瑞萨电子推出支持ADAS和自动驾驶车辆的汽车雷达解决方案

 新型RH850/V1R微控制器系列可提供高速计算和优化的数字信号处理，提高雷达应用的精度和安全性

瑞萨电子汽车雷达MCU：RH850/V1R-M2017年1月4日，日本东京讯——全球领先的半导体解决方案供应商瑞萨电子株式会社(TSE：6723)今日宣布推出首款基于RH850的32位汽车雷达微控制器(MCU)系列RH850/V1R，该系列可提供未来高级驾驶辅助系统(ADAS)和自动驾驶车辆所需的高性能和特性。RH850/V1R系列的首款产品RH850/V1R-M包括数字信号处理器(DSP，注1)和高速串行接口，专为中长距雷达而设计。

瑞萨还将提供软件和评估板等工具，使系统开发人员能够即刻开始使用RH850/V1R-M解决方案进行开发。

随着ADAS和自动驾驶技术的发展，传感器正迅速成为一项关键技术。目前，汽车上配有各种传感器，例如摄像头、激光雷达和超声波传感器。而对高级紧急制动和自适应巡航控制等ADAS应用来说，尤其需要使用雷达传感器，因为与其它传感器不同，雷达传感器不受外部环境限制(雨、雾等不利天气条件，或有无太阳)的不利影响。

此外，要使未来自动驾驶满足对距离分辨、物体分离和测速精度日益增长的要求，高精度感测技术至关重要。这就要求增加天线数量和提高信号处理性能。

为了满足这些需求，瑞萨电子推出了专为ADAS雷达应用而设计的新型RH850/V1R-M MCU。新型MCU采用了优化的可编程数字信号处理技术、320兆赫(MHz)双核以及业界领先的2兆字节(MB)高速闪存、2 MB内部RAM，同时满足业界最高的温度要求。

RH850/V1R-M MCU的主要特点：

(1)采用灵活可编程的高性能DSP，可改善雷达信号处理性能和增加感测精度

RH850/V1R-M MCU设计旨在优化DSP中的硬件加速。优化的DSP可让系统开发人员有效地将原始数据处理为目标对象，与CPU中执行的安全相关分类和跟踪分开。瑞萨电子的高性能DSP能够以高速和低功耗方式执行雷达特定算法，如快速傅立叶变换(FFT，注2)、波束成形、加窗、通道校准、峰值搜索。DSP具有高度灵活的可编程性，瑞萨电子专门开发了用于汽车雷达传感器的DSP数学库，以支持系统开发人员进行算法开发。

(2)瑞萨电子低功耗技术和嵌入式闪存，适用于更紧凑和低成本的雷达传感器

RH850/V1R-M采用瑞萨电子世界领先的40纳米(nm)嵌入式闪存(eFlash)工艺技术开发而成，在改写周期方面具有良好的记录，具有业界最快的随机存取运算速度和高可靠性。由于晶体管较小，降低了寄生电容，它还具有低功耗的优点。

RH850/V1R-M的工艺规格还满足行业中最高的温度要求(连接点温度150°C)。

嵌入式闪存占用的PCB空间更小，具有更好的实时行为，集成度更高，可为系统设计人员带来优势。

(3)320MHz高性能双核，集成2MB大容量RAM、2MB最高速度闪存和最高温度要求

新型RH850/V1R-M具有两个工作频率为320 MHz的G3MH CPU内核，是RH850系列中性能最高的内核。G3MH是一个超标量精简指令集计算机(RISC)架构，具有两个7级整数流水线，可同时执行两个不同的指令。每个G3MH内核都具有3.2 DMIPS/MHz的性能(注3)。

RH850/V1R-M还采用了基于瑞萨电子世界领先的汽车40nm嵌入式闪存技术的2MB行业最高速度闪存。

通过集成2MB容量的RAM，RH850/V1R-M处理雷达立方体数据的所有特定计算，如距离和速度FFT、数字波束形成、恒定误报率(CFAR，注4)和峰值检测。

定价和供货

RH850/V1R-M和DSP数学库的样品将于2017年下半年推出。样品定价为每件30美元。计划于2018年11月开始量产。还将推出具有C/C ++编译器、调试器、仿真模型和详细性能分析工具的整套灵活可编程工具链。(定价和供货情况如有变更，恕不另行通知。)

关于瑞萨电子对ADAS和自动驾驶的承诺以及瑞萨电子雷达解决方案RH850/V1R-M的YouTube视频，请点击以下链接：

瑞萨电子致力于实现ADAS和自动驾驶

https://youtu.be/pDrBafZ-nPI

瑞萨电子RH850/V1R-M解决方案

https://youtu.be/K9i_yle-YgM

有关RH850/V1R-M MCU的规格，请参阅规格表(PDF: 165 KB)。

(注1)数字信号处理(DSP)：

指用于处理信号的各种数学技术。

(注2)快速傅里叶变换(FFT)：

将信号从其原始域转换为频域表示的一种计算算法。

(注3)DMIPS(Dhrystone百万条指令/秒)：

使用Dhrystone基准程序计算的计算性能指数。

(注4)恒定误报率(CFAR)：

CFAR检测是指在雷达应用中用于检测噪声背景下目标返回情况的自适应算法。