当前位置:首页 > ADAS
  • 助力汽车自我思考

    助力汽车自我思考

    助力汽车自我思考——诠释图形处理器(GPU)和神经网络加速器芯片如何为汽车应用提供智能优势作者:Imagination Technologies汽车产品部总监Bryce Johnstone汽车行业是推动人工智能(AI)发展的重要行业之一,这是因为该行业致力于自动驾驶汽车和高级驾驶员辅助系统(ADAS)的泛在利益。汽车正在变得越来越智能,但是如果汽车行业要实现完全自动驾驶的目标,他们还有很长的路要走。尽管业界还在讨论实现全自动化所需的理想技术组合,但是有一点是明确的,那就是人工智能,尤其是神经网络将发挥重要作用。神经网络神经网络的作用是执行对于传统视觉或模式识别系统来说具有挑战性的任务。通过使每个神经网络各自不同,并针对特定任务进行设计,它可以更高效、更精确地执行任务。所有神经网络的组织模式都是在多个层面上多次处理数据。因此,神经网络可以在不同的输入模式下运行十到二十次,而不是用一组特定的参数只运行一次操作。这个想法是,通过所有这些不同的路径,选择的数量就会增加。当到了需要做出决策的时候,它已经从输入中提取了所有的信息。在路标识别的示例中,第一层可能正在寻找一个标识的角形状,然后是颜色等各个步骤执行下去,直到它可以非常确信地说这是一个路标并说明其含义。这样做的好处在于无需对每一个步骤都进行编程,神经网络将会自己完成,并且随着时间的推移而不断学习。该算法知道它需要识别的内容,并将尝试不同的方法,直到实现目标,并在过程中不断学习。一旦神经网络在经过培训之后,它便可以在实际应用中发挥作用。这意味着工程师不必花费数小时来微调复杂的算法,他们只需向神经网络展示它需要发现的内容并让其自学完成。这些技术已经在车辆中被广泛用于目标检测、分类和分析,而驾驶员监测、访问控制以及语音和手势识别也可以利用不同类型的神经网络。此外,将传统视觉与神经网络相结合的人工智能方法,可用于行人路径分析和环绕视图等应用场景,它将同时依赖于图形处理器(GPU)和神经网络加速器(NNA)。在从传感器到电子控制单元(ECU)整个链路中也可以使用神经网络,在预处理、中间处理和后处理中使用的各种技术将人工智能引入了其中。此外,车联网(V2X)技术正在开发中,该技术将主要使用自动驾驶汽车作为传感载体,为各种智慧城市和智慧交通场景提供数据和信息。同样,这些进展将依赖于采用GPU和NNA的方法实现人工智能,以支持来自越来越大的输入集的各种分析和计算。传感器融合自动驾驶和高度自动化的车辆将严重依赖各种类型的传感器,包括摄像头、热成像、雷达、激光雷达(LiDAR)等。所有这些传感器传出的信号都需要进行解读和融合,以便全面了解车辆内部和外部发生的情况。传感器融合对于自动驾驶至关重要,它将涉及到GPU和神经网络以及机器学习和人工智能的结合。车辆内部传感器融合的一个很好的示例是驾驶员监测。在当今的车辆中,各种各样的传感器都能够检测到驾驶员是否注意力不集中。神经网络可以分析拍摄到的驾驶员图像,以判断他或她是否在睡觉、处于疲倦状态、注意力不集中,甚至通过移动设备讲话或发信息。这对于早期的自动驾驶车辆来说是至关重要的信息,因为它可能需要驾驶员在某些时候重新控制车辆,因为汽车需要知道驾驶员是否处于合适的状态才能这样做。驾驶员监测是如何工作的?对准驾驶员面部的摄像头为分析面部元素(尤其是眼睛)的算法提供了输入。是睁着眼睛还是闭着眼睛?如果是闭着眼睛,闭眼多长时间?眼神是否飘忽不定?驾驶员正在看向哪里?研究整个面部可以确定驾驶员是生气还是悲伤。如果是愤怒,系统会建议驾驶员先靠边停车并冷静下来,然后再继续行驶。所有这些都是基于构建一个面部图像,提取关键点并使用神经网络提取情绪、注视时间等来判断驾驶员的精神状态。在未来的两三年内,驾驶员监测可能会成为必须从欧洲新车评估计划(NCAP)和美国国家高速公路通行安全管理局(NHTSA)获得批准的一项要求,因此驾驶员监测会成为汽车制造商必须要实施的技术,不仅要适用于高端汽车,还要适用于所有车辆。自动驾驶的等级美国汽车工程师学会(SAE)和美国高速公路交通安全管理局已将自动驾驶汽车的能力分为六个等级。基本上,等级0完全没有自动化,而在等级1中,汽车将为驾驶员提供一些帮助。等级2具有更多的驾驶辅助功能,甚至可以自主执行一些任务,例如自动紧急制动以避免碰撞。等级3是一个棘手的问题,虽然汽车是自动驾驶,但驾驶员必须随时准备驾驶车辆。驾驶员监测将是等级3自动驾驶的关键,因为驾驶员必须做好干预的准备,并且在一定程度上,车辆有责任确保驾驶员做好准备。在等级4中,即使驾驶员可以接手车辆驾驶,但从理论上讲,车辆也可以处理它所处现场的所有情况。等级5的车辆将实现全自动化,没有方向盘和踏板。车辆自动驾驶性能每提高一个级别,所需的计算性能就会增加大约十倍。这就是为什么神经网络很重要的原因,因为它们可以在非常低的功耗下提供这种性能。目标检测以一个行人为例,汽车的车载摄像头和传感器可以记录行人是在行走或站立;神经网络可被用于绘制行人可能要走的路线,并计算车辆是否需要减速或快速制动。神经网络还可以观察同一幅图像并对其进行分割,从中挑选出其他物体,并应用目标识别技术来判断出它们是否代表了车辆需要注意的东西。所有这些都必须把车辆的位置以及它想要去的地方纳入考虑之中,如果车辆正在倒车,并检测到在车辆后面有一个小孩,就需要迅速处理并进行刹车。要做到这一点,就需要人工智能和神经网络来查看那里是否有物体存在,并对其进行识别认出是一个孩子,然后向执行器或驾驶员发送一个信号,以采取措施。由于摄像头通常会带有某种鱼眼镜头,因此这将使其变得更加复杂。这会产生一张变形的图片,需要先矫正然后进行解读。来自这个设备以及其他传感器的输入需要结合起来,从而在瞬间做出决策。数据处理与此同时,来自汽车周围的其他信息也源源不断地被送达,包括来自于所有传感器的以及从其他车辆或基础设施通过无线通信接收到的信息。这是一个巨大的数据量,可能在太字节(terabyte)范围内。ECU将遍布汽车各处,并根据数据做出决策。这可能会涉及到100个或者更多的ECU。业界正在使用一些方法来研究如何用更少的ECU和更多的计算能力来实现这一点。摄像头或传感器旁边的嵌入式人工智能可以做出一些决定,从而减少车辆需要传递的信息。这意味着需要不同等级的处理方式。数据可以在捕获点进行预处理,例如拉直鱼眼镜头的图像。中间处理可能包括各种已计划的任务、目标识别、决策制定等。之后可以进行后处理,当信息可以被清理整齐并显示在屏幕上时,让驾驶员就知道正在发生什么或已经发生了什么。应用这些数据处理技术也被用于创建当前正在开发的应用,以在车内创建虚拟环视车身支撑柱。在此用例中,将在支撑柱(连接车顶和车身的支撑柱)上安装摄像头来捕获车外发生的事情。支撑柱的内部将提供一个显示器,以显示这些摄像头正在捕获的内容,从而为驾驶员提供一个不间断的视场。这个过程非常难以实现。系统必须了解驾驶员正在查看的另一侧是什么情景。图片将需要修正变形并放置在不平整或弯曲的表面上,然后重新变形到支撑柱的轮廓上。尽管这一进步是未来的趋势,但一些高端车辆已经提供了环绕视图系统,并且它们很快将应用于中档和入门级车辆。GPU被用于分析遍布车辆周围的各个摄像头所捕获的图像(通常有四个或五个摄像头),并将图像拼接在一起。根据拼接的图像,神经网络将执行目标检测和路径预测,以查看这些目标是否有可能拦挡车辆的路径。信息娱乐和导航在车载信息娱乐系统(IVI)和导航方面,GPU也起着重要作用。它们还参与语音控制,这很可能成为人与车之间的关键接口。因此,对于卫星导航系统来说,驾驶员不必操作按钮和键盘来输入目的地,而是只需说出邮政编码或街道名字,然后就可要求系统绘制出路线。仪表盘将被连接到外部摄像头,以用于路标识别等操作。如果摄像头捕捉到一个限速的标志,该标志可以在有效的时间内显示在驾驶员面前;如果汽车超过限速,就会发出声响警告。实际上,整个仪表显示区将使用GPU进行图像渲染和信息优先级排序。如果系统确定驾驶员需要了解一些关键信息,该信息可能会从仪表显示区中弹出,甚至可以投射到挡风玻璃上。挡风玻璃上的图像也可以被用作导航系统的一部分,向驾驶员显示正确的转弯方向或说明汽车在即将到来的路口需要驶入哪条车道。后视镜的换代是另一个主要的、潜在的发展方向。一些新型汽车已经在开发中,其上的后视镜已被可显示来自不同摄像头视图的屏幕取代。与传统的后视镜一样,除了显示车后发生的情况之外,它们还可被用于盲点检测。在此,神经网络可以向驾驶员发出关于有关其无法看到的汽车的警告,并自动阻止汽车变道进入另一辆汽车的路线。智慧城市世界各国的各地政府正在朝着一个长期目标迈进,那就是让智慧城市拥有自动驾驶和高度自动化的车辆,并将其集成到覆盖整个城镇或城市的智能交通系统中。其背后的理念是,所有的城市服务和规划工作都是相互协调和联系的,以便让市民获得更多的信息,让城市生活更愉快,更重要的是更加健康。为实现这一目标,减少污染和交通拥堵至关重要。智能交通系统将控制整个城市的交通基础设施。该基础设施将与车辆进行通信,交通信号灯和车辆也将相互通信,并将收集到的数据发送回去。这方面的一个实例就是控制交通信号灯,使车辆畅通无阻地以最佳速度通过一个区域。如果紧急服务车辆需要快速驶入,则可以使用这些相同的交通信号灯来阻止其他道路使用者,并为他们创建一条安全的道路。如果一地发生交通堵塞,车辆可以将此信息传递给基础设施;反过来,基础设施又可以通知其他车辆远离该区域,这样就不会增加问题的严重性,以便交通堵塞可以被更快地被清除。这甚至可以被用于城市以外的地方,例如在高速公路的入口匝道上。如果系统已经从反向行驶的汽车中获悉了备用信息,它可以在驾驶员驶入高速公路之前对其发出警告,从而使他们能够考虑其他路线。为了实现这一目标,城市将需要有一个中央智能枢纽,该中枢可以处理传入的信息并计算哪些数据要发送给其他车辆或交通信号灯。这只有在结合了神经网络、人工智能、机器学习和先进算法之后才能实现。结论NHTSA的研究发现:高度自动化的车辆将比由人类驾驶的车辆更加安全,94%的事故是由人为失误造成的。基于AI的技术在响应能力和识别需要快速响应的威胁方面已经优于人类驾驶。为了实现这些车辆所需的处理能力,将需要NNA和GPU配合使用。随着汽车行业转向全自动驾驶汽车,计算能力将需要被大幅提升,NNA将应需而扮演重要角色。据估计,一辆等级5自动驾驶汽车需要的计算能力是等级1自动驾驶汽车的10,000倍。这是处理性能的极大提高,但也必须在一个给定的功耗预算内完成。一个神经网络加速器(NNA)的性能已经是中央处理器(CPU)的100到800倍,而其成品封装却比CPU大小小很多。一辆车可能有一个很大的CPU,同时还有许多NNA遍布于车辆各处,并以比同样遍布车辆各处的CPU低得多的功耗和更高的性能来执行各种任务。Imagination Technologies提供了GPU和NNA硅知识产权(IP)。其应用在数字仪表盘中的技术比任何竞争对手都要多,并且公司在先进驾驶员辅助系统(ADAS)和自动驾驶汽车市场中也处于领先地位。赋能自动驾驶汽车实用化所需的所有要素都将取决于这些技术,而这些技术成为现实只是时间问题。

    时间:2019-12-17 关键词: GPU nna AI adas

  • 地平线与福瑞泰克达成ADAS领域合作

    地平线与福瑞泰克达成ADAS领域合作

    近日,AI芯片厂商地平线与智能驾驶方案商福瑞泰克达成合作,双方旨在推动高级辅助驾驶系统(ADAS)及面向L3-L4自动驾驶解决方案及前装产品量产。 据报道,地平线面向ADAS的产品,预计最早于2020年中在量产车型上落地。 2019年,智能汽车产业步入成熟期。今年11月,浙江省发改委印发《浙江省智能汽车创新发展规划(2020-2025)》,其中有关“推动L3级别自动驾驶规模化量产”内容中提出,发展汽车芯片、车载通讯模块、机器视觉、毫米波雷达、激光雷达、超声波雷达等感知产业,同时发展高级别辅助驾驶、智能座舱、车路协同等综合性强的系统解决方案。 2017年,地平线发布中国首款全球领先的边缘人工智能视觉芯片征程(Journey)系列和旭日(Sunrise)系列。 2018年4月,地平线推出自动驾驶处理器“征程2.0”架构,相应的产品搭载于一款奥迪汽车亮相,“征程2.0”处理器架构应用于这家公司自研产品--高级别自动驾驶计算平台Matrix1.0。 地平线 Matrix™ 自动驾驶计算平台 据介绍,Matrix1.0是面向L3/L4的自动驾驶解决方案,开发者可基于该品台进行神经网络的开发、验证、优化和部署。该平台满足自动驾驶场景下高性能和低功耗的需求。2019年4月,地平线推出性能更强、性价比更高的Matrix 1.7平台。 (文/胥崟涛)

    时间:2019-12-16 关键词: 芯片 adas 智能汽车 地平线 福瑞泰克

  • 使ADAS高分辨率远程摄像机更小、更灵活

    使ADAS高分辨率远程摄像机更小、更灵活

    现代化汽车中的高分辨率远程摄像机(图1)要求功率越来越大的同时能够适合更小空间。所以摄像机中的电源管理器件就必须小巧而高效,最大程度减少发热,否则会造成摄像机内部温度快速上升,潜在影响其可靠性。电源管理集成电路(PMIC)能够有效减小尺寸,但往往会降低灵活性。本设计方案回顾普通方案的缺点,并提出一种高度集成方案,该方案具有高效率,可减小PCB空间,同时保证设计灵活性,非常容易重用。图1.辅助泊车远程摄像机电源图2所示为高级远程摄像机系统。该远程摄像机通过同轴电缆由8V电源供电。然后该POC(同轴电缆供电)电压轨被降压为三路电压轨,为成像器和串行器供电。图2.远程摄像机电源普通方案尺寸图3所示的典型方案采用3片IC和大量无源元件实现图2所示的电源功能,最终的PCB尺寸为大约69mm2。图3.普通方案的PCB尺寸(68.7mm2)高度集成方案图4所示为高度集成方案,其中的3个电压轨(AVDD、I/O、CORE)均来自于单片PMIC。图4.灵活的PMIC架构以上架构可以通过MAX20049来实现,该器件为灵活的微型、双通道、500mA降压转换器,带有两个LDO。扩频和2.2MHz开关频率有利于降低EMI,满足CISPR低噪声规范。独立式LDO3具有优异的PSRR,高达90dB@1kHz。PMIC集成4个调节器,采用小尺寸3mm x 3mm侧面可润湿SW) TQFN-16封装。得益于高时钟频率,外部元件非常小。再结合小尺寸TDFN-12封装,PCB尺寸仅为大约38mm2,如图5所示。面积比图3所示的传统方案小45%。图5.使用MAX20049可获得较小PCB尺寸(37.8mm2)更高效率图6所示的效率曲线在以下条件下测得:BUCK1 = 3.8VI/O = 1.8V,IBUCK2 100mA至600mAAVDD = 3.3V,ILDO3 = 50mACORE = 1.2V,ILDO4 = 100mA在这三个条件下,满载时的系统效率(3个电压轨的输出功率除以输入功率)为优异的73%,而竞争产品仅为67%。图6.较高效率有助于降低发热高灵活性四个调节器中的三个(BUCK1、BUCK2、LDO3)几乎是独立的,其输入和输出完全可访问。这就使PMIC的架构具有极大灵活性,支持采用不同图像传感器的多种配置。第四个调节器(LDO4)在内部连接到BUCK2,以节省引脚,将这个方案集成到尽可能小的封装中。图7.高灵活性PMIC支持不同的图像传感器高安全性和可靠性PMIC经过封装集成电路的应力试验认证,完全符合AEC-Q100标准要求。IC具有故障保护,用于防止异常条件。如果任意buck输出短路,相应的转换器将进行逐周期限流。如果将LDO级联,相应的LDO输出跟随buck输出。IC提供对全部四路输出电压轨的电压监测。检测到过压或欠压时,电源就绪指示将变为高阻态。软启动、排序和监测IC具有内部软启动定时器。参考图4,BUCK1转换器首先启动,缓变率为3.3V/ms。LDO3随BUCK1同时启动,软启动时间为500μs。BUCK1达到调节电压后,BUCK2软启动,缓变率为3.3V/ms。BUCK2达到调节电压后,LDO4开始软启动。IC提供对全部四路电压轨的过压和欠压监测。检测到过压或欠压时,电源就绪变指示为高阻态。总结高分辨率远程摄像机在现代化汽车中的应用发展迅速,要求在功率越来越大的同时能够适合更小空间。这就为灵活性、电子设备微型化和散热带来了挑战。我们回顾了当前可用方案的缺点,并介绍了MAX20049高度集成PMIC,该器件在减小PCB面积的同时增强效率,并保证设计灵活性,不同的图像传感器很容易重用。

    时间:2019-11-14 关键词: adas 高度集成 远程摄像机

  • 贸易战冲击了车市 车厂转冲刺ADAS与自动驾驶发展

    根据市调机构研究数据,预估2019年中、美两大汽车消费国车市销售将下滑7%与3%,显示全球经济受贸易战影响波动之际,汽车市场正面临销售量未见底的危机。而受到车市疲弱不振,车厂与一级供应商几乎都进行裁员等节省开支措施,并集中资源将发展重点锁定ADAS系统和自动驾驶等新功能上。根据全球市场研究机构TrendForce旗下拓墣产业研究院分析师陈虹燕指出,由于汽车产业正处于产品革命与产业转型的时期,过往封闭的汽车供应链因此出现缺口,提供了非传统供应商切入汽车市场的绝佳机会。陈虹燕进一步分析,与安全相关的先进辅助驾驶(ADAS),对车厂而言是新车的绝佳卖点,加上欧、美、中等新车评价系统纳入多项ADAS次系统后,搭载的车型从高阶逐渐延伸至中阶车款,消费者端也慢慢熟悉各种ADAS次系统的用途与时机。只不过,拉升ADAS系统渗透率的最主要动力还是来自各国的强制性法规,陈虹燕说,包括欧盟、日本与美国都计划在2020到2022年间将AEB列为新车标配,将大幅提升自动紧急制动系统(AEB)的搭载率。而万众瞩目的自动驾驶技术,2019年已开始从路测走向实际商用,预计2020年将看到更多商用的案例。陈虹燕分析,这些案例将主要来自商业用车辆与营利模式,包括自驾车叫车服务、自驾接驳车、自驾卡车或是封闭区域内的自动驾驶应用。陈虹燕强调,无论ADAS或是自动驾驶皆需要传感器做障碍物侦测,因而拉升各类传感器的用量,其中,车用毫米波雷达的使用量,预计2020年的年成长率为15.8%。

    时间:2019-10-23 关键词: adas

  • 安森美半导体付运1亿个图像传感器,应用于基于摄像机的ADAS系统,支持SUBARU等客户

    2019年10月22日—推动高能效创新的安森美半导体付运了应用于辅助驾驶员的1亿个AR0132AT图像传感器,突破数量里程碑。汽车先进安全技术的领袖之一SUBARU CORPORATION选择了该120万像素CMOS传感器,因为它结合了领先业界的高动态范围、低光照感光性能和可编程曝光模式,满足其驾驶员辅助系统Eyesight的苛刻技术规格。AR0132AT支持的EyeSight系统于2014年6月首次安装在Levorg汽车型号中,随后推及在Legacy,Forester,Impreza和SUBARU XV型号中。安森美半导体和SUBARU将继续技术合作,开发基于摄像机的先进驾驶辅助系统(ADAS)系统,其共同愿景是在不久的将来改进道路安全,实现零交通事故。AR0132AT用于构成EyeSight“眼睛”的立体摄像机系统中,以支持重要的安全功能,包括自适应巡航控制、车道保持辅助和摇摆警告、预防撞制动和预防撞油门管理。EyeSight在先进安全技术的开拓性作用赢得了无数奖项,包括最近的公路安全保险协会(IIHS)的赞誉,以及日本新车评估计划(JNCAP)的先进安全车辆Triple Plus(ASV +++)的最高评价。安森美半导体在应用于日增的ADAS的CMOS图像传感器技术全球领先,从其全球第一的地位和超过60%的市场份额可见一斑。该公司与SUBARU的技术合作充分发挥结合在像素级优化性能与更高分辨率的图像传感器的功能。这有助于使功能(包括最新的欧洲新车评估计划(EuroNCAP 2020)中描述的功能)不仅为乘员,而且为行人,摩托车手和骑自行车的人等其他弱势道路使用者(VRU)改进车辆安全性。SUBARU EyeSight开发项目总经理Eiji Shibata表示:“在快速发展的关键领域如ADAS建立正确的工程合作关系至关重要。与全球第一的汽车CMOS图像感知技术供应商安森美半导体合作,为我们提供了独特的技术、产品和支持,使我们能够实现对开发EyeSight的严格性能和可靠性要求的目标。 ”安森美半导体智能感知部汽车方案分部副总裁兼总经理Ross Jatou谈到AR0132AT传感器的付运量达1亿的里程碑以及该公司与SUBARU的合作关系时说:“SUBARU的EyeSight驾驶员辅助技术的成就骄人,并切实展示了该公司的安全文化和道路安全愿景。EyeSight等系统的开发、实现和演进需要工程和技术专知,而在图像感知领域,安森美半导体很高兴能提供产品和专知,在与SUBARU的长期合作下,持续为开发ADAS和自动驾驶系统做出贡献。”

    时间:2019-10-22 关键词: 毫米波 图像传感器 adas

  • Elektrobit通过基于云端的新型端到端软件验证解决方案来加速ADAS和AD系统的开发

    德国埃尔朗根,2019年10月16日–作为一家远见卓识的汽车行业嵌入式和互联软件产品全球供应商,Elektrobit(EB)今天推出了一款基于云端的工具,用于高级驾驶辅助系统(ADAS)和自动驾驶(AD)系统的端到端验证。新的EB Assist Test Lab可在Microsoft Azure上使用,为分布式团队提供单一解决方案,以便更轻松地对验证和校验过程中在真实和模拟试驾中生成的PB级驾驶场景数据加以管理、进行协作,并且最终将最新功能更快地投入生产。目前而言,汽车工程团队被迫使用多个通常互不协调的工具来处理整个验证和校验过程。随着汽车系统变得越来越复杂、数据越来越密集,这一过程也相应地变得更具挑战性和复杂性。这些复杂系统的扩展更是成问题。过程所涉及的人员范围涵盖试驾员、工程师、数据专家、IT专业人员以及项目经理等,通常位于全世界的不同地点,因此使得数据编制和管理更加困难。EB Assist Test Lab提供了一种独特的端到端验证和校验方法,从而带来了汇集市面已有工具的“一站式”解决方案,并通过附加功能来弥补关键差距。它涵盖了从数据收集到数据分析的整个测试周期,包括优化的协作流程、与第三方工具和服务的集成、数据处理和管理等。工作流程改进、效率提升以及进度的最终加速等综合目标将通过新的EB产品全部实现。“我们与客户紧密合作,确定当前测试过程中的难点,并彻底地构建一种全新产品,以此来满足验证和校验工作流程中的各种需求。”Elektrobit业务管理执行副总裁Martin Schleicher说道,“此外,我们已经确定了一个由云服务、仿真技术和AI领域同类最佳提供商组成的网络,旨在为客户提供终极的汽车测试解决方案。我们很荣幸地宣布,在我们合作伙伴微软支持下基于Azure推出的EB Assist Test Lab,微软的Azure云计算平台将为我们的客户带来巨大收益,这些优势包括全球可扩展性、无与伦比的灵活性以及企业级安全性,让汽车制造公司能够快速测试和分析数据,从而更快地进入市场,消除基础设施实施和维护的负担。”通过与微软等云合作伙伴以及Equinix等数据中心提供商的合作,EB Assist Test Lab可以做到无限扩展,能够处理当今日益复杂的、配备有雷达、激光雷达和高分辨率摄像头的系统所产生的海量数据。目前,一辆汽车每天的平均数据收集量为每秒数百MB,而在下一代汽车中,这一数字预计会增加到每秒数GB。“大规模安全地收集和存储数据,并随时随地可用,对于交付自动驾驶解决方案至关重要。”微软公司汽车行业总经理Sanjay Ravi说道,“微软正在与Elektrobit合作,以帮助他们应对日益挑战和耗时的测试和验证过程,从而加速高级驾驶应用程序的开发。”麦肯锡公司最近开展的一项研究显示:伴随着汽车软件的开发和集成,验证和校验类别的工作量正在经历飞速的增长,在2020至2030年之间预计将以每年10%的速度增长。鉴于日益复杂的ADAS和AD系统的需求,截至2030年,验证和校验预计将约占整个汽车软件市场的29%(240亿美元)。

    时间:2019-10-16 关键词: ad 端到端 adas

  • 瑞萨电子与StradVision合作开发下一代ADAS智能摄像头

    瑞萨电子与StradVision合作开发下一代ADAS智能摄像头

    2019年9月26日,日本东京、美国加州圣何塞讯-全球领先的半导体解决方案供应商瑞萨电子株式会社,与具备深度学习专业知识的自动驾驶视觉处理技术解决方案提供商StradVision今日宣布联合开发基于深度学习的视觉处理解决方案,用于下一代高级驾驶辅助系统(ADAS)的智能摄像头,适用于ADAS Level 2及以上级别。为了避免在城市地区发生的常见危险,下一代ADAS需具备高精度视觉处理能力,能够检测出行人和骑行者等所谓弱势道路使用者(VRU)。同时,对于大众市场的中低端车辆,这些系统必须实现非常低的功耗。瑞萨与StradVision的全新解决方案同时实现了这两个目标,旨在加速ADAS的广泛应用。瑞萨电子汽车技术客户合作事业部副总裁吉田直树表示:“作为视觉处理技术的领导者,StradVision在应用瑞萨R-Car SoC开发ADAS解决方案方面拥有丰富经验。通过此次合作,我们带来了量产级解决方案,面向未来打造安全和精准的移动性能。这一基于深度学习的全新合作解决方案针对R-Car SoC进行了优化,将有助于下一代ADAS的广泛采用,并可支持未来几年内不断提升的视觉传感器要求。”StradVision首席执行官Junhwan Kim表示:“StradVision很高兴能够与瑞萨联手,帮助开发人员有效推进ADAS的下一次重大飞跃。这一共同努力不仅可以转化为快速有效的评估方案,而且将大大提升ADAS的性能。未来几年中,预计前置摄像头市场将会大规模增长,StradVision和瑞萨联手打造优势技术,无疑将保持双方在该领域的领先地位。”StradVision基于深度学习的视觉处理软件为车辆、行人和车道的识别等提供了高性能。该高精度视觉处理软件已针对瑞萨R-Car汽车片上系统(SoC)产品R-Car V3H和R-Car V3M进行了优化,而R-Car系列产品已在量产车型中拥有良好的应用业绩。以上R-Car系列产品搭载了CNN-IP(卷积神经网络知识产权)深度学习处理专用引擎,使其能够以最低功耗高速运行StradVision的SVNet汽车深度学习网络。此次合作开发的视觉处理解决方案实现了基于深度学习的视觉处理能力,同时保持了低功耗,使其适用于量产车辆,进而推动ADAS的采用。基于深度学习的视觉处理解决方案的关键特性:(1) 解决方案同时支持早期评估及量产车型StradVision的SVNet深度学习软件是一款强大的AI感知解决方案,用于量产的ADAS系统。它因在弱光环境下的识别精度和识别对象被其它物体部分遮挡时的处理能力而备受关注。R-Car V3H的基本软件包可同时执行车辆、人员与车道的识别,以每秒25帧的速度处理图像数据,实现快速评估和POC开发。以这些功能作为基础,如果开发人员希望通过添加符号、标记和其它物体作为识别物体来定制软件,StradVision可为基于深度学习的视觉处理提供支持,面向量产车辆,涵盖从培训到软件嵌入的所有步骤。(2) R-Car V3H和R-Car V3M SoC在降低成本的同时提升了智能摄像头系统的可靠性除了CNN-IP专用深度学习模块,瑞萨R-Car V3H和R-Car V3M还搭载了IMP-X5图像识别引擎。将基于深度学习的复杂物体识别与高度可验证的图像识别处理同人为规则相结合,使设计人员能够构建一个强大的系统。此外,方案还设计了片上图像信号处理器(ISP)对传感器信号进行转换,用于图像渲染和识别处理,从而可以采用无内置ISP的低成本摄像头进行系统配置,以降低BOM成本。供货信息采用全新联合开发的深度学习解决方案的瑞萨电子R-Car SoC(包括StradVision的软件与开发支持),计划于2020年初向开发人员供货。

    时间:2019-09-26 关键词: adas 视觉处理 智能摄像头

  • 汽车分立MOSFET:具竞争优势的差异化因素

    汽车分立MOSFET:具竞争优势的差异化因素

    与其他细分市场相比,汽车市场占安森美半导体收入的最大份额。在汽车市场垂直领域,电源方案部(PSG)提供有竞争力的方案用于动力总成、先进驾驶辅助系统(ADAS)、车内、车身、联接和LED照明应用。当今内燃机汽车向具有更高自动化水平、提高燃油能效和减少排放发展,为电子系统设计带来了一系列新挑战。半导体供应商将提供低成本、重量轻的器件方案,具有降低的功耗,及高达175°C结温的热性能。 安森美半导体迄今已在汽车MOSFET市场上取得了强大的地位,提供广泛的符合AECQ-101汽车认证的具有竞争力的MOSFET阵容,为48V轻度混合系统的电源结构、插电式混动/电动(PHEV/ BEV)汽车的车载充电单元、电气化动力总成中的高压到低压DC-DC变换器以及连接电池的12V 电子控制单元(ECU)应用提供了方案,符合汽车系统设计考量。 在推广中的μ8FL(3x3mm)、SO8-FL(5x6mm)、Power56、LFPAK、Power88(8x8mm)和TOLL(10x12mm)封装较小,取代用于电机驱动、电磁控制、反向电池保护电路和12V ECU系统的旧的较大的DPAK、D2PAK和SOT-223封装。与旧封装相比,更小尺寸的占位具有更低的构造成本,其电阻和电感值分别低至0.2 mΩ和1 nH。这些属性转换为具有低导通电阻(Rds-ON)和门极电荷值的具性价比的方案,可最小化导通和开关损耗。 表1. 汽车MOSFET用于关键应用 此外,更小的节省空间的封装与较大的DPAK和D2PAK封装具有相当的热性能。为遵从电气动力总成系统设计的考量,可提供Power56双冷却、Power88单/双冷却、650V SuperFET®III和LFPAK56 MOSFET封装。双冷却封装结构可最大化PCB板空间使用率和实现出色的热传导。 Power56兼容Power SO-8封装并减少了寄生效应。 Power88单封装采用8x8 mm封装,采用薄型结构,适合替代较大的PTH和D2PAK封装。 SuperFET®III MOSFET是一款高压FET,具有降低的Rds-ON、门极和输出电荷,有助于降低导通和开关损耗。 SuperFET®III MOSFET采用易驱动和FRFET版本,具有良好的安全工作区(SOA)额定值。易驱动版本可内部调节门极电阻和寄生电容,有极低的EMI和电压尖峰。 FRFET版本包括一个高度优化的恢复二极管,具有超低Qrr和Trr,对于最小化开关损耗和提高系统级可靠性至关重要。 LFPAK56封装具有超低封装杂散电感和电阻值。它采用强固的结构,鸥翼式(gull-wing)设计可承受由于热和机械应力引起的膨胀和收缩,而不会影响性能。该表归纳了汽车MOSFET用于关键应用。

    时间:2019-09-26 关键词: adas 汽车分立mosfet lfpak56封装

  • 车舱内监控 – 汽车安全的下一个重点

    车舱内监控 – 汽车安全的下一个重点

    已有很多文章写到先进驾驶辅助系统(ADAS)在现代车辆中迅速激增。这些系统的主要目的是提升道路安全,是迈向未来全自动车辆的必经之路。 车辆越来越多地具有多个摄像机看车辆外部周围环境,以检测和识别车辆路径上的物体,或者读取路边标志并控制车辆。其他摄像机监控车辆周边,从而在高速公路上保持车道或帮助安全地停放在拥挤的空间中。 虽然这些救生系统正在取得重大进展,但任何车辆最危险的仍然是驾驶员,更具体地说,最危险的是他们的分心和糟糕的决策。有时被称为“车轮后面的螺母”,美国高速公路安全管理局(NHTSA)调查显示,驾驶员负责超过90%的道路交通事故。 汽车厂商和安全监管机构都意识到ADAS系统能力有限,而且如果驾驶员心不在焉,那么事故发生的可能性仍然极高 - 即使采用ADAS也是如此。因此,摄像机和视觉系统现在被添加到内部以监控驾驶员,并且还越来越多地监控其他乘员。 实际上这些驾驶员监控摄像机(DMC)被认为对道路安全非常重要,欧洲新车评估组织(Euro NCAP)使其从2020年起成为主要安全功能。通过谨慎地将摄像机对准驾驶员并添加先进的图像处理软件,ADAS系统可测定许多有助于道路安全的事情。 配备DMC的ADAS系统可以判断驾驶员是在看前方道路,还是在尝试阅读智能手机上的信息。它可以检测驾驶员是否已经病重和变得丧失形为能力,且更先进的系统能用面部表情作为提示来推断驾驶员的情绪状态。 如果发生事故,同一台摄像机可以检测到驾驶员的大小、重量和位置,并相应调整安全气囊展开,从而降低受伤危险。 扩展视野的是乘员监控摄像机(OMC),它通过检测车舱内其他人的在位来进一步提高安全性。通过OMC,ADAS系统能够确定是否有儿童或宠物以及是否使用安全带。未来需检测车辆中儿童是否在位,特别是无人看管的儿童。 安全是DMC和OMC的主要目标,它们还提供许多便利功能。 DMC能够检测驾驶员并根据他们的偏好调整驾驶室(座椅位置、气候控制等)。使用收费公路时,可以使用高级生物识别技术来授权付款。 OMC可以记录出租车上的危险乘客,为驾驶员提供安全保障。 为演示这技术的能力,安森美半导体携手生态系统合作伙伴,开发了含DMC和OMC的完整车舱内监控系统。该系统的核心是个100万像素(MP)全局快门AR0144AT图像传感器以及3个230万像素红绿蓝-红外(RGB-IR)图像传感器。多摄像头系统采用Ambarella处理实时高质量RGB-IR视频的CV2AQ系统单芯片(SoC),并集成了Eyeris的AI软件,执行复杂的身体和面部分析、乘客活动监控和物体检测。 驾驶员和乘员监控应用需要在从直射阳光到漆黑的可变照明条件下捕获图像的能力。RGB-IR CMOS图像传感器技术具备出色的近红外(NIR)灵敏度,3.0 μm背照式(BSI)和三重曝光高动态范围(HDR),提供全高清1080p输出。这些传感器对RGB和红外(IR)光都很敏感,能够在白天捕获彩色图像,和通过NIR照明捕获黑白IR图像。

    时间:2019-09-26 关键词: adas omc 车舱内监控

  • 2019汽车电子技术展览会村田制作亮相

    2019汽车电子技术展览会村田制作亮相

     随着自动驾驶和新能源汽车的快速发展,电子技术的重要性越发突出,汽车电子技术展览会(AUTOMOTIVE WORLD CHINA)8月28-30日在深圳会展中心顺利举办,展会汇集车身电子、自动驾驶、智能网联技术、新能源汽车技术、测试技术等领域的知名企业,从研发到设计,高质量呈现汽车电子行业新技术与应用。本届汽车电子技术展览会为观众呈上一场产业生态盛宴,促进了行业之间的交流。 村田制作所(以下简称“村田”)携旗下应用于汽车电子领域的MEMS传感器、电池、薄膜电容、时钟元件等产品和技术亮相本届展会。   2019汽车电子技术展览会村田展台 MEMS传感器让未来汽车更智能 MEMS传感器可以对温度、位置、转速、加速度和振动等各种信息进行实时准确的测量,是车辆电子控制系统的关键部件。村田在MEMS传感器领域深耕多年,积累了扎实的技术底蕴,现有的许多传感器产品可以应用于自动驾驶车辆的研发生产。 村田此次通过Demo形象地演示了MEMS惯性传感器在汽车前灯调平上的应用。MEMS加速度计用来检测汽车不同的载重情况或是否经过路面上的减速带,传感器信号用来调整汽车前灯的指向,使车前灯始终保持水平指向。同时还可以应用于激光雷达,毫米波雷达或者摄像头的调平应用等方面。   陀螺仪加速度组合传感器将陀螺仪传感器和3轴加速度传感器进行一体化组合,具有坚固的MEMS结构,实现了高水平的温度特性,冲击灵敏度和优异的偏置稳定性。该产品可以广泛应用于车身电子稳定控制(ESC)、翻转检测用传感器(ROV)、导航系统、先进驾驶辅助系统(ADAS)、惯性测量装置(IMUs)、平台的稳定与控制、机械控制系统、斜坡启动辅助等领域。   加快电池业务拓展,满足汽车应用需求 村田拥有丰富的钮扣电池产品线,能够满足广泛的汽车产品温度需求。村田CR系列钮扣电池拥有高电压、高能量密度,宽广的使用温度范围,优秀的保存特性等优势,适用于胎压监测系统(TPMS),智能钥匙/无钥匙进入系统,门槛条,ETC等领域。   此外,村田还在圆柱形电池领域积极探索。从4年前开始,村田就在欧洲市场上推出了一款主打“宽温型”、“长寿命”的磷酸铁锂圆柱电池。村田在锂离子电池高能量密度特性的基础上,扩大了电池的工作和储存温度范围,使其满足车载要求,并且坚持使用高纯度的磷酸铁锂材料,降低材料异物对电池耐用性和安全性的影响,确保电池可以长期安全使用。经过多年的验证,得到了欧洲汽车行业客户的认可和广泛好评。   技术创新脚步不停,产品研发硕果累累 除了MEMS传感器和电池产品外,村田还带来了薄膜电容及时钟元件,压电扩音器等产品,同样吸引了不少观众。   村田还展出了汽车用时钟元件,包含陶瓷谐振器(CERALOCK®),小型封装、高品质、高精度晶体谐振器及具有高音压、高品质、低功耗的新SMT型压电扩音器。 村田陶瓷谐振器(CERALOCK®)适用于汽车ECU,由于不使用贵金属钯,该产品可以长期稳定供应。   晶体谐振器采用特有的方法实现粒子筛选,改进了耐跌落性和耐冲击性,满足-40至+125℃的工作温度范围。村田希望从水晶石到成品的各种产品为市场提供更稳定的供应和更高的品质。   村田还发布了具有高音压、高品质、低功耗的新SMT型压电扩音器。与电磁材料相比,压电扩音器构成组件的材料数量更少,具有更好的质量,并采取有效对策防止不规则声音问题,符合RoHS指令和ELV指令。   村田与指月电机共同开发出可在125℃高温状态下连续使用、并且支持自我修复功能的汽车用高耐热薄膜电容器。该产品非常适合需要高耐热和高安全性的新能源汽车的动力传动电路,如空调压缩机、车载充电器、无线电力传输系统等应用场景,预计在今年内量产。村田的愿景是成为未来汽车领域的关键一员,在汽车电子行业发展的道路上,村田也将不断贡献创新技术,驱动汽车智能化发展迈向新高度。

    时间:2019-08-30 关键词: 新能源汽车 自动驾驶 adas

  • 5G与车联网会以什么样的方式融合?

    5G与车联网会以什么样的方式融合?

    在自动驾驶和ADAS新功能中,车辆与其他车辆、行人、骑自行车的人或基础设施之间的通信,通常被称为V2X。但可能是因为采用V2X还比较早或者是一项隐藏在引擎盖下的技术,它并没有得到太多的关注。这是一个遗憾,因为V2X的应用程序很可能在完全自治成为现实之前就对安全性和方便性产生重要影响。 应用程序 考虑到V2X的这些潜在应用。在车辆之间的通信中,它可以扩展现有的方法,以帮助左转援助紧急刹车警告和提高十字路口的态势感知能力。扩展Waze概念,它可以控制或建议速度调整,以适应交通拥堵,也可以更新你的GPS地图与实时车道关闭和公路建设活动。V2X的某些形式是必不可少的,以支持空中(OTA)软件更新。 其中一个非常好的功能是“透视车”。如果你的车能进入你前面那辆大卡车的前置摄像头,你就能看到那辆卡车前面是什么。比如你正跟在卡车后面,前面的车停了下来,他一定发生了状况,你会一清二楚。 另一个非常有趣的应用是车辆编排。这是一种卡车/或汽车以协调小组的方式行驶的技术。排队可以减少拥堵,因为这类群体之间的距离可能比考虑到人类反应时间时更近。这一想法背后的主要意图是支持自动驾驶汽车在自动公路上行驶。这可能是早在它普及之前就开始自主性发展了。 如果我们能够在汽车和高速公路上实现V2X基础设施来支持这一目标,那么在高速公路上读书或打盹将是一个合理的短期目标。(目前仍存在一个问题,那就是领航车辆是否需要人驾驶。以及当当前的领队想要离开队伍时,你如何交换领队。但这似乎仍比宏伟的目标更接近可行。) Wi-Fi和蜂窝网络 支持V2X的理想通信技术存在一些争议。任何此类技术都必须在非常广泛的条件下(天气和来自其他EMI源的干扰)才显得可靠,而且必须保证非常低的延迟。 Wi-Fi的拥护者已经提出了一个强有力的技术—专用短程通信技术(DSRC),802.11的一个子集,是V2X的真正候选。这一标准的研究已有很长一段时间了,但似乎需要现在开始迎头赶上。这是美国规定的标准,美国国家公路交通安全管理局(NHTSA)已经开始要求美国所有汽车都必须配备DSRC。 然而,负责蜂窝标准的3GPP标准组在这一领域相对较晚,但一直致力于超可靠低延迟通信,即C-V2X,作为5G的主要组件之一。支持端到端1ms延迟,符合NHTSA的要求,并且提供了更高的可靠性和高达20Gbps的带宽,允许在需要时进行高保真流。另外,C-V2X似乎比DSRC有2X+距离优势,这意味着它需要更少的小/微蜂窝基站来支持一个给定的区域。据了解,芯片和模块有望在今年上市,并在2020年出现在汽车上。 下一步该怎么做 美国交通部(US Department of Transportation)正在押注。 我之前提到的那项任务。在他们开始审查之前,DSRC是唯一的选择。现在C-V2X看起来是一个强有力的竞争者。美国国家公路交通安全管理局副局长Heidi King表示,“相对于支持V2X技术的通信协议,USDOT仍然保持技术中立。“一些公司和地区已经在一些应用中采用了DSRC(如凯迪拉克),C-V2X(福特)。这是一场比赛,但重要的是要意识到比赛才刚刚开始。 如果要打赌,我会选择移动解决方案作为长期赢家。这与科技无关,我的赌注是基于所有权的基础设施成本和支持的可靠性。任何Wi-Fi解决方案都需要广泛部署接入点,以及从接入点到网关的回程,等等。谁来支付和维护这些基础设施?地方政府还是新的私营企业?在这些私营企业成熟之前,我们还需要指望不可靠的支持吗?我们已经有成熟的公司在本地和全球范围内提供无线支持。并不是说它们是完美的,或者不能改进,而是在现有的业务和物理基础设施的基础上进行构建比启动新的业务来支持新的物理基础设施更有意义。 C-V2X技术的关键推动者显然是5G无线电、SoC集成和完成5G C-V2X接口所需的其他IP组件。由于这些解决方案必须通过ISO 26262标准认证,集成商不仅需要来自IP供应商的正确组件,还需要对其提供ISO 26262安全包和认证的能力,以及对他们的能力,深度、记录提供ISO 26262和认证安全包深信不疑。正确的选择必须满足功能、性能、质量和可靠性级别,并达到最积极的FinFET特性大小。 延伸阅读 DSRC和C-V2X V2X,顾名思义就是vehicle-to-everything,其希望实现车辆与一切可能影响车辆的实体实现信息交互,目的是减少事故发生,减缓交通拥堵,降低环境污染以及提供其他信息服务。V2X主要包含vehicle-to-vehicle (V2V), vehicle-to-infrastructure (V2I), vehicle-to-network (V2N)以及vehicle-to-pedestrian (V2P)。 V2X早期主要是基于DSRC,全称是dedicated short range communication,专用短距离通信技术。DSRC在美国已经经过多年开发测试,后期随着蜂窝移动通信技术发展才出现了C-V2X(Cellular V2X,即以蜂窝通信技术为基础的V2X)技术。 DSRC技术的产生基于三套标准: 第一个是IEEE 1609,标题为“车载环境无线接入标准系列(WAVE)”,其定义了网络的架构和流程。 第二个是SAE J2735和SAE J2945,它们定义了消息包中携带的信息。该数据将包括来自汽车上的传感器的信息,例如位置,行进方向,速度和刹车信息。 第三个标准是IEEE 802.11p,它定义了汽车相关的“专用短距离通信”(DSRC)的物理标准。 DSRC顶层协议栈是基于IEEE 1609标准开发的,V2V信息交互是使用轻量WSMP(WAVE Short Message Protocol)而不是WIFI使用的TCP/IP协议,TCP/IP协议用于V2I和V2N信息交互。DSRC底层、物理层和无线链路控制是基于IEEE 802.11p。使用IEEE 802.11系列标准的初心是利用WIFI的生态系统,但是WIFI最初设计用于固定通讯设备,后来制定IEEE 802.11p支持移动通讯设备。 C-V2X技术进化史 随着蜂窝通信技术的发展,蜂窝通信扮演的角色越来越重要,现在蜂窝通信技术已经从单纯的传递声音变成向传递音频、数据转变,也从Person-to-Person向Machine-to-Machine变革,V2X技术就是M2M变革的一项应用。 C-V2X是由3GPP定义的基于蜂窝通信的V2X技术,它包含基于LTE以及未来5G的V2X系统,是DSRC技术的有力补充。它借助已存在的LTE网络设施来实现V2V、V2N、V2I的信息交互,这项技术最吸引人的地方是它能紧跟变革,适应于更复杂的安全应用场景,满足低延迟、高可靠性和满足带宽要求。

    时间:2019-08-21 关键词: 物联网 自动驾驶 adas 电源资讯

  • 基于传感器融合的ADAS硬件在环测试台

    基于传感器融合的ADAS硬件在环测试台

    当前汽车的传感器融合传感器融合这一概念涵盖所有类型的传感器。典型的例子是将前置摄像头和前置雷达提供的信息融合。摄像头只能在可见光谱下工作,不适用于雨天、浓雾、太阳眩光和黑暗等环境,但是在识别颜色(如道路标记)方面具有高度可靠性。而雷达即使在低分辨率下,也可用于探测距离,并且环境条件对雷达没有太大影响。将前置摄像头和雷达传感器融合的典型ADAS功能包括:自适应巡航控制(ACC)-适应交通状况的速度。当前方车辆的距离低于安全阈值时,速度会降低。当道路畅通或到下一辆车的距离在可接受范围内时,ACC会加速回到设定的速度。自动紧急制动(AEB)-通过降低特定碰撞情况下的速度或在危急情况下警告驾驶员来控制制动系统。系统扩展由一个NI矢量信号收发器(VST)和一个毫米波射频前端组成的系统可以生成两个具有相同到达角的目标。得益于系统的灵活性,我们可以轻松扩展系统来模拟具有多个到达角的多个目标。基于四个VST和四个毫米波射频前端的配置可以模拟具有四个到达角的八个不同目标。结论ADAS系统对安全至关重要,因此在进行实际车辆测试之前,必须能够先在实验室进行测试。这种验证方式意味着我们可以在整车生产出来之前先进行验证,以在生产过程中及时采取纠正措施。由于可在系统配置之前开始测试,而且系统可以一周七天全天候工作,因此可大幅度减少总体开发时间。与使用组装车辆相比,可在较短时间内以最小成本进行非回归测试。作为工程和研发(ER&D)服务的全球领导者,Altran通过开发面向未来的产品和服务为客户提供一种全新的创新方式。从概念到工业化,Altran始终与客户通力合作,确保项目价值链中每个环节的成功。*Giuseppe Doronzo、Marino Difino和Matteo Moriotti,Altran Italia公司

    时间:2019-07-30 关键词: 毫米波 传感器 adas

  • ROHM开发出确保安装可靠性的车载用超小型MOSFET“RV4xxx系列”

    ROHM开发出确保安装可靠性的车载用超小型MOSFET“RV4xxx系列”

    全球知名半导体制造商ROHM(总部位于日本京都)开发出1.6mm×1.6mm尺寸超小型MOSFET“RV4xxx系列”,该系列产品可确保部件安装后的可靠性,且符合汽车电子产品可靠性标准AEC-Q101,是确保车规级品质的高可靠性产品。另外,产品采用了ROHM独有的封装加工技术,非常有助于对品质要求高的高级驾驶辅助系统(ADAS)摄像头模块等汽车电子的小型化。RV4xxx系列已于2019年5月份开始出售样品(样品价格100日元/个,不含税),预计于2019年9月开始暂以月产10万个规模投入量产。近年来,ADAS不可或缺的车载摄像头,受安装空间的限制,对所配置部件的小型化要求越来越高。为满足这些市场需求,在保持大电流的前提下,有望进一步实现小型化的底部电极封装MOSFET备受瞩目。另一方面,对于汽车电子产品,为确保可靠性,会在产品安装后进行外观检测,但由于底部电极封装在侧面没有充分形成稳定的焊接面,因此无法确保汽车电子需要的焊料高度,并且很难确认安装后的焊接状态,这是长期以来存在的课题。ROHM一直致力于包括超小型MOSFET在内的行业领先产品的开发,并创造了傲人业绩。此次,通过引入ROHM独有工艺方法的Wettable Flank成型技术,底面电极封装也能形成焊接面。作为业界首家※保证封装侧面电极部分130μm的高度,因此可在产品安装后的外观检测中可以充分确认焊接状态。未来,ROHM会充分运用Wettable Flank成型技术优势,继续开发小型封装技术,并将技术优势从MOSFET扩展到双极晶体管和二极管产品,持续扩充追求小型高可靠性的产品阵容。※截至2019年7月23日 ROHM调查数据<特点>1. 利用融入ROHM独有工艺方法的Wettable Flank成型技术,保证封装侧面电极部分130μm的高度Wettable Flank成型技术是在封装侧面的引线框架部加入切割再进行电镀的技术。但是,引线框架切割高度越高越容易产生毛刺。为此,ROHM开发出独有的工艺方法,在引线框架整个表面上设置了用来减少毛刺的阻挡层。这可以防止产品安装时的倾斜和焊接不良,而且作为DFN1616封装产品(1.6mm×1.6mm),业界首家保证封装侧面电极部分130μm的高度。2.替换为小型底部电极 MOSFET,削减安装面积以往ADAS摄像头模块的反接保护电路主要采用肖特基势垒二极管(SBD)。但是,随着摄像头的分辨率日益提高,在超大电流化方向发展的车载市场,由于小型底部电极MOSFET具有导通电阻低且可减少发热量的特点,替换掉SBD已经是大势所趋。例如电流2.0A、功耗0.6W时,在车载市场被广为使用的带引脚封装MOSFET,与SBD相比,可削减30%的安装面积。而底部电极封装的MOSFET,由于是底部电极,散热性更好,不仅可实现小型化,还可实现大电流化。因此,与传统的SBD相比,其安装面积可削减78%,与普通的MOSFET相比,其安装面积可削减68%。<产品阵容>

    时间:2019-07-23 关键词: adas 摄像头模块 wettable flank

  • 采用LDO实现简洁的电源以提高图像传感器质量

    高级驾驶员辅助系统(ADAS)要求具有更高功能的传感器满足不断发展的汽车安全标准。图像传感器提供观察和感应功能,并基于通用像素架构,可减少汽车成像应用中的客户开发时间和工作量。 为当今的高性能图像传感器提供电源比以往更具挑战性。增加的像素大小和更新率给负责摄像机模块的工程师带来了供电方案的新挑战。设计图像传感器电源方案时要考虑三个关键因素。 PCB布板和电容选择 图像传感器是高动态的器件,需要稳压器、输出电容器和PCB布线/布局的优化的系统方案。采用相同器件的类似设计可提供截然不同的结果。(见图1)MARS参考设计展示了适当的PCB布板和器件的布局,以实现简洁的供电系统。 图1 – 不良的PCB布板和电容布局引起的Vdd上的电压纹波 输出电容的选择必须考虑到低压降稳压器(LDO)的稳定性,在瞬态响应和启动间隔/过冲时保持充电。 电源抑制比(PSRR)影响 PSRR描述了稳压系统的直流输入电压信号如何传送到稳压输出。这在图像传感器应用中特别重要,因为注入到系统中的任何噪声使图像质量下降。我们可以看到在下面的图2中,低于100kHz的系统的PSRR通过选择适当的LDO控制。在100kHz以上,PSRR通过由选择适当的被动元件和PCB布板/布局控制。在这个例子中您可看到如NCP163 (NCV8163) 的 LDO的PSRR有多高,对达10kHz的提供高于 85 dB的响应,达1MHz的高于 45 dB。 图2 – PSRR系统响应和NCP163 LDO(高PSRR)的PSRR响应 下面的图3对传统的DC-DC转换器和高PSRR的 LDO进行了对比。由于采用了增加能效的拓扑结构,DC-DC在输出端具有固有的开关纹波。此纹波被转移到图像传感器,使得图像质量下降。为了获得高能效和维持一个高PSRR 的LDO的性能,产品也可用一种新的偏置轨架构,如NCP134(NCV8134)。这种偏置轨的配置能保持高PSRR性能,且提供了一个更高能效的方案。 图3 – LDO和DC-DC转换器的图像质量和纹波对比 系统噪声 在LDO的输出端有两个主要的噪声源。一个是耦合到LDO输入的外部器件,这LDO是采用高PSRR的方案解决以上问题。第二个是由内部LDO电路产生的噪声。为了满足这一需求,新一代的LDO产品提供超低噪声性能和以外部电容器优化频谱密度的能力。NCP705(NCV8705)用于MARS参考设计以产生2.8 V电源供给图像传感器与协处理器的噪声敏感的轨道。 图4 -具有不同前馈电容值的输出电压噪声谱密度 通过遵循几个简单的规则并利用MARS参考设计作为参考,设计一个简洁的电源方案应该相当简单。稍稍投入了解设计方法将使您的最终产品能够实现最佳的图像质量。

    时间:2019-06-26 关键词: 图像传感器 adas 汽车成像

  • 汽车电子虚拟开发新时代中的德赛西威与新思科技

    汽车电子虚拟开发新时代中的德赛西威与新思科技

     德赛西威和新思科技联合宣布展开合作:通过使用新思科技提供的虚拟原型开发技术(Virtual Prototyping),全面提升智能汽车的设计、研发和测试的效率。该技术为汽车行业带来了全新的方法学,重新定义智能汽车的研发流程,大幅提升研发效率。德赛西威将把该技术应用于包括智能座舱和ADAS在内的所有复杂电子系统的虚拟开发和测试。 德赛西威总经理高大鹏表示“汽车智能化对我们客户的产品品质和交付周期都提出了更高的要求,这是一个机遇和挑战并存的时代,我们必须从创新入手,为客户提供高智能、更具竞争力和安全性的汽车电子产品和服务。德赛西威在国内率先采用新思科技的虚拟原型技术,将大大提高产品研发效率,更好地服务我们的车企客户,是我们实现智能网联化战略中的重大部署。” 新思科技旗下基于虚拟原型技术的虚拟开发平台(VDK)可实现芯片、电路及元器件等电子控制单元(ECU)的虚拟仿真,将物理开发升级到仿真环境的智能开发。汽车公司可提前12个月,于硬件可用前即启动软件开发和测试。虚拟仿真的ECU还能加速和扩展测试,模拟在真实和物理环境中很难实现的各类极端测试,因此可以快速将更可靠、更安全的产品投放到市场。   新思科技中国董事长兼全球副总裁葛群表示,“新思科技近年来开创性地将虚拟原型这一先进的技术扩展到汽车电子类领域,开启产业链合作的新模式。此次同全国领先的汽车一级供应商德赛西威的同盟,是我们在中国汽车行业的一次里程碑式的合作,标志着新思科技携手合作伙伴为中国汽车行业引入新的方法学并升级汽车电子系统和产品的开发流程,进一步加速汽车产业迈向智能化时代。”

    时间:2019-06-26 关键词: ecu adas vdk

  • 软件与整车电子架构结合将重新定义汽车行业

    软件与整车电子架构结合将重新定义汽车行业

     随着智能互联、自动驾驶、电动汽车及共享出行的发展,软件、计算能力和先进传感器正逐渐取代发动机的统治地位。与此同时,这些电子系统的复杂性也在提高。以当今汽车包含的软件代码行数(SLOC)为例,2010年,主流车型的SLOC约为1000万行;到2016年达到1.5亿行左右。复杂性正如滚雪球般越来越高,不可避免地导致了与软件相关的若干严重质量问题:这在近期若干起大规模车辆召回事件中屡有耳闻。 01解决迫在眉睫的行业隐忧 当前,软件在D级车(或大型乘用车)的整车价值中占10%左右,预计将以每年11%的速度增长,到2030年将占整车内容的30%。数字化汽车价值链上的所有企业均在尝试从软件和电子技术带来的创新中获利(见图1)。软件公司和其他数字技术企业正从目前的二、三级供应商逐步成为整车企业的一级供应商。他们超越了功能和应用程序(APP)的范围,进一步涉足操作系统,加深在汽车“技术栈”中的参与度。同时,传统的汽车电子系统一级供应商正在大胆进入IT巨头所在的功能与应用程序领域。豪华品牌车企则正进入操作系统、硬件简化、信号处理等更底层的技术领域,以期从根本上确保其技术优势和独特性。 这些战略举措的结果之一是车辆架构将变为以通用运算平台为基础的,面向服务的架构(SOA)。*将得以添加新的智能互联解决方案、APP、人工智能元素、*分析工具和操作系统等。差异化(或独特性)将不再仅仅停留于传统的车辆硬件方面,而更多地通过由软件和先进电子技术赋能的用户交互界面和体验层面来体现。   未来的汽车将成为搭载全新差异化元素的平台。这些差异化元素可能包括*的车载娱乐系统、自动驾驶和智能安全等以“高容错性”为根本的功能。软件将通过智能传感器与硬件整合,进一步深入数字堆栈。堆栈之间将完成水平整合,并添加新层,从而将整体结构转化为SOA。   *终,全新的软件和电子架构将催生多个改变游戏规则的趋势,提升复杂性和相互依赖程度。例如,新的智能传感器和应用将驱动车辆数据“爆发式增长”;相关产业链上下游企业若想维持竞争力,就必须高效处理和分析这些数据。模块化的SOA和OTA更新对大型复杂软件的维护至关重要,并催生可满足车主*需求的商业模式。由于第三方APP*将越来越多,车载娱乐系统将越来越应用程序化,甚至*驾驶辅助系统(ADAS)也会在一定程度上APP化。对数据安全的关注将逐渐从纯粹的权限控制策略转变为综合性安全概念,以达到预测、避免、检测和防御网络攻击的目的。 02汽车电子电气架构未来走向的十大假设 通向未来技术和商业模式之路远未明晰。我们就此提出了十大假设。 趋势1:电控单元(ECU)的整合程度将提升 汽车行业将转为整合的ECU架构,这在*辅助驾驶系统(ADAS)和高度自动驾驶(HAD)功能上尤为必要,而其他车辆功能则仍可能保持较高程度的去中心化。 随着自动驾驶的发展,软件功能虚拟化和硬件简化的重要意义将进一步提升,而这可能以几种形式成为现实。一是将硬件整合到针对不同时延性和可靠性要求的堆栈中;二是一个冗余的“超级计算机”将取代ECU的地位;三是彻底放弃控制单元的概念,转而采用智能节点计算网络。 趋势2:特定硬件使用堆栈数量将受到限制。下列四个堆栈会成为今后五到十年内新一代汽车的基础: 时间驱动栈。控制器直接与传感器或执行器相连,而系统则需要支持严格的实时要求和低延迟时间;资源调度将基于时间。该堆栈包括达到很高汽车安全完整性等级的系统,例如经典的汽车开放系统架构(AUTOSAR)。 事件-时间驱动堆栈。这一混合堆栈能将诸多高性能安全应用结合在一起,例如ADAS及HAD。操作系统将应用程序和外设分隔;应用程序则根据时间进行调用。在应用程序内部,资源调度可以根据时间或优先等级决定。运行环境将确保关键的安全应用与车内其他应用程序分隔并独立运行。目前这一概念的示例是自适应AUTOSAR。 事件驱动堆栈。该堆栈以对安全等级要求较低的资讯娱乐系统为中心。这些应用程序与外设清晰地分隔开来,资源调度将遵循优化原则或基于事件。该堆栈包含允许用户与车辆交互的常用可视功能,如安卓、汽车等级Linux、GENIVI和QNX。 云堆栈。该堆栈协调车辆外界对车辆数据及功能的访问,并负责通信、安全、以及应用程序认证。该堆栈还须建立一个预定义的车辆界面,包括远程诊断。 趋势3:扩展的中间层将使应用程序从硬件中抽象化 随着车辆逐渐演变成移动运算平台,中间件(middleware)将实现车辆重新配置,以及相关软件的安装和升级。当前ECU内部的中间件只是负责跨ECU间的通信。新一代车辆则与此不同,中间件将是域控制器与功能访问之间的连接。中间层在ECU硬件之上运作,并推动抽象化和虚拟化、SOA以及分布式运算。 趋势4:车载传感器数量将飞速增加 在今后两到三代汽车产品上,整车企业将安装多个具备相似功能的传感器,来确保车辆具有充足的安全冗余。长期看来,行业将开发更完善的传感器解决方案来减少传感器数量和成本。 长远来看,对于车辆传感器数量,可能会出现不同的发展情景——增加、稳定不变或是下降。哪个情景*终会发生将取决于监管政策、技术成熟度以及在不同用途下使用多个传感器的能力。举例来说,监管部门可能要求更加密切地监控司机身体状况,从而增加传感器的应用。然而,一味增加,或者数量维持不变,都不利于成本控制。所以减少传感器数量的动力将会较为充足。未来的*算法与机器学习可增强传感器性能和可靠程度,再辅之更加强大的传感器技术,传感器冗余将有望减少。   趋势5:传感器将更加智能 集成化的智能传感器将被用来管理HAD所需的大量数据。传感器融合和3D定位等*功能将在中心化运算平台上进行,预处理、筛选和快速反应则很可能直接在传感器内完成。据估算,一辆自动驾驶汽车每小时产生的数据量将达4TB,因此,传感器将需要完成部分传统由ECU完成的工作。为确保正确运转,新一代传感器清洁系统,例如除冰除尘等,将尤为必要。 趋势6:全电力和数据网络冗余将变得至关重要 对可靠性要求较高的安全类关键应用,将利用整个冗余圈来完成所有对安全行驶至关重要的工作,如数据传输和电力供应等。电动汽车、中央计算机和高耗能分散式计算网络都会需要具备冗余性的新型能源管理网络。线控转向和其他HAD功能所需的高容错性同样需要冗余系统设计。这一切尚难以在目前的故障保护监控应用架构上完成,仍有待进一步突破。 趋势7:“汽车以太网”势不可当将成为整车支柱 数据量的提升、HAD的冗余要求、互联环境下的安全保障,以及跨行业标准协议的需求很有可能催生汽车以太网,并使其成为冗余中央数据总线的关键助推因素。以太网解决方案可以实现跨域通信,并通过添加以太网扩展,例如音-视频桥接(AVB)和时间敏感网络(TSN)等,来满足实时性要求。 本地互联网络、控制器区域网络等传统网络将继续在车辆上运用,但仅用于封闭式的低级网络,如传感器和执行器等。FlexRay和MOST等技术有可能被汽车以太网及其扩展(如AVB、TSN等)取代。 趋势8:整车企业会严控与功能安全及HAD相关的数据互连,但将为第三方访问数据开放接口 发送与接收安全关键数据的中央互联网关将始终直接且仅连接到整车企业的后台,第三方会被允许进行数据访问(被监管法规排除的场景除外)。然而,在车辆APP化的推动下,资讯娱乐系统的新兴开放接口将允许内容和应用程序供应商加载内容,而整车企业将尽可能严格地保持各自的标准。 目前的车载诊断端口将被互联通讯方案取代。通过接入整车物理端口来读取车辆数据不再必要,登陆车企后台即可。车企将在其后台开放若干数据接口,以满足若干特定场景的需求,如失窃车辆轨迹追踪或个性化保险等。 趋势9:汽车将在云端结合车内及车外信息 虽然非车企以外的企业参与程度仍取决于监管法规,非敏感数据(即非隐私或安全相关数据)仍然有望更多地在云端进行处理。随着数据量的增长,大数据分析将被越来越多地应用于数据处理,并将基于数据处理结果制定相应的行动方案。基于数据的自动驾驶的应用及其他各项数字化创新将依赖于不同企业之间的数据共享。当然现在仍然不清楚不同企业间的数据共享将如何实现、由谁实现,但主要的传统供应商和技术企业已经开始建立有能力处理此种海量数据的集成化平台。 趋势10:汽车将应用双向通信的可更新部件 通过车载测试系统,汽车可以实现自动检查功能和集成更新,从而推动生命周期管理,以及增强或解锁产品的售后功能。所有ECU都会与传感器和执行器交换数据,并检索数据包来支持创新性用例,如基于车辆参数的路线计算。 OTA更新是HAD的前提条件,它还将有助于开发新功能、确保网络安全,并使车企得以更快部署功能与软件。事实上,正是OTA推动了本文提及的多项整车架构上的重大变革。 为实现类似智能手机那样的升级性,汽车行业须克服限制性的经销合同、监管要求和安全与隐私问题等诸多挑战。整车企业将与该领域的技术供应商密切合作,在OTA平台上实现车队标准化。 车辆将在全寿命周期内获取功能性及安全性升级。监管部门可能强制要求软件维护,来确保车辆设计的安全完整性。更新和维护软件的责任将在车辆维护与运行领域催生新业务模式。 03评估汽车软件和电子架构的未来影响 软件和电子架构在未来面临的颠覆性趋势同样不可小觑。诸多战略性举措可能就此催生:车企可以组建行业联盟来实现车辆架构标准化,IT巨头可以引入车载云平台,出行方案供应商可以开发开源车辆堆栈和软件功能,车企也可引入更加先进的互联车辆和自动驾驶车辆。 对于传统整车企业而言,从以硬件为中心转为以软件为导向,以服务为主导的挑战更为艰巨。我们在此提出五条战略建议: 将车辆与车辆功能的开发周期分离。整车厂和一级供应商须从技术和组织的角度,明确如何在车辆开发周期之外,进行整车功能的开发、供应及部署。考虑到目前的车辆开发周期,整车企业须找到管理软件创新的方式,还应思考如何为现有车辆制定加装和升级方案(例如计算单元)。 为软件和电子技术开发制定附加值目标。整车企业必须找到自身能建立控制点的差异化功能,因为清晰定义软件和电子技术开发的附加值目标意义重大。同样重要的是,明确哪些领域可能被“同质化”,或者有哪些课题只能由合作伙伴提供。 为软件贴上清晰的价格标签。软件与硬件的分离意味着整车企业需要重新思考单独购买软件的内部流程和机制。除了传统方法外,还须分析如何将软件开发中的敏捷方法在采购流程中得到充分利用。在这个问题上,供应商(一级、二级和三级)也扮演了关键角色。 围绕新电子架构设计具体的组织结构(包括相关后台)。在改变内部流程来交付和销售*电子技术和软件之余,企业还应思考如何为与车辆相关的电子技术课题建立相应的组织结构。分层式的新架构需要打破现有的垂直化体系,引入全新的水平化组织单元。另外,企业还须培养内部软件和电子开发团队的专有能力和技能。 将汽车功能商品化并以此为基础设计商业方案。企业必须分析哪些功能可以为未来架构带来真实收益,从而实现变现,由此可以为软件和电子系统的销售开发新的业务模式,无论其是产品、服务或某种全新概念。 04中国将成为汽车软件及电子产业发展的新高地 中国的整车行业在过去几年取得了有目共睹的巨大发展。国产汽车行业的进展不仅体现在传统能源汽车的研发及制造上,也同时体现在了诸如汽车电动化、共享化、互联网化、无人驾驶化等所谓“新四化”上。国产汽车软件及电子的发展,也会借此东风,不断取得新发展。 在上文述及的十大趋势中,我们看到在一些中国先进汽车企业身上也有所体现。 -趋势1(ECU整合):比亚迪近期宣布在*的e平台上实现仪表、空调、音响、智能钥匙等控制模块10合1,使整车控制模块线束大幅减少,降低模块故障率以及提升生产装配效率。 -趋势7(汽车以太网):上汽集团*近推出了基于全新电子电气架构的电动车平台——DoubleE架构,核心亮点之一是采用了支持海量数据极速传输的以太网技术。 -趋势8(整车厂商开放数据接口):比亚迪于近期上线了汽车智慧开放平台,并通过该平台将车内信号封装为数百个API。开放的API内容涵盖车身、行驶数据、车速、全景、空调、雷达、充电设备等18类数据。 -趋势9(云端数据处理):阿里巴巴推出的AliOS智联网汽车解决方案,其一大亮点是充分发挥了阿里云在云计算、大数据和人工智能的优势,借助阿里巴巴的生态能力,赋能合作伙伴更好探索“数据x智能”驱动的新型业务模式。 -趋势10(OTA):上汽与阿里巴巴合作的斑马智行在2017年底/2018年初完成对近40万台荣威/MG品牌乘用车的OTA升级,受到了业内极大关注,堪称是智能汽车在华发展的标志性事件之一。 05结语 汽车软件和电子系统的新时代已经开启。此前业内奉为圭臬的业务模式、客户需求和竞争格局都将发生剧变。我们对即将产生的产值和利润持乐观态度。但若想从变革中获益,汽车行业的所有参与者均应根据全新的环境,重新思考和谨慎定位(或再定位)自身的价值主张。

    时间:2019-06-18 关键词: adas sloc had

  • 通过深入学习提高和发展车辆感知

    自动驾驶汽车的梦想正在成为现实。通过在车辆中实现多种先进的驾驶员辅助系统(ADAS),汽车行业对于完全自动驾驶的追求正在稳步推进。如今,几乎所有汽车经销商的新款车都配备了多个摄像头、雷达和超声波传感器,可实现如辅助自动泊车、自动紧急制动、车道辅助行驶、司机疲劳驾驶警报等基于感知的各项功能。 摄像头的感应功能在如今的车辆驾驶中发挥着必不可少的作用。感知系统的功能与人体具有很大的相似性。摄像头或图像传感器充当车辆的“眼睛”,数据从图像传感器发送到主处理器即人的“大脑”,然后“大脑”使用各种算法来分析和解读数据。最后,通过发送控制转向、加速器或者制动的命令(类比向手和脚发出的指令)来做出各种行为。在过去十年中,汽车感应已经从基本的后视摄像头演变为具有停车辅助功能的全3D环绕视图。与人类的能力随着大脑发展得以进化一样,ADAS技术也随着日益发展的硬件平台上的创新感知算法的演进而得以不断发展。 深度学习概述 当今自动驾驶领域最热门的话题之一是“深度学习”,这是机器学习的一个子集。深度学习是一种计算方法,用于根据已经过大量数据训练的神经网络进行准确的分类和预测。神经网络是一组用于识别数据模式的算法。许多ADAS应用,如前置摄像头感知应用中,使用卷积神经网络(CNN)会比传统的计算机视觉方法更有效地执行对象检测和分类等任务。在下述示例中(图1),深度学习用于对车辆、道路、标志、行人和背景进行分类,并在输出中直观地将其区分。德州仪器的深度学习能力带领完成了大量资源的开发,如德州仪器深度学习(TIDL)软件框架。该框架简化了开发人员的算法培训、开发和移植过程。有关汽车深度学习的更多信息,请阅读我们的博客“汽车中的AI:实践深度学习”。   图 1:在TDA2处理器上使用TIDL软件框架进行对象检测和分类的示例 通过深入学习不断发展的汽车感知系统 德州仪器长久以来一直支持汽车和计算机视觉应用。随着支持这两个领域的技术融合,开发具有高水平功能安全性、功效和性能的芯片尤为重要。Jacinto™TDAx处理器平台可帮助汽车OEM和一级供应商开发和实施ADAS应用的深度学习算法。一家汽车软件公司Momenta,最近在其新的感知系统中应用了德州仪器的异构TDAx处理器架构,以实现SAE L2-L4自主功能。在一个解决方案中将TDAx处理器架构、TIDL软件框架和Momenta的深度学习结合,使汽车制造商和一级供应商可以潜在提高网络效率,同时保持准确感知车道、车辆、行人和其他对象。 要了解有关德州仪器如何支持汽车应用和汽车处理器深度学习的更多信息,请阅读我们的博客或访问我们的网站。“实践深度学习”或参见Jacinto™TDAx ADAS SoCs。 

    时间:2019-06-14 关键词: 德州仪器 TI AI adas

  • OmniVision推业界最小尺寸和最优价值的汽车图像传感器

    OmniVision推业界最小尺寸和最优价值的汽车图像传感器

    最新的200万像素,RGB-IR传感器不仅提供出色的低光和近红外灵敏度,更具有高动态范围和先进的ASIL安全功能设计,减少伪影并提高整体系统可靠性。加利福尼亚州圣克拉拉 –2019年4月10日 - 行业领先的数字图像解决方案开发商豪威科技公司(OmniVision Technologies, Inc.)今日发布为驾驶舱和乘客监控提供最优价值的200万像素RGB-IR汽车图像传感器OV2778。凭借其业界领先的功能,该传感器非常适用于汽车舱内监控成像应用,例如监控车内包裹,无人看管的儿童以及视频会议等。OV2778采用了车内隐蔽相机的最小可行封装——6.5 x 5.7mm车用CSP,最大程度减少外观视觉影响 。此外,它还提供先进的ASIL功能安全性,在OV2778作为ADAS系统的一部分时,十分重要。豪威科技的产品营销经理Thilo Rausch说:“对客舱和乘客监控的需求正在加速全球汽车图像传感器市场的增长。我们最新的OV2778图像传感器不仅在各种光照条件下都能达到高灵敏度,其高性价比也让在主流车辆中加载这些应用成为可能。”OV2778基于OmniVision的2.8微米OmniBSI™-2 Deep Well™像素技术,可通过单次曝光提供16位线性输出,并具有同类最佳的低光灵敏度。 通过第二次曝光,动态范围可以增加到120dB,从而最大限度地减少运动伪影。 该传感器领先的低光性能,使其非常适合各类舱内应用。 此外,凭借集成的RGB-IR,4x4模式的彩色滤光片和外部帧同步功能,OV2778在各种不同的照明条件下都可以实现最佳成像效果。该图像传感器经过AEC-Q100 Grade 2认证,可适用于汽车应用。 此外,受益于其前代产品的广泛安装应用,OV2778能够被简易融合到现有的汽车平台中。OV2778样品现已上市,还有即插即用的汽车参考设计系统,可安装到任何车辆进行快速开发。新品资讯:矽递科技Grove套件:无需硬件驱动或嵌入式开发,专为微软Azure服务而设计威世VCNL36687S接近传感器:小尺寸封装、集成信号处理IC和12位ADC亚德诺半导体EVAL-ADXL362评估板:兼容Arduino接口、自带LCD屏英飞凌IM69D120和IM69D130 XENSIV MEMS麦克风,为低失真和高信噪比而设计

    时间:2019-06-05 关键词: 图像传感器 omnivision adas ov2778

  • 开易科技获1亿元A+轮融资,与各方共推智能驾驶落地

    开易科技获1亿元A+轮融资,与各方共推智能驾驶落地

    今天,开易科技正式宣布完成1亿元人民币A+轮融资,本轮领投方为尚珹投资、原股东华泰新产业基金跟投。此前,公司曾获得过华盛一泓的PRE A轮投资以及华泰新产业基金的A轮投资。开易科技创始人兼CEO刘鹏表示,本轮融资将主要用于团队扩充以加速技术创新、产品打磨以及深化商业化落地。开易科技是一家智能驾驶创新技术服务企业,研发人员占比超过70%,在后装智能后视镜市场的ADAS应用占比已超过90%。公司目前已分别与知名芯片、网约车企业达成深度合作,在技术创新与产业化应用上发挥各自领域优势,共推智能驾驶产业快速发展。牵手国内芯片巨头,软硬件融合研发以人工智能为代表的第四次工业革命浪潮正席卷全球,政策加持以及产业融合催生万亿级市场规模。开易科技是一家技术驱动型企业,长期保持高比例的研发投入,深耕智能驾驶技术的创新与应用,以算法为核心为汽车出行提供有效便捷的主动安全解决方案。身处智能互联时代,融合创新能够打破行业边界,激发无限商业价值。开易科技认为自动驾驶的实现是一个系统性的发展过程,需要长时间的专业投入。为此,开易科技既保持在垂直领域的纵深掘进,也不断尝试横向协同发展。目前,开易科技已与国内领先芯片企业达成深度合作,通过软硬件技术的双驱结合研发,大力推进智能驾驶的加速落地。开易是该芯片厂商在车载智能安全技术开发领域最早的合作伙伴之一,也是其支持力度最大的企业之一。基于自身高精确度算法原创能力与合作企业强大的芯片技术支持,开易科技可以在识别率、可靠性、功能开发、成本控制等方面不断突破。刘鹏表示,采用合作企业AI芯片全新研发的高性能核心板及其相关延伸产品,将于近日进入量产状态。该核心板支持多路镜头接入并且功能全面,除涵盖ADAS、DMS、人脸识别等核心汽车主动安全功能,同时还支持客流统计、肢体识别、BSD等定制功能。未来,开易科技将继续探索智能驾驶芯片领域,深化与行业头部企业的合作,加快技术创新、产品研发以及市场拓展的步伐。成为首汽约车首选技术合作伙伴,加速场景化应用在商业化探索上所取得的成就是开易科技在资本寒潮下仍能逆势获得高额投资的另一大原因。公司拥有SDK、终端设备、核心配件等多种产品形态,在乘用车与商用车场景均实现渗透。开易科技在2018年初已与首汽约车展开深度合作,针对网约车特定场景,为首汽约车的运营车辆定制开发集成前向驾驶辅助(ADAS)、驾驶员注意力监控(DMS)、身份核验等系统的智能车载终端,提供前车碰撞预警、车道偏离预警、驾驶员身份验证、疲劳及分心等危险驾驶行为的监测与警报。凭借高可靠、易实施、低功耗的出色表现,开易科技现已成为首汽约车智能车载领域的首选技术合作伙伴,出货量累计达数万台。在网约车出行的智能化及安全化进程上起到了重大作用,同时也为司乘用户提升了出行体验。刘鹏认为“性能精进+高效响应+成本控制”是开易科技的竞争优势,他强调公司仍将针对这三点创新突破,并充分以客户需求为导向,深化合作场景的价值创造,加速单元场景的规模化覆盖。持续发力主动安全,构建全栈式智能驾驶服务开易科技于2016年初在北京成立,现已在北京、深圳、长沙、台湾、成都、天津设有研发或运营管理中心。团队成员主要来自于国内外知名高校以及汽车行业Tier1,为智能驾驶核心技术的自主研发提供有力支撑。当前公司的研发人员占比超过公司总规模的70%,全面掌握领先的计算机视觉、深度学习、多传感器融合、大数据等智能驾驶核心技术,并与传统技术进行灵活交叉,有效促进产品性能提升。刘鹏指出,开易的发展线路是渐进式的,公司瞄准汽车主动安全技术服务作为当前阶段发展重心,以此夯实技术基础,沉淀行业资源,为进阶自动驾驶增添动力。“务实精耕是我们一贯的做事态度,技术只有真正的落地到实际应用中才能发挥最大价值,而应用数据同样会反哺技术革新。开易坚持持续性的产品打磨,通过对细节的潜心雕琢,不断与更多潜在市场接触并加深粘性。”刘鹏表示。基于高精确度的算法,开易科技能够通过摄像头、毫米波雷达的融合,实时监测车辆、行人、车道线、驾驶员状态、乘车人员等数据,实现车内外驾驶环境的精准感知与分析预警。为汽车前后装市场打造涵盖前向主动安全系统(ADAS)、驾驶员注意力监测系统(DMS)、人脸识别系统等于一体的全栈式视觉感知解决方案。后装方面,开易研发的轻量级SDK提供多种功能选配、广泛平台兼容,已服务近千万用户,在智能后视镜ADAS算法应用市场的占比超过90%,每月可产生百万级规模的样本数据支持算法优化。自主研发的后装商用主动安全设备通过多项国家级标准检测,出货情况在同行业中名列前茅。考虑到商用车特需功能,推出“端+云”一体化服务,支持实时监测预警与多维度多权限数据管理,可以有效降低交通事故率,提升运营效率,助力汽车相关企业的智能化、数字化转型升级。在准入门槛更高的前装市场,也能见到开易科技前进的步伐,旗下前装产品量产情况良好,已获国内数家TIER 1订单,并批量出货欧洲、东南亚等海外市场。谈到下一步规划,刘鹏称:“团队扩建,产品打磨,创新人才培养与技术能力优化是本轮资金的重点投向,开易科技将继续强化科技基因,不断的为客户创造更具价值的服务体验,同时完善市场渠道建设,增强自身造血能力,为公司的可持续性发展提供保障。”本轮融资后,开易科技的资金实力进一步增强,能够更加有的放矢的对内加大研发、对外整合联动,全速驶入发展快车道。

    时间:2019-06-04 关键词: 人工智能 adas 智能驾驶 开易科技

  • Molex在 2019 年亚洲消费电子展上,展示一系列跨行业解决方案

    Molex在 2019 年亚洲消费电子展上,展示一系列跨行业解决方案

    新加坡–2019年6月3日–Molex将于2019年6月11-13日参加在上海新国际博览中心(SNIEC)举办的2019年亚洲消费电子展(CES Asia 2019)。敬请光临Molex在 N3 展厅的3172号展台。作为一个全球品牌,CES已经远远超越了“消费性电子产品”的发端,现在跨越了众多领域,成为亚洲电子和工程设计群体的一场顶级盛会。Molex的展台将充分的反映出这种多样性,为众多行业展示具体的解决方案,涉及汽车、工业自动化、数据通信/电信,物联网以及移动通信,同时为中国的设计工程群体提供全力支持。Molex在此次电子展上将包含多个“现场”演示–其中将重点展示公司用于车载网络的以太网解决方案。据估计,在今后几年中,全球汽车以太网市场的年增长率将超过20%,因此该解决方案将提供一整套的汽车连接生态系统,跨越多种软硬件及互连布线系统来提供无缝的多区域集成能力,同时还能灵活整合原有的汽车协议以及对未来升级的可扩展性。此次演示将突出Molex在展会中的车用高速网络产品主题,该网络将应用于 ADAS安全功能及动力总成之类的传感器系统上。Molex业务发展总监Dave Atkinson表示:“我们已经将对于安全、稳健、可靠的互连车辆平台的需求转化成了车轮上的一种高性能计算网络。通过集成信号完整性、网络流量优先级划分、系统可扩展性及安全性等功能,我们已经可以确保我们的解决方案满足对更高的车载处理能力的需求,同时协助汽车制造商来重新定义下一代车辆技术可以实现些什么。”另一现场演示将展示Molex的智能充电模块,采用了智能技术来实现定制或者现成的车载充电功能,在紧凑、便捷的封装内确保快速的电池充电效果。在云端实现企业的自动化Molex将工业领域作为目标,将重点展示其工业自动化解决方案 (IAS) 4.0,这一端对端的解决方案可以对传感器、控制器、网关和 I/O 模块以及平台之类的简单或者复杂的设备进行整合,从而开发出基于云的各类应用。我们将会展示堪泰(Contrinex)提供的传感器,以及在边缘以及云端提供连接与供电功能的一系列 IAS 4.0解决方案。在数据通信/电信的领域中,将展示Molex的光学技术。Molex的产品组合包括 100G 和 400G 的产品,这些产品基于 100G 的 PAM-4 光学平台,包括多速率的 25G/50G/100G PAM-4 DWDM QSFP28、100G FR QSFP28、400G DR4,以及 400G FR4 QSFP-DD 和 OSFP。这些功能在良好的结合到一起后,可以为高带宽的需求提供支持,适合数据中心内部、数据中心互连 (DCI) 以及 5G 无线领域的一系列多种应用使用。高速背板解决方案也将在展台上同时展出 – 例如 BiPass I/O 和背板线缆组件,该组件在超薄双同轴电缆内部结合起了 QSFP+、Impel 或者近 ASIC 连接器。这些产品为印刷电路板走线提供了一种低插入损耗的替代产品,能够满足 112 Gbps PAM-4 (脉冲幅度调制)协议的要求,并且可以根据具体应用的需求,方便的定制为独立的前面板配置。此外,在展台处还可以探索形形色色的夹层、I/O 和高功率解决方案,其中就包含了 SDP Telecom 这家顶尖的微波和射频解决方案提供商所推出的无线解决方案。移动传感器的世界对于物联网/移动领域,Molex将重点展示安防监控、机器人、3D 摄像头、人工智能以及一种超短焦投影仪。对于智能手机以及物联网和工业物联网基础设施内部基于传感器的通信所使用的其它移动设备,Molex提供十分完整的连接器系统和天线产品系列。产品线包括极具创新性的、形状系数最小的板对板和柔性印刷电路 (FPC) 互连系统,以及适合 I/O、摄像头插槽、内存卡和 SIM 卡及天线应用的定制与工业标准的连接器。这些产品完全支持物联网/工业物联网中的人工智能应用和机器学习中的计算密集型环境。

    时间:2019-06-03 关键词: molex ces adas

发布文章

技术子站

更多

项目外包