛仿真平臺aiSim引領安全新標桿

    科技正式加入全球汽車標準化組織 ASAM(Association for Standardization of Automation and Measuring Systems),成為其正式會員單位!
    的頭像 發表于 07-09 16:53 ?708次閱讀
    <b class='flag-5'>康</b><b class='flag-5'>謀</b>加入ASAM組織,自動駕駛仿真平臺aiSim引領<b class='flag-5'>安全</b>新標桿

    分享| 揭秘C-NCAP合成數據如何助力攻克全球安全難關

    C-NCAP 2024新將DMS、RFR納入評分體系,推動中國汽車安全從被動向主動轉型。車企面臨成本、惡劣環境可靠性等挑戰。如何通過虛擬仿真和合成數據技術,
    的頭像 發表于 06-18 10:07 ?2033次閱讀
    <b class='flag-5'>康</b><b class='flag-5'>謀</b>分享| <b class='flag-5'>揭秘</b><b class='flag-5'>C-NCAP</b> :<b class='flag-5'>合成數據</b>如何<b class='flag-5'>助力攻克</b><b class='flag-5'>全球</b><b class='flag-5'>安全</b><b class='flag-5'>合</b><b class='flag-5'>規</b><b class='flag-5'>難關</b>?

    洞察 | L3+智能座艙時代,主機廠三大核心需求揭秘

    艙內感知模型遇數據瓶頸?真實采集成本高、隱私限制嚴、長尾場景稀缺!行業正轉向合成數據破局,但仍面臨諸多困難。本文為大家詳細揭秘析主機廠和算法供應商的三大需求核心,加速破局!
    的頭像 發表于 05-21 09:55 ?3169次閱讀
    <b class='flag-5'>康</b><b class='flag-5'>謀</b>洞察 | L3+智能座艙時代,主機廠三大核心需求<b class='flag-5'>揭秘</b>!

    技術分享 | AVM合成數據仿真驗證方案

    AVM 合成數據仿真驗證技術為自動駕駛環境感知發展帶來助力,可借助仿真軟件配置傳感器、搭建環境、處理圖像,生成 AVM 合成數據,有效加速算法驗證。然而,如何利用仿真軟件優化傳感器外參與多場景驗證,顯著提升AVM算法表現?
    的頭像 發表于 03-19 09:40 ?3734次閱讀
    技術分享 | AVM<b class='flag-5'>合成數據</b>仿真驗證方案

    安全檢測 高效 | 經緯恒潤重磅推出PeneTrix滲透測試平臺

    積累,以“精研細測”的專業精神,正式推出PeneTrix滲透測試平臺,助力ECU開發團隊高效、精準地完成信息安全任務。PeneTrix滲透測試平臺是經緯恒潤中
    的頭像 發表于 03-17 17:04 ?1040次閱讀
    <b class='flag-5'>安全</b>檢測 高效<b class='flag-5'>合</b><b class='flag-5'>規</b> | 經緯恒潤重磅推出PeneTrix滲透測試平臺