本项目面向汽车智能化与智能座舱的安全监测需求，旨在开发一套基于超宽带（UWB）雷达的综合感知方案。传统座椅压力传感器、摄像头等设备在复杂车内环境下易受光照、遮挡影响，且存在隐私风险与漏报误报问题。UWB雷达具有非接触、强穿透和高时间分辨率的优势。因此，本项目以UWB雷达为核心，重点攻克车内儿童遗留检测、车内多目标占位检测、以及雷达布局优化与异常入侵检测三大应用方向，为行车、停车及离车后的全方位座舱安全提供支撑。 

本项目聚焦于研发非接触式车内多目标感知与安全检测技术，具体目标分为三个层面：车内儿童遗留检测：在封闭车内环境下，利用UWB雷达提取呼吸和心跳等微动生命体征，判断是否存在婴幼儿遗留，从而及时预警。车内多目标占位检测：识别五座轿车（前排左右、后排左中右）的座位占用状态，以降低安全带提醒系统的误判率，支撑智能座舱交互。异常入侵检测与布局优化：评价不同雷达安装位置的覆盖效果与盲区，并在离车后感知异常入侵动作，有效滤除环境干扰带来的误报。

完成车内儿童遗留检测算法开发：构建了复数域深度网络（DCUnet_Radar）模型，能够从雷达回波中直接提取呼吸与心跳波形。在实际车内测试中，成人分类准确率达到 88.3%，儿童分类准确率达到 93.7%。实现高精度多目标占位检测流程：搭建了完整的信号预处理与目标检测链路，引入自适应 SOD-MUSIC 算法提升角度分辨率，并通过聚类输出直观的座位占位图。在五座轿车的实际测试中，占位识别准确率超过 95%。确立雷达优化布局与入侵报警机制：建立了一套多维度的雷达安装位置评价标准，并开发了基于时空特征（幅值、相位差、时序）的轻量化 CNN 分类器。结合连续多帧确认机制，成功实现了复杂环境下的高稳定性防入侵报警。