2022汽车智能化功能模块系列研究

2022汽车智能化功能模块系列研究车载DMS篇Copyrightreservedto

EO

Intelligence,June2022u2021年，随着整车智能化的深入发展，

L2及L2+的高级辅助驾驶功能加速上车，

L3级别的自动驾驶也在快速落地过程中。当前，在“完全自动驾驶”尚待验证的情况下，“人机共驾”成为行业与市场的最优选择。“人机共驾”阶段的交通事故频发与不良驾驶行为息息相关，诸如疲劳驾驶、分神驾驶、危险驾驶等交

通安全“隐形杀手”将长期威胁驾驶员与乘客的生命安全。u

DMS（Driver

MonitorSystem）为驾驶员监测系统的简称。在“人机共驾”阶段，当驾驶场景超出系统的能力范围后，驾驶权能不能安全地从机器交还到人类司机，以及如何确保人有能力接管，这些过程中都需要系统感知与理解人类司机的当前状态，驾驶员状态监测成为保证驾驶安全的关键所在。uDMS市场相较于国外市场起步稍晚，但是2018年“两客一危”政策的发布，DMS市场也开始在商用车领域率先崛起。

DMS功能在商用车领域的成效

验证，也使DMS功能在乘用车领域迎来了爆发。u在接下来的几年内，DMS市场将在主机厂与供应商的共同推动下，迎来指数级的增长。u车载DMS功能是“人机共驾”阶段保障驾乘安全的关键要素。亿欧智库作为长期关注汽车领域的研究机构，为了进一步深度洞察智能电动汽车领域发展现

状与其细分模块下的技术原理、市场表现以及竞争格局等问题，特此推出“2022汽车智能化功能模块系列研究”报告。u《2022汽车智能化功能模块系列研究-车载DMS篇》聚焦于车载DMS市场。通过对车载DMS系统的技术解析、车载DMS产业链的拆解与研究、车载

DMS市场发展现状分析、典型参与企业的调研，对车载DMS市场进行了全面客观的分析与解读，并对车载DMS发展趋势进行预测。使行业内外人士可以更直观的了解当下车载DMS功能的发展进程与市场动态。前言203

车载DMS企业发展现状3.1车载DMS企业方案梳理3.2商用车DMS企业发展现状3.3乘用车DMS企业发展现状3.4车载DMS企业生态共建3.5车载DMS企业发展具备要素04

车载DMS典型案例4.1车载DMS车型发展策略4.2车载DMS车型梳理4.3小鹏汽车、蔚来汽车案例解读4.4理想汽车、高合汽车案例解读

4.5威马汽车案例解读4.6长城汽车、长安汽车案例解读01

车载DMS综述1.1车载DMS发展背景1.2车载DMS发展技术路线1.3车载DMS算法逻辑1.4车载DMS驱动因素1.5车载DMS产业图谱02

车载DMS市场发展现状2.1车载DMS市场发展历程2.2商用车DMS市场发展现状2.3乘用车DMS市场发展现状2.4车载DMS市场发展面临挑战

2.5车载DMS市场标准制定05

车载DMS发展前景5.1车载DMS技术&算法发展前景5.2车载DMS形态&应用发展前景5.3车载DMS新兴技术应用发展前景5.4车载DMS市场规模预测与新兴企业梳理目录CONTENTS03

车载DMS企业发展现状3.1车载DMS企业方案梳理3.2商用车DMS企业发展现状3.3乘用车DMS企业发展现状3.4车载DMS企业生态共建3.5车载DMS企业发展具备要素04

车载DMS典型案例4.1车载DMS车型发展策略4.2车载DMS车型梳理4.3小鹏汽车、蔚来汽车案例解读4.4理想汽车、高合汽车案例解读

4.5威马汽车案例解读4.6长城汽车、长安汽车案例解读01

车载DMS综述1.1车载DMS发展背景1.2车载DMS发展技术路线1.3车载DMS算法逻辑1.4车载DMS驱动因素1.5车载DMS产业图谱02

车载DMS市场发展现状2.1车载DMS市场发展历程2.2商用车DMS市场发展现状2.3乘用车DMS市场发展现状2.4车载DMS市场发展面临挑战

2.5车载DMS市场标准制定05

车载DMS发展前景5.1车载DMS技术&算法发展前景5.2车载DMS形态&应用发展前景5.3车载DMS新兴技术应用发展前景5.4车载DMS市场规模预测与新兴企业梳理车载

DMS综述车

机

操

作驾

驶

座

椅

眼

睛

双

手亿欧智库：不同级别智能驾驶对于驾驶员以及车辆的要求L2/L2+

L3L4L5智能驾驶级别升级亿欧智库：2022公路交通事故原因占比4%9%15%35%

疲劳驾驶、驾驶分神、激进驾驶等

环境因素（天气、路况等）

其他

装备因素（设备盲区）

突发因素（自然灾害、被动事故等）u

2021年，随着整车智能化的深入发展，

L2+及以上的高等级智能驾驶功能加速上车。当前“人机共驾”阶段，疲劳驾驶、驾驶分神、激进驾驶等主观因素已经成为公路事故和死亡的主要原因，占比高达37%。u

DMS（Driver

MonitorSystem）为驾驶员监测系统的简称。在即将到来的L3状态下，当驾驶场景超出系统的能力范围后，驾驶权能不能安全地从机器交还到人类司机，以及如何确保人类司机有能力接管，这些过程中都需要系统感知与理解人类司机的当前状态，驾驶员状态监测成为保证驾驶安全的关键所在。

驾驶需要较高专

注力

驾驶通过双手控

制方向盘

语音进行低专注

度、间歇性操作

双手与眼睛进行

部分解放

释放部分驾驶专

注力

驾驶员需保证可

及时接管驾驶

确定时间范围内

无需专注驾驶

可进行一定时间

段内的沉浸娱乐、

生活、社交需要（非封闭路段）

不需要

不需要

可完全沉浸于各

类娱乐生活形式

不需要

不需要因

不需要1.1“人机共驾”提升驾驶安全需求，

DMS成规避驾驶风险优质解决方案

需要

需要

需要

需要（接管时）需要（大部分）

需要（接管时）37%来源：公开资料、亿欧智库5疲劳监测

行车过程中，摄像头对驾驶员闭眼和打哈欠行为进行采样；

结合行车时间、行车速度等因子，判断驾驶员是否疲劳和疲劳等级;

系统根据疲劳等级，发起对应的警告给驾驶员，如声音警报、语音警报、

安全带收紧、仪表警报等。分神监测

行车过程中，摄像头对驾驶员的视线偏移以及面部角度偏移进行采样；

根据偏移的角度阈值，进行判断；

触发偏移阈值开始计时，根据时间长短来判断分神等级，并给予相应

的提示，如声音警报、语音警报、安全带收紧、仪表警报等。危险行为监测

行车过程中，摄像头对驾驶员的手部动作进行采样；

从而进行吸烟、打电话、饮食等行为的判断，并给予相应的提示，如

声音警报、语音警报、安全带收紧、仪表警报等。•

方向盘扭转力•

车道偏离警报系统的行

车数据•

驾驶时长•

心率及血压、皮电反应•

皮肤温度

•

脑电波•眼球追踪•

视线监测•

驾驶员认证•

压力传感器•

方向盘扭转力传感器•

压力传感器•

电容传感器•

压电传感器•

单目摄像头•

双目摄像头•

红外摄像头•

成本低•

可利用已有低级别ADAS

功能•

适用于任何驾驶环境•

成本较低•

技术相对成熟•并非直接监控驾驶员，

误报率高•

不具备智能化，无法真

正解决驾驶安全隐患•

传感器安置不便•

整体方案成本较高•

性能受光线等外部

环境影响•若驾驶员戴墨镜，会影响识别率DMS技术路线分为被动式技术与主动式技术。由于被动式技术存在误报率高、智能化程度低等缺点，同时随着AI视觉技术的快速发展，依托人脸面部识别技术，基于红外技术和视觉摄像头的非接触式、低成本、高度智能化的主动式视觉DMS技术应运而生，并成为了当下主流技术路线。主动式视觉DMS技术通过部署在方向盘、转仪表盘或A柱等位置的光学摄像头、红外摄像头，获取驾驶员的眼部状态、头部姿态、打哈欠、打电话、抽烟等行为的图像或视频信息，通过深度学习算法对获取的信息进行分析，判断驾驶员当前所处状态，实现驾驶员疲劳监测、分神监测以及危险行为监测。1.2主动式技术成主流，疲劳、分神与危险行为监测为当下DMS核心功能©亿欧智库-李东

(64928)传感器优势劣势核心功能基于生物传感器基于车辆信息基于视觉传感器亿欧智库：DMS不同技术路线原理与优劣势对比》》》》》》

主动式

被动式

主动式监控指标》》》uu来源：亿欧智库》》》6亿欧智库：疲劳驾驶、分分神驾驶监测算法逻辑↓No!Yes

↓No

No+亿欧智库：危险行为监测算法逻辑NoYesNou

DMS的形成链条复杂，主要涉及三个环节，摄像头/传感器进行图像的捕捉与输入；芯片板进行解码与演算；信息娱乐系统（IVI）的人机交互进行监测提示与反馈，最

终使驾驶员得到相应的安全预警反馈。u

DMS对于驾驶员的监测主要分为危险行为监测、疲劳驾驶监测以及分神驾驶监测。“决策”作为影响DMS功能实现精准度的关键环节，其算法逻辑由最初的配置参数到信号释放所涉及的环节与模块复杂多样，成为供应商打造产品竞争力的关键技术方式。1.3摄像头+芯片&算法+人机交互组成DMS功能，AI算法成为功能实现关键摄像头/传感器图像采集器ISP图像处理器基于轮廓点变化趋势和深度学习模型做时间判断疲劳信号分神信号危险动作信号嘴巴轮廓点呈张大趋

势且拟合打哈欠样本人脸Yawl和Pith值超

出预定阈值眼圈轮廓点呈闭合趋

势且拟合打瞌睡样本

处理下一帧处

理下

一

帧输出行为类型及警报信号是否有退出请求和异常是否有退出请求和异常信息娱乐系统显示屏信息娱乐系统音效AI算法电话、香烟、

食物等视频解码器主计算单元其他信号处

理下

一

帧人脸轮廓点检测香氛系统安全带振动器是否需要多帧联动再判断标的物类型算法引擎初始化退出算法引擎输出分神信号执行输出疲劳信号算法引擎初始化决策感知图像预处理手周围环境检测手势识别配置参数人脸检测图像预处理配置参数处理下一帧处理下一帧持续时间和图像

时间稳定性足够持续时间和图像

时间稳定性足够

退出算法引擎

是否检测到

人脸手势是否

合规摄像头/传感器来源：亿欧智库

YesIVI人机交互是否有

标的物Yes判断类型Yes人脸为司机芯片板YesYesYesNoNoNoNoNo7u

随着电动化与智能化趋势的发展，汽车从传统的步行工具转型为移动智能服务空间，人们在“车”里度过的时间与用车次数都将大幅增加，“更安全”与“更舒适”成

为迫切需求。u

联合国提出从2021年到2030年将道路交通死伤人数减少至少50%，欧美政府对车载DMS提出要求与倡导。自2018年起，我国中央政策与地方政策陆续发力，对车载DMS行业提出明确的搭载要求，释放积极的政策鼓励信号。在政策引导与支持下，车载DMS搭载率也迎来了重大突破。

2018年国务院出台《中共中央国务院关于推进安全生产领域改革发展的意见》，

要求“两客一危”强制前装智能视频监控报警的要求

2018年交通办公厅印发《关于推广应用智能视频监控报警技术的通知》，鼓励智能视频监控报警装置在客货运汽车与旅游包车中的应用

2018年首部《道路运输车辆智能视频监控报警装置技术规范(暂行)》出台后，各地方政府积极开展意见征集工作，针对相关终端技术、平台技术、通讯协议建立具体政策

2020年浙江、上海、河南等多省市开展了针对“两客一危”交通安全隐患大排查大整治，，普及DMS等安全智能防控系统的安装。

2020年美国国家运输安全委员会呼吁对自动驾驶技术使用进行限制，建议将DMS作为L2级辅助驾驶系统的有效安全保障手段

2021年联合国提出2030年将全球道路交通碰撞死亡和受伤数量减半的宏伟目标

欧盟新车安全评鉴协会在2025技术路线图中提出，2022年7月起新车出厂必须配备DMS，从2022年起驾驶员监控系统将作为新车五星安全评级的一部分>25万>6万国内外政策发力，刺激新车DMS装配率1.4.1出行常态化下DMS满足“安全需求”，国内外政策共同助力行业发展“居车”时间上升持车、用车数量上升更安全需求上升更舒适需求上升u2021年有超过6万人在交通事故中丧生；u2021年有超过25万人在交通事故中受伤2018201920202021

死亡人数

受伤人数来源：国际卫生组织、亿欧智库的汽车交通事故死亡与受伤人长年高居不下。“驾乘安全”成为迫切需求。26.6%人脸识别

更舒适

DMS

更安全

状态监测

亿欧智库：

2018-2021年民用汽车拥有量（万辆）2941923231亿欧智库：汽车交通事故死亡与受伤人数2018

2019

2020

20218技术亿欧智库：2016-2040年全球智能驾驶渗透率行业需求的爆发，

人工智能技术

的广泛应用赋能了DMS产

品的功能实现，而满足场景

应用的系统设计和基于AI算

法量体裁衣的传感器定制正

成为形成差异化竞争的关键

一环。“u

尽管自动驾驶已是行业共识与未来趋势，但其发展进程受到技术、政策等多方面限制，2020-2022年仅出现L2.5、

L2.99等的概念性应用，意味着辅助驾驶仍将在中长

期内保持市场主流地位。

DMS功能在辅助驾驶行业的发展助推下，已经迎来持续的爆发式增长。u

驾驶员监控功能的实现在强大算力的基础上还将极大地依赖于感知层，当前TOF（TimeOf

Flight）系统、3D成像、光学镜头、红外摄像等视觉技术多点开花，助力DMS发展。同时，AI算法的广泛应用，也将为DMS产品的功能实现进行赋能，与硬件产品协同助推DMS的行业发展。

受限于技术水平、法规进度、场景局限等因素，

中长期内“人机共驾”仍是智能驾驶方案的主流，对驾驶员进行监测是当前阶段重要的安全规避方案

当前驾驶员监控功能的实现极大依赖于计算机视觉技术的进步

以3D成像、TOF系统、光学镜头、立体视觉、IR红外摄像头为代表的系列视觉技术逐渐得到挖掘，将助力车载DMS的发展1.4.2辅助驾驶行业发展助DMS爆发式增长，人工智能技术赋能DMS产品功能实现智华科技财务总监&DMS行业资深专家田梦雨“随着海内外法规的逐步规范，由

法规驱动的DMS增量市场正迎来 L4/5（自动驾驶） L3（半自动驾驶） L1/2(辅助驾驶）2016

2020

2025E

2030E

2035E

2040E10%30%45%计算机

视觉技术IR红外摄像15%50%来源：亿欧智库光学镜头TOF系统立体视觉3D成像40%45%20%35%30%50%9资本企业成立时间最新融资阶段最新融资时间最新融资金额（元）最新融资投资方加肇观电子2016-05C轮2022-06-07数亿由工银资本管理有限公司担任管理人的上海工融科创基金数亿

元领投持下安智汽车2015-01A+2022-05-07数千万盈科投资DMS元橡科技2017-03A+轮2021-11-24数千万和利资本,同渡资本,深创投“瞰瞰智能科技2021-08A轮2021-10-28数千万芯动能,盛约电子,淳中科技新生天瞳威视2016-03C轮2021-07-229亿采埃孚集团领投，龙石资本，东建国际，中源资本，中科先进基金，

VinFast

，达武创投，联通资本，联通中金等多家战略机构跟投力

魔视智能2015-08B轮2021-06-081.5亿融玺创投,紫峰创投,劲邦资本,东方华宇资本,接力基金,博信基金融心鉴智控2018-05A轮2021-03-126000万华映资本,松禾资本,经纬,奇绩创坛资情极视角2015-06C轮2021-01-19未披露北高峰资本,天奇创投况百迈技术2015-03A轮2020-07-13数千万联想创投集团u

随着政策的催化以及行业的发展，车载DMS行业中，不仅已经拥有了清研微视、智华科技、海康威视、中科创达、商汤科技等具有丰富项目经验的企业，同时车载

DMS企业当中的“新生力量”也不断涌现。u

2020年之后，资本市场逐渐关注车载DMS行业，例如瞰瞰智能、天瞳威视、魔视智能等企业先后获得了不同金额的融资。在资本力量的加持下，DMS行业正在持

续增长，行业当中也正在不断涌入新鲜血液。1.4.3资本市场关注度逐渐上涨，加快DMS行业新生力量的涌入来源：亿欧数据、亿欧智库10u

DMS上游硬件与零部件均要求车规级别，目前主要依赖进口；核心部件主控芯片以国际供应商为主。国际企业价格昂贵，且适配性低，并不能单独部件购买；同时受到全球“缺芯”影响，供不应求。而近年来随着DMS行业在政策监管与资本市场关注等多方驱动因素加持下，国产企业也迎来了飞速发展。u

DMS中游主要为软件算法与解决方案供应商，国外

DMS公司凭借先发优势抢占了部分先机，但国产企业也不断涌现，已有乘胜追击之势；同时算法的开发需要对于硬件芯片进行充分研发，随着上游国产模组、传感器等硬件厂商的发展，中游算法、集成的系统供应商也将得到崭露头角的机会国内""e

点stream

ax锐明德赛西威

GALAXY

CSREorl

um

远峰科技

⃞seeing

machines1.5“西硬东软”暂成为行业标签，国产软硬件供应商后发制人带动产业协同发展芯片eNe

sas

NMP传感器摄像头其他光学硬件DMS软件&系统集成供应商DMS硬件供应商国外国外芯片/传感器等硬件乘用车主机厂商用车国内来源：亿欧智库1103

车载DMS企业发展现状3.1车载DMS企业方案梳理3.2商用车DMS企业发展现状3.3乘用车DMS企业发展现状3.4车载DMS企业生态共建3.5车载DMS企业发展具备要素04

车载DMS典型案例4.1车载DMS车型发展策略4.2车载DMS车型梳理4.3小鹏汽车、蔚来汽车案例解读4.4理想汽车、高合汽车案例解读

4.5威马汽车案例解读4.6长城汽车、长安汽车案例解读01

车载DMS综述1.1车载DMS发展背景1.2车载DMS发展技术路线1.3车载DMS算法逻辑1.4车载DMS驱动因素1.5车载DMS产业图谱02

车载DMS市场发展现状2.1车载DMS市场发展历程2.2商用车DMS市场发展现状2.3乘用车DMS市场发展现状2.4车载DMS市场发展面临挑战

2.5车载DMS市场标准制定05

车载DMS发展前景5.1车载DMS技术&算法发展前景5.2车载DMS形态&应用发展前景5.3车载DMS新兴技术应用发展前景5.4车载DMS市场规模预测与新兴企业梳理车载

DMS市场发展现状u国外DMS相关企业Cipia、Seeing

Machines和Smart

Eye三家公司蓬勃发展。u

2017年，Smart

Eye技术被引入到第一代驾驶员监控系统的市场中，并通过Euro

NCAP路线图的发布，成为了大多数汽车的安全路线图的一部分。u

早在2006年，雷克萨斯LS460首次配备主动DMS，但主机厂由于成本支出高以及消费者认知低等原因对主动DMS并不认可。2015年4月，纽约车展全球首发的凯迪拉克CT6因搭载SeeingMachines提供的“SuperCruise”的DMS系统而名噪一时，也标志着主动式车载DMS被市场接受的开始。之后，如Cipia、SeeingMachines和Smart

Eye，也陆续迎来了发展。u

2018年，随着颁布“两客一危”商务车辆需搭载DMS的政策颁布，DMS市场由商用车领域率先开始，正式迎来爆发。随着商用车领域的成功，以及长城VV6、奔腾T99、奇瑞星途、吉利星越、小鹏G3等乘用车型对于DMS的搭载，2020年，DMS乘用车市场也逐渐开始崛起。DMS市场由国外率先兴起◆

-----

----》◆国内市场于2018年迎来爆发2015年及之前2016年2017年2018年2019年2020年2021年2022年来源：亿欧智库u

2020年，E-NCAP

（欧洲新车安全评鉴

协会，汽车界最具权威的安全测试机构）

2025技术路线图提出，从2022年7月开

始新车都必须配备DMS。欧洲一些国家

已开始要求2022年在汽车出厂时必须配

备DMS系统。u

2018年随着颁布“两客一危”商务

车辆需搭载DMS的政策颁布，DMS

市场由商用车领域开始，迎来爆发。2.1国外DMS市场率先起步，DMS市场自2018年迎来爆发u

2018年8月交通部发布《关于推广应

用智能视频监控报警技术的通知》，要求

进入道路运输市场的“两客一危”车辆应

前装智能视频监控报警装置，实现对驾驶

员不安全驾驶行为的自动识别和实时报警。u

2015年4月，纽约车展全球首发的凯

迪拉克CT6因搭载SeeingMachines

提供的“Super

Cruise”的DMS系统

而名噪一时，也标志着主动式车载DMS被市场接受的开始。u

2006年，雷克萨斯LS460首次配备主动DMS，但并未得到消费

的普遍认可。u

2021年9月，在欧盟颁布的DDAW（司机睡意与注意力警告系统）技术

法规里，就明确指出“系统要通过多

维数据全面分析司机的警觉性”。u

2020年，随着长城VV6、奔腾T99、奇瑞星途、吉利星越、小

鹏G3等乘用车型搭载DMS，中

国乘用车DMS市场开始崛起。u

2019年，小鹏汽车通过算法自

研的DMS系统（基于视觉方

案的疲劳分神预警系统、驾驶

员健康系统）已经量产落地。u

硬件与算法供应商

也迎来发展机会；u

智华科技仅在2021年，DMS出货量便达到16w套13u

车载DMS功能在商用车的应用已经贴上了“刚需”标签。研究表明，高速上的交通事故率有31%是由疲劳驾驶造成的。2018年的“两客一危”政策，成为车载DMS功能在商用车市场迸发导火索，在驾乘场景需求驱动、政策监管驱动以及后装DMS产品属性的驱动下，公交、重卡等各类商用车市场都掀起了后装DMS标配浪潮。u

商用车后装DMS的成功验证了DMS在商用车领域的可行性，而随着商用车DMS供应链体系以及产品形态发生迭代，商用车DMS这一终端产品也将由后装向前装推进，

以进行产品力、性价比、智能化等多方面的提升。1、后装—>前装：

DMS后装产品标准较低，无法实现真正“监测”商用车后装市场对于产品标准要求较低，同时随着市场发展，政策监管力度

大不如前，因此目前市场上对于商用车的DMS的使用，无法对商用车驾驶

员带来有效的监管，市场与行业急需改变。2、后装—>前装：前装DMS的BOM成本可下降30%-50%DMS后装涉及独立的PCBA以及独立的计算单元，而前装后，可通过座舱

内的算力芯片进行算力预埋，无需额外硬件设备，从而实现成本缩减。3、后装—>前装：前装市场有利于DMS功能的多功能挖掘DMS后装市场是通过相关线束与传感器等硬件设备进行后装独立上车，

因

此DMS功能无法与车内其他功能关联，从而导致DMS功能在后装上车后无

法实现更多功能的挖掘，对于DMS的发展造成阻碍。•商用车的驾驶安全关乎更多人的生命安全，包括长途客运车辆与危险品车辆在内的两客一危车辆，

一旦发生交通事故，都将会给民众和社会带来巨大负面影响；•政府重视对营运车辆的安全监管，

可通过政策积极推进营运车辆安装DMS安全设备，以减少交通事故的发生，保障人民生命和财产安全。•2018年下旬，江苏省正式下发

了关于“两客一危”的相关文件，

表示“已取得《道路运输证》的‘两客一危’车辆应当在2020年12月31日前，安装主动安全智能防控系统终端并接入政府监管平台，其中则重点强调了DMS系统的配置”;•江苏省政策推出后，其他省份也陆续着手相关文件的出台。•商用车DMS以功能为导向，仅需完成车内驾驶员状态监测以及安全预警功能即可，且车内环境以及设备安装位置比较固定（通常在A柱），因此通过后装上车

并无技术门槛；•商用车DMS后装上车流程简单，对于车辆运营企业而言，容易实

现高效批量上车。

商用车司机在驾驶过程中，扮演的是“运力工具”，即完成工作使命，并非体

验驾乘乐趣，所以商用车DMS的设计逻辑不太需要去考虑司机的好恶，而是由

运营公司与保险公司推动；

同时，对于DMS所涉及的摄像头传感器的安装，不需要考虑隐蔽性与美观性，

因此从后装市场切入，

目前商用车后装DMS成为市场主流。2.2商用车后装DMS由法规驱动成为当前市场主流，前装DMS行业驱动即将成果验证

随着商用车DMS市场发展与产品升级，前装的方式将存在更多新功

能挖掘的潜力;

后装市场作为DMS上车的切入口，向前装市场前进。目前主流商用

车主机厂如陕汽、东风、宇通等，正在进行商用车DMS前装规划。商用车后装DMS为当前市场主流

商业车前装DMS为发展必然路径厂

应用

现

状政策监管驱动驾乘场景驱动厂来源：专家访谈、亿欧智库产品属性驱动应用现状14

功能高频化设计以获取用户感知：智能座舱的感知与交互作为高频应用概念涉及众多应用场景，已逐渐被年轻消费者所接受。乘用车DMS功能开发与设计

与整车的开发相结合，从而进行技术延展，使其功能实现更高频的体现，得到更多用户的感知。

功能融合人机交互提升智能化与拟人化DMS与感知交互相融合可使其功能更加具有智能化与拟人化，贴合乘用车驾乘场景

功能融合智能驾驶提升用户兴趣度智能驾驶概念已成为智能汽车用户最感兴趣的功能之一，

因此与智能驾驶功能的融合，可以使用户在尝试ADAS功能的过

程中，有机会感受到乘用车DMS的必要性。乘用车DMS对于驾驶员而言，是一个非常低频应用

，

因此用户对其感知度并不强烈。部分传统车型受限于车型本身电子电气架构平台的局

限，

无法通过低成本方案实现良好的用户功能体验。2021年乘用车

DMS渗透率乘用车市场发展初期，消费属性市场使产品贴合用户驾乘场景

乘用车DMS相关政策发布在即乘用车领域具有消费属性，商用车DMS政策推动逻辑不可复用•

相较于欧洲，

相关政策尚未完善。

欧盟新车安全评鉴协会(Euro

NCAP)

已经明确，

DMS会持续监控驾驶员状态并向驾驶员发出危险提醒与警报，可

遏制驾驶员分神行为,从而避免事故发生；自2020年起，DMS将成为欧洲乘

用车车型能否拿到NCAP五星安全评级的关键要素。•根据亿欧智库了解，CNCAP也将在2024年有相应要求颁布。•

不同于商用车的运营“工具”属性，

乘用车市场具有消费属性，用户作为汽

车终端消费者，对于汽车功能的实用性以及性价比都有严格要求；•由用户而非企业决定DMS最终是否实现上车，因此政策对于乘用车DMS市场

的推动力不及商用车DMS市场；5%u

乘用车DMS发展处于起步阶段，正在由技术导入期向市场导入期发展，政策尚未完善。同时，乘用车市场附带消费属性，需求相对离散化，因此用户对于产品功能的成本和性价比非常敏感。商用车DMS由政策推动市场的逻辑无法在乘用车市场复用，若DMS功能无法成为乘用车上实用性较强的功能，用户并不会为此“买单”。u

对于乘用车用户而言，

DMS功能属于低频应用且必要性与实用性不易感知，同时受限于成本，目前绝大部分乘用车DMS的产品体验较差。为此，具有消费属性的乘用车DMS产品设计需要重新定义，例如与智能座舱、人机交互、智能驾驶等功能融合，实现功能应用的高频化与智能化。2.3乘用车DMS发展正萌芽，消费属性市场由用户需求端助推产品重新定义乘用车DMS产品设计另辟蹊径，智能化与人性化升级当前产品痛点——消费者认可度低解决方案——产品设计重新定义来源：专家访谈、亿欧智库2115

商用车后装市场监管不足，前装政策尚未发布

后装市场监管力度下降：自2018年江苏省“两客一危”商用车需强制搭载DMS功能的

政策发布之后，商用车完成后装DMS的全部上车，一段时间内其事故率降低超过50%。

但目前，

DMS后装市场的政策监管随着行业发展已逐渐减弱，企业恶性竞争导致产品性

能下降。

由后转前仍确实标准：

DMS后装市场的政策监管随着行业发展已逐渐减弱，而在商用车DMS由后装转前装的节点当中，目前尚未发布相关政策助其推广。

乘用车DMS政策与行业标准尚未颁布

市场政策缺失：

尚未有相关政策激励主机厂上车DMS系统（

欧盟新车安全评鉴协

会在2025技术路线图中提出，从2022年起DMS将作为新车五星安全评级的一部分）

。

学术标准缺失：

目前针对驾驶员疲劳、瞌睡、分神等状态以及生命体征的监测主要通过

驾驶员面部特征与视觉进行判断，因此误报率极高。

针对DMS的各类监测判定，目前尚

未有学术界颁布完善的鉴定标准。u

供应商已具备提供DMS完整解决方案的能力，例如清研微视、商汤科技、智华科技、中科创达等公司的DMS产品，也已量产搭载在各个品牌车型上。但当前前装DMS系统的商业化量产落地仍然面临诸多困难，最主要的是四点：视觉技术难点、软件算力不足、数据采集/标注缺失以及驾驶员状态不稳定带来的挑战。u

前装DMS系统的量产，不仅需求行业内、企业间的联动合作来解决技术上的难点，同时还需要学术界与政府一起制定完善健全的行业规范以及标准，从上层引导与

监管角度，催化行业的加速发展。软件算力DMS运行于车载计算平台，面临算力不

足的挑战。

主流车载计算平台大多只有中低端ARM

CPU/GPU，其算力不足；

低算力平台使得人脸检测、关键点检

测、人脸识别、视线追踪、手势识别

等算法，很难实现。数据采集/标注数据采集与标注不足。

计算机视觉算法对图像质量有较高要

求，声音的信噪比、对比度存在差异、

图像的遮挡与抖动、不同天气和时间

段的光线差异导致图像亮度不同，都

需要大量的数据采集与标注。视觉算法面临驾驶员状态不稳定的挑战。

汽车驾驶员有不同性别、年龄、种族，

可能会穿戴帽子、口罩、眼镜，驾驶过

程中头部会出现各种姿态，复杂状况会

对算法构成很大挑战；

如何量化界定疲劳状态、瞌睡状态也是DMS面临的瓶颈。视觉技术上最大难点是面对强光或弱光状态下的表现。

光线太强，图像表现为全白；

光线太弱，图像表现为全黑；

阳光从侧面车窗照射到人脸上时会产

生阴阳脸现象；

汽车进入隧道或者夜间行车时又会存在光线不足的问题。2.4

DMS发展面临技术挑战，政策与行业标准尚未全线推行前装车载DMS功能商业化量产落地的政策落后前装车载DMS功能商业化量产落地的技术难点驾驶员状态视觉技术来源：清研微视、亿欧智库16u

车载DMS对于驾驶员的状态判定与监测，可以通过机动车行为、驾驶员生理特征、驾驶员面部特征三种方式进行，当前主流的方式多以通过单一视觉对驾驶员面部特征抓取以进行判断。通过驾驶员面部特征将眼睛睁闭程度、嘴巴张合程度进行量化指标的分级，从而进行驾驶员疲劳驾驶与分神驾驶的判断。而当前的量化指标与判断标准尚未形成统一的行业认知，

DMS企业通常跟根据自身算法进行标注与判断。u

通过单一视觉对驾驶员面部特征进行抓取，例如闭眼程度、眨眼频率，从而对驾驶员的生命特征存进行判定的方式依然存在误报现象。虽然行业统一的、优势互补的“融合检测”方案是学术界正在研究的方向之一，但现阶段对于产品标准（融合检测）的强制定会产生大量的硬件成本增加，不利于其商业化实现，同时也不利于视觉算法企业在垂直应用领域的深度发展。u结合机动车行为特征、驾驶员生理特征以及驾驶员面部特征、优势互补的“融合检测”方案是学术界正在研究的方向之一；u随着方案的成熟，会优先的商业车以及以智能化技术为

宣扬卖点的车型上优先上车。驾驶员生理特征u基于驾驶员生理特征进行判定：借助医疗器械和相关设备来完成驾驶员生命特征的数据采集工作。分别采集驾驶员正常驾驶和疲劳驾驶时的生理特征数据，生成相应的驾驶状态区分标准，然后将驾驶员驾驶阶段采集到的实时数据与这两种数据标准相比较，便可对驾驶员的驾驶状态进行判断。u基于驾驶员生理特征的监测方法虽然精确度较高，但驾驶员需要穿戴相关的生理指标

检测设备，因此会影响驾驶员在驾驶过程中的舒适度。u基于驾驶员面部特征进行判定：通过摄像头等传感器获取到的驾驶员面部图像为基础，

利用视觉中人脸检测、面部特征点定位等算法，对驾驶员的脸部变化如眼睛睁闭、嘴巴张合以及头部姿态等特征进行提取和分析，实现对驾驶员的疲劳状态的分析判断。u目前对于眼睛睁闭程度、嘴巴张合程度的量化指标分级尚未形成统一标准，同时通过单一的面部特征判定驾驶员状态，存在一定的误报率。“通过单一视觉对驾驶员面部特征

进行抓取，从而判断驾驶员的疲

劳状态存在局限性，因此DMS

检测应融合驾驶员面部表情、

驾驶行为变化及车辆运行状

态等多维信息，相互提供判

断冗余，最终实现对驾驶员

生命特征与行为更加精准的判定。

“u基于机动车行为特征进行判定：通过驾驶员所操作的车辆行为对驾驶员疲劳状态判定，将数据与驾驶员正常行驶时的数据进行对比，形成区间，从而对驾驶员疲劳状态进行分析判断。u该类检测方法容易受到自然环境、驾驶员的驾驶水平、心理素质以及驾驶心情等因素的影响。2.5

DMS涉及状态判定暂无统一认知，现阶段标准强制定不利于视觉算法企业深度发展清研微视总经理张伟机动车行为特征驾驶员面部特征来源：清研微视、亿欧智库1703

车载DMS企业发展现状3.1车载DMS企业方案梳理3.2商用车DMS企业发展现状3.3乘用车DMS企业发展现状3.4车载DMS企业生态共建3.5车载DMS企业发展具备要素04

车载DMS典型案例4.1车载DMS车型发展策略4.2车载DMS车型梳理4.3小鹏汽车、蔚来汽车案例解读4.4理想汽车、高合汽车案例解读

4.5威马汽车案例解读4.6长城汽车、长安汽车案例解读01

车载DMS综述1.1车载DMS发展背景1.2车载DMS发展技术路线1.3车载DMS算法逻辑1.4车载DMS驱动因素1.5车载DMS产业图谱02

车载DMS市场发展现状2.1车载DMS市场发展历程2.2商用车DMS市场发展现状2.3乘用车DMS市场发展现状2.4车载DMS市场发展面临挑战

2.5车载DMS市场标准制定05

车载DMS发展前景5.1车载DMS技术&算法发展前景5.2车载DMS形态&应用发展前景5.3车载DMS新兴技术应用发展前景5.4车载DMS市场规模预测与新兴企业梳理车载

DMS企业发展现状内企业产品推出时间量产时间技术路线摄像头位置实现功能监测方式监测行为主机厂客户国清研微视

（商用）驾驶员状态监控系统2015.52016近红外，多源信息

融合A柱（从左下方

对驾驶员面部进行图像采集）疲劳驾驶告警、注意力分散告警、人脸识别、驾驶员身份认证、情绪识别、危险驾驶行为识别面部特征、操作特征及车辆行驶轨迹特征打哈欠、左顾右盼、视线脱离、抽烟、打电话、遮挡摄像头、未系安全带、双手脱离方向盘、超时驾驶等陕汽重卡（HD10/X6000)、江铃

（JH625/H20）、奇点汽车（S6）、吉利汽车（NL-5

DA）、东风商用车（EV18)DMS

系智华科技i-Cabin智能座舱监控系统（IMS系统，含DMS、OMS）20192020近红外A柱、方向盘柱

上方、舱内后视镜上方、后左右B柱疲劳预警、分神预警、视线亮屏、危险行为提示、抽烟降窗，情绪音乐、打电话降音、驾驶员身份识别、手势切歌，拍照、活体遗留监测等人脸识别、身份识别、面部特征检测、视线追踪、行为识别、人员及座位识别视线方向、闭眼、打哈欠、抽烟、接打电话、喝水、不系安全带广汽（GS4、GS4PLUS、GS8、

M8、M6、影豹）、长安（UNI-T、UNI-K、CS75）、哪吒（U）、长城（H9）统供应商汤科技SenseAutoCabin智能车舱解决方案2021.42021近红外中控台上方中央、

方向盘柱上方等身份识别、手势识别、疲劳监测、注视区域识别、危险行为分析、儿童识别、物体识别、宠物监测面部特征、头部追踪、眼球追踪、行为识别、人员个数及位置视线追踪、打哈欠、点头、抽烟、喝水、

接打电话、不系安全带等长城汽车（魏牌摩卡）、奇瑞（捷

途X70PLUS、X90）、哪吒（U）商产品中科创达座舱视觉DMS系

统2020.082020支持RGB和

红外摄像头——FaceID、驾驶员状态监测（疲劳、分钟、不良行为）、乘员/物品检测（物体/儿童/宠物/行为）、生物检测、人车交互助手人脸、情绪识别、视线追踪、呼吸/频率、行为识别、车内人数、活体检测摄像头遮挡、安全带未系、眼部遮挡、打哈欠、张望、口罩检测、打电话、抽烟喝酒、长时间不目视前方、驾驶员不在驾驶位比亚迪D1对比地平线DMS系统，集成在HorizonHalo解决方案20192019近红外A柱、后视镜等摄像头身份识别、疲劳分级监测、儿童识别、行为识别、注意力检测、性别年龄识别面部识别、头部识别、情绪识别、动作识别、

视线区域打哈欠、眼部遮挡、摄像头遮挡、安全带未系、玩手机、抽烟、喝水、注意力分散、打电话长安（UNI-T、UNI-K）、广汽（埃安AIONY）、上汽（智己汽车）、长城（哈弗H9）百度疲劳驾驶监测系统20172019近红外后视镜后上方等人脸识别、疲劳监测、分神检测、姿态识别面部特征、行为识别使用手机、抽烟、安全带未系、口罩检测、闭眼、打哈欠、双手离开方向盘等动作吉利（星途）u

目前DMS市场已经涌现出多款量产产品，其中包括清研微视（商用车）、智华科技、商汤科技、中科创达等众多企业。

DMS功能在商用车后装市场的成果验证，不仅推动了DMS功能由后装向前装发展的趋势，同时也带动了乘用车市场的发展。u

2018年之后，

DMS功能引起了众多供应商与科技企业的关注，而行业的发展加快了DMS功能的量产落地，目前商用车领域通过后装已实现大规模上车，乘用车领域随起步稍晚，虽迟但到，目前广汽、长安、长城汽车以及大部分新势力车企也已纷纷实现了DMS功能的上车。3.1DMS市场已出现量产产品，商用车先行后乘用车虽迟但到来源：亿欧智库19u

后装市场自2018年到发展至今，部分供应商为了获取订单，采用低算力芯片、更劣质的摄像头以压低成本，使市场进入了“恶性循环的价格战”当中。u

供应商在DMS功能得到后装市场的验证之后，已经开始发力前装上车的产品设计，实现DMS功能在车辆生产过程中的选配。对商用车前装市场，通常依然由运营公司与保险公司来承担成本，因此商用车DMS供应商为主机厂提供“算力预埋”的方式，使车辆座舱域或驾驶域的SOC芯片为DMS功能留出算力，后续运营公司可以通过相应线束与摄像头的安装与适配，实现快速上车的同时也便于随时拆卸。

2018年由清研微视等DMS供应商一起撰写了商用车DMS团体标准，并将商用车A柱

视为商用车DMS最佳安装位置。统一安装位置后，商用车DMS后装市场开始涌现大

量供应商入局。由于后装市场，仅需要摄像头、相关PCB以及相关线束便可上车，行

业准入壁垒较低，参与企业的规模与实力参差不齐；

政策并未对后装DMS的产品功能的性能以及智能化提出明确指标，市场监管力度的

不足也使不同企业之间的产品性能存在较大差距。

当前部分商用车DMS供应商采用最低成本与最低标准要求的DMS产品以“打赢”这

场价格战，然而结果显而易见，这种恶性循环的价格战使商用车后装DMS的供应商

无法获利甚至负债累累。

供应商之间的价格战，也使得商用车DMS的产品性能不断降低，甚至无法对于交通

事故起到有效的防范效果，这违背了政策驱动市场的市场逻辑。目前部分供应商已经

逐渐意识到问题的严重性，纷纷开始布局前装市场。商用车DMS前装市场的爆发即将迎来u

目前已有供应商发布了可集成行车域控制器、泊车域控制器和DMS控制器ADAS域

控产品；u

随着相关政策法规进一步完善，营运商用车前装DMS市场搭载率低的现状会得到改

观。

一方面，

DMS在后装的实际运行效果已经开始体现；另一方面，监管机构也在

推动商用车主动安全及智能驾驶的快速落地。u

营运货车的高频运行、行驶里程覆盖场景多，这些数据的提取、分类、分析，

为商

用车智能驾驶提供了训练基础，这也是DMS在商用车市场的潜在价值所在之一。

商用车所涉及的DMS功能通常所需算力为7-10K

DMPIS，因此其运行依靠SOC芯

片当中的单一核便可以实现，因此可通过座舱内的算力芯片进行算力预埋，无需额

外硬件设备，从而实现成本缩减。

基于商用车市场与产业结构（由运营公司、保险公司主导），通过算力预埋后的DMS功能为主机厂、运营公司与保险公司提供了硬件冗余，实现商用车的选配。3.2商用车后装DMS市场进入恶性价格战，供应商提供算力预埋使产品“由后转前”DMS后装市场的进入壁垒较低，市场监管力度不足商用车后装DMS的“价格战”，使供应商“无利可图”通过“算力预埋”，使DMS功能在商用车市场完成前装选配众多参与者抢占市场，引发价格战来源：清研微视、中科创达、亿欧智库20u

不同于后装商用车DMS以监管为核心的单一产品设计，乘用车DMS的产品设计以提升用户驾乘安全的同时契合私家出行驾乘场景使用为目标。因此，乘用车DMS功能的设计正在向多功能化，多域化发展。在当前智能汽车发展为“人机共驾”阶段，

DMS供应商将以安全提醒为切入口，不断开发与扩充不同子场景下DMS与其他功能

与控制域的结合。u

AI算法企业，如商汤、中科创达等，正在不断的尝试车载DMS与智能座舱域、智能驾驶域以及智能交互功能的融合。而这些功能的融合交互，也为乘用车DMS的智能服务体验与商业模式创新打开了突破口，成为乘用车用户接受DMS功能的助推器。在人机共驾模式会长期存在的前

提基础下，驾驶员的状态应该是

保障行驶安全的关键，并且从产

品设计的角度来看，DMS又是整

车功能中少数的，全面围绕用户

和用户环境出发的功能。因此

DMS应该成为座舱域、

自

驾域、车控域以及人机交互

的策略中枢。“驾乘场景以易引发交通安全事故的场景入手，归纳总结为安全类子场景，优先满足用户基础安全需求夜间场景

高速场景路口场景

拥堵场景特殊人群场景异常天气场景停车场景DMS为策略中枢中科创达智能网联汽车事业群产品总监赵锐3.3AI算法企业助推DMS产品成为策略中枢，实现多功能与多功能多域融合将安全需求作为切入口，以DMS为策略中枢，将智能驾驶、智能交互、智能座舱进行多功能化、多域化发展。智能交互【信息输入/感知手段】智能驾驶【智能操作体验】智能座舱【智能化服务体验】以视觉/语音AI技术感知场景

及用户行为驾驶功能车辆控制辅助驾驶、地图导航被动接受：用户输入主动感知：主动识别以触屏/语音等方式同步需求场景引擎用户主动选择、设置场景模式结合多维信息主动预测用户需求用户偏好理解基于Face

ID实现信息整合后市场、生活、娱乐服务体验来源：中科创达、亿欧智库应用座舱AI技术应用ADAS技术“21

紧跟终端客户需求，联

合定制化开发

提供菜单式硬件+软件

产品

建立合作生态，联合芯

片&算法公司共同赋能u

乘用车DMS处于技术导入期至市场导入期的过渡阶段，正通过差异化功能增强消费者对于产品的认知。针对不同定位的车型，其DMS功能的监测方式、监测行为、反馈方式以及交互方式存在差异，不同产品所涉及到的芯片、光学传感器等硬件设备与软件算法之间的适配与组合也存在区别。乘用车DMS产品在上车需要与主机厂的智能驾驶、智能座舱等多域进行融合与适配，因此DMS供应商会针对主机厂不同的需求，提供定制化产品方案以及多元化的生态合作模式。u

智华科技以感知系统作为切入点，为主机厂提供“菜单式软-硬-一体化”多元合作模式与产品方案。通过全新智能驾驶定制化系统解决方案供应商TierX的定位，逐步建立起整合芯片供应商、软件算法供应商、数据服务商的能力，结合自身定制化智能驾驶光学传感器等硬件实力，以小生态圈的模式进入车厂供应链，共建智能驾驶、智能网联生态。TierX

兼具传统汽车Tier1、Tier2的核心能力，能够提供软硬件开发集成能力的供应商。

Tier

X商业模式灵活，为主机厂提供“菜单式”服务，用零部件系统的软硬件能力，助力主机厂

打造有特色有差异化的智能化产品。

作为整车制造商与芯片&算法公司之间的纽带，

为主机厂提供安全稳定及技术领先的智能化解

决方案，为AI算法公司提供从“技术”到“产品”的转化能力。新一代智能驾驶汽车供应链生态主机厂（OEM）传统汽车供应链通用化智能驾驶系统解决方案商定制化智能驾驶系统解决方案商3.4市场催化DMS企业需建立生态合作，定制化需求催生TierX为供应商全新定位

生态参与方各取所需，

共赢互利

传感器作为产业抓手，

构成行业基础

主机厂为核心，进行生

态整合TierX一级供应商（Tier

1）传感器单元作为切入点，

拓展至智能驾驶、智能

座舱系统级产品二级供应商（Tier

2）Tier

1主机厂Tier0.5/1/1.5/2》》生态圈芯片&算法

公司来源：智华科技、亿欧智库主机厂

（OEM）网关、通

信公司跨界代工

企业主机厂

OEM传统

硬件商车联网

公司商业模式算法

公司软件

公司芯片

公司传感器传感器传感器传感器22

》》》中科创达利用自身算法优势与整合能力，与上游传感器以及模组厂商深度合作，提供软硬一体化产品方案提供硬件

》》》》》》智华科技提供硬件模组与地平线的芯片与算法进行适配，协同开发软硬一体化的DMS产品方案-

》》》u

DMS供应商的产品设计需要与整车融合，从而为主机厂提供端到端的定制化产品，

因此对于DMS的采购，主机厂通常选择软硬一体化的产品形态。中科创达、商汤、地平线等算法以及芯片企业，通常会与产品性能稳定且能力得到验证的硬件供应商合作，共同培养产业上下游的整合能力，为主机厂适配软硬一体化的定制化产品方案。u

中科创达与索尼、威尔等企业已建立长期合作。与主机厂的合作过程中，中科创达根据主机厂的定制化需求选择提供与自身算法最为适配的光学传感器，最终形成软硬一体的产品方案；智华科技与地平线签订深度战略合作，

由智华提供硬件方案与光学传感器，地平线提供芯片与人脸识别算法等，共同服务主机厂。u

DMS领域上游的主流传感器与模组供应商相对稳定

，

因此面对主机厂软硬一

体化的需求倾向

，AI算法企业与硬件传感器企业分工协作

，

共同提供软硬一

体化的标准产品；u主机厂对于产品的算法需求存在多样化

，

通常主流主机厂会要求供应商在提

供标品算法之外

，

提供额外的定制算法开发

，

对于不具备生态整合能力的企

业

，难以在获利的同时满足主机厂定制化需求。u

智华科技与地平线签订深度战略合作

，智华

科技提供DMS硬件方案

、

定制2D/3D

Tof红外光学传感器、底层软件等

，地平线提供AI处理芯片与人脸识别算法等；u

目前智华与地平线的合作模式

，

已经帮助长

安（UNI-T

、

UNI-K等）、

广汽传祺

（GS4、GS8

、

影豹等）、

长城

（哈弗H9）、

合众

（哪吒U）

等主机厂实现了DMS的产品落地。u

根据主机厂定制化需求提供方案建议，

与最佳适配的硬件产品共同打造软硬

一体化的DMS产品方案3.5.1软硬一体化成为DMS标准产品形态，产业分工促使供应商拓展生态能力传感器选型产品性能稳定且能力得到验证的硬件供应商具有整合上下游能力的AI算法企业“软硬一体化”端到端

定制化产品SONY主机厂来源：智华科技、中科创达、亿欧智库》》》主机厂主机厂130万像素200万像素500万像素23

视线追踪向量精度±2°

,正前方追踪准确率≥98%；

疲劳检测准确率≥99%，疲劳分级准确率≥92%；

常规场景下多模态唇语命令词识别召回率≥97%，误报率<12小时一次；

支持正常光、左右侧光、正面直射、背光、夜晚街灯、夜晚车内顶灯等多场景。》》》面对主机厂的算法

精度要求，供应商

需要通过算法测试

以满足上车要求1

自测：

相较于国外

，

国内DMS市场起步晚

，

因此主机厂没有充足的数据储备

，

因

此DMS供应商不得不基于少量数据自主进行相关算法测试与数据标注

，将算法精

度训练至主机厂要求的精度。

第三方：

供应商通过第三方企业进行数据标注与算法测试

，

虽然相对高效

，但由

于数据采集和标注需要大量人力

，

因此会涉及高额的项目费用。2u

智华科技基于大批量产品的出货，及主机厂的沟通和消费者的反馈，

在自主的算法优化、新场

景定义及功能开发、产品成本上持续取得优势。出货量优势

》》智华科技凭借自身出货量优势与主

机厂项目优势，获取大量反馈与数

据，以满足自身算法优化的需求。项目优势

》》u

当前DMS功能算法OTA复杂度越来越高

，且随着相关政策的颁布以及主机厂对于数据敏感的增加

，主机厂不再将用户与企业数据放在安全屋以及云平台上。对于DMS产品新功能研发

，在供应商-主机厂-消费者三方尚未形成安全的数据闭环模式之前

，没有足够的数据支持算法优化

，以及无法有效的将算法与数据进行绑定成为当下

DMS供应商的痛点之一。u

目前DMS供应商会根据项目预算选择自测或者与第三方算法测试企业合作两种方式进行算法优化与测试。第三方数据标注与算法测试企业会产生高额费用

，因此智华科

技依靠产品先发优势取得大量项目定点及出货量

，在获取更多消费者反馈与数据同时

，进行算法自主的持续优化

，形成良性循环。

算法优化与功能测试难点

视线识别算法：

对于视线的识别

，

需要对眼球的转动进行捕捉，

而眼球本身属于体积较小的光面生物体

，识别存在难点；

手势识别算法：

对于手势的识别

，

需要对手势的移动进行捕捉，

而手势的运动幅度较大

，运动频率较高

，识别存在难点。功能测试难点

上车测试：

算法测试与优化完成后

，产品功能与车控功能的适配

亦是当下供应商面临的测试难点之一。算法优化难点3.5.2

DMS算法优化缺少数据支持，出货量及项目优势可助供应商持续获取数据智华科技智能座舱监测系统（IMS）系列产品出货量u

2020年出货量约7.8万套u

2021年出货量约16.2万套数据缺失成为供应商算法优化的核心痛点之一主机厂对于供应商算法的精度要求来源：智华科技、亿欧智库24n

短期战略（满足法规及功能需求）

：智能驾驶产品批量上车阶段，

在辅

助驾驶系统运行场景下保证驾乘人员功能需求成为核心要点，市场由法

规驱动。

在满足法规及功能需求的前提下，智华科技高性价比且灵活适

配各价位车型的产品，成为核心竞争力。n

中期战略（初级交互需求、

DMS功能融合需求）

：坚持法规驱动下的DMS市场的最佳切入点：①

专注DMS与车身功能协同操控，例如通过人脸识别、视线追踪，

DMS系统自动设置温度、灯光、后/侧镜角度、座椅、信息娱乐等（如音量

大小、用户喜爱的内容、播放列表、甚至定向营销）。同步开发具有

基于软件定义汽车、

OTA可升级的功能设置，

帮助客户打造新车功能

的差异化；②

利用DMS为ADAS功能设置阈值，

协同企业自身智能驾驶系统和定制

设计传感器，

将DMS检测信息转化为ADAS动作，作用于刹车和转向。n

长期战略（深度交互需求）：

作为终端用户的主要信息输入，

定制化打

造第三空间。n

智华科技自成立以来已成功量产数十款智能

驾驶领域系统级产品，拥有多款海内外芯片

平台成熟开发经验，同时自主开发的传感器

标定会依据算法的应用场景和功能需求做差

异化定制；n

软硬件的深度适配使得同样的数据体量能够

训练出更优的算法模型和参数

，在成本上兼

具优势。n

智华科技致力于打造定制化的智能驾驶系统

及传感器设计+开发能力，为主机厂提供最

具性价比的系统方案。n

智华科技会根据客户和车型的定位及需求，

联合供应商一起为客户量身定制系统方案，

当前智能驾驶系统功能同质化严重及市场竞争