C-NCAP 2024版规则拆解：碰撞速度、SC-MDB与星级得分变化

简介：《C-NCAP管理规则（2024年版）》面向汽车安全研发、测试认证、法规研究及购车参考人群，系统梳理中国新车评价规程的管理框架与评价办法，适合汽车工程、检测认证、法规合规与购车决策等场景查阅。压缩包内为1个PDF文件，约11.84MB，完整覆盖总则、运行管理、评价办法等章节，可按乘员保护、VRU保护、主动安全三大版块查阅试验项目、性能指标、评分办法与星级评定逻辑。正文涉及正面碰撞、侧面碰撞、鞭打测试，行人头部、腿部及骨盆区域保护，以及ESP、AEB、LKA等主动安全系统，并说明测评车型选取、车辆购买、试验流程、结果发布、异议申诉和试验后车辆处理等运行要求。已有2475人学习下载，既可作为技术人员的规则查阅手册，也可为理解2024版安全评价变化、开展车辆安全性能对标提供原文依据。

1. 一份 PDF 顶半年返工：C-NCAP 2024 版到底改了哪几刀

去年有个做整车安全的朋友，项目节点前两周才发现按旧口径算的得分率对不上账——C-NCAP（中国新车评价规程）管理规则 2024 年版把正面 100% 重叠刚性壁障碰撞速度从 50 km/h 提到了 55 km/h，可变形移动壁障侧碰从 50 km/h 提到了 60 km/h，还把 AE-MDB 壁障换成了 SC-MDB。这几项单拎出来哪个都不算大改，叠在一起就足够把一款沿用老平台的车从五星压到四星。这份 PDF 就是管理规则的完整正文，从总则、运行管理一路写到三大版块的试验项目、性能指标、评分办法和星级换算，正文加附件一百四十多页，适合整车安全性能开发、试验验证、认证合规、竞品对标这几类岗位当作业指导书翻。它不教你造车，但它定义了「什么样的车算安全」，以及每一项要跑到什么数才算过关。

2. 三大版块的参数账：2024 版到底动了哪些硬指标

2.1 乘员保护：两个碰撞速度上调，壁障型号换代

乘员保护版块是这次改动最密集的地方，也是最容易被低估的地方。很多人一看「速度从 50 提到 55」，第一反应是「涨了 10%，问题不大」。但碰撞能量和速度是平方关系，55²/50² 约等于 1.21，正面 100% 重叠工况的车身吸能量需求直接抬高两成；侧面从 50 提到 60，60²/50² 等于 1.44，接近四成半的能量增量砸在车门、B 柱和座椅骨架这条传力路径上。这个量级的变化，靠调一调气囊标定是补不回来的，通常要动门槛梁截面、B 柱加强板料厚或者座椅横梁的搭接结构。

壁障从 AE-MDB 换成 SC-MDB 是另一个维度的改动。AE-MDB 是单一规格的移动变形壁障，SC-MDB 更强调按被撞车整备质量匹配壁障质量，模拟的是「路上随机撞上一辆和你差不多重的车」这个真实场景。对开发的影响是：以前一套壁障标定数据可以复用到所有车型，现在壁障质量随车型变，台车标定、蜂窝铝更换、试验前的静态挤压标定都得跟着重来一遍，试验室的工作量和一致性控制难度同时上升。

除了碰撞本身，2024 版在乘员保护里塞进了不少「软」项：侧面柱碰撞增加了远端乘员评价和二排儿童评价，鞭打试验测评方法做了优化，新增主动安全带加分项、儿童遗忘提醒功能测评、保压气帘性能评价、电动汽车刮底试验，还有主被动安全融合的离位乘员虚拟测评。这些项单项分值可能不高，但它们是典型的「不做就丢分、做了不一定拿满」的区间，在 5+ 星级这种 92% 以上的临界区里，往往就是这几分决定成败。

2.2 VRU 版块：头型腿型与 AEB 从分家到合并

2024 版把行人保护头型试验、腿型试验和 AEB VRU（弱势交通参与者自动紧急制动）三块合并成一个 VRU 保护版块，做融合式评价。这个动作背后的逻辑很直白：以前头型腿型测的是「撞上之后车头软不软」，AEB VRU 测的是「能不能不撞上」，两件事分开打分，车企很容易一边把车头做得极软拿高分、一边把 AEB 调得保守避免误触发。合并成一个版块、共用一套得分率之后，这种「偏科」策略就不成立了。

头型和腿型试验的速度都是 72 km/h 量级（规则写作 72 +0.4/0 的形式），用成人头型和儿童头型分别按不同角度冲击车辆前部特定区域，靠 HIC15 值评分；腿型用的是 aPLI 腿型，评价指标是腿部弯矩和膝部韧带伸长量。这里有一个必须划重点的细节：规则明确写了 aPLI 腿型的技术指标高低性能限值，是针对 aPLI 腿型的 SBL-B 版本设定的，而附录里关于行人保护试验方法的 aPLI 技术规格、标定要求和试验要求，要跟着腿型本身的更新走。换句话说，限值锚定的是一个具体硬件版本，腿型换代了但限值没跟着改，试验结果就没有可比性。

AEB VRU 这边，2024 版在 2021 版基础上新增了交叉路口场景，同时对原有场景做了优化升级、修改了测试参数，还增加了障碍物和儿童目标物。交叉路口是行人事故的高发形态，加这个场景等于把 AEB 的感知范围从「正前方一条走廊」推到「侧向斜穿」，对毫米波雷达和摄像头的融合标定提出了新要求。儿童目标物和障碍物的加入，则是把「只认标准成人假人」这种过拟合调参的路堵掉。

2.3 主动安全：从「有没有」走向「误不误」和「人车共驾」

主动安全版块是 2024 版扩容量最大的部分。AEB C2C（车对车自动紧急制动）新增了交叉路口场景、高速公路追尾场景和 AEB 误作用场景；车道支持部分增加了弯道偏离预警和紧急车道保持（ELK）场景，同时优化了盲区监测的场景参数；此外新增了车辆开门预警（DOW）、后方交通穿行提示（RCTA）、驾驶员监控系统（DMS）和自适应远光灯四个评价项目。

AEB 误作用场景是这里面最容易被轻视的一项。它测的不是「该刹车时能不能刹住」，而是「不该刹车时会不会乱刹」。高速上因为一块反光路面标识、一个井盖、一段隧道口阴影触发一脚急刹，后果可能比不装 AEB 更严重。这个项目对感知算法的置信度阈值设计提出了很实际的约束：灵敏度往上调，正撞场景得分好看，误作用场景就开始丢分，两边是一对跷跷板。

DMS 的引入则标志着评价体系开始管「人」这一侧。规则把 DMS 定义为实时监测驾驶员状态、在疲劳或分神时发出提示的系统，测试分驾驶员疲劳监测和注意力监测两部分。这一项对座舱域的算力和摄像头布置有直接要求，方向盘后方那颗摄像头的视野、红外补光、遮挡容忍度都得重新评估。

灯光的评价也在往细里走。整车灯光性能试验覆盖近光灯与远光灯（含自适应远光灯），具体指标包括近光直道引导距离、弯道引导距离、左侧行人可见度、路口行人探测宽度、弯道照明宽度、对向驾驶员眩光，以及远光照明范围、路口行人探测宽度、近光明暗截止线初始位置。这套指标组合的用意很清楚：既要看得远，也不能晃到别人。

星级换算的门槛值得单独贴出来，因为很多团队算到最后一步才发现卡在线外：

注意这只是综合得分率一维门槛。规则同时还要求乘员保护、VRU 保护、主动安全三个版块各自满足最低得分率，任何一个版块塌了，综合分再高也上不去。做目标分解时必须先把这三个「地板」标出来，再谈综合分。

3. 把规则读成排期表：从车型选取到试验落地的可执行清单

3.1 车型准入与抽样购买：什么车会被选中、什么时候买

规则对测评车型的选取写得非常具体，这套条件直接决定了一款车「会不会被抽到」。准入条件是：近两年内新上市的乘用车（M1 类）以及最大设计总质量不超过 3.5 吨的皮卡（多用途货车），且车型总销量超过 2000 台——新能源汽车不受销量限制。此外还要求车型在近期内没有停产计划。召回状态也是一道闸门：选车过程中若某车型存在召回事件且召回工作尚未结束，不纳入候选；测评车型通告发布后如果发生召回，测评暂停，由管理中心与制造商沟通后再处置。

确定程序是四步：管理中心按上述原则确定候选车型，把候选通知生产企业，企业反馈车型相关技术信息（规则附件 1 有对应表格），管理中心据此选定本批次测评车型及其较大销量配置。这个「较大销量配置」是个关键点——不是你拿顶配去测，而是按市场实际卖得最多的那个配置来。做开发预算的时候如果按顶配堆料来算，很容易在实际抽取的配置上翻车。

购买环节的原则是随机抽样、事先不告知、独立购买。买的东西也不只是整车：还包括鞭打试验用的座椅，以及行人保护试验所需的发动机罩、前保险杠和风窗玻璃等零部件。这意味着供应端要能随时提供可拆解的白车身件和同批次座椅，而不是等到试验前才临时找件。

3.2 试验排期：一次完整测评要跑几轮、占多少台车

把规则第三章的项目清点一遍，能得出一张相当紧的排期表。乘员保护版块里，整车碰撞试验是四项必做加一项选做：正面 100% 重叠刚性壁障碰撞、正面 50% 重叠移动渐进变形壁障碰撞（MPDB）、可变形移动壁障侧面碰撞、侧面柱碰撞，选做项是电动汽车刮底。此外还有儿童保护静态评价、前后排鞭打试验、侧面远端乘员保护（双乘员工况走实车柱碰、单乘员工况走虚拟测评和滑台抽检）、主被动离位乘员虚拟测评。

MPDB 是台车对撞工况，试验车辆与移动渐进变形壁障台车分别以 50±1 km/h 的速度做正面 50% 重叠偏置对撞，重叠宽度控制在 50% 车宽 ±25 mm 内，前排用 THOR 50th 男性假人和 Hybrid III 5th 女性假人，二排最左侧放 Hybrid III 5th 女性假人、最右侧放儿童约束系统加 Q 系列 10 岁儿童假人。注意假人型号：前排驾驶员位用的是 THOR 50th，不是 Hybrid III 50th，这两个假人的生物保真度和输出通道完全不同，CAE 模型和对标数据不能混用。

侧面柱碰撞的参数更细：车辆横向滑至刚性柱，车辆驾驶员侧与柱碰撞，平行于碰撞速度矢量的垂直面与车辆纵向中心线之间形成 75°±3° 的碰撞角；刚性柱表面中心线对准车辆碰撞侧外表面与通过假人头部重心垂直平面的交叉线，在与运动方向垂直的平面上距该基准线 ±25 mm 内；碰撞速度 32±0.5 km/h，且该速度至少在碰撞前 0.5 m 内保持稳定。前排驾驶员位放 WorldSID 50th，前排乘员位放 ES-2re 或 WorldSID 50th，驾驶员后方座位放儿童约束系统加 Q 系列 3 岁儿童假人。

鞭打试验是在滑车上做的，滑车以速度变化量 20.0±1.0 km/h 的特定加速度波形发射，座椅上放 BioRID II 型假人，测后碰撞过程中颈部伤害。2024 版前后排都要测，第二排随机选左侧或右侧。

一个可落地的排期模板大致是这样：

提示：排期表里的每一个「周」都是串行的，因为试验车辆数量有限、假人需要重新标定。真正容易拖期的是壁障标定和假人标定这两步，它们不在整车上，却卡着整车试验的开工时间。

3.3 假人与目标物清单：别到现场才发现型号不对

2024 版用到的假人型号比 2021 版多，混用的风险也随之上升。把清单列清楚，比事后返工便宜得多。

后排 Hybrid III 5th 女性假人与 Q 系列 3 岁儿童假人的左右位置，在安装条件允许时是随机放置的。这条看着像细节，实际影响仿真对标——如果你的 CAE 只按一种布局做了验证，另一种布局的约束系统匹配可能就没覆盖到。

4. 从星级倒推开发目标：得分率反算、公差与取证

4.1 综合得分率怎么反算成各版块的目标值

评价结果的算法是：乘员保护、VRU 保护、主动安全三个版块各自按试验项目算出得分率，再乘以各自的权重系数，求和得到综合得分率。三个版块的权重系数和各自的最低得分率要求，规则第三章第 4 条给了明确公式和条款，做目标分解时必须照那一版原文取数，不要用记忆里的旧值。

反算的思路是「先定地板、再留余量」。假设目标是 5+，综合得分率要 ≥92%。实操中不会把 92% 当目标，因为试验本身有离散性、假人标定有偏差、场地条件有波动，通常要往上留 1.5 到 2 个百分点作为工程余量，也就是按 94% 左右做设计目标。然后再看三个版块的最低得分率门槛——如果某个版块的历史数据离门槛很近，那这个版块就不能按综合权重分配资源，得单独加码。

下面这段脚本是按规则公式手写的计算器，用来做「如果某几项丢分，综合分掉到几星」的敏感性分析。权重和最低得分率都留成变量，取值以规则原文为准：

# 综合得分率与星级敏感性分析 # 权重系数 w 与各版块最低得分率下限 floor 需按规则第三章第4条原文填入 w = {"occupant": 0.0, "vru": 0.0, "active": 0.0} # 三个版块权重，和为 1 floor = {"occupant": 0.0, "vru": 0.0, "active": 0.0} # 各版块最低得分率要求 def star(total): # 星级阈值来自规则表 1-1 if total >= 0.92: return "5+" if total >= 0.83: return "5" if total >= 0.74: return "4" if total >= 0.65: return "3" if total >= 0.45: return "2" return "1" def evaluate(score): # score 为各版块得分率，例如 {"occupant": 0.95, "vru": 0.88, "active": 0.90} total = sum(score[k] * w[k] for k in w) # 任一版块低于地板值，综合分再高也不给星 for k in floor: if floor[k] > 0 and score[k] < floor[k]: return total, "版块未达最低得分率：" + k return total, star(total) # 示例：模拟某车型三版块得分率 print(evaluate({"occupant": 0.95, "vru": 0.88, "active": 0.90}))

逻辑说明：total做的是加权求和，这是规则给出的唯一综合方式；floor那一段是版块地板检查，顺序放在星级判定之前，因为地板不满足时星级无意义。参数说明：w三个值相加必须为 1，否则算出来的综合分没有物理含义；floor填 0 表示不做该项检查，仅用于早期粗算，正式评估不能留 0。这个脚本的价值不在算得准，而在于改一个版块得分率就能立刻看到星级跳变，方便判断「哪几分最贵」。

4.2 关键试验的边界参数与公差带

规则里大量出现的公差不是装饰，它们是试验能否复现的核心。做试验大纲的时候，把这些公差抄进控制计划，比事后解释数据离散要省事得多。

实际做的时候，公差带还有一层「内部收紧」的惯例：规则允许 ±25 mm，试验室通常会按 ±10 mm 控制，把余量留给设备误差和装夹误差。这不是规则要求，是血泪经验——按边界值打，一次超差就得重跑，重跑的成本远高于多花二十分钟对中。

4.3 报告审核类项目的取证清单

主动安全版块里有六个项目不走实车场地试验，走的是性能测试报告审核：交通信号识别（TSR）、车道偏离预警（LDW）、智能限速（ISLS）、盲区监测（BSD）、车辆开门预警（DOW）、后方交通穿行提示（RCTA）。规则的要求是：审核车辆生产企业提供的、由具备资质的第三方检测机构出具的、关于此车型满足相关要求的性能测试报告，据此判定系统是否具备所要求的性能。

这条路径看着比做试验轻松，实际上坑更深，因为它的成败取决于一份文档。需要准备的东西可以列成一张取证清单：

这份清单要在项目早期就跟第三方检测机构对齐范围，尤其是目标物类型和场景库版本。等到提交前才发现报告里少了一类目标物，重新排试验至少是一个月起步。

5. 避坑：版本切换期最常翻的五个车

5.1 拿 2021 版的口径算 2024 版的账

现象：项目早期按老版本的得分率模型做目标分解，评审时看着一切正常，实车试验第一轮下来正面和侧碰两项直接掉到及格线附近。

原因：速度上调带来的能量增幅是平方关系，老平台的车头吸能空间和纵梁诱导结构是按 50 km/h 设计的，55 km/h 下压溃行程不够，加速度波形峰值前移。侧碰从 50 提到 60 更狠，B 柱和门槛梁的侵入量控制余量基本被吃干净。

解决：拿到新规则后第一件事是做能量校核，不要直接沿用旧的对标数据库。正面按 1.21 倍、侧面按 1.44 倍的能量增量重新评估吸能路径，先跑 CAE 再排实车，把最贵的整车试验放在结构方案锁定之后。

5.2 SC-MDB 壁障换型后标定没跟上

现象：侧碰试验连续两轮数据离散度明显变大，同一车型同一位置的侵入量差出十几毫米，重复性对不上。

原因：SC-MDB 壁障要按被撞车整备质量匹配壁障质量，蜂窝铝的静态挤压标定和台车配重是跟着变的。如果试验室还按 AE-MDB 那套固定标定流程走，壁障的力学特性就和规则要求对不上，碰撞时的变形模式不可控。

解决：把壁障选型和标定写进试验前置检查表，每次侧碰前确认壁障质量与被撞车整备质量的匹配关系、蜂窝铝批次和静态挤压曲线。这一条属于典型的「黑匣子」环节，数据不对的时候很难从结果反推原因。

5.3 aPLI 腿型的限值版本搞混

现象：腿型试验结果和供应商自测数据差异很大，双方各执一词。

原因：规则明确写了腿型评分中的 aPLI 技术指标高低性能限值，是针对 aPLI 腿型的 SBL-B 版本设定的；同时附录中关于行人保护试验方法的 aPLI 技术规格、标定要求和试验要求，需要跟踪腿型本身的更新进行修订。也就是说，限值和硬件版本是绑定的，用 A 版本的腿型去对 B 版本的限值，数据天然不可比。

解决：在试验委托单上写清腿型的具体版本号，标定报告和试验报告都要带版本标识。这一条没什么技巧，纯靠流程卡住。

5.4 跨版本横向对比评价结果

现象：竞品分析报告里把某车型 2021 版成绩和另一车型 2024 版成绩放在一张表里排座次，结论被质疑。

原因：规则原文写得很清楚，因管理规则版本不同，评价试验方法和项目有所差异，最终得出的评价结果没有直接可比性。使用评价结果的各方应明确该结果是按哪个版本、什么时间进行的评价试验和结果发布。

解决：所有对外或对内的对标表，第一列必须是「规则版本」，版本不同的数据分表呈现，不做跨版本排序。需要横向比较时，只比同一版本内的相对位置。

5.5 把刮底试验当成星级项来排优先级

现象：项目组把电动汽车刮底试验排进了关键路径，投入大量资源，结果发现它对星级没贡献。

原因：规则写明了刮底试验不参与车辆安全星级评定，仅公布电安全评价结果；而且它是选做项，只适用于电池包布置在乘员舱外的纯电动汽车，电池包布置在乘员舱内的车型不进行该项测试。

解决：先把车型的电池包布置形式确认清楚，再决定要不要做。做的话按整车刮底和台车刮底两部分拆：电池包前端存在碰撞目标的，两部分都要做；不存在的，只做台车刮底。整车试验是以 30 km/h 量级的速度撞击直径 150 mm 的球形壁障，壁障顶端与碰撞目标部件中心线重合，垂直方向位于电池包前端底面（不含底部护板）上方 30 +4/0 mm 处；台车试验则是把电池包及附件装在台车上，以 3° 倾角撞击球形壁障，横向偏离不超过 25 mm。

6. 把一百四十页 PDF 变成能查的参数手册

规则文本好用，但不好查。一百四十多页里，同一个速度参数可能在总则、试验方法、附录三处出现，靠 Ctrl+F 逐个翻，效率极低。我一般会花两三个小时把它转成一套可检索的内部资料，做法是三步：先提取文本，再按章节标题切块，最后建一张「项目—参数—出处」的三列索引表。

提取文本这一步，命令行工具和 Python 库都行，常见做法是用pdftotext -layout保留排版，因为它对表格的处理比纯文本模式稳：

# -layout 保留原始排版，避免表格被拆成逐行碎片 # -f / -l 指定页码范围，便于分批处理大文件 pdftotext -layout -f 1 -l 160 rule2024.pdf rule2024.txt

转出来的文本要重点校验三类内容：表格（速度、公差、假人型号高度依赖列对齐）、公式（得分率计算）、带上下标的公差写法（例如 55 +1/0 km/h 这种，纯文本提取后容易粘成一串数字）。校验方法是随机抽三张表，和 PDF 原页逐格对一遍，对不上就换pdfplumber按坐标提取。

第二步按标题切块。规则的章节号是规整的「第一章」「1．」「1.1」「3.1.1.1」这种层级，用正则匹配章节号开头即可切分。切完之后给每块打三个标签：版块（乘员保护/VRU/主动安全）、类型（试验方法/评分办法/运行管理）、是否附录。标签比全文检索有用得多，因为你要找的往往是「主动安全版块里所有走报告审核的项目」这种组合条件。

第三步建索引表。这张表是整个工作里最值钱的部分，因为它把「散落在正文和附录里的同一个数」压成了一行。举个例子，光是一个侧碰速度，正文 3.1.1.3 写了一次、附录 C 的试验方法里又写了一次，两处的表述方式还不一样。索引表里就记一行：侧碰速度、60 +1/0 km/h、3.1.1.3 / 附录 C。等到评审会上有人问「这个数出自哪」，你不用翻，直接指过去。

还有一件事值得单独做：把 2024 版和 2021 版的差异做成一张对照表。规则前言里已经列了主要变化，但那是叙述式的，转成表格后更好用。我的习惯是按「版块—项目—旧值—新值—影响」五列排，每一行都标上受影响的设计模块（车头结构、B 柱、座椅、气囊、感知算法），这样变化一出来就能直接派活，不用二次翻译。

最后说一个我自己的教训。早些年做版本切换，我习惯先把新规则通读一遍，觉得心里有数了就开始排计划，结果做到一半发现某个参数在附录里还有一条补充说明，前面所有的假设都得推翻。从那以后我每次拿到新版规则，都强制走一遍「正文读一遍、附录对一遍、差异表填一遍」这三步，哪怕时间再紧也不跳。规则这种东西，正文讲原则，附录讲细节，真正会让你翻车的往往在附录里。

希望帮到你。

本文还有配套的精品资源，点击获取