Euro NCAP 2026半年回顾:1200+测试场景下的产能瓶颈与IMS战略启示

Euro NCAP 2026半年回顾:1200+测试场景下的产能瓶颈与IMS战略启示

Euro NCAP 2026 协议实施半年现状

2026年1月1日生效的 Euro NCAP 2026 协议是自2009年以来最大的评分体系改革。实施半年后,行业面临的真正挑战不是理解新要求,而是测试工作量暴增导致的产能瓶颈

关键数据

指标 2025协议 2026协议 增长
ADAS测试场景数 ~600 1,200+ 2倍
已完成评级车辆 数十款 仅2款(BMW iX3, ZEEKr 7GT) 远低于往年
最高测试速度 80 km/h 130 km/h +62.5%
测试周期 基准 显著延长 -
协议更新频率 ~2年 每3年 更可预测

四阶段安全评分体系

阶段 名称 评估内容 最低阈值
Stage 1 Safe Driving 驾驶辅助、注意力监控 独立阈值
Stage 2 Crash Avoidance 碰撞避免系统 独立阈值
Stage 3 Crash Protection 碰撞保护(含仿真) 独立阈值
Stage 4 Post-Crash Safety 碰撞后安全 独立阈值

关键变化: 强碰撞测试成绩不再能弥补弱辅助系统——车辆必须在碰撞前、中、后全程表现优异。

产能瓶颈深度分析

1. 测试场景暴增的原因:鲁棒性测试

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
# Euro NCAP 2026 鲁棒性测试示例

"""
传统测试(2025协议):
固定速度、固定偏移、已知结果 → 单点测试

例: 后车制动测试
- 速度: 50 km/h
- 组合: 4种(车头时距×制动强度)
- 总场景: 4个

2026鲁棒性测试:
基础场景 + 速度/偏移/制动变化 → 参数空间扫描

例: 后车制动测试
- 基础速度: 50-80 km/h(多档)
- 偏移: -50% ~ +50%
- 制动强度: 轻/中/重
- 总组合: 77个场景(仅此一项)
"""

SCENARIO_EXPANSION = {
'car_to_car_rear_braking': {
'2025': 4, # 4种组合
'2026': 77, # 速度×偏移×制动变化
'increase': '19x',
},
'car_to_vru_pedestrian': {
'2025': 12,
'2026': 45, # 含夜间、不同角度
'increase': '3.75x',
},
'lane_support': {
'2025': 6,
'2026': 28, # 含不同曲率、速度
'increase': '4.7x',
},
'speed_assistance': {
'2025': 4,
'2026': 15,
'increase': '3.75x',
},
'total_adas': {
'2025': '~600',
'2026': '1200+',
'increase': '2x+',
},
}

2. 高速测试的设备挑战

测试场景 2025最高速度 2026最高速度 设备要求
前方碰撞避免 80 km/h 130 km/h 新一代靶车平台
车道支持 100 km/h 140 km/h 分车道隔离
VRU行人 60 km/h 80 km/h 高速行人靶

AB Dynamics GST 120 Plus — 唯一通过 Euro NCAP 认证可用于130 km/h测试的靶车平台:

  • 更大电池容量
  • 更强驱动系统
  • 高速下结构稳定性
  • 快速加速/制动(节省赛道空间)

3. 中国OEM需求叠加

1
2
3
4
5
6
7
8
9
10
11
12
13
测试需求来源:
├── 传统欧洲OEM(BMW/Mercedes/VW等) → 常规迭代
├── 美国OEM(Tesla/Ford等) → 常规迭代
├── 日本/韩国OEM → 常规迭代
└── 中国OEM(BYD/Geely/NIO/Xpeng等)→ 新增需求激增

中国OEM特点:
- 首次进入欧洲市场需要Euro NCAP评级
- 多款车型同时申请
- 开发周期更短
- 对赛道时间竞争激烈

结果: 赛道预约提前期延长,测试项目排期紧张

4. 仿真测试的引入与局限

Euro NCAP 2026首次接受仿真数据作为部分评估证据,但存在限制:

仿真类型 可接受程度 当前局限
物体级仿真 ⚠️ 部分接受 缺少传感器感知模型
场景级仿真 ✅ 可用于鲁棒性验证 需与物理测试交叉验证
HBM碰撞仿真 ✅ 可用于OOP姿态 THUMS模型需验证
传感器仿真 ❌ 尚不接受 仿真与现实感知差距大

关键gap: 大多数仿真模型在物体层面评估,缺少传感器感知模型——仿真世界中”看见”的与真实传感器”看见”的存在显著差距。

对IMS产业的具体影响

1. 测试效率成为核心竞争力

flowchart TD
    A[Euro NCAP 2026挑战] --> B{如何应对1200+场景?}
    
    B --> C[增加赛道容量]
    C --> C1[新建赛道: 2-3年周期, $5000万+]
    C1 --> C2[❌ 短期不可行]
    
    B --> D[增加测试团队]
    D --> D1[专业工程师稀缺, 培训6-12月]
    D1 --> D2[❌ 短期不可行]
    
    B --> E[提升测试效率]
    E --> E1[一体化测试生态系统]
    E1 --> E2[自动化场景执行]
    E2 --> E3[实时数据分析]
    E3 --> E4[✅ 最可行的短期方案]
    
    B --> F[增加仿真比例]
    F --> F1[仿真与现实交叉验证]
    F1 --> F2[逐步提高仿真可信度]
    F2 --> F3[✅ 中期方案]

2. IMS测试场景对照

Euro NCAP 2026中与IMS直接相关的测试场景:

场景类别 场景数 IMS关联 需要IMS能力
DSM疲劳检测 5+ 🔴 直接 PERCLOS/眨眼/头部姿态
DSM分心检测 8+ 🔴 直接 视线/手机使用/注意力
CPD儿童检测 6+ 🔴 直接 雷达/摄像头CPD
安全带提醒 4+ 🟡 间接 buckle/红外检测
乘员分类 3+ 🟡 间接 成人/儿童/空座
OOP姿态 8+ 🔴 新增 3D pose/座椅角度
总计IMS相关 34+ - 占总场景2.8%

3. IMS验证策略建议

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
class IMSValidationStrategy:
"""
IMS Euro NCAP 2026 验证策略

目标: 最小化物理测试,最大化仿真验证
"""

def __init__(self):
self.physical_tests = {
'dsm_fatigue': {
'scenarios': 5,
'track_time_per_scenario': '2h',
'total_track_time': '10h',
'equipment': 'DMS测试假人 + 红外摄像头',
},
'dsm_distraction': {
'scenarios': 8,
'track_time_per_scenario': '1.5h',
'total_track_time': '12h',
'equipment': 'DMS测试假人 + 手机道具',
},
'cpd': {
'scenarios': 6,
'track_time_per_scenario': '1h',
'total_track_time': '6h',
'equipment': 'CPD测试假人(儿童模型)',
},
'oop_posture': {
'scenarios': 8,
'track_time_per_scenario': '1.5h',
'total_track_time': '12h',
'equipment': '可调角度座椅 + 姿态模型',
},
}
self.total_physical_time = sum(
t['total_track_time'] for t in self.physical_tests.values()
) # ~40h物理赛道时间

self.simulation_tests = {
'dsm_robustness': {
'scenarios': 200, # 鲁棒性变化
'simulation_time': '48h (HPC集群)',
'correlation_needed': '与5个物理场景交叉验证',
},
'cpd_robustness': {
'scenarios': 100,
'simulation_time': '24h',
'correlation_needed': '与6个物理场景交叉验证',
},
'oop_crash_simulation': {
'scenarios': 40, # THUMS仿真
'simulation_time': '200h (HPC集群)',
'correlation_needed': '与物理假人对比',
},
}

def optimize_test_plan(self) -> dict:
"""
优化测试计划: 物理测试用于校准,仿真用于覆盖

策略:
1. 每类场景选3-5个代表性物理测试
2. 用物理结果校准仿真模型
3. 仿真覆盖剩余数百个鲁棒性场景
4. 每年更新校准

预计节省: 70%赛道时间
"""
return {
'physical_scenarios': 27, # 4类×5-8个
'simulation_scenarios': 340, # 鲁棒性变化
'total_track_time': '~40h',
'simulation_time': '~272h (HPC)',
'coverage': '>95%',
'saving_vs_all_physical': '70%',
}

4. HERE + Mitsubishi 车道级危险警报

Euro NCAP 2026协议中,HERE hazard alerts获得安全积分——这是一个数据共享义务:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
HERE Lane Hazard Warning 系统:

事件链:
1. 车辆A传感器检测到危险(坑洞/慢车/湿滑)
2. Mitsubishi HD Locator 厘米级定位 → 确定具体车道
3. HERE Open Location Platform 云端上传
4. 车辆B接近同一区域 → 接收车道级警报
5. 驾驶员提前变道或减速

对Euro NCAP的意义:
- 2026协议: hazard alerts可获安全积分
- 但OEM必须共享数据才能获得积分
- 数据共享 → 隐私和合规挑战

对IMS的启示:
- IMS检测到的驾驶员状态异常(如疲劳)可上传
- 车队级疲劳热点地图
- 路况+驾驶员状态联合预警

5. Geely加入欧洲交通数据网络

2026年8月,Geely(吉利)加入欧洲”Data for Road Safety”数据共享网络,成为首个加入的中国OEM。

参与方 贡献数据 获得数据
Geely 车辆传感器检测的路况数据 其他车辆报告的危险 + 基础设施数据
BMW/Mercedes等 同上 同上
紧急服务 事故位置 避开事故路线
道路维护部门 道路状况 车辆报告的路面退化

对IMS的启示: 未来驾驶员状态数据(匿名化)也可能成为共享网络的一部分——某路段疲劳事件高发 → 全网预警。

IMS战略建议

1. 测试资源规划

优先级 行动 时间
🔴 P0 预订Euro NCAP 2026 IMS相关赛道时间 立即(排期紧张)
🔴 P0 建立IMS仿真验证能力(HBM+场景) 6个月
🟡 P1 采购GST 120 Plus高速靶车 3个月
🟡 P1 建立仿真-物理交叉验证流程 6个月
🟢 P2 加入Data for Road Safety网络 12个月

2. 仿真能力建设

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
# IMS仿真验证框架
simulation_framework = {
'dsm_simulation': {
'tool': 'CARLA + IMS sensor models',
'models': ['MediaPipe Face Mesh', 'PERCLOS calculator'],
'scenarios': 200,
'correlation_target': '>0.9 vs physical',
},
'cpd_simulation': {
'tool': 'TI mmWave Studio + ray tracing',
'models': ['AWRL6844 radar model', 'UWB channel model'],
'scenarios': 100,
'correlation_target': '>0.85 vs physical',
},
'oop_simulation': {
'tool': 'THUMS + LS-DYNA',
'models': ['THUMS v6.1', 'vehicle FE model'],
'scenarios': 40,
'correlation_target': '>0.9 vs physical HIII',
},
'sensor_perception_gap': {
'challenge': '仿真缺少传感器感知模型',
'solution': '引入NVIDIA Omniverse/Isaac Sim传感器仿真',
'timeline': '2027年建成',
}
}

3. 下一个协议周期:2029

Euro NCAP协议现在每3年更新一次。2029年协议预期变化:

方向 2026现状 2029预期
测试场景数 1200+ 2000+
仿真比例 ~20% ~40%
OOP姿态 基础 扩展(含自动驾驶坐姿)
CPD 基础检测 精确分类+生命体征
安全带 扣环检测 正确佩戴检测
DSM 疲劳+分心 认知负荷+情绪+健康
V2X数据 hazard alerts 车队级状态共享

参考文献

  1. AB Dynamics (2026). Six months into Euro NCAP 2026, capacity is the real problem. AI Online
  2. HERE Technologies & Mitsubishi Electric (2026). Lane Hazard Warning Platform. ITS International
  3. Euro NCAP (2026). 2026 Protocol Assessment Specification.
  4. Vision Mobility (2026). Geely joins European traffic data network.
  5. Qualcomm (2026). BMW iX3 Snapdragon Ride Pilot Euro NCAP 5 stars.

总结: Euro NCAP 2026 实施半年暴露的核心问题是产能而非合规——1200+场景使赛道时间成为稀缺资源,仿真验证虽被接受但传感器感知模型仍有gap。对IMS而言,应立即预订赛道时间、建设仿真验证能力、预留交叉验证流程。2029年协议将进一步扩大测试范围,仿真比例将翻倍,提前布局仿真能力是获得五星评级的关键竞争优势。


Euro NCAP 2026半年回顾:1200+测试场景下的产能瓶颈与IMS战略启示
https://dapalm.com/2026/08/22/2026-08-22-euro-ncap-2026-six-month-review-capacity-bottleneck-ims-strategy/
作者
Mars
发布于
2026年8月22日
许可协议