当前位置:首页 > 汽车电子
  • 基于椭圆拟合的环岛识别方法

    环岛元素是智能车比赛中较难处理的元素之一。比赛要求智能车能检测到环岛并从入口驶入,在绕行约 270°后驶出环岛,其中,能否高响应、高鲁棒性地检测环岛是后续进出环岛等步骤的基础。本文根据计算机视觉中的多视图几何学证明了环岛椭圆投影的存在,使用优化的最小二乘法拟合法并结合相关限制条件以识别环岛。 ▲ 主板PCB   环岛元素是智能车比赛中较难处理的元素之一,由于车身在行驶过程中存在不确定性,故难以保证稳定识别效果。如图 1-1 与图 1-2 所示。 ▲ 图 C-1 环岛灰度图 ▲ 图 C-2 环岛二值化图 本文分析了传统电磁识别与摄像头识别环岛的优点和缺点,首先证明了环岛椭圆投影的正确性,然后此基础上提出了一种基于椭圆拟合的环岛识别方法,通过拉格朗日算子优化最小二乘误差函数使其最小化,并将结果转化为特征向量的形式。最后通过仿真和实验验证了此环岛识别方案的性能,并给出方案评价与可进一步研究的方向。   从信息获取的不同方式上来说,环岛检测方案可以分为摄像头识别和电磁识别。 2.1  电磁识别 智能车大赛道路中先布置了通有 20kHz、100mA 交变电流的中心电磁引导线,频率范围 20k±1kHz,电流范围 100±20mA。由于电磁引导线完全绕行与环岛,在环岛圆与赛道的交点处可等效为两倍电磁场,故可在智能车前支架配置 电感检测装置以检测智能车是否到达环岛入口处,即点 B 处。若电磁测量值约为正常行驶时的两倍,可置入环标志位。 ▲ 图 C-3 环岛示意图 此方案的缺点在于滞后检测效应。当通过摄像头正常寻迹时,由于车身到入环点才能检测到环岛,车辆在 A、B 点之间时,由于左侧赛道缺失,智能车会往左侧偏移,随后因扫描到环岛内沿而校正回来,该过程使智能车震荡,导致行驶 到 B 点处位置可能发生偏移,导致电感检测失败。此外,对于摄像头为主要寻迹传感器的智能车,多加电磁传感器使系统更加冗余复杂。 2.2  摄像头识别 ▲ 图 C-4 流程式环岛识别 一种常规的,利用摄像头进行环岛入口识别的方法如下。 (1) 右侧赛道突然变宽,左侧赛道正常,标志位置为 1。(2) 右侧赛道丢线,左侧赛道正常,标志位置为 2。(3) 右侧赛道由宽变窄,随后又逐渐变宽,左侧赛道不变,标志位置为 3。(4) 右侧赛道再次丢线,标志位置为 4。(5) 若标志位等于 4,则识别到环岛。 该方案计算量较小,但仍然存在滞后检测效应,智能车会在区间 2 处小幅度右转,影响后续过程的判断过程。除此之外,该方案为流程化方案,若在判断过程中有一个步骤意外出错都无法正确判断为环岛入口,导致智能车无法入环甚至冲出赛道。   对椭圆的投影进行建模,如下图所示。将P平明的圆投影到H平面。设P平面的椭圆长半轴长度为A,短半轴的长度为B。P平面与H平面的夹角为 。 取 $00  < \alpha  < 900$。于P平面建立笛卡尔坐标系XOY,椭圆长轴在X轴上,椭圆短轴在Y轴上,线段OO1的长度为L。可以平面P上的椭圆方程为: ▲ 图 C-5 椭圆映射图 一束平行光以 的方向照烧,是P平面椭圆映射在H平面上,形成椭圆o1。 在平面H上建立笛卡尔坐标系,oy与OY相重合,OX投影于ox,椭圆上一点M(X,Y)投影到m(x,y),可知两平面的坐标系关系为: 联立C-1与C-2,得: 在 令 将C-3记作: 显然,C-4为椭圆方程,即平面P上的椭圆经过平行光投影后仍然是椭圆。 特殊的,当平面P上的椭圆为圆时,有: ,则C-3为: 令 ,平面H上的投影为:$${{x 2 } \over {m'2 }} + {{y 2 } \over {n'2 }} = 1 $$ 显然,当 时, ,该解析式描述的为椭圆。 对于环岛元素,设内环岛边缘为平面P上的圆。自然光线在P平面上的发生反射。由于物象距离较远,反射光可近似为平行光。根据摄像机的真空成像模型,反射光在详平面成像,即图像平面为H平面。因此,只需验证内环岛边缘微椭圆即可。 ▲ C 车模电机驱动PCB   设椭圆一般方程为:$$F\left( {a,x} \right) = a \cdot x = ax 2  + bxy + cy2  + dx + ey + f = 0 $$ 其中, 对于一个待拟合的离散点集合, , 表示点Xi到椭圆 的几何距离。 最小二乘法的目标是求取使得李散掉的几何距离最短的a,即最小化:$$D_a  = \sum\limits_{i = 1} N {F\left( {a,X_i } \right)2 } $$ 由于环岛内边缘投影为椭圆,而F(a,x)为广义圆锥曲线一般表达式,需要表示为添加约束条件,以保证你和结果仅为椭圆。即: 为了表达方便,将前面方程吧粗歘在: 其中: 故问题转换为最小化误差函数: 约束条件为: 其中矩阵: 对于一个离散点:$$X_i  = \left[ {x 2 ,xy,y2 ,x,y,1} \right] $$ 根据拉格朗日乘子法,求解 在条件 下的极值,构造Lagrange函数: 令: 求出x,y,lambda,可以得到: 令 ,则有: 由于S为实对称矩阵,C为正定矩阵,故求解是为求解广义特征值问题。C正定,用 做成上式,可以得到: 令 则: 所以只需要求解上式的特征向量a即可。根据数值分析幂法可求。   根据椭圆一般方程:$$F\left( {a,x} \right) = a \cdot x = ax 2  + bxy + cy2  + dx + ey + f = 0 $$ 可的长半轴长度平方: 其中椭圆几何中心:$$X_c  = {{be - 2cd} \over {4ac - b 2 }},\space \space \space Y_c  = {{bd - 2ae} \over {4ac - b2 }} $$ 根据世纪环岛的映射特点,限定如下识别条件:(1)环岛映射非长扁椭圆,约束为 。(2)椭圆几何中心在左上侧,或者右上侧,约束为 ,H为图像高度;(3)以右环岛为例,为保证提前识别,约束为右下侧出现环岛尖角。   以图C-2为计算示例,取内环岛边缘点获取坐标。 使用MATLAB 仿真得到椭圆方程为:$$F\left( {a,x} \right) = 0.00154x 2  - 0.019x \cdot y - 0.156x + 0.195 \cdot y2  - 3.390y + 38.870 $$ 椭圆参数为:   本文提出了一种基于椭圆拟合的环岛识别方法,相比于传统的摄像头识别与电感识别方法,该方法有以下特点。 (1) 无需流程式判断,降低整体误判断概率。 (2) 具有远前瞻特性,以免智能车因丢线而误转向。 (3) 利用最小二乘的结果代替了程序迭代过程,提高了运算速度。 通过实验分析研究表明,本文的方案有较快的运算速度、较强的棒性,不过仍有许多需要改进的地方,可在本文的基础上进行以下深入研究。 (1) 寻找更好的求解特征向量方法,进一步加快整体运算速度。 (2) 由于摄像机像素较小,对于较小的椭圆难以正确拟合与判断,可使用更高素质的摄像机。 (3) 由于车身位置变化,导致稳定寻找内环岛边缘区位置有一定困难,需要寻找更好的搜索方法。 ▲ 车模电机驱动PCB   [1] 彭慧敏. 平面斜截正圆锥截交线为椭圆时投影曲线分析. 西安建筑科技大学学报: 自然科学版, 1998. 30(2): 第189-191页. [2] 莫章金.  椭圆的投影及其应用.  重庆建筑高等专科学校学报, 1999. 9(2):  第28-31页. [3] Fitzgibbon, A., M. Pilu and R.B. Fisher, Direct least square fitting of ellipses. IEEE Transactions on pattern analysis and machine intelligence, 1999. 21(5): p. 476-480. [4] Hal?r, R. and J. Flusser. Numerically stable direct least squares fitting of ellipses. 1998: Citeseer. [5] 李成章, 黄玉民.  数学分析.  上北京:  科学出版, 1999. [6] Trefethen, L.N. and D. Bau III, Numerical linear algebra. Vol. 50. 1997: Siam. [7] 封建湖. 数值分析原理. 2001:  科学出版社. 编者注:智能车竞赛所提出的任务不仅仅是赛场上那短暂的比赛过程,更多是通过设定特定的工程问题,激发同学将课内的理论知识付诸于实践,并实施不断探索追求的过程。 本文来自于中国地质大学参赛队伍技术报告中研究论文显示了参赛同学在这方面的努力。 免责声明:本文内容由21ic获得授权后发布,版权归原作者所有,本平台仅提供信息存储服务。文章仅代表作者个人观点,不代表本平台立场,如有问题,请联系我们,谢谢!

    时间:2020-10-28 关键词: AI 汽车电子

  • 声音定位智能车模制作

       本文以第十五届智能车竞赛为背景,介绍了中国矿业大学的声音信标赛题的队员的设计方案以及调试结果。比赛任务是在比赛场地上固定一定数量的信标灯,响起的信标灯会发出250-2000Hz频率的chirp声音信号、95MHz的FM信号。参赛队伍采用四驱的麦克纳姆轮车模进行规则允许范围内的改装,小车定位响起的信标灯并进入信标灯感应线圈范围内使信标灯切换。本赛题组成员采用了组委会推出的H车模,使用Infineon公司的Tricore架构的Aurix系列单片机,采用了MAX9814麦克风放大器模块作为信标灯定位的传感器,通过硬件FFT加速卷积,进而把卷积结果送入神经网络得到信标的方向。通过调试,我们实现了定位灭灯以及避障功能。 关键字:声音信标,智能车,避障,声音定位,神经网络   1.1 背景介绍 智能车比赛从举办到现在已经经历了十五个年头,从一开始单一的传统组到现在形式多样的各类组别。智能车比赛的规模也是在不断地壮大,使越来越多学子得到充足的锻炼,在提升自己的同时,也为国家科技的进步贡献出了小小的一份力量。 本组为声音信标组,声音信标组在具体的比赛过程中最值得注意的也是其最大的亮点就是声音定位的问题,在比赛中避免与另一辆车或者熄灭的信标灯产生物理上面的接触,在铺有蓝色广告布的平整场地内随机安放数量为五至十五左右的信标灯塔,车模在信标的导引下做定向运动。信标内部安装有喇叭,通过比赛系统控制信标灯启动或者关闭。赛题要求车模可以通过麦克风传感器、摄像头等识别信标进行定位,按照比赛控制系统的顺序利用磁铁对信标进行灭灯处理。在决赛中,要求两辆车模进行对抗,通过对比两车模灭灯的数量得出胜负。 1.2 现实意义 当然,实际的应用背景决定了所有科研成果的有效性和实际性,科技结合实际才能发挥出它自己最大的作用。本赛题不仅趣味性强,实用价值也同样很高。现如今,视觉定位导航早已成熟,而声音定位导航却仍在起步阶段。相比于视觉,声音定位能够适应更加恶劣的环境。自动驾驶的汽车需要有自主规划路径以及快速安全的避障功能,汽车时代背景下,汽车事故也在日益不断地上升,如何有效的减少甚至是消除其的发生,是对我们比赛任务的一种考验,将其扩大,使其升华,更好地为人类服务。因此,本赛题具有很高的科研价值与实用价值。   2.1机械结构设计 我们选用的车模是H车模。信标组的任务要求车模具有较好的加减速 和灵活的转弯特性,H车使用四个麦克纳姆轮,四个380电机。为了获得更好的加减速效果,我们尽量将车模质量做轻、重心降低,在电机输出力矩一定时,轻便的车模将获得更高的加速度,这是我们机械设计的出发点。 2.1.1麦克风的安装 麦克风我们选用了MAX9814麦克风放大模块,一共安装了四个麦克风,排列在边长8cm的正方形顶点处,并用一块简单的电路板统一固定。车模运行时会有噪声和振动,从而造成误判,所以麦克风与车模的连接采用非刚性连接,我们分别运用了弹簧与隔音棉来进行减震。另外,实际调试车辆时发现麦克风阵列并非越大越好,经过实验,发现对于本车的定位方案,8cm的大小足以满足。实际安装如图2.1.1,图2.1.2所示。 ▲ 图2.1.1 麦克风安装 ▲ 图2.1.2 麦克风安装侧面 2.1.2编码器的安装 我们选用龙邱生产的 512 线 mini 增量式编码器,该型号编码器体积小、 质量轻、稳定性好、精度高,输出型号类型为 CMOS 信号,抗干扰能力强。安装时要仔细调节编码器齿轮与电机齿轮的啮合,保证阻尼适中,两者啮合太紧会 增加电机负载,太松又会导致打齿并且影响编码器测量精度。实际安装如图 2.1.3 所示。 ▲ 图2.1.3 编码器安装 2.1.3电池和电路板的安装 我们车上有三块电路板,分别是主控板、驱动板和麦克风固定板。电池我们采用香山红叶7.4V锂电池。为了让双向跑的车模获得更好的 加速性能和转弯性能,我们把车的重心放在中间位置,所以电池安放在车体两侧;主控板和驱动板叠在一起放在底板正中间。电池和电路板安装如图2.1.4,图2.1.5所示。 ▲ 图2.1.4 电池和电路板安装 ▲ 图2.1.5 电池的安装 2.1.4 避障装置   车模在赛场上行驶过程中很有可能会和信标灯或者对面车模等发生碰撞,车模在高速行驶时撞到障碍,会产生很大的冲击力,很容易撞坏轮子。所以我一开始们用铝合金制作了车前后的保护装置,设计了几次发现车辆仍会卡在信标上。后来就选用了红外测距传感器模块来进行避障。使之靠近障碍物时能够绕行。 我们采用4个红外测距模块,当车向目标灯前进时,若距离达到阈值,则测距模块检测到避障信息,小车根据不同的情况采取斜移或者绕行的方式躲避障碍。安装方式如图2.1.6所示。 ▲ 图2.1.6 红外避障传感器 2.1.5 减震措施 如果车体与麦克风进行刚性连接,那么车体的振动传递到麦克风,降低了信噪比,从而造成误判,所以我们采用弹簧来连接车体与麦克风。具体实验发现效果很好。弹簧的安装如图2.1.7所示。 ▲ 图2.1.7 减震装置 2.2 硬件电路设计 小车上的电路板通过电池供电,通过一系列稳压器分别给MCU、电机驱动以及其他外设传感器供电,外设传感器又通过信号线与MCU进行通讯,使得MCU能通过通讯协议读取数据,写入数据。小车采用了双核方案,其中cpu1负责信标灯的声学定位,cpu0则负责小车运动状态的控制。元器件的选择,合理的布局,使得电路板运行可靠、稳定。 2.2.1 主控板 1.稳压电路 主控板提供5V与3.3V电源,为核心板与外设供电。电源电路如图2.2.1所示。5V稳压电路与3.3V稳压电路如图2.2.2所示。 ▲ 图2.1.1 电源电路-1 ▲ 电源电路-2 2.最小系统设计 我们选用TC264DA作为我们的主控芯片。最小系统包括了一系列滤波电容、复位电路、两个晶振电路以及JTAG仿真调试接口。最小系统的原理图如图2.2.3所示。主控板PCB如图2.2.4所示。 ▲ 图2.2.3 核心子板 ▲ 图2.2.4 核心子板PCB 2.2.2 电机驱动设计 从主控板传过来的PWM信号首先通过SN74LVC245缓冲芯片,至HIP4082芯片。缓冲芯片的作用在于把主控引脚与驱动电路隔离开来,防止驱动板上的电压电流造成PWM口电流倒灌进而烧毁引脚。从SN74LVC245出来的驱动信号通过 HIP4082驱动芯片实现了电平的转换,由原来的3.3V电平转换成了12V的电平,保证了LR7843芯片能快速稳定地被驱动。 为了保证驱动能通过较大电流,对主要的电机驱动回路的导线进行了加粗、开窗以及加锡处理。电机驱动原理图如图2.2.5所示,PCB图如图2.2.6所示。 ▲ 图2.2.5 电机驱动SCH ▲ 图2.2.6 电机驱动PCB   3.1 程序结构设计 输出期望速度传给速度控制器,开始控制小车沿着外切信标灯的路径接近信标,直至将它熄灭。然后控制转向,小车以圆弧轨迹再次寻找下一个信标灯,同时cpu1以50Hz的频率来判断障碍物距离并进行避障。 3.1.1.cpu1程序结构 基本程序结构流程图如图5-1所示。虽然采用的是双内核方案,可是在对小车进行控制的时候,还是cpu1中的处理器发出控制信号,cpu0只起到车模速度控制的作用。在程序循环运行的首端,必须首先检测障碍物信息。障碍物的检测的优先级别是最高的,因为小车的安全性需要保证,而障碍物可能会造成小车的意外车祸,严重的会导致比赛失败。若发现障碍物,应该先躲避障碍物,待远离危险障碍物之后再执行灭灯任务。 3.1.2.cpu0程序结构 Cpu0的任务是接受cpu1的数据并输出pwm给电机驱动板。同时cpu0也执行了底层驱动函数。我们把麦轮的运动分解为前进、后退、左移、右移、左转、右转六个基础运动,复杂的运动由这六个运动线性叠加而成。 3.2 广义互相关 参考论文《基于麦克风阵列的移动机器人听觉定位方法研究》(docin.com/p-1010824793-f3.html),在现有平滑相关变换(SCOT)加权及互功率谱(CSP)加权的基础上,融合SCOT及CSP广义互相关方案,实现声学定位导航。 3.3 神经网络 通过广义互相关,可以得到8个或者16个方向,但是由于数据的误差及错误等,造成了方向的误判,如果只是单纯的用加权或者滤波来剔除异常数据,会造成判断方向的时间变长,从而使车体的实时性降低。考虑到每次进行互相关判断方向会出4个或者6个数据,其中只有一两个数据发生错误,所以还是能够从中判断出方向的。但是一般的加权函数难以满足需求。同时复杂的加权函数又会造成调参工作量。因此我们决定采用神经网络来训练,达到自动调参的目的。对于方向的判断正确率有了很大的提升。 附录B为一部分神经网络训练的源码。   4.1实验与调试 在调试过程中,我们发现噪音和振动产生的影响很大,经常导致小车误判,并且随着小车速度的提高,车轮转速也会提高,相应地齿轮及麦轮的噪音也会提高。因此小车速度变快也就对应着判断信标方位准确度的下降。我们对此的解决方案是将小车与麦克风之间的刚性连接换成了弹簧,也就是2.1.5中提到的减震措施,应用后效果很好,在小车速度提升的同时,判断信标方向的准确度并没有下降。至于麦轮噪声的影响,我们考虑过用车轮罩将麦轮罩起来以达到降低噪声的目的,但实际应用过程中发现效果并没有想象中那么好,还使小车变得更加笨重,最终并没有采用,因此,麦轮噪音这一问题仍是我们的优化方向之一。 而在我们最初使用神经网络自动调参时,小车运行过程中效果并没有很好,在多次尝试后,发现是程序中数据归一化函数的问题,更正了之后速度及准确度都有了很大的提升。我们最初采用的避障函数会来不及避障导致小车卡在信标上或者小车一直避障,在这类问题上经常耗费大量时间,使得成绩不理想,我们发现这一问题后,又尝试了很多不一样的避障方式,最终选择了最适合我们小车结构的避障方案。   在这接近一年的比赛准备中,我们凭着自己的兴趣爱好,努力地学习,不断攻克一个个难关。智能小车从不能跑到能动,从无法定位到定位准确,从龟速到高速,从"智障小车"到能灵敏地躲避障碍物的智能小车,我们一步一个脚印,不断完善机械结构,硬件电路以及软件结构框架,尝试多种方案以找到最优方案,适应不同的场地、灯序。在这个过程中,我们获得了友谊,结识了尊敬的老师们,学习到了知识,积累了经验,这将会是我们大学中最珍贵的财富。 而我们在调试过程中,同样也发现了一些还未解决的问题,包括麦轮噪音以及信标的边缘正好卡住轮子等,同时当前弹簧减震方案并不能很好的过滤大幅振动,这是我们还需努力的地方。 总之,在接下来的时间里,我们将不断地改进方案,完善策略,以达到更好的效果。这场竞赛将会成为我们难以忘记的共同奋斗的回忆,我们也不会停下奋斗的脚步。 参考文献 [1]   何蒙. 基于麦克风阵列的移动机器人听觉定位方法研究. 河北工业大学.2010 [2]   于瀚. 宽带信号时延估计的不补零频域相关算法. 声学与电子工程.1988 [3]  李启虎. 声纳信号处理引论. 海洋出版社.2000 [4]  张大炜.一种新的级联FFT算法. 船舶科学技术.2016 [5]  李启虎. 声纳信号处理引论. 海洋出版社.2000 公众号留言 各位领导各位老师 以后尽量不能再出声控的题目了 。声音太响了。我们这栋楼好多实验室对我们有意见 ,都去投诉去了。不知道老师们有没有这个苦恼。本来动静小 信标上场动静大了 都知道了. 老师,请问智能车竞赛入门应该学些什么? 回复:由于智能车竞赛是一个基于复杂工程设计的课外工程实践活动,所以它包含的技术内容相对比较综合复杂。对于初学者可以从基本的电路设计(电路原理、模拟电路、数字电路、嵌入式电路)相关内容学习起;单片机硬件和软件是赋予智能车功能的核心模块,需要选择竞赛所规定的单片机系列来熟悉和掌握。虽然准备智能车需要进一学年的时间,还是希望能够通过与同组的同学相互合作和分工,共同来完成车模的制作。 免责声明:本文内容由21ic获得授权后发布,版权归原作者所有,本平台仅提供信息存储服务。文章仅代表作者个人观点,不代表本平台立场,如有问题,请联系我们,谢谢!

    时间:2020-10-28 关键词: AI 汽车电子

  • 昇润科技PEPS蓝牙解决方案,助推汽车电子“新四化”发展

    昇润科技PEPS蓝牙解决方案,助推汽车电子“新四化”发展

    2020开年,国家发改委等11部委联合印发《智能汽车创新发展战略》,提出:“展望2035到2050年,中国标准智能汽车体系全面建成、更加完善。安全、高效、绿色、文明的智能汽车强国愿景逐步实现,智能汽车充分满足人民日益增长的美好生活需要。”为智能汽车产业的未来发展指明了方向。 (图片截自国家发展和改革委员会-昇润科技) 无钥匙进入系统作为汽车智能化变革下的一项创新技术,俨然成了各大车企发力的重点。试想一下这样的场景:在日常的交通出行中,车主只需要靠近车辆,就可以直接拉开车门进入汽车,启动汽车前往目的地,到达后只需拿好自己的随身物品下车即可。在这一整个过程中,智能便捷又舒心,还给人高端上档次的感觉。 所谓无钥匙进入,是指采用RFID无线射频技术和车辆身份识别的智能系统。具体来说,就是通过蓝牙将手机和车辆进行匹配,车辆会在一定距离内感应到,并自动解锁车门;而当手机离开车辆一定距离后,车辆会自动落锁进入防盗警戒状态。通俗点说,就是我们不需要通过传统的钥匙或遥控器来打开车辆的车门,车主只需携带手机进入感应区域内,来对车辆进行解锁即可。 多年来,蓝牙技术作为汽车和驾驶员之间连接的纽带,在提高安全性的同时不断丰富着驾乘体验。如今,蓝牙技术再次改变了汽车和车主之间的关系,成为汽车免钥匙进入的新技术、新标准。 蓝牙之所以能够在汽车行业取得成功,得益于赋能两个解决方案:一个是音频传输,另外一个是数据传输。蓝牙又是智能手机的标配,普适性很高,各品牌手机都可以使用,十分便捷,所以将智能手机用作密钥卡已成为汽车无钥匙进入日渐流行的趋势。同时,蓝牙技术通信标准统一,拥有庞大的生态系统,性价比优势明显,成为目前广泛认可的无钥匙进入方案。 深圳市昇润科技有限公司,作为行业领先的蓝牙解决方案商和国家高新技术企业,具有丰富的电子产品开发经验,以工业产品的开发流程和标准,采用国际领先的技术,获得了多项发明和专利。在面对汽车无钥匙进入方案,昇润科技推出的蓝牙解决方案是利用BLE低功耗蓝牙连接手机APP和汽车,从而实现无钥匙解锁启动、闭锁、控制后备箱、寻车、授权借车等功能。 (昇润科技制图) 昇润科技PEPS蓝牙解决方案,采用的是TI CC2640R2F作为主控制器的低功耗蓝牙通信模块(HY-40Q101C),与智能手机和汽车进行无线通信,具有智能化、集成化程度高、使用方便等优点。 (HY-40Q101CC:车规级蓝牙串口模块) HY-40Q101C是一款符合AEC-Q100汽车规格等级2温度范围(-40℃~+105℃)用途的蓝牙低功耗单模模块,是针对低功耗传感器和讯息传输的蓝牙设备;拥有无线电,蓝牙协议栈,配置文件和客户应用程序的所需空间,提供灵活的硬件接口,用于连接传感器。HY-40Q101C可以使用标准3V纽扣电池或一对AAA电池直接供电,最低功耗关断模式下,它仅消耗0.15uA,并在几微秒内唤醒。 同时,基于TI车规级蓝牙芯片CC2640R2F的蓝牙天线解决方案,配合为车厂提供汽车电子系统配套的服务商,通过跨技术整合,实现手机无钥匙进入和无钥匙启动的新型蓝牙PEPS方案。通过在汽车周身部署多个蓝牙天线,用手机APP捕获蓝牙的广播信号强度,结合算法,判断手机距离车辆的位置,从而执行解锁或锁车指令以及启动发动机等功能。 昇润科技PEPS蓝牙解决方案优势: 1、方便快捷:无需携带车钥匙,利用广泛使用的手机作为交互的工作。实现一部手机操控一辆汽车; 2、安全可靠:硬件加密和存储技术保证通讯安全,虚拟钥匙系统的数据的加解密采用加密芯片完成,密匙通过加密芯片保存,保证数据加解密和保存过程的安全; 3、功耗更低:采用BLE低功耗蓝牙技术,功耗更低; 4、车规级蓝牙:蓝牙5.0低功耗芯片方案,车规级检测及量产经验; 5、定位算法:利用多个蓝牙天线实现手机靠近车辆的精准定位; 6、身份认证:手机跟车辆完成身份认证,即可实现开门、启动以及获取车辆状态信息等,大大提升便捷性; 7、提供API:提供手机APP开发的API。 技术的发展推动了产品的更新,汽车进入系统由原先的机械钥匙变为遥控系统,随着无钥匙进入系统技术的广泛运用和汽车市场的需求,遥控系统被无钥匙进入系统替代已经成为趋势。昇润科技PEPS蓝牙解决方案,符合汽车无钥匙进入的智能发展与创新发展战略,也符合车载电子系统向智能化、网联化、电动化和共享化的汽车的“新四化”方向发展的大趋势。 蓝牙不止是无钥匙进入 蓝牙技术在汽车领域的应用,其影响范围远不止于此。根据《2020年蓝牙市场最新资讯》预计,到2024年,在上路行驶的汽车中,将有三分之二采用蓝牙技术;同时,信息娱乐、无钥匙开锁、轮胎气压监控和状态警报等功能提升了对无线传感器的需求,预计未来每辆汽车中将会搭载4至6个蓝牙传感器,这也论证了未来蓝牙技术在汽车领域的应用市场前景形势大好。 (图片截自《2020年蓝牙市场最新资讯》报告-昇润科技) 深圳市昇润科技有限公司专业致力于为物联网提供更便捷的蓝牙接入。自成立以来,昇润始终专注于物联网接入技术的研发和创新,深耕BLE市场,构建自有研发,生产配套体系,形成新型技术开发、技术论证、芯片应用开发、模块化产品策划、研发、生产测试、营销、售后一体化模式,为客户提供更专业的蓝牙SDK开发平台、蓝牙BLE定制化解决方案,解决客户在无线蓝牙协议及蓝牙模块产品应用问题,助推客户加快产品升级,提高竞争力,从而实现双赢。 昇润科技,国家高新技术企业,您值得信赖的合作伙伴!

    时间:2020-10-27 关键词: 蓝牙 昇润科技 汽车电子

  • 汽车半导体市场对高性能存储的应用要求

    汽车半导体市场对高性能存储的应用要求

    随着新能源汽车产业和自动驾驶技术的推广,汽车半导体市场正迎来黄金发展时期。 有资料显示,对于 L1 到 L5 等级的自动驾驶而言,在 L1 时自动驾驶的半导体成本只有约 150 美金,到 L3 等级提升至 600 美金,上升到 L4、L5 等级,整车的半导体成本将会达到 1200 美金。而这个快速增长的市场中,存储产品和技术并不为主流媒体关注。 富士通电子元器件(上海)有限公司产品管理部总监冯逸新也在一次活动中表示:“随着新基建的部署,充电桩的普及将快速促进新能源汽车的普及,无论是桩侧还是车侧,未来都将催生更多的高性能存储应用需求。”该公司作为非易失性内存FRAM的市场主力提供商,正以满足汽车市场需求最佳的性能迎来市场增长的甜蜜期。 作为已经量产FRAM 20年之久,出货超过41亿颗的富士通,其自2017年开始先后推出多款可在高达125℃高温环境下运作的车规级FRAM产品,经过仅仅两年时间的市场推广,目前已成功打入了东风、金龙、宇通、上汽通用五菱、华晨宝马、一汽、御捷、江淮、奇瑞等整车厂的诸多Tier-1、Tier-2供应链。 富士通AEC-Q100 Grade 1车规级FRAM产品线 一、极高耐久性、可靠性和极低迟延,特别的存储器给特别的汽车应用 随着5G、车联网等概念的兴起,整车ADAS、车载娱乐等功能正逐渐成为新一代智能汽车的标配,而多传感器融合以及大屏、多屏显示赋能下的车载软硬件系统无疑需要搭载更多的车载存储器。 同时,这些存储器由于分布于各种不同类型的车载终端和硬件系统当中充当图像、视频甚至语音等数据内容的核心载体,其用量以及数据储存特性方面的需求往往大相径庭——或者经常进行数据擦写,或者需要更长的循环寿命,或者需要超高可靠性,等等。所以,要想成功打入车载存储市场,几乎没有一个完全的方案,独特性能满足特定应用场景存储需求的细分市场受到关注。 以新能源汽车中最核心技术之一VCU(整车控制单元)为例,VCU是整个控制系统的核心,通过采集电机及电池状态、加速踏板信号、制动踏板信号及其它执行器传感器控制器信号,可根据驾驶员的驾驶意图综合分析并做出相应判定后,监控下层的各部件控制器的动作。 它负责汽车的正常行驶、制动能量回馈、整车发动机及动力电池的能量管理、网络管理、故障诊断及处理、车辆状态监控等,从而保证整车在较好的动力性、较高经济性及可靠性状态下正常稳定的工作,可谓是汽车的大脑。 FRAM在整车控制单元VCU中的应用 “VCU系统需要以每秒一次的速度去记录汽车行驶的当前状态以及发生故障时的变速器挡位、加速状况、刹车和输出扭矩等信息,而采用FRAM可以通过更简单的软件进行存储与读取,同时保证高速和高可靠性。”冯逸新介绍道。 今年5月,富士通最新推出了车规级产品MB85RS2MLY,可在-40°C至+125°C温度范围内达到10兆次读/写次数,非常适合需要实时数据记录的应用(比如连续10年每天每0.1秒记录一次数据,则写入次数将超过30亿),可谓具有极高的数据写入耐久性和可靠性。 这些特性对于作为新能源汽车另一大核心技术的BMS(电池管理系统)来说同样至关重要。BMS需要实时记录数据和存储数据,其系统将以每秒或每0.1秒的频率实时和连续地记录电池单元的重要数据(故障信息,健康状况SOH和电量计量SOC等),同时监控电池的短期(最后几个充电周期60次/秒)和长期(整个电池寿命)电池性能。 据冯逸新介绍:“举个简单的例子,电池单元电量一般维持在30%~75%之间表示正常运作,如有不均衡的情况则需从别的单元补充过来,这时系统需要检测记录电池单元的电量、温度、电压、电流等等数据,而且单次监测记录的时间不能间隔太长。“ 因此,通过采用FRAM,汽车制造商能够大幅降低系统复杂度并提高数据完整性。事实上,FRAM的身影目前已经遍布诸如安全气囊数据储存(Airbag)、事故数据记录器(EDR)、新能源车CAN盒子(CAN-BOX)、新能源车载终端(T-BOX)、胎压监测(TPMS)、汽车驾驶辅助系统(ADAS)及导航与信息娱乐系统(infotainment)等新能源汽车关键电子系统。 车规级FRAM,是满足汽车电子可靠性和无迟延要求的最佳存储器选择 二、他山之石可以攻玉,FRAM这样应对充电桩存储痛点 今年3月,中国提出要求加快5G网络、数据中心等新型基础设施建设进度,在随后披露的新型基础设施建设七大领域中,新能源充电桩名列其中。据《赛迪顾问》数据显示,截止2019年12月中国充电桩保有量达到121.9万台,车桩比约为3.4:1,远低于《电动汽车充电基础设施发展指南(2015-2020)》规划的1:1,保守估计未来10年,中国充电桩建设缺口将高达6300万。 相比加油站,充电桩能够承载更多的信息,除电流外,还有信息流、资金流等等。作为车联网数据采集的重要端口,充电桩网络的大面积建成必将成为未来社会交通系统的重要信息平台。 因此,充电桩数据的记录和存储非常重要。作为给新能源汽车提供电能的配套产品,充电桩在运行过程中需要处理大量的参数,通过系统监测数据和事件信息,实现设备集中远程监控,为设备故障诊断提供必要的数据支持,也为电站综合管理提供全面的统计数据和各类统计报表。 为此,所有数据必须进行统一的采集、查看和分析,并提供设备运行状态实时监测、危险警告与通知、数据查询分析、设备运行总额和管理等功能。 “充电桩生产商需要挑选合适的存储产品予以应对,其数据存储的应用需求与智能表计非常相似。”冯逸新指出,“目前,FRAM存储器在智能电表行业已经作为标准存储器被广泛采用,其具备的三大优势是许多同类型存储器无法比拟的。”冯逸新所说的FRAM三大优势分别是高速写入、耐久性以及低功耗。与EEPROM对比,FRAM写入次数寿命高达10万亿次,而EEPROM仅有百万次(10^6)。 富士通FRAM写入数据可在150ns内完成,速度约为EEPROM的30,000倍。写入一个字节数据的功耗仅为150nJ,约为EEPROM的1/400,在电池供电应用中具有巨大的优势。 FRAM、EEPROM、FLASH主要参数对比 FRAM不仅能够进行高速写入,同样也能够实现高速擦除。以保障数据安全为例,若遇到黑客违法盗取及分析充电桩的机密数据,将导致大范围的信息泄露。对此,低功耗和高速的FRAM可以利用小型电池电源,瞬间消去重要数据,从而确保用户的信息安全。 这时,FRAM仅需0.1mA的工作电流,就能够在0.3ms的时间内擦除256bit的数据,相比EEPROM拥有显著的优势。 FRAM、EEPROM、FLASH工作电流与消去时间对比 三、满足差异化市场需求,打造全覆盖存储产品阵列 尽管FRAM比传统的Flash、EEPROM在读写耐久性、写入的速度和功耗等方面都更具有优势,但其同样有着成本较高、容量不高的不足。为此,富士通重点推出了可与FRAM产品形成市场互补的另外两大存储产品——可变电阻式随机存取内存ReRAM和纳米随机存储器NRAM,以满足更多差异化需求。 ReRAM可以实现对大容量EEPROM的完全替代。2019年8月富士通成功研发MB85AS8MT——这是全球最高密度8Mbit ReRAM产品,其采用SPI介面并与EEPROM相容的非挥发性记忆体,能在1.6至3.6伏特之间的广泛电压范围运作,在5MHz工作频率下仅需0.15mA读取资料。 “目前全球只有两家公司能够量产ReRAM,富士通是其中之一。”冯逸新说到,“EEPROM容量最大只有2Mb,且在一些情况下功耗太高。我们量产的4Mb、8Mb产品可以满足有这些需求的EEPROM客户,同时能保证价格与EEPROM 2Mb接近。” 富士通ReRAM推出时间 按照规划,富士通预计会在2021年前后带来16Mbit甚至32Mbit ReRAM产品,届时将进一步满足企业和客户对各种特殊应用的需求。 NRAM则兼具FRAM的高速写入、高读写耐久性(比NOR Flash高1000倍),又具备与NOR Flash相当的大容量与造价成本并实现很低的功耗(待机模式时功耗几乎为零),同时可靠性非常高,在80度时存储数据时限高达1000年,在300度时亦可达到10年。 谈到NRAM在车载存储的应用时,冯逸新指出:“目前的基于FRAM的车规级IC高温承受范围在125度,而NRAM却可以达到150度,因此,未来基于NRAM的IC身影将有望出现在汽车发动机中。”作为NRAM的第一代产品,富士通16Mbit的DDR3 SPI接口产品最快将于2020年底上市。 可以看到,通过打造完善的FRAM、ReRAM、NRAM三线产品阵列,富士通能够实现对于传统存储产品EEPROM和NOR FLASH的完全替代,届时势必引发存储行业的新一轮洗牌。 四、总结 可以预见,未来汽车半导体市场需求将产生极大增量,特别是2020年注定将是国内新能源汽车相关电子产品市场与技术变革的关键一年。未来汽车自动驾驶的发展注定越来越广,对数据处理和存储的要求将会达到非常高的程度。

    时间:2020-10-26 关键词: 半导体 存储 汽车电子

  • 挽救生命的传感器:半导体如何改变汽车安全

    点击蓝字关注我们 请私信我们添加白名单 如果您喜欢本篇文章,欢迎转载! 作者:Joseph Notaro 安森美半导体汽车战略及业务拓展副总裁 随着世界上人口增多和道路上行驶的车辆增多,交通安全的改善还不能很快实现。尽管自2000年以来死亡率已降低了一半以上,从每100,000辆车辆中的135例降低到64例,但死亡总数仍在继续攀升。今天,有94%的事故归因于驾驶员的行为。 现在的汽车比以往任何时候都更安全。安全气囊、强制安全带以及车辆结构和功能设计的改进让驾驶员和乘客更有可能从撞车事故中离开。 更好的制动和转向子系统,以及防抱死制动系统(ABS)或电子稳定控制(ESC)等常见的创新,都依靠精确的传感器来提高安全性,而先进驾驶辅助系统(ADAS)使得交通事故的可能性更低。 随着汽车变得更加自主,其目的是进一步降低这种风险。最终目标是全自动驾驶,即“5级”,这可有效地消除人为错误。 零伤亡愿景是一项多国计划,其设想没有道路交通事故导致死亡或重伤。 改善汽车安全性的主要因素之一是提高汽车中电子器件的水平。例如,目前全球平均每辆汽车中有超过230个安森美半导体器件。 如果我们要实现零愿景,就不能自满,还有许多工作要做。尽管汽车更安全了,但至少在发达国家,道路交通伤害仍然是5至29岁人群最普遍的死亡原因,根据世界卫生组织(WHO)报告,每年因道路交通事故造成的死亡已达135万人。 传感器整合 二十年前,您汽车中的任何传感器都非常简单。您有一个测量油箱内液位的燃油表,还有一个发动机温度表。连同您的速度计和一些警告灯,也许还有转速表,可能就是这样。 如今,众多电子传感器帮助您确保安全。例如,相机和成像传感器有很多用途,包括ADAS、安全倒车和停车的后视图以及车内监控。 这意味着对于汽车制造商、整车厂商(OEM)和Tier-1来说,与具有广泛产品的供应商合作非常重要,以便他们可以为每种应用选择最佳的传感器。传感器还应设计用于关键任务,并能够在扩展的温度范围内运行。 Blind-Spot Detection:盲点检测 Backup Camera:后视摄像头 Car DVR:行车记录仪 Driver Monitoring:驾驶员监控 Lane Departure Warning:车道偏离警告 Pedestrian/Object Detection:行人/物体检测 Collision Mitigation:缓解碰撞 Adaptive Cruise Control:自适应巡航控制 Smart Headlight/Mirror:智能大灯/车镜 Night Vision:夜视   图1:图像传感器在汽车上的应用 性能也很重要-传感器必须具有足够高的分辨率以捕获ADAS和其他系统的足够细节,并且必须提供出色的图像质量以应对黑暗、恶劣的天气、眩光和其他问题。 例如,出色的动态范围可以极大地改变从传感器发送到ADAS系统处理器的图像(见图2)。可以毫不夸张地说,这是生与死之间的区别,如果这意味着汽车可以更快地识别前方的问题。 Competition:竞争对手 ON Semiconductor:安森美半导体 图2:动态范围对比 - 请注意,左侧图片中缺少隧道尽头的详细信息 除图像传感器外,雷达和激光雷达(LiDAR)是当今汽车的必备工具。雷达可用于短距离、中距离和远距离应用,例如躲避转向、交汇点辅助和自适应巡航控制,可望向前250 m。对于每种使用情况,选择合适的雷达收发器将确保最佳性能。 LiDAR补足雷达,其光子探测器能够基于测量飞行时间(ToF)生成图像以及3D地图。这使LiDAR能够提供高分辨率的深度数据,从而实现仅使用雷达或摄像机无法实现的目标检测能力。 实际上,最好的方案通常是在一种车辆中结合多种感知模式:成像、雷达和LiDAR,以及超声波感知。使用多种类型的传感器,它们的优势可以一起发挥作用,并且内置了冗余。 付诸实践-1亿次 让我们看一个示例系统:SUBARU的EyeSight驾驶员辅助系统,使用安森美半导体的120万像素AR0132AT CMOS图像传感器。 EyeSight系统于2014年首次安装在SUBARU的Levorg模型中,随后又在Legacy、Forester、Impreza和SUBARU XV模型中提供。 EyeSight在其立体相机系统中使用图像传感器,以实现安全功能,包括自适应巡航控制、车道保持辅助和摇摆警告、预碰撞制动和预碰撞油门管理。 该系统已获众多奖项,包括日本新车评估计划(JNCAP)的高级安全车三重加(ASV +++)最高评价。 现在,ADAS已成为一种主流技术,而不仅仅是高端汽车的保护。事实证明,安森美半导体已付运超过1亿个AR0132AT图像传感器用于驾驶员辅助应用,包括EyeSight。 似乎没有其他供应商达到这种数量(并且在2018年,安森美半导体在用于驾驶员辅助的感知摄像头拥有81%的市场份额),这表明了技术采用的规模。 驾驶时打瞌睡是交通事故的另一个主要原因。技术可以帮助监控驾驶员的表现,并在他们似乎驾驶不稳时发出警报或警告。 另一种选择是使用基于摄像头的系统来观察驾驶员,并在发现疲劳迹象(如闭眼或头部下垂)时触发警报。例如,最近的演示系统集成了多个图像传感器,包括安森美半导体的AR0144AT 100万像素传感器,为运行人工智能(AI)软件的车载系统提供图像。 安全驾驶的未来 如今,仅美国就有28%的交通事故可以通过ADAS来防止,而安森美半导体的传感器每年已经挽救了81,000多条生命。这很好,但必须更好,我们将继续努力改进传感器,并与合作伙伴合作,使汽车和道路更安全。 成本也很重要;在低收入国家,交通事故的发生率要高得多,因此任何安全创新都应该可以广泛地负担得起。  展望未来,我们还必须确保安全系统不仅能保护驾驶员和乘客,还需要帮助减少行人、摩托车手和骑自行车者的伤亡率。 法规和标准正在认识到这一点,例如欧洲新车评估计划(EuroNCAP 2020),传感器技术可以在保护弱势道路使用者方面发挥重要作用。  行业的长期目标必须是努力朝着零死亡、甚至零伤害和零事故的方向努力。这条路还有一段路要走,但我们正在努力尽快实现。 免责声明:本文内容由21ic获得授权后发布,版权归原作者所有,本平台仅提供信息存储服务。文章仅代表作者个人观点,不代表本平台立场,如有问题,请联系我们,谢谢!

    时间:2020-10-24 关键词: 半导体 自动驾驶 汽车电子

  • 首家7纳米车载芯片研发团队进驻“中国车都”

    首家7纳米车载芯片研发团队进驻“中国车都”

    (企业供图) “轻量化、电动化、智能化、网联化、共享化”正在深刻改变着传统汽车的产品形态和技术架构、制造过程和服务方式、产业链和价值链、消费和使用模式,使汽车从“功能”时代走向“智能”时代。 截止2020年,中国智能网联汽车的市场规模可达到1000亿美元以上,并有望在2025年进一步增长至2126亿美元;同时,国内车联网市场有望占到全球市场规模的约27%,发展前景广阔。目前,车联网的竞争已经进入“核心芯片竞争时代”,对传统汽车厂商来说,掌握可高速运算的核心芯片,才能够在未来的技术竞争中与对手拉开差距。车规级芯片的自主研发成为了推动汽车产业转型升级的重要环节之一,也是关系到国家产业安全的重大战略项目。 作为一家专注于实现高性能车规级芯片及模组的研发、制造、销售的高科技公司,湖北芯擎科技拥有国内唯一同时获得高端服务器芯片和汽车传统芯片开发经验和成功案例的团队;可以完整提供从传统汽车电子架构到下一代智能网联汽车电子架构中的全部高端芯片;拥有自主研发的多核异构低功耗SoC架构设计、功能安全和信息安全引擎设计;掌握7纳米车规制程工艺,搭建最完善的设计流程,实现芯片的高性能、低功耗、高度灵活性、高安全性和复杂计算模型。 2020年10月20日上午,湖北芯擎科技有限公司与湖北长江经开汽车产业投资基金,在武汉启迪协信科创园举办了双方战略合作签约仪式暨湖北芯擎科技有限公司总部开业。武汉经济技术开发区管委会副主任李林先生,吉利控股集团副董事长、芯擎科技董事长杨健先生,长江经济带产业引导基金总经理刘战明先生,亿咖通科技首席执行官沈子瑜先生,芯擎科技首席执行官汪凯博士,分别登台为签约仪式致辞。 (企业供图) 随后,湖北长江经开汽车产业投资基金与湖北芯擎科技有限公司正式签署《战略合作协议》。 (企业供图) 湖北是国内较早确定集成电路发展方向的省份之一,是国内集成电路行业发展最活跃的产业集聚区。武汉作为中国重要电子信息产业基地,已跻身国家四大集成电路基地城市之列,并入选首批国家战略新兴产业集群名单。作为全球知名的“车都”,武汉开发区近年来全力推动传统汽车向下一代汽车转型升级,推动传统制造向智能制造转型升级,致力于提升产业的“硅含量”、“芯含量”,建设宜居宜业的汽车现代化产业体系示范区。在湖北“一芯两带三区”的战略布局下,越来越多以集成电路为代表的高新技术产业、战略性新兴产业和高端成长型产业选择在汉落地发展,以汽车芯片、无人驾驶为代表的下一代汽车产业落户聚集。芯擎科技与长江经开汽车产业投资基金的战略合作,正是基于双方对湖北集成电路产业发展的美好前景,以及汽车产业转型升级的共同目标所形成的。 (企业供图) 李林副主任在致辞中表示,围绕国家战略,武汉开发区高度重视构建开放合作的汽车电子产业发展的新生态,而芯擎科技项目的落地将为这一生态链上下游带来重要的技术创新、产业创新和服务创新,将为开发区汽车产业的高质量发展带来驱动力。他代表武汉开发区管委会,向湖北芯擎科技与长江经开汽车产业投资基金的战略合作表示祝贺;同时表示,武汉开发区将一如既往地营造最优营商环境,为企业运营和发展提供最为精准有效的服务。 (企业供图) 杨健董事长感谢武汉开发区对芯擎项目顺利落地给予的支持。他认为,汽车产业是武汉重要支柱产业,武汉正在打造全球汽车产业集群。芯擎科技将借助武汉本地优势产业生态,努力成为世界领先的汽车电子芯片整体方案提供商,芯擎科技落户开发区对区域产业转型升级与高质量发展所带来的深远影响将会令人期待。 (企业供图) 刘战明总经理代表长江经济带产业引导基金祝贺双方顺利签约。他表示,加强与吉利控股集团的合作一直是湖北省委省政府的重大战略决策。2016年以来,先后设立了三支专项基金支持吉利集团落地项目的投资建设,基金总规模逾230亿元,用于引导其将旗下车规级芯片项目、车联网项目、高端整车制造项目等落地湖北。此次吉利控股的亿咖通科技与安谋中国在开发区合资成立芯擎科技后,短时间内组建了一流的研发团队,对标世界一流竞争对手产品,开发一流高性能芯片产品,逐步扩大自主创新比重,积淀了一定的产业领域开发优势。期待芯擎科技加速成长,早出成果,成为具有国际竞争力的世界一流芯片设计制造企业。希望通过对芯擎科技项目的支持,充分发挥专项基金的引领、撬动和放大作用,为国产汽车芯片领域的应用开发融资助力。 (企业供图) 亿咖通科技CEO沈子瑜表示:“作为湖北武汉的企业,亿咖通科技已成长为中国汽车智能化的领先科技企业。此次芯擎科技落户武汉开发区,围绕汽车芯片将双方研发资源充分协同,借助武汉的汽车产业集群优势和人才优势,早日实现产品的量产落地。相信芯擎科技将立足于武汉,为中国汽车半导体产业做出突出贡献。” (企业供图) 汪凯博士表示,芯擎科技最终落户武汉经济技术开发区,一是看中武汉打造“一芯两带三区”产业新高地的决心;二是看中武汉“世界级汽车及零部件产业集群”的成熟产业生态;三是看中武汉集成电路高端人才储备能力近年来不断增强,以华中科技大学为代表的中国顶尖工科高校科研实力出众,创新校企合作育人成果显著,人才输送更是几乎占到国内集成电路行业的半壁江山。 (企业供图) 安谋科技IP产品事业群总裁兼安谋科技中国董事Rene Haas先生也为芯擎科技带来了视频寄语。他表示,中国市场已经占据世界汽车产量近三分之一,随着中国市场对汽车辅助驾驶技术需求的增长,中国本土汽车产业创新迎来巨大机会。ARM相信芯擎科技能够成为开发智能安全计算解决方案的领导者;同时他也表示,芯擎科技将在推动整个中国汽车生态系统的发展过程中发挥绝佳的关键作用。 关于芯擎 湖北芯擎科技有限公司由吉利控股集团战略投资、独立运营的汽车智能化科技公司亿咖通科技和安谋中国公司等共同出资成立,公司总部设立于湖北武汉经济技术开发区,在北京、上海、美国分别设有研发中心。公司是一家专注于实现高性能车规级集成电路和模组的研发、制造、销售的高科技公司,其愿景是“成为世界领先的汽车电子芯片整体方案提供商”。芯擎科技的第一代智能驾舱芯片对标国际领先产品,可以满足汽车主机厂对于高性能、宽应用、强安全,还有5G互联、人工智能等迅速增长的需求。 (企业供图)

    时间:2020-10-21 关键词: 集成电路 芯擎科技 汽车电子

  • 市场上流行哪些车载充电方案?

    点击蓝字关注我们 请私信我们添加白名单 如果您喜欢本篇文章,欢迎转载! 某家受欢迎的电动汽车(EV)制造商最近以其创纪录的高股价而成为头条新闻,其股票价格在2020年飙升至近500%。尽管今年早些时候停工和限制使全球汽车行业放缓,但对电动汽车的热情和需求却在增长。 作为EV电子产品的创新者和解决方案供应商,我们将在不到3年的时间内逐步实现车载充电器(OBC) 方案的进展。  OBC只是我们汽车功能电子化技术的一部分,有助于减少碳排放,提升车辆能效和减少对石油的依赖。 安森美半导体于2018年1月首次推出3.3 kW OBC分立参考方案。 它采用了顶级功率因数控制器(PFC)和LLC控制器FAN9672Q和FAN7688,工作能效超过90%。 2018年末,安森美半导体发布了3.3 kW汽车功率模块 (APM) 方案。 该方案集成FAM65CR51DZ功率集成MOSFET模块,旨在实现小尺寸、高效和可靠的系统,以减少燃油消耗和CO2排放。它还提高了热性能,并实现了很高的系统集成度。 此后不久,在2019年初,我们发布了6.6 kW OBC硅(Si)模型。 这是个高能效、高功率密度参考设计,采用交错式PFC和全桥LLC,基于高压超级结MOSFET。采用这些先进而稳定可靠的器件,运行能效提高了94%。 然而,追求更高能效和更低开关损耗永无止境。时至今日,我们最新设计的6.6 kW OBC SiC平台使用了具有领先技术的碳化硅(SiC)器件,比同类硅(Si)版本提供更胜一筹的开关性能和更高的可靠性。 该SEC-6D6KW-OBC-SIC-GEVB评估板提供了一个基于PFC和LLC的参考设计用于6.6 kW OBC系统,采用SiC功率器件和驱动器。 该平台包括高开关性能SiC二极管(FFSP3065A)、SiC MOSFET (NVHL020N090SC1)、6 A SiC MOSFET驱动器(NCP51705MNTXG)、900 V 60 mΩ SiC MOSFET (NVHL060N090SC1)。 采用这些高性能SiC器件,可在空间受限的设计中实现更高的能效 (在任何条件下都达95%,优化后提高> 2%)和功率密度。 该全桥LLC电路采用经美国汽车电子协会(AEC)认证的LLC谐振转换器控制器(NCV4390),以高总线电压使用率提高了能效。 NCV57000是大电流单通道IGBT驱动器,内置电气隔离,设计用于在大功率应用中提高系统能效和可靠性。 它替代了Si版本中使用的整个脉冲变压器。强大的电流驱动能力和负门极电压可轻松驱动SiC MOSFET。过载和短路自保护功能适用于OBC等高功率和高可靠性应用。 另一个采用SiC器件和驱动器的OBC参考方案也已上市。该三相11 kW OBC PFC + LLC平台采用模块化方法,配备了易于使用的图形用户接口(GUI),简化OBC应用中SiC器件的评估。 安森美半导体不断开发先进的方案以实现汽车功能电子化。未来的OBC应用将采用“电池到电网”的概念。 当汽车停在车库中时,双向电池不仅可以为电气设备供电,还可以用作发电站。我们希望在不久的将来把双向OBC添加到我们的产品阵容中,供客户评估。 了解更多关于我们的车载充电方案和更多设计资源: (复制链接在浏览器中打开) 采用功率模块进行电动汽车 OBC 系统设计和仿真https://www.onsemi.cn/pub/Collateral/AND9813-D.PDF?utm_source=blog-obc&utm_medium=blog&utm_campaign=OBC+Blog&utm_content=link-and9813 OBC LLC 转换器https://www.onsemi.cn/pub/Collateral/TND6318-D.PDF?utm_source=blog-obc&utm_medium=blog&utm_campaign=OBC+Blog&utm_content=link-tnd6318 OBC 三相 PFC 转换器https://www.onsemi.cn/pub/Collateral/AND9957-D.PDF?utm_source=blog-obc&utm_medium=blog&utm_campaign=OBC+Blog&utm_content=link-and9957 点击阅读原文,内含视频 免责声明:本文内容由21ic获得授权后发布,版权归原作者所有,本平台仅提供信息存储服务。文章仅代表作者个人观点,不代表本平台立场,如有问题,请联系我们,谢谢!

    时间:2020-10-20 关键词: 车载充电 汽车电子

  • 奥迪全新大灯可像电影院一样投射图像

    本田是买发动机送车,奥迪是买灯送车。在车灯领域,现在奥迪还处于独孤求败的高度。这不,奥迪又推出了新的车灯技术。 10月15日,据外媒报道,奥迪最新推出的数字化矩阵LED(DML)前大灯将首次应用在量产车型上。 据官方消息显示,数字化矩阵LED大灯是2021款e-tron和e-tron Sportback的选配之一,“每个大灯由130万个微反射镜组成”。 这在本质上与电影投影仪一样,每个微镜都可以发射出微小而独特的适应性光粒子,在汽车停止或行驶时投射图像。 奥迪介绍称,当车辆处于停放状态时,该照明技术提供了5种不同的欢迎上车/下车的动画,每一种都有独特的动态图形和文本,可以通过车辆的MMI触摸屏进行选择。 除了一些用于停放汽车的动画效果之外,这种大众的照明效果同样不容小觑。 官方表示,这种车灯能够为车辆提供长达50米的“光毯”,而且在车辆变道时,该光线地毯可以向左或向右延伸,有助于避免导致迎面驶来的车辆“眩目”。 同时,低光束弯曲灯,光线可以弯曲到迎面驶来车辆的下方,帮助照亮路边的人或物体。 由于相关规定,DML前大灯所有功能只适用于欧洲市场。在美国市场,2021款e-tron只有欢迎动画功能。 不过奥迪表示,其正与监管机构合作,为美国消费者提供数字化矩阵LED前大灯的整套功能。 来源:OFweek维科号 快科技 作者:陈驰 免责声明:本文内容由21ic获得授权后发布,版权归原作者所有,本平台仅提供信息存储服务。文章仅代表作者个人观点,不代表本平台立场,如有问题,请联系我们,谢谢!

    时间:2020-10-20 关键词: LED 汽车电子

  • 国产IGBT的机遇与风险

    国产IGBT的机遇与风险

    随着全球制造业向中国的转移,我国功率半导体市场占世界市场的50%以上,是全球最大的IGBT市场。但IGBT产品严重依赖进口,在中高端领域更是90%以上的IGBT器件依赖进口,IGBT国产化需求已是刻不容缓。 一、技术差距缩小+成本优势凸显成趋势 从全产业链看,IGBT的前期资本开支大,中期制造良品率重要,后面市场开拓需要培育,壁垒极高。 量产经验与装车量方面,英飞凌等海外巨头量产经验丰富,国内市场比亚迪凭借自身品牌电动车稳定应用场景具备独有优势。 自第六代技术以后,各大厂商开始将精力转移到IGBT封装上。在IGBT封装材料方面,日本在全球遥遥领先,德国和美国处于跟随态势,我国的材料科学则相对落后。 伴随国内企业8寸晶圆产线先后投产,良率逐步提升,国产IGBT有望较此前采购英飞凌等巨头晶圆价格大幅下降。 二、国内企业在IGBT布局进入加速模式 国内厂商发展具有自身优势,从需求端讲,中国功率半导体需求量世界第一;从供给端讲,自主可控是发展趋势。 今年4月底,比亚迪IGBT项目已在长沙开工建设,该项目建成后可年产25万片8英寸新能源汽车电子芯,可满足年装车50万辆的产能需求。 此外,其他厂商也在加快IGBT的产能建设,斯达半导新能源汽车用IGBT模块扩产项目投产后可年产120万个新能源汽车用IGBT模块。 中车时代电气已完成第一条投资10亿元的IGBT生产线产能释放,第二条投资35亿元的生产线预计2020年底开始试生产,产值可达40-50亿元。 华虹半导体7月31日宣布,其8+12英寸大功率半导体产线将全面发力,积极承接IGBT代工业务。 赛晶电力电子一期产能将于2021年初建成投产,计划不晚于2024年形成200万件IGBT模块产能。 华润微发布的2020年半年度报告显示,公司目前在研项目共13项,其中包括IGBT产品设计及工艺技术研发。 三、IGBT技术与壁垒成攻坚难点 IGBT制造难度大,具有极高的技术壁垒,中国功率半导体市场约占世界市场份额50%,但是中高端的MOSFET、IGBT主流器件市场基本被欧美、日本企业垄断。 国内IGBT技术(芯片设计、晶圆制造、模块封装)目前均处于起步阶段。国内IGBT企业在研发与制造工艺上与世界先进水平差距较大。 因此,行业内的后来者往往需要经历一段较长的技术摸索和积累,才能和业内已经占据技术优势的企业相抗衡。 高铁、智能电网、新能源与高压变频器等领域所采用的IGBT模块规格在6500V以上,技术壁垒较强; 而IGBT技术集成度高的特点又导致了较高的市场集中度,因此英飞凌、三菱和富士电机等国际厂商占有天然的市场优势,这让国内厂商的发展再失一个机会。 加上IGBT行业存在技术门槛较高、人才匮乏、市场开拓难度大、资金投入较大等困难,国内企业在产业化的进程中始终进展缓慢。 IGBT模块是下游产品中的关键部件,其性能表现、稳定性和可靠性对下游客户来说至关重要,因此认证周期较长,替换成本高。 因此,新进入本行业者即使研发生产出IGBT产品,也需要耗费较长时间才能赢得客户的认可。 四、国内产能无法实现供求平衡 但是相比于国内暴增的IGBT市场需求,国内IGBT市场的产量却无法与之实现供求平衡。 除了供需无法平衡,现有产量无法满足火热的市场需求以外,技术也是国产IGBT的另一大硬伤。 随着轨道交通、智能电网、航空航天、电动汽车与新能源装备等领域的加速发展,国内IGBT需求迎来爆发,近几年国内IGBT市场规模呈加速增长趋势。 电动乘用车依据配置不同,IGBT单车价值量高达1000-5000元,2020年全球空间接近百亿元,伴随全球电动车产销快速增长,预计行业2025年空间有望达370亿,CAGR约+30%。 新能源汽车补贴退坡,电驱企业与主机厂面临降本压力,国产IGBT价格优势明显。 面对IGBT需求大增,行业内公司产能扩大及时:比亚迪开放车规级IGBT产品闭环供应链,建设长沙比亚迪IGBT4.0工厂,以满足公司外供IGBT的需求。 五、进口依赖短期难动摇 逆变器,变流器以及其它光伏、风电技术装置均离不开IGBT器件,近年来,虽然光伏发电、风力发电迈向国际前沿,产业链整体国产化,但其核心功率器件IGBT仍是依赖进口,依存度达90%。 尽管后来变流器开始国产化,但核心器件IGBT仍是以进口为主,以德国、日本居多。 对于风电行业来讲,国产IGBT发展需要一个培养期。不能等到国产产品成熟了,我们才开始使用它,否则不利于国产IGBT的成长。 IGBT作为电动化核心部件,进入壁垒高,目前国产化率低,供应长期被欧美日企业垄断。随着IGBT技术趋势成熟,国内企业快速发展,已经逐步批量应用于电动车,长期有望逐步实现国产替代。

    时间:2020-10-19 关键词: igbt 电动化 汽车电子

  • 需要更换手机了:由TensorFlow Lite构建无人驾驶微型汽车

    今天在 Tensorflow公号看到推文Pixelopolis:由 TensorFlow Lite 构建无人驾驶微型汽车 ,作者介绍了他们在今年Google I/O大会上展示的TensorFlot Lite构建的无人驾驶微型汽车的展品:Pixcelopolis。 ▲ TensorFlow Lite构建的无人驾驶微型车 每辆微型汽车都装配有一部 Pixel 手机,使用手机上的摄像头检测和理解周围的信号。手机使用了 Pixel Neural Core 边缘计算芯片( Edge TPU 支持的机器学习),可感应车道、避免碰撞和读取交通标志。 相比于基于云计算来实现视频处理和物体检测,边缘计算可以减少延迟对控制的影响(也许在5G下延迟影响小一点)。 ▲ 通过手机识别各种目标的Pixelpolis 下图是整个展品的布局,模仿了一个小型城镇广场周围的交通环境。参观者可以通过手机端的一个应用模拟“站点”来选择出现的目的地。展品中的微型车就可以驾驶到目的地,整个过程用户可以查看车辆周围以及所检测到的物体。 ▲ 演示区的道路设计 车模所有对外界的感知都来自于微型车膜前面的手机摄像头,有它获取前方的图片并手机内部署的神经网络完成车道保持、停车定位、障碍检测等。通过手机底部的USB-C接口扩展来与底层控制板通讯,完成电机控制等。 ▲ 手机应用程序与Pixelopolis交互 ▲ 手机端可以查看车辆周围所检测到的物品 展品作者采取了与 论文:End-to-end Learning for Self-Driving Cars中相类似的技术录像,使用卷积神经网络(CNN)来检测每帧图像内的交通指示线,并给出方向盘的调整量。增加了LSTM利用前期拍摄的多个图像帧进行改进。 ▲ CNN 模型的输入和输出 控制器的模型很简单,下面代码就给出了网络的结构构成。 net_in = Input(shape = (80, 120, 3))x = Lambda(lambda x: x/127.5 - 1.0)(net_in)x = Conv2D(24, (5, 5), strides=(2, 2),padding="same", activation='elu')(x) x = Conv2D(36, (5, 5), strides=(2, 2),padding="same", activation='elu')(x)x = Conv2D(48, (5, 5), strides=(2, 2),padding="same", activation='elu')(x)x = Conv2D(64, (3, 3), padding="same",activation='elu')(x) x = Conv2D(64, (3, 3), padding="same",activation='elu')(x)x = Dropout(0.3)(x)x = Flatten()(x)x = Dense(100, activation='elu')(x)x = Dense(50, activation='elu')(x)x = Dense(10, activation='elu')(x) net_out = Dense(1, name='net_out')(x)model = Model(inputs=net_in, outputs=net_out) 一个神经网络是否能够达到很好的性能,关键在于如何准备好让它学习的训练样本。为此。作者使用Unity, Udacity来构建了模拟器,自动生成训练车辆的图像数据。 通过在轨道上设置多个路径点, 微型汽车 可以行驶到不同的地点,并从中收集数据。在此模拟器中,我们每 50 毫秒收集一次图像数据和转角数据。 ▲ 模拟器中的轨道中上设有多个路径点 大家都知道,软件虚拟出的场景图片和实际拍摄到的图片会有很大的差别,包括光线、周围环境以及其他的噪声。为了使得训练的神经网络能够适应实际要求,需要对数据进行增强。 他们将以下变量添加到场景中:随机的 HDRI 球体(具有不同的旋转模式和曝光值)、随机的环境亮度和颜色以及随机出现的车辆。 ▲ 各种环境下的数据增强 下图给出了经过训练之后,卷积神经网络的第一层对于输入图片的输出。可以看出,它已经能够很好地将图片中道路信息边缘信息能够很好的提取,对于背景可以进行有效的压制。 ▲ 第一层神经网络的输出 使用神经网络进行控制的一个最大的问题,就是车模有时会出现莫名其妙的动作。比如下面这个场景,明明已经成功的拐过弯道,进入平坦顺直的道路,车模则抽风地冲出跑道了。 这主要是因为所训练的样本没有能够均匀包含各种道路情况,模型比较脆弱。 ▲ 早期版本中玩具车偏离了轨道 为此,在场景中添加了各种形状的曲线,以丰富原来训练数据库中大多数的直线轨道数据。 ▲ (左)方形轨道与(右)弯曲轨道 功夫不负有心人,修正数据集不均衡的问题后,车辆便开始能够在弯道处正确转向。 ▲ 车辆在弯道可以成功转弯 似乎理性的增加数据可以提高车模的性能,但有时候仅仅采用小的技巧便可以解决大问题。比如当微型车模运行到展品边缘时,就会看到很多展台外面的场景。外面的场景多变,很难通过数据来表征这些变化。怎么办? 作者就用了一个字:切! 将输入图像的下面四分之一切出来,送入神经网络进行训练,就有效化解了上述的问题。 ▲ 展品上的轨道,以及在展品边缘看到的图像 为了能够进行车辆定位以及检测其它干扰车辆,在手机Pixcel 4上的Neural Core Edge TPU上运行了 ssd_mobilenet_edgetpu 模型,这是来自 TensorFlow 目标检测模型库 。每帧检测时间仅用6.6毫秒,在实时应用中游刃有余。 为了是检测神经网络模型能够适应展品场景需要,作者同样使用了模拟器和真实场景中的数据来训练模型。为了提高检测鲁棒性,使用了 Unreal Engine 4 来随机生成物体和背景。使用 labelImg 工具进行对样本进行了手动标注。 ▲ 进行目标识别的数据库 使用神经网络最大的工作量是在准备训练数据集合。之后的网络搭建和训练则非常容易,分分钟搞定。检查一下,网络识别交通标志的效果还是很不错的。 ▲ 网络识别效果 最后一个工作,就是需要将网络部署到手机平台上。这需要借助于TensorFlow Lite 将模型进行个数转换,并在Android下编写相应的Python脚本来进行部署。 作者还设想着,通过视觉SLAM能够为他们的这个展品增加车辆全程定位。真的是一个手机平台可以练习很多算法。 ▲ 视觉SLAM定位 为了实现一个顶着手机运行的微型车膜,作者也是费力不断改进机械结构,经过了五代设计最终得到了一个合理的机械设计。可以将手机、控制板、电池、电机等集成在一个小巧乖致的微型车模中。 ▲ 第一代设计 ▲ 第二代设计 ▲ 第三代射击 ▲ 第四代设计 ▲ 第五代设计 下面给出了嵌入在车体内部的控制板、电机、电池等配件。 ▲ 底层运动控制单片机板 ▲ (左)屏蔽罩和电机,(右)电源插座、电源开关、电机启动按钮、电机重置按钮、开发板状态 LED、电机状态 LED ▲ 3000mAh 锂离子电池(左)与 18650 锂离子电池(右) 的确,一辆小小的微型车模,包括了计算机视觉、深度学习、传感器融合、定位、路径规划、控制、系统集成等多个学科内容。通过这个环节几乎可以将一个专业所需要学习的多个课程集成在一起。这不,在Udacity平台上,还真的提供了 无人驾驶汽车纳米学位项目 供希望获得全面培训的工程师和学生学习。 今天下午,教育部自动化类高等教学委员会在清华召开了院长会议,其中李少远老师对今年大学生学科竞赛实践教学进行了总结。以在刚刚过去的暑期中,新冠疫情影响下,成功举办的全国大学生智能车竞赛为例,探索面向未来实践发展。希望智能车竞赛为工科学生的大学期间专业课程实践提供更好的锻炼平台。 免责声明:本文内容由21ic获得授权后发布,版权归原作者所有,本平台仅提供信息存储服务。文章仅代表作者个人观点,不代表本平台立场,如有问题,请联系我们,谢谢!

    时间:2020-10-19 关键词: 自动驾驶 AI 汽车电子

  • 敢坐吗?无人驾驶出租车惊现北京街头!

    据百度透露, 高峰期单日订单量超2600单,单个站点单日订单量高峰600单,甚至有市民反映百度无人出租车分紧俏,不好约车。 对此,百度表示虽然拥有北京最多的40张自动驾驶载人测试牌照,但运力还远不足以满足如此集中的体验需求。下一步,平台会考虑把一天不同时段呼单情况波峰波谷信息推送给愿意试乘的乘客,方便合理安排错峰试乘。 如何才能体验到百度无人驾驶出租车? 乘客只需进行实名登记,且年龄在18岁到60岁之间,都可以免费体验约车试乘。约车用户可以带一位同行人,按照自动驾驶规定,车内会配备安全员,但行驶中,安全员并不会驾驶车辆。 据了解,此次免费体验活动时间为10月10日至11月6日,用户参与约车体验,成功乘车后还有礼品赠送 。  具体约车方式有两种,一是打开百度地图-打车-自动驾驶-选择上下车站点-选择乘车人数-立即呼叫Apollo GO;其次是下载Apollo Go app选择乘车 。   据官网介绍,本次投放的自动驾驶出租车是百度Robotaxi,该系列具备应对城市各类复杂场景的自动驾驶能力, 自动驾驶级别为L4 ,在自动驾驶过程中具备360度视野,探测距离为240米,实时控制延迟小于100毫秒。 21IC小编曾在北京海淀公园试乘百度无人车,感觉行车平稳,拐弯泊车自如,遇到行人障碍物会高度警惕避让,全程都不需要安全员干预,不过,当时是在公园内的道路上,且行驶速度也比较慢。如今,百度自动驾驶出租车可是要与驾驶经验丰富的司机师傅比赛,而且应对的是北京市区繁忙的市内道路,难度可想而知,具体表现如何?不如亲身体验一把,快去预约试乘吧,而且还是免费的。 免责声明:本文内容由21ic获得授权后发布,版权归原作者所有,本平台仅提供信息存储服务。文章仅代表作者个人观点,不代表本平台立场,如有问题,请联系我们,谢谢!

    时间:2020-10-19 关键词: 自动驾驶 AI 汽车电子

  • 汽车电子系统如何设计多个电源电压?

    汽车电子系统如何设计多个电源电压?

    小编结合实际,介绍了在性能要求变得愈加苛刻的条件下,设计多个电源电压以满足汽车电子系统不同部分的要求。汽车环境的宽工作电压要求、大瞬变电压以及大温度漂移等因素共同作用下,电子系统面临着严酷的条件。 目前生产的大多数中高档汽车都配置了基于 DVD 的 GPS 导航系统作为标准设备(图 1)。然而可以证实,如果想设计一个用于控制此类系统内不同电压轨的电源,其复杂程度丝毫不亚于设计笔记本电脑用的电源系统。一个标准的汽车导航系统有可能具有 6 个或更多的电源,包括 8V、5V、3.3V、2.5V、1.5V 和 1.2V。8V 电源用于给使光盘旋转的 DVD 电机供电;这常常需要高达 2A 的峰值电流。5V 和 3.3V 电源轨通常为系统总线,一般要求各提供 2A~3A 的电流。2.5V 电源轨用于存储器和 I/O,因此输送 1A~2A 的电流便足够了。1.5V 和 1.2V 电源轨分别用于提供 CPU 内核和 DSP 内核电压。这两个电源轨的功率电平一般均在 3W~5W 之间。 图 1:大多数中高档汽车都配置了基于 DVD 的 GPS 导航系统作为标准设备 同时,随着这些系统中组件数目的增加,可用空间日渐狭小。因此,鉴于所有的实际散热器都很庞大以致于安装不便,出于对空间限制以及工作温度范围要求的考虑,转换效率的重要性变得更加突出。在低输出电压以及高于几百毫安的中等电流电平条件下,简单地采用一个线性稳压器来生成这些系统电压已不再可行。因此,在过去的几年里,主要由于散热方面的限制,开关稳压器一直在逐步取代线性稳压器。开关电源的优点包括较高的效率和较小的占位面积,这使得复杂度的增加以及 EMI 问题变得不那么重要。 如果考虑汽车导航系统中的开关稳压器限制条件,则其将需要拥有下列特点和特性: 宽输入工作范围 在一个宽负载范围内具有良好的效率 在正常操作、待机和停机状态下具有低静态电流 低热阻 最低的噪声和 EMI 辐射 让我们较详细地研究一下这些基本能力: 1. 宽输入工作范围 任何开关稳压器都需要被规定在一个 3V~60V 的宽输入电压范围内工作,以确保可满足“冷车发动” 和“负载突降” 的条件。它还具有使这些汽车系统能够在 14V 或 42V 电压条件下运行的额外优点。而且,60V 的额定电压还为通常被箝位于 36V~40V 的 14V 系统提供了一个良好的裕度。另外,60V 的额定电压还使得该器件能够应用于未来的 42V 系统。这就意味着一款现今为 14V 系统所做的设计可以针对 42V 系统的要求轻而易举地升级,而无需进行任何重大的重新设计工作。 2. 效率 在大多数汽车系统中,在一个宽负载范围内实现高效功率转换是必不可少的。例如,在 10mA 至 2.5A 的负载范围内,一个 5V 输出的功率转换效率被要求达到 85% 左右。在高电流条件下,内部开关需要具有良好的饱和,通常在 3A 电流时为 0.1Ω。为了改善轻负载效率,需减小驱动电流或使其与负载电流成比例。而且,用于内部控制电路的功率可以通过一个偏置引脚来提供,该偏置引脚可由输出来供电。这得益于一个降压型转换器的功率转换效率。由于该偏置电流吸收自输出(而不是输入),因而使得控制电路所需的输入电源电流有所减小,降幅为输出与输入电压之比。例如,一个于 3.3V 时的 100μA 输出电流只要求于 12V 时的 30μA 平均输入电流。这最大限度地减小了控制电路所需的输入电流,并且提高了轻负载时的效率水平。 表 1:高电压、低静态电流降压型 DC/DC 转换器 3. 低静态电流 汽车系统中有许多应用即使是在车辆处于停驶状态下也要求连续供电。这些应用的一个关键要求就是低静态电流。在输出电流降至大约 100mA 以下之前,该器件将运行于正常的连续开关模式。在该电流电平以下,开关稳压器必须跳过若干脉冲以便维持稳压状态。该稳压器可在脉冲之间进入睡眠模式,此时仅对部分内部电路供电。在轻负载电流条件下,开关稳压器需要自动切换至突发模式操作。在该模式中,对于一个 12V 至 3.3V 转换器,静态电流应降至 100μA 以下。在睡眠模式中,内部基准和电源良好电路将保持运行状态,以便监视输出电压。在停机模式中,静态电流应低于 1μA。 4. 低热阻 理想的情况是,结点至外壳热阻应该很低。如果器件的背部为裸露铜面并被焊接至 PC 板的表面,则 PC 板可被用来将热量传导至远离器件的地方。目前常用具有内部电源平面的四层电路板能够实现约 40℃/W 的热阻。具有至金属外壳良好热传导的高环境温度应用可获得接近 10℃/W 的典型结点至外壳热阻值。这有助于扩展工作温度范围。 5. 关于噪声和 EMI 的考虑 虽然开关稳压器产生的噪声多于线性稳压器,但是其效率却比后者高得多。在许多敏感应用中已经证明只要开关电源按照可预测的方式运作,则噪声和 EMI 水平是可以控制的。如果开关稳压器在正常模式中以一个恒定的频率进行开关操作,且开关脉冲边缘干净并可预测(没有过冲或高频振铃),则 EMI 将得到最大限度的抑制。采用小尺寸封装和高工作频率能够实现小巧紧密的布局,这可以最大限度地减少 EMI 辐射。另外,如果稳压器能够与低 ESR 陶瓷电容器一道使用,则可最大限度地减小输入和输出纹波(它们是系统中的额外噪声源)。 显然,此类开关稳压器的设计和开发并不简单。不过,在过去的几年中,凌特公司(Linear Technology)一直致力于这种高压 DC/DC 转换器的工作,并且拥有了一个专为满足这些要求而设计以及型款日渐增多的产品库(表 1)。 LT3434 便是近期推出的此类 DC/DC 转换器一个实例,它隶属于一个不断壮大和能够处理 60V 电压的单片降压型开关稳压器系列。该器件可解决上述汽车导航应用所需面对的诸多问题。LT3434 可在 3.3V 至 60V 的宽输入电压范围内工作(图 2)。它可在高达 2.5A 的负载电流条件下提供高效率。基准精度在所有的电压、负载和温度条件下均为 ±2%。 由于该器件具有突发模式(BurstMode)操作功能,因此对于 12V 至 3.3V 应用其静态电流小于 100μA。该器件采用具有非常低热阻的小外形扁平 TSSOP 封装,以实现小占位面积设计。最后,它采用了一种旨在实现上佳瞬态响应和简易补偿的电流模式拓扑结构,并且运用了用于在所有占空比条件下维持恒定峰值开关电流的专利电路。开关频率为恒定的 200kHz,而且可将器件同步至一个更高的频率。它可在汽车温度范围内提供严格的电压调节,并具有电源良好(Power Good)/ 复位、软起动和 UVLO(欠压闭锁)功能。在高达 2.5A 的电流电平条件下,该电路提供了一种坚固、高效、小占位面积的解决方案。

    时间:2020-10-15 关键词: 稳压器 电源 gps导航 汽车电子

  • 看看那些双车中接力装置

    01弱小可怜无助队-东北大学 ▲ 发球装置 ▲ 接球装置 02北京科技大学双车会车组 在交接机构的设计时,我们考虑了交接时的速度和稳定性。最终选择了魔术贴交接的方案,该方案具有快速交接、高稳定性以及高鲁棒性的优点。四轮作为接收球的车,我们采取的"拉横幅"的方式固定魔术贴,这样可以增大球与魔术贴的接触面积,提高魔术贴对球的粘力,从而将球从三轮车上拉出带走。 ▲ 魔术贴接受装置 03电子科技大学成电梦叶 ▲ 送球装置:永磁铁固定 ▲ 接球装置:强力魔术贴,抓住小球 04广东技术师范大学-洞幺洞拐队 传球装置是通过 SolidWorks建模, 3D打印制造出模型,通过不断的 接球尝试发现问题 ,多次改良,提高接球率最终版传装置可参考下图。将磁铁用热熔胶固定在传球装置上预留的孔,同时位置上安装红外模块 。红外模块用于传球信号的获取, 所以选择安装紧贴体安装位置与接球车高度一致。 ▲ 磁铁吸附发球装置:下面安装有红外传感器 ▲ 磁铁吸附接球装置:中间安置有红外传感器 05广西科技大学-螺狮山画板 ▲ 3D打印的送球装置 ▲ 发送球前面加上魔术粘贴 ▲ 接球装置 06桂林电子科技大学-EAICB队 ▲ 磁力吸引传递球在传递过程中 07国防科技大学-飞驰人生 ▲ 安装在海绵箱体中的发球装置 ▲ 接受传递球装置 08杭州电子科技大学双车队 在 solidworks 软件上进行 3d 建模 ,在前期我们花费了很多的时间对传球装置进行修改。最终结构如下: ▲ 发球装置 ▲ 接球装置 09河北工业大学-MOS管我们走 ▲ 送球装置 ▲ 接球装置 10河海大学-荷风队 ▲ 带有吸附气泵的发球装置 ▲ 处在吸附状态下的接力球 ▲ 接球铁盘 免责声明:本文内容由21ic获得授权后发布,版权归原作者所有,本平台仅提供信息存储服务。文章仅代表作者个人观点,不代表本平台立场,如有问题,请联系我们,谢谢!

    时间:2020-10-15 关键词: 传感器 汽车电子

  • 成本低、效率高、安全又舒适!一同走近农用车的汽车功能电子化

    点击蓝字关注我们 请私信我们添加白名单 如果您喜欢本篇文章,欢迎转载! 农用车市场规模如何? 2019年,全球农业机械市场价值为1470亿美元,其中拖拉机的市场份额超过50%。发展中国家对农产品的高需求和不断提高的农业机械化率推动了该行业的增长。 预计亚太地区由于各国人口的增加,在预测期内将快速增长,特别是印度和中国;其次是欧洲和北美。中国和印度在各国的拖拉机销售数量上处于领先地位。 在中国,大约60%的农业活动都实现了机械化。2017年,印度的农业机械化水平录得40%-45%。为了提高机械化的采用率,印度政府正在推动平衡农机化,通过对各种设备提供补贴,并支持通过前端机构进行批量购买,预计在预测期内,这将加强拖拉机市场。 考虑到简单的供需经济学,农业劳动力成本与一个国家的农业就业总人口比例有直接关系,因而影响农用拖拉机市场。 该市场领域的主要新兴技术和趋势是什么? 图1. 农用车行业的大趋势 尽管机动农用车与汽车同代出现,但农用车仍以非自动化、非电动化、非数字化为主。这主要是由于自动化的技术缺陷;然而,这种情况正在迅速改变。 仅欧盟就有超过1亿吨的温室气体排放,其中最大的罪魁祸首是非道路移动机械(NRMM)车辆。因此,各国政府正在大力推行严格的污染和噪音控制法规。 此外,由于熟练劳动力的短缺,人们对操作者的安全和舒适度的要求越来越高,同时也提高了生产力和能效的要求。 事实证明,电气化是满足这些需求和要求的最可行的策略之一。农用拖拉机(AT)是NRMM的一个关键细分市场,见证了汽车功能电子化、精准农业和自动驾驶的大趋势。 汽车功能电子化对这市场领域意味着什么? 结合精准农业和自动驾驶,汽车功能电子化给农民带来了几个好处: 1 在种子和化肥上节约成本达20% 2 燃料费用节省高达90% 3 由于不断的驾驶和工作进程速度,提高了生产力 4 节约劳动力成本 5 增强操作者的安全和舒适度 拓扑结构和架构示例 根据推进器和行星齿轮箱的动力传递配置,轻度混合动力和混合动力电动拖拉机主要有四种拓扑结构,其中电动机与内燃机(ICE)一起工作以提高车辆的燃油效率,或与ICE串联为电池组充电。在全电池供电拖拉机的情况下,行星和推进系统均由电动机共同或独立驱动。 图2. 混合动力和全电动拖拉机的拓扑结构 安森美半导体为农用车汽车功能电子化的各个级别提供多种方案,包括符合车规的的电流检测放大器(CSA)、MOSFET和门驱动器,用于轻度混合动力48 V架构。 汽车电源模块(APM)系列支持48 V和高压应用,例如48 V BSG/ISG、电机控制、48 V-12 V DC-DC转换器、车载充电器和用于HVAC的HV电子压缩机,其中也可使用智能功率模块(IPM)。 此外,VE-Trac™ Dual和VE-Trac Direct也能解决在创新模块方案中设计高功率密度可扩展逆变器方案的挑战。  让我们来仔细了解一下全电动电池供电的拖拉机拓扑结构。 在这拓扑结构中,电动机是唯一的电源动力来源,它同时驱动用于牵引的动力系统和用于辅助装置和液压负载的行星齿轮组(一起或独立)。 典型的功率需求在65 kW到250 kW之间,考虑到拖拉机要执行的不同任务,这个范围相当大。考虑到平台方法,可扩展性是一个主要的优势。 此外,典型农用拖拉机的任务特征要求在不牺牲可扩展性和紧凑结构设计的前提下,具有高可靠性、坚固性和长寿性。 基于上述考虑,安森美半导体的VE-Trac系列牵引逆变器模块可满足该领域所有最具挑战性的技术需求,尤其是VE-Trac Dual系列代表了可扩展性、延长寿命和可靠性的完美结合。 所有方案均通过AQG324认证,并在175oC Tj_max连续运行下测试合格,基于成熟和先进的FS4 750 V Narrow Mesa IGBT技术,半桥(可堆叠)配置,采用压铸模模块封装。 VE-Trac Dual采用智能片上电流和温度传感器,具有低导通损耗和开关损耗,与凝胶填充模块相比具有更高的可靠性(寿命长达3倍),可以提高逆变器的能效和可靠性,满足农用拖拉机的性能和寿命需求。  原始设备制造商(OEM)在设计联网和自动驾驶汽车(CAV)时面临哪些关键技术挑战? OEM在CAV市场面临的主要技术挑战: 高能量密度的电源,同时保持结构的完整性和尺寸和整体系统成本; 能效,因为最小的停机时间对终端客户来说是至关重要的,以确保低的总体拥有成本; 使用的元件寿命长,因为这些车辆通常可以运行20; 坚固性,任务概况主要是越野,其环境的振动和温度水平高于普通客车。 安森美半导体的VE-Trac和SiC方案能满足CAV的苛刻任务要求。  图3. VE-Trac™Dual延长寿命 作为VE-Trac Dual的一部分,NVG800A75L4DSC可用于最高电压750 V、额定电流800 A等应用。 此外,安森美半导体为牵引逆变器设计提供完整的生态系统,其汽车隔离大电流和高能效IGBT门驱动器含内部电隔离,并提供车规的通信、电源管理和信号处理及调节方案。 此外,为了进行快速原型设计和评估,我们极力推荐使用NVG800A75L4DSC-EVK套件。  安森美半导体凭借其创新的方案,将继续在xEV-拖拉机的每个阶段的发展,解决农用拖拉机汽车功能电子化的挑战。 点击阅读原文,了解更多 免责声明:本文内容由21ic获得授权后发布,版权归原作者所有,本平台仅提供信息存储服务。文章仅代表作者个人观点,不代表本平台立场,如有问题,请联系我们,谢谢!

    时间:2020-10-15 关键词: 自动驾驶 汽车电子

  • 什么是智慧停车?有哪些核心技术?如何应用?

    本文来源:慧聪物联资讯 什么是智慧停车?智慧停车是指将无线通信技术、移动终端技术、GPS定位技术、GIS技术等综合应用于城市停车位的采集、管理、查询、预订与导航服务,实现停车位资源的实时更新、查询、预订与导航服务一体化,实现停车位资源利用率的最大化、停车场利润的最大化和车主停车服务的优化。 智慧停车的“智慧”就体现在:“智能找车位+自动缴停车费”。服务于车主的日常停车、错时停车、车位租赁、汽车后市场服务、反向寻车、停车位导航。 线下智慧化体现为让停车人更好地停入车位。一是快速通行,避免过去停车场靠人管,收费不透明,进出停车场耗时较大的问题。二是提供特殊停车位,比如宽大车型停车位、新手司机停车位、充电桩停车位等多样化、个性化的消费升级服务。三是同样空间内停入更多的车。 智慧停车的目的是让车主更方便地找到车位,包含线下、线上两方面的智慧。线上智慧化体现为车主用手机APP、微信、支付宝,获取指定地点的停车场、车位空余信息、收费标准、是否可预订、是否有充电、共享等服务,并实现预先支付、线上结账功能。线下智慧化体现为让停车人更好地停入车位。 一是快速通行,避免过去停车场靠人管,收费不透明,进出停车场耗时较大的问题。 二是提供特殊停车位,比如宽大车型停车位、新手司机停车位、充电桩停车位等多样化、个性化的消费升级服务。 三是同样空间内停入更多的车。例如立体停车库,可以扩充单位空间的停车数量;共享停车,能分时段解决车辆停放问题 。 在智慧停车系统建设过程中,主要应用和涉及到以下几项技术: 一、车牌识别技术 车牌识别是利用采集车辆的动态视频或静态图像进行车牌号码、车牌颜色的自动模式识别技术。技术的核心包括车牌定位算法、车牌字符分割算法和光学字符识别算法等。一个完整的车牌识别系统应包括车辆检测、图像采集、车牌识别等几部分。 停车场通过将车牌识别设备安装于出口,记录车辆的车牌号码、出入时间,并与自动门、栏杆机的控制结合,就可以实现车辆的自动计时收费。当车辆检测部分检测到车辆到达时触发图像采集单元,采集当前的视频图像。车牌识别单元对图像进行处理,定位出车牌位置,再将车牌中的字符分割出来进行识别,最后组成车牌号码输出。 二、车位引导技术 车位引导技术是智能停车发展相当重要的一环,它能帮助车主快速找到停车位,避免盲目驶入,消除车主找车烦恼,有效提高交通道路利用率、缓解车辆拥堵。现在市场上主流的停车场智能车位引导有:超声波和视频两个。 1、超声波车位引导系统 采用超声波探测器安装在车位上方利用超声波反射的特性侦测车位下方是否有车位,从而通过系统对车辆进行引导。超声波引导系统适用于车流量大,车位紧张的停车场,它能帮助车主实时快速的了解场内空余车位信息,从而快速高效的停车。 2、视频车位引导系统 采用摄像机安装在车位上方,通过视频分析车位下方是否有车位,从而通过系统对车辆进行引导。视频引导与找车系统适用于车流量较大、管理相对混乱的大型商业广场、机场等。 三、反向寻车技术 在商场、购物中心等大型停车场内,车主在返回停车场时往往由于停车场空间大,环境及标志物类似、方向不易辨别等原因,容易在停车场内迷失方向,寻找不到自己的车辆。反向取车系统系统通过视频车位探测器对车辆进行检测,视频再经由交换机传送到识别终端,并对车牌和车位等信息进行识别后,通过以太网传输到数据服务器上,最后分享到每一个查询终端上,只需要在查询终端上通过输入车牌号码或其他相关信息就能帮助用户尽快找到车辆停放的区域。 四、移动支付停车费 传统停车场支付一般是以现金支付为主要手段,且是人工收费,而人工收费漏洞太大,物业管理人员不能时时的知道收费情况,统计报表不及时,浪费人力物力,成本也高。在“互联网+”停车的环境下,很多停车场都通过铺设智能设备,对停车场的停车流程做升级改进,引导用户线上支付。这样一定程度上节约了停车时间,对停车场管理也带来了便捷。 破解“停车难”问题,智慧停车模式是在大众心目中的认可度和支持率高,被视为解决城市静态交通难题有效的手段。当然,要想普遍下来,还需要多加运用高新技术才行。 五、一键呼叫可视对讲系统 车辆刮擦碰撞、车位被占、各种问题导致的道闸不能开关等应急事件在停车场中时有发生,因此,一键呼叫对讲系统仍然是停车场必备的系统,在无人值守停车场中的作用会变得更加重要。 点位少,距离远,服务端难以有固定人员24小时坚守,这些传统停车场中应用的一键呼叫对讲系统常见的问题,在无人值守停车场中会变的尤为突出。新一代的一键呼叫对讲系统,不仅要解决这些问题,使一键呼叫对讲系统发挥其原有的作用,能够很大程度上提升无人值守停车场的用户体验,实现快(服务便捷)、准(问题精准)、清(沟通清晰)、零(沟通零距离),而且可以降低停车场的综合运营成本。实现上述要求,就要通过 1)音视频处理(包括硬件终端和云端),音视频互联网通信、移动互联网等技术改善产品的用户体验,更好的为客户服务。 2)云端架构,实现集中运维和调度,降低综合成本。 一键呼叫可视对讲系统确保无人值守整体方案闭环,并提供完美客户服务体验。 实现“无人值守停车部署”问题,智慧停车模式是在大众心目中的认可度和支持率高,被视为解决城市静态交通难题有效的手段。当然,要想普遍下来,还需要多加运用高新技术才行。 六、大数据管理结合远程运维 基于对管理方与车主日常运营数据的不断积累,通过智能管理平台,将客户硬件系统联网,生成大数据平台,客户可远程维护系统硬件,极大提升客户的管理效率,同时大数据平台分析车流、客流、信息流,为客户的经营决策提供数据支持,促进客户经营转型,运营增收,大数据平台业务尤其适用大型联网的集团物业管理。 ~END~ 免责声明:本文内容由21ic获得授权后发布,版权归原作者所有,本平台仅提供信息存储服务。文章仅代表作者个人观点,不代表本平台立场,如有问题,请联系我们,谢谢!

    时间:2020-10-15 关键词: AI 汽车电子

  • 2020年中国智能大灯行业发展情况

    智能大灯即智能前照灯,是一种智能前照灯光系统,是汽车主动安全系统(即预防事故)的重要组成部分之一,汽车前照灯智能化控制使驾驶员能够从灯光控制的繁杂操作中解放出来,将更多的精力投入到汽车的驾驶上。 随着汽车灯具技术的不断进步,尤其是LED光源的普及,以及传感器和算法处理领域的大量技术革新,智能大灯系统已经成为汽车目前较先进的大灯系统。智能汽车是未来汽车工业发展的趋势,智能大灯作为智能汽车的重要构件,将迎来广阔的发展前景。 智能大灯的系统构成 智能大灯系统结合智能时代的传感器技术和微控制技术,是基于汽车安全性的智能控制系统。智能大灯由光源、传感器、信号处理电路、传输通道CAN总线、中央处理器、微步距驱动电路、步进电机组成。有无眩光远光灯、激光光斑标记、扫描指示灯和欢迎功能,提高能见度和显著节能,充分展示了可靠性、便利性和美化外观。 智能大灯技术发展阶段——进入第三代智能远光ADB阶段 近几年,随着人工智能技术的发展和汽车消费升级,人们对智能汽车和驾驶安全性的需求不断提升,智能LED灯开始变得越来越重要,各大汽车厂商纷纷加大了LED的研发和生产,使汽车更安全。 目前智能大灯技术已经历了第一代AFS,第二代全功能AFS和当下正创新的第三代智能远光ADB。 按照技术划分,目前市面上比较常见的智能大灯主要分为分别为AFS自适应前照明系统和ADB防眩自适应远光灯系统两大类,这两类产品的对比如下: 全球智能大灯市场规模快速增长 汽车智能大灯具有远光辅助,智能盲点干预,车道偏离警告功能。在使用的其他支持功能包括智能后备干预,倾斜灯可填充盲区,可以在黑暗区域转弯时将道路交通事故率降至最低。基于在上述优点,全球汽车智能大灯市场呈快速增长态势。 据GMI Research数据2019年全球智能大灯市场规模为45.2亿美元,到2025年市场规模近64亿美元。 我国智能大灯渗透率提升空间巨大 我国智能大灯行业是近十年随着汽车工业的迅速发展而发展起来的一个新兴行业,目前我国智能大灯较多应用在高端乘用车市场,行业的渗透率较低,前瞻根据车主之家公布的数据,统计计算得到2019年我国乘用车智能大灯渗透率情况。 在乘用车市场上,2019年AFS大灯的渗透率为18%,ADB大灯渗透率仅为1.8%,由此可见我国智能大灯渗透率提升空间巨大。 智能大灯市场规模破百亿 2019年,我国乘用车市场销量为2144.4万辆,乘用车AFS大灯市场需求量为386万套,ADB大灯市场需求量为39万套,累计智能大灯需求量达425万套。 前瞻结合智能大灯市场价格测算,2019年我国乘用车AFS大灯需求规模为96.5亿元,ADB大灯需求规模为23.2亿元,合计智能大灯需求规模为119.7亿元。 国外企业占主导地位 目前,我国拥有智能大灯生产能力企业较少,大部分智能大灯生产企业为外商独资企业或中外合资企业,内资企业仅有少部分。 目前,我国智能大灯市场中日本小糸占据了较大的市场份额,排名第一,日本斯坦雷、德国海拉、法国法雷奥市场份额差异较小,星宇股份作为我国规模较大的车灯生产内资企业,经过多年的发展,公司的研发生产能力不断提升,智能大灯技术处于行业前列,以星宇为代表的内资企业未来将有望逐渐取代外资企业,占据我国智能大灯市场的主要份额。 行业发展前景广阔 我国节能减排法规的不断加严以及新能源车的不断普及,促使光照效率较高的LED的渗透率进一步提高。AFS和ADB大灯较传统车灯优势明显,未来应用率将不断提高,随着智能大灯技术的发展成本的降低,将逐步渗透到中低端产品中。 与此同时,消费者对汽车照明要求越来越高,汽车智能化、互联网化进程不断推进,汽车行业对智能大灯需求也随之增长,预计2025年我国智能大灯需求规模将达178亿元。 以上数据及分析均来自于前瞻产业研究院《智能大灯需求前景预测与投资战略规划分析报告》。 来源:前瞻产业研究院 免责声明:本文内容由21ic获得授权后发布,版权归原作者所有,本平台仅提供信息存储服务。文章仅代表作者个人观点,不代表本平台立场,如有问题,请联系我们,谢谢!

    时间:2020-10-12 关键词: LED 汽车电子

  • 就在昨天,西门子能源正式分拆上市!

    昨天,时间28日,西门子能源公司(Siemens Energy AG)正式在德国法兰克福证券交易所上市,市值预计将超过200亿欧元。 西门子能源的上市标志着西门子综合性集团(Siemens AG)进一步被拆分,该集团生产的产品涵盖医疗扫描仪、机车和燃气轮机等多种产品。

    时间:2020-09-30 关键词: 电子医疗 汽车电子

  • 联嘉光电预计对特斯拉Model 3尾灯LED出货量将增加

    据悉,台湾企业联嘉光电(EOI)已成为特斯拉Model 3尾灯LED汽车照明模块的供应商,据行业消息人士称,到2020年年底,每周出货量预计将从目前的1.5万件增加到1.8万件。 消息人士预计,联嘉光电2020年对特斯拉供应的照明模块出货量将超过30万件,占到全年收入的12-15%。目前,联嘉光电有77%的收入来自北美,10%来自中国内地,7%来自中国台湾。 联嘉光电总裁黄国欣表示,因美国汽车制造商受疫情影响而停产两个月,导致联嘉光电在2020年第二季度的营业损失达新台币2030万(约合69万美元)。 2019年联嘉光电生产的LED汽车照明模块占美国市场新车销量的15.9%,联嘉光电正计划将这一比例提高到20%。 黄国欣指出,由于许多汽车制造商已将短期供应合同从3年延长至5年,将长期供应合同从10年延长至13-14年,联嘉光电目前接到的订单最远可达2026-2027年。 联嘉光电目前正在美国密歇根建立一个生产基地,将于2020年年底开始试产,2021年中期开始批量生产。第一期至2024年将安装7条生产线,第二、三期分别在随后的4-6年和7-10年完成安装。通过这个生产基地,联嘉光电的目标是成为北美前五的LED汽车照明模块供应商。 联嘉光电公布的2020年第二季度总营收为新台币5.562亿元,毛利率为19.60%,净利润为新台币800万元;2020年上半年合并营收为新台币14.91亿元,毛利率为21.14%,营业利润为新台币4310万元,净利润为新台币6310万元。 免责声明:本文内容由21ic获得授权后发布,版权归原作者所有,本平台仅提供信息存储服务。文章仅代表作者个人观点,不代表本平台立场,如有问题,请联系我们,谢谢!

    时间:2020-09-30 关键词: LED 汽车电子

  • 全球第一起自动驾驶杀人案,「牺牲」的只有人

    本文来源:极客公园 本文作者:赵子潇 在极端情况下,如何判定技术与人的过错? Uber 的案例给出了一个比较清晰的答案,只是这答案不一定正确。 9 月 16 日,曾经轰动一时的「自动驾驶杀人案」有了初步判决结果。美国亚利桑那州马里科帕县的检察官表示,坐在驾驶位的安全员 Rafaela Vasquez 被控过失杀人罪,但她所在的公司 Uber 在这起事件中不会面临刑事指控。 第一起自动驾驶致死案事故现场|网络 这是全世界范围内第一起自动驾驶汽车撞人致死的交通事故,由此也引发了行业当中不小的震动。当然,比起行业影响,这起事故本身反映的情况更值得我们讨论:人与机器共同犯下的错误,一定要由人来承担所有罪过吗? 当「安全员」变成「背锅员」 虽然案件的最终判决结果还未确定(10 月 27 日案件将举行初审),但安全员将面临两年半的有期徒刑。目前,当事人 Rafaela Vasquez 拒绝认罪。 距离事发已经过去了两年半的时间,我们先来做个简单回顾: 2018 年 3 月,Rafaela Vasquez 作为安全员乘坐的 Uber 自动驾驶汽车在亚利桑那州进行自动驾驶测试时,撞到了一位推着自行车横穿道路的女性,致其死亡。 根据美国国家运输安全委员会(National Transportation Safety Board,以下简称 NTSB)调查结果显示,当时车辆时速为 62km/h,而道路限速 50km/h。 在整起事故当中,安全员并未担负起她应尽的责任。众所周知,在当下自动驾驶测试中,绝大多数车辆都会配备 1-2 名安全员,如果车辆出现意外,安全员需要随时接管。但是在本案中,安全员 Vasquez 并没有专注在道路上,而是时不时低头看右下方中控台上的手机。在行车记录的视频当中,事故前半秒钟她才抬起头来,但为时已晚。 车内安全员视角,事发前半秒安全员才发现道路前方的行人|YouTube 如果安全员不在车上看手机分心的话,事故是完全可以避免的。这是警方得出的结论,因此判定结果把责任全部推给了安全员。 「杀人的是人,不是机器。」如果最终判决就是这样的结果,难免有些草率了。 在 NTSB 的调查报告中,Uber 的自动驾驶技术明显存在缺陷。在撞到行人前的 5.6 秒时,Uber 的自动驾驶解决方案(Autonomous Driving Solution,以下简称 ADS)已经检测到行人,但从未准确地将她归类为「人」。几秒钟之内,自动驾驶系统把它识别为未知物体,然后识别为车辆,然后变成自行车,却一直没有自动刹车。 等到自动驾驶判定为即将发生碰撞时,机器已无法及时刹车。这又是系统的一个 bug 类设计:它没有考虑到突然发生碰撞的可能性,因而没有设计紧急制动,而是纯依靠安全员的干预来避免碰撞。 车外视角,直到事故发生自动驾驶系统也没有识别出行人|YouTube Uber 的自动驾驶技术当时也不算多先进。加州交管局 DMV 之前发布的年度接管报告表示,Uber 的自动驾驶汽车在测试过程中需要安全员频繁接管,平均每 37km 就要进行一次人工干预,对比目前业界公认第一的自动驾驶公司 Waymo,后者在 2018 年每 1000 英里测试人工接管的次数为 0.09。 更不可思议的是,Uber 还停用了车辆本身的前方碰撞预警和自动紧急制动系统,一辆本身就配备安全系统,加装众多传感器的自动驾驶系统的智能汽车,最依赖的结果还是人。 北京市安理律师事务所汽车和人工智能业务负责人何姗姗在接受极客公园(ID:geekpark)采访时表示,Uber 的自动驾驶车辆的确存在产品缺陷,从这个角度来看,Uber 作为技术背后的企业应该负担安全事故责任。但这起案件的结果代表着美国对于新技术比较宽容的态度,「如果同样的事件放在德国这种监管比较严格的国家,结果会很不一样。」 NTSB 的最终调查结果认为,安全员事发时看手机分散了注意力,并且 Uber「安全文化不足」导致事故发生。 从事实上看,这起事故是由安全员的疏忽与自动驾驶技术问题共同造成的。技术存在明显的纰漏之处,在尚不完善的情况下无法避免;同样,安全员的疏忽也无法完全避免。两个主体都存在现有条件下无法规避的缺陷,却承担了截然不同的惩罚。从法律上给出的结果,人承担了全部的刑事责任,技术无罪。不承担刑事责任的 Uber 需要做的就是改进自动驾驶技术的缺陷。 很明显,在这起事件当中,安全员变成了「背锅员」。 技术的长期挑战 人类学家玛德琳·克莱尔·埃利什(Madeleine Clare Elish)在研究航空领域自动化背景下美国对于航空事故的判定时发现,尽管大趋势是飞机的控制越来越转移到自动驾驶,但对于飞行事故的责任判定仍旧集中在飞行员身上。 她认为,在高度自动化的系统与责任归属的实际分配方式之间存在着巨大的不匹配。因此,她得出结论:法律责任和责任的概念未能与技术进步保持同步。 在 Uber 自动驾驶案中,似乎是一样的道理。 在自动驾驶的测试中,安全员的作用在一整套系统的验证测试中仅占据很少部分,绝大部分状况下,自动驾驶技术都能处理行驶中的问题。安全员在这种情况下需要在一种无需干预的情况下保持持续的注意力,这件事对于人性来说,是个巨大的挑战,也和企业希望安全员做到的理想目标有一定差距。安全员需要遵守的规则和他们签署的协议,实际相当于签了一个「背锅」条款,在现实状况中存在巨大风险。Uber 无人车致死案就是一起鲜明的案例。 何姗姗表示,高级别的自动驾驶环境中,尽管有汽车的「黑匣子」可以记录相关数据,但在责任的划分上也会出现困境,需要在技术层面和未来立法层面做改观和突破。 华盛顿大学法学院的机器人学法学教授 Ryan Calo 表示,安全员的过失导致行人身亡,这是一个简单的故事;如果对公司提起诉讼,必须要讲述一个更加复杂的故事,「涉及自动驾驶汽车的工作原理和 Uber 的错误之处」。 事实上,现如今也没有一条法律能够证明,L4、L5 级别的自动驾驶事故中哪一方该承担哪一部分的责任,需要通过汽车内外部摄像头等设备记录的数据来判断最终的责任归属。 不仅是法律上的界定,从技术发展的角度来看,都会是一个社会性的难题。人类社会对于新技术的一大挑战,就是技术本身还没有准备好,人却高估了技术能做的事情。 特斯拉在发布旗下辅助驾驶系统 Autopilot 之后,全球范围内发生了多起交通事故,原因在于驾驶员过于信任这套辅助驾驶系统,高估了它的能力。即便特斯拉在 Autopilot 的宣传当中重点强调,它只是 L2 级别辅助驾驶,行驶过程中驾驶员必须随时关注道路并接管,但还是有人无视这一规则,归根结底就是对于新技术过于信任。 2020 年 6 月,一辆处在辅助驾驶状态的特斯拉撞上了前方横着的卡车|网络 Uber、Waymo 等公司在做的 L4 级别自动驾驶多数情况下依旧需要安全员的存在,恰好说明了至少在目前,技术都不可能达到完美的状态。 MIT 曾经提出过「人机共驾」的课题研究,这项研究存在的基础就是短期内人不会从自动驾驶汽车中消失,在低级别的自动驾驶当中,仍然要「以人为中心」。在这样的预期之下,人与技术共存将是未来长期的状态,从以人为中心到以机器为中心转变的过程中,也会引发法律和道德上一系列框架的设定。 相应地,在自动驾驶领域怎么判断安全员所处的位置,进而调整安全员体系;甚至在人与机器协作的领域里,怎么思考以人类视角与机器视角分配工作与责任,其实都是我们应该去细化的方向。 技术的目的是服务于人,帮助人类反脆弱,解决人类之前不容易解决的问题,而不是给人类加上更复杂的枷锁,让其背负更大的责任。如果人要为技术背锅,道理上无法讲得通,任何时候,人都不应该成为技术高速发展的「牺牲品」。 ~END~ 免责声明:本文内容由21ic获得授权后发布,版权归原作者所有,本平台仅提供信息存储服务。文章仅代表作者个人观点,不代表本平台立场,如有问题,请联系我们,谢谢!

    时间:2020-09-29 关键词: 自动驾驶 汽车电子

  • 紧盯四大领域,看SiC市场新贵的新玩法

    本文转自电子工程专辑 作者:邵乐峰 作为新材料的SiC与传统硅材料相比,从物理特性来看,电子迁移率相差不大,但其介电击穿场强、电子饱和速度、能带隙和热导率分别是硅材料的10倍、2倍、3倍和3倍。 这意味着基于SiC材料的功率半导体具有高耐压、低导通电阻、寄生参数小等优异特性,当应用于开关电源领域中时,具有损耗小、工作频率高、散热性等优点,可以大大提升开关电源的效率、功率密度和可靠性,也更容易满足器件轻薄短小的要求。 Si、SiC和GaN关键参数对比 Omdia《2020年SiC和GaN功率半导体报告》显示,得益于混合动力和电动汽车、电源和光伏(PV)逆变器的需求,新兴的碳化硅和氮化镓功率半导体市场的销售收入预计将从2018年的5.71亿美元增至2020年底的8.54亿美元,并在2021年突破10亿美元大关。未来十年内,该市场的规模将以年均两位数的增长率,并一路攀升至2029年的50亿美元。 GaN和SiC功率半导体的全球市场收入预测(百万美元) SiC器件领域玩家众多,作为一家相对较新的SiC器件供应商,安森美半导体于2017年进入该市场,技术来自2016年末收购的飞兆(Fairchild)半导体。 安森美半导体电源方案部产品市场经理王利民日前在接受《电子工程专辑》采访时表示,电动汽车、电动汽车充电桩、可再生能源、和电源将是公司SiC战略重点关注的四大市场。 安森美半导体电源方案部产品市场经理王利民 电动汽车(EV)/混动汽车(HEV) 其实,SiC最初的应用场景主要集中在光伏储能逆变器、数据中心服务器UPS电源和智能电网充电站等需要转换效率较高的领域。 但人们很快发现,碳化硅的电气(更低阻抗/更高频率)、机械(更小尺寸)和热性质(更高温度的运行)也非常适合制造很多大功率汽车电子器件。 根据Yole在《功率碳化硅(SiC):材料、器件及应用-2019版》报告中的预计,到2024年,碳化硅功率半导体市场规模将增长至20亿美元,2018-2024年期间的复合年增长率将高达29%。 其中,汽车市场无疑是最重要的驱动因素,其碳化硅功率半导体市场份额到2024年预计将达到50%。 “EV是未来几年SiC的主要驱动力,约占SiC总体市场容量的60%,因为SiC每年可增加多达750美元的电池续航力,目前几乎所有做主驱逆变器的厂家都将SiC作为主攻方向。”王利民说除了主驱市场外,在车载充电器(OBC)/非车载充电桩和电源转换系统(车载DC/DC)领域中,受到全球多国利好政策, 例如美国加利福尼亚州已签署行政命令,到2030年实现500万辆电动汽车上路的目标;2019年欧洲的电动汽车销量增长67%;电动汽车在中国各大一线城市可以零费用上牌等的影响,绝大部分厂家正在将SiC作为高效、高压和高频的功率器件使用,市场需求急速攀升。 5G电源和开关电源 电源是碳化硅器件最传统,也是目前市场份额相对较大的应用市场。从最早通信电源的金标、银标、到现在的5G通信电源、数据中心电源,都对功率密度和高能效提出了非常高的要求,而碳化硅器件由于没有反向恢复,电源能效通常能够达到98%,受到追捧并不令人感到意外。 电动汽车充电器/桩 现有充电桩多数为1级/2级,但消费者要求等效于在加油站加满油(直流充电),这就需要更高的充电功率和充电效率,因此随着功率和速度的提高,对SiC MOSFET的需求越来越强。 太阳能逆变器 无论是欧盟20-20-20目标(到2020年,能效提高20%,二氧化碳排放量降低20%,可再生能源要达到20%),还是NEA设定了清洁能源目标,到2030年要满足中国20%的能源需求,以太阳能为代表的清洁能源始在各国能源计划中终占据重要地位。 而在目前的太阳能逆变器领域中,碳化硅二极管的使用量也非常巨大,安装量持续增长,主要用于替换原来的三电平逆变器复杂控制电路。 王利民认为,目前SiC行业厂商提供的产品或服务大致相同,因此,各大厂家主要还是依靠差异化竞争策略。 而安森美半导体的竞争优势,主要体现在领先的可靠性、高性价比、能够提供从单管到模块的完整产品线、所有产品都符合车规级标准等方面。 例如在H3TRB测试(高温度/湿度/高偏置电压)中,安森美半导体的SiC二极管可以通过1000小时的可靠性测试,实际测试中则会延长到2000小时;1200V 15A的碳化硅二极管在毫秒级有10倍过滤,在微秒级有50倍过滤。 此外,为了实现高性价比,安森美半导体的做法: 一是通过设计、技术进步来降低成本; 二是通过领先的6英寸晶圆的制造工艺与良率来实现好的成本; 三是通过不断地扩大生产规模以降低成本。 “整个SiC市场会一直呈现分立器件和模块两者共存的局面,但模块绝对是SiC器件的一个重要发展方向。”王利民表示,电动汽车领域SiC MOSFET或二极管市场确实是以模块为主,之所以叫模块是因为用户会将SiC分立器件的成品封装到模块之中,所以它既是模块,也是一个单管的分立器件成品。 目前来看,模块化设计主要集中在较大型功率器件上,比如几十千瓦或几百千瓦级别的车载逆变器,但电动汽车的OBC和DC-DC设计却都以单管为主,因此在汽车领域,可以认为一大半的趋势是模块,一小半是单管。 而在非汽车领域,诸如太阳能逆变器、5G及通信电源、电动汽车充电桩,市场上还没有客户采用模块化的方案,基本都是单管方案。按照数量,市场是以单管为主;按照金额,或许更多市场将会是模块方向。 晶圆短缺一直以来被认为是制约碳化硅市场发展的重要原因之一,与其它仍采用4英寸SiC晶圆的厂商不同, 安森美半导体从入局开始就选择了6英寸晶圆,并已签署两个长期供应协议(LTSA),不断评估新的基板制造商并在内部开发基板,确保晶圆供应。 王利民强调说,SiC材料相当坚硬,机械上很难处理纤细的大尺寸晶圆,所以SiC不像硅材料般容易做到超大尺寸。8英寸大小的SiC晶圆仍然是太过超前的技术概念,目前几乎所有厂商都无法处理超薄的超大晶圆,进而进行批量生产。 免责声明:本文内容由21ic获得授权后发布,版权归原作者所有,本平台仅提供信息存储服务。文章仅代表作者个人观点,不代表本平台立场,如有问题,请联系我们,谢谢!

    时间:2020-09-29 关键词: 半导体 元器件 汽车电子

首页  上一页  1 2 3 4 5 6 7 8 9 10 下一页 尾页
发布文章

技术子站

更多

项目外包