当前位置:首页 > ADAS
  • 汽车图像传感器的应用

    汽车图像传感器的应用

    近年来,在政府对汽车安全法令的贯彻和实施、消费者驾乘体验及自动驾驶的趋势推动下,汽车图像传感器领域呈爆发式增长。汽车图像传感有着广泛的应用领域,具有卓越性能和先进的图像处理能力的图像传感器在提高行车安全的同时还提升用户驾乘体验,成为近年来汽车领域的炙手可热的技术。预测显示,2014-2018年间汽车CMOS传感器市场的收入年复合增长率(CAGR)将达到28%。 汽车图像传感器主要应用领域 汽车图像传感器的应用非常广泛,包括用于视觉应用如倒车影像、前视、后视、俯视、全景泊车影像、车镜取代,用于车舱内如乘客监控、疲劳驾驶监测、仪表盘控制、行车记录仪(DVR)、气囊,用于先进驾驶辅助系统(ADAS)如正向碰撞警告、车道偏离警告、自动远光灯控制、交通信号识别、行人检测、自适应巡航控制、盲点检测、夜视等等。 影响成像品质的关键性能 微光性能、动态范围及图像信息处理能力是影响成像品质的关键因素。 1.微光性能是筹码 微光性能对于汽车影像系统是相当重要的,卓越的微光性能可提高在夜间等光线很暗的情况的行车安全。图像传感器厂商都以“在暗处能看见”为目标。 2.高动态范围(HDR) HDR是汽车影像系统应用的另一个重要特性,确保摄像机可在宽范围的光线、黑暗和高光照对比情况下清楚地呈现场景细节,提高图像信息的精确度从而提升安全性。 3.广角鱼眼畸变校正(DEWARP) 广角鱼眼镜头用于车载影像具有宽广视野的优势,但采集到的图像信息会产生一定程度的失真,采用DEWARP技术可对广角鱼眼镜头所产生的视频图像失真进行实时校正,将图像复原展平。 4.图像叠加 图像叠加指通过图像传感器与图像处理辅助芯片结合使用,实现图像的延伸、缩放、右视、两板左/右视、三联式画面及倒车动态辅助线。图像叠加功能可以更好地辅助驾驶员看清周围环境,减少事故率。 安森美半导体的汽车图像传感器方案 自2004年推出全球首款汽车CMOS图像传感器以来,安森美半导体为汽车行业提供专用成像方案已有超过10年的经验,已成为全球汽车应用图像传感器的翘楚,市占占整个汽车传感器市场的46%,用于ADAS的图像传感器市占率为70%,在后视影像领域及ADAS领域均为市场第一;从品质和性能方面来讲,安森美半导体的汽车图像传感器完全符合AEC-Q100,并提供卓越的微光性能、单芯片多重曝光的高动态范围(HDR,>120dB),以及汽车级应用优化如鱼眼畸变校正和图像叠加,并于2015年推出全球首款支持ASIL的(汽车安全完整性等级)图像传感器。针对某些应用,安森美半导体还提供具有卓越性能的全局快门影像传感器,如用于车舱疲劳检测应用的近红外(NIR)方案。为配合市场朝高清趋势的迈进,安森美半导体推出大量100万像素方案,未来还将开发更多1080p传感器。   图1:汽车图像传感器应用和安森美半导体市场地位 ASX344/340/350AT是用于倒车影像的系统级芯片(SoC),在单芯片上集成图像信号处理器,增强的像素性能提供微光条件下的更高能见度,支持高达4层的图像叠加以向显示系统提供更多的倒车信息,支持数字缩放和平移,并附加光学中心点矫正功能,这可为客户提供相机组装生产后镜头中心点矫正功能,从而节省成本。这三款图像传感器都完全通过AEC-Q100认证,并具备-40°C至105°C的宽工作温度范围,它们的不同之处在于:ASX344AT还集成鱼眼畸变校正功能和提供UART控制接口,定位为“高性能”的方案;ASX350AT的光学格式为1/5英寸,不同于ASX344/340AT的1/4英寸,定位为“高性价比”的方案;而ASX340AT定位为“主流”方案。设计人员可根据目标客户的具体需求选择有针对性的方案。   表1:ASX344/340/350AT具体规格   表2:ASX344/340/350AT配置选择 ASX344AT的鱼眼畸变校正功能提供180o更广的场景覆盖,传感器动态范围体现出良好的DR-Pix像素技术,无论在白天还是夜间都较未经鱼眼校正的镜头更具安全优势。如图1所示,未经鱼眼校正的镜头没有捕捉到小黄人的图像信息,而经鱼眼校正后,驾驶员可从显示器看到车后的两个小黄人,从而避免倒车时的安全隐患。   图2:ASX344AT鱼眼畸变校正示例(左:白天;右:夜间) ASX34xAT系列在白天(典型情况为100-200lux明亮的光)和夜晚(典型情况为汽车倒车摄像头在夜晚约10lux使用刹车灯和倒车灯)都较同类竞争器件提供更好的色彩饱和度和对比度,如图2红圈所示,在白天180lux的光照条件下,竞争器件采集到的图像过度锐化,且色彩边界有灰斑;在夜晚微光9.5lux的光照条件下,竞争器件采集到的图像过度锐化,且有更多的噪声。 图3:ASX34x与竞争器件的成像比较 当现有ADAS和视觉应用融合,ASIL将是用于新系统的合规性和适用性的参考点,ASILB级合规是当前ADAS设计师的目标。安森美半导体推出全球首款支持ASILB的230万像素CMOS图像传感器AR0231AT。该器件采用减少LED闪烁(LFM)的突破性技术,为ADAS应用确立了一个新基准。LFM技术消除交通信号灯和汽车LED照明的高频LED闪烁,令交通信号阅读算法能于所有光照条件下工作。AR0231AT具有1/2.7英寸(6.82mm)光学格式和1928(水平)x1208(垂直)有源像素阵列。它采用最新的3.0微米背照式(BSI)像素(背照式传感器通常提供较前照式传感器更高的灵敏度)及安森美半导体的DR-Pix?技术,提供双转换增益以在所有光照条件下提升性能。它以线性、HDR或LFM模式捕获图像,并提供模式间的帧到帧情境切换。AR0231AT提供达4重曝光的HDR,以出色的噪声性能捕获超过120dB的动态范围,能同步支持多个摄相机,以易于在汽车应用中实现多个传感器节点,和通过一个简单的双线串行接口实现用户可编程性。它还有多个数据接口,包括MIPI(移动产业处理器接口)、并行和HiSPi(高速串行像素接口)。其它关键特性还包括可选自动化或用户控制的黑电平控制,支持扩频时钟输入和提供多色滤波阵列选择。 针对具挑战性的应用如驾驶员监控,安森美半导体推出行业首款全局快门传感器AR0135AT,较前代产品低10倍的暗电流和高4倍的快门效能。 此外,安森美半导体还提供先进的图像协处理器用于总系统方案,如AP0200AT图像协处理器经优化用于后视摄像机并提供以太网输出,集成支持镜头畸变校正和鱼眼矫正的空间转换引擎(STE),和精密的叠加图形引擎;AP0201AT图像协处理器也提供以太网输出,针对基于以太网的全景倒车摄像;AP0202AT图像协处理器针对数字全景倒車摄像,采用24位并行输出;AP0102AT图像协处理器针对100万像素720p后视摄像,含STE和叠加图形引擎。这些协处理器都提供符合汽车安全完整性等级(ASIL)A级和B级的功能安全特性。AP020x系列可与现有的图像传感器如100万像素AR0140AT、AR0132AT和AR0136AT及新的200万像素1080p传感器AR0230AT结合协调使用。 结语   汽车安装摄像机可消除传统车镜的视线盲区,降低交通事故率,也是迅猛发展的车联网的基础,将会逐步在实践中得到推广和应用,甚至成为汽车标配。图像传感器是其背后功臣。安森美半导体是全球汽车图像传感器的表表者,产品和方案阵容遍及各细分领域,包括视觉和ADAS应用,提供高动态范围、出色的微光灵敏度,和宽温度范围的卓越性能,同时针对新兴领域如车舱内检测提供卓越性能的全局快门方案,完全符合AEC-Q100,并配合市场趋势和客户需求,持续推动新品开发,向更高分辨率、增加更多接口和符合ASIL的方向发展。

    时间:2017-08-24 关键词: 安森美半导体 adas 汽车图像传感器

  • 台积电联合EDA仿真厂商能带来ADAS芯片的突破?

    台积电联合EDA仿真厂商能带来ADAS芯片的突破?

    先进驾驶辅助系统(Advanced Driver Assistant System),简称ADAS,是利用安装于车上的各式各样的传感器, 在第一时间收集车内外的环境数据, 进行静、动态物体的辨识、侦测与追踪等技术上的处理, 从而能够让驾驶者在最快的时间察觉可能发生的危险, 以引起注意和提高安全性的主动安全技术。ADAS 采用的传感器主要有摄像头、雷达、激光和超声波等,可以探测光、热、压力或其它用于监测汽车状态的变量, 通常位于车辆的前后保险杠、侧视镜、驾驶杆内部或者挡风玻璃上。 先进驾驶辅助系统(ADAS)系统逐步迈向大众化,ADAS芯片的需求于近年明显大增。 不过,相较于手机芯片,其可靠度的影响,将直接攸关到驾驶人的生死。有鉴于此,台积电目前正积极与EDA仿真仿真软件商安硅思(Ansys)展开合作,透过仿真仿真分析的协助,奈米制程中,再细小的线径与噪声信息,都可顺利掌握,这样的软件特性,也就进而有助于芯片可靠度的提升。 Ansys全球半导体事业部总经理暨副总裁John Lee表示,以往的芯片,若在手机上出了问题,用户会明显感受到不方便,但并没有太大的危险。 但如今有越来越多服务,是透过与云端相连的装置来提供,像是与Google Map相连的无人车、自驾车,这些内建在汽车装置中的芯片,一旦出了问题,其结果将会是很危险,甚至是致命的,因此对可靠度的要求,也将进而提高许多。 目前台积电已针对可靠度做了一项流程,要求芯片得在极端的环境下,具备可运行多年的等级可靠度。 台积电在日前Ansys主办的年度半导体IC设计验证研讨会中宣布,Ansys与台积电将针对该汽车可靠度强化流程(Automotive Reliability Enhancement Flow)进行合作。 在该项流程中,Ansys目前是台积电的唯一合作伙伴。 对此,John Lee进一步表示,为达到ADAS芯片,使用16或7奈米制程是必然趋势,而在制程的事件处理节点(Event Process Node)上,其功耗是十分低的,在这样的情况下,任何种类的噪声(Noise),都会有很大的放大效果。 若能让芯片与封装制程分别或一起进行仿真仿真技术的分析,半导体的电流与功耗状态,将可顺利掌握。 从芯片的早期设计,到签核(Sign-off)阶段,如凸块置放、封装L、芯片的Di/Dt等,都有机会用到仿真仿真技术。 Ansys台湾区总经理童承方表示,因7奈米制程的电压容忍度(供应电压)很小,因此电压可以波动的幅度也很小。 晶圆制造商为了让芯片能放置非常多的晶体,放置的面积变得越来越细小,但其仍必须有足够的电流来供应给每一个晶体管运作。 此时,若没有仿真仿真软件来协助,线径要做到多细的程度,将会是不得而知的,做得过细会烧掉,做得过粗则会让电流流的时间太慢,而导致晶体管无法在时间内达到顺利的运作。 在仿真此一线径上,首先的数据会是由IC设计厂商的开发工具中产生,Ansys再进而将这些数据放置到仿真的软件当中,进行仿真分析。 童承方指出,基本上来说,当制程的奈米越小,对仿真仿真的需求就会越高,仿真的项目也会越来越多,举例而言,在28奈米制程上,约仅须仿真1~2项,但到了7奈米制程,则提升到了10项左右。 虽然仿真软件与一般软件相比,成本确实不低,不过制造商若将得开模制造好几百个样品,并且不断重修后的时间与费用成本进行相比,便会发现仿真软件的投资报酬率是很高的。

    时间:2017-08-24 关键词: 台积电 EDA adas

  • FPGA桥接解决方案可应用于汽车各个领域

    FPGA桥接解决方案可应用于汽车各个领域

    在过去十年里,随着智能手机及其应用生态体系的不断发展,汽车电子领域中移动相关应用的创新技术也深受其影响。汽车制造商已经开始将用于智能手机的相同处理器平台应用到新一代汽车中,使得驾驶体验获得了质的提升的同时让汽车变得更加安全和便宜。除此之外,汽车制造商还希望能够充分利用当今移动产业规模化和应用支持的优势。虽然很多处理器制造商现在能够提供汽车级移动平台,但处理器仍然是按照智能手机的思路设计的。在很多案例中,这样的平台需要进行一定的调整以满足汽车制造商的需求。而使用FPGA可以快速实现低成本桥接解决方案,使得现有平台能够完美应用于汽车领域。 每当设计工程师试着将现有平台应用于全新领域时总会面临很多挑战。汽车行业也不例外。FPGA桥接解决方案能够解决许多问题。 汽车平台常见的挑战   根据系统设计、具体的理念和需求,汽车制造商可能需要多个部件来实现合适的解决方案。莱迪思半导体提供的多款FPGA能够实现各类满足上述要求的解决方案。 ·CrossLink™器件 – 低功耗、低成本的传感器和摄像头接口桥接解决方案,可用于对来自多个摄像头接口(视觉或雷达)的数据进行聚合以及多路复用,然后发送至SoC。 ·ECP5™ – 优秀、全面的汽车应用桥接芯片。ECP5是一款低功耗、低成本的器件,使用SERDES通过以太网或光纤方便地连接设备。DSP块能够实现传感器数据的预处理和后处理,或是将视频数据转换为各种标准显示格式。 ·MachXO™ – 拥有最高每LUT I/O数量的小尺寸FPGA,能够很方便扩展I/O以及实现视频数据的简单转换。 以下是桥接解决方案在特定领域中的应用。 嵌入式视觉 虽然嵌入式视觉听起来有点科幻的感觉,但实际上它是当今最激动人心的应用发展趋势之一。 顾名思义,它是指机器查看和收集周围环境视觉数据的能力。该技术使制得造商能够实现可以“看见”的机器和汽车,可以感知的传感器以及可以自主做出通知决策的计算机。 嵌入式视觉系统收集的数据能够帮助机器学习技术变得更加智能,能力更强。人机界面(HMI)支持机器实现更智能的操作和控制,同时机器反馈信息以帮助决策。计算机视觉的一个重点是在目标识别和立体视觉应用中使用多维图像来测量距离和深度。使用传感器融合技术,这些系统能够将来自不同传感器的数据组合成有意义、有用的信息进行处理。同时,这些系统可以通过高速连接进行安全的通信,从而实现智慧城市、智能工厂和智能汽车。 莱迪思的多款可编程产品可提供协处理、桥接和互连解决方案,为网络边缘应用实现智能功能。FPGA的灵活性有助于加速产品上市进程、降低成本和功耗并最大限度地缩减工业和汽车级设备的尺寸。 高级驾驶辅助系统(ADAS)鸟瞰全景视野 现代处理器通常只有2个摄像头接口,但是许多ADAS系统需要至少4个接口,在某些情况下甚至需要多达8个摄像头来精确感知汽车周围情况。设计工程师面临的另一个挑战是如何处理这些摄像头收集的图像数据。这些数据需求通常需要一个大尺寸ISP(图像信号处理器)连接到处理器。莱迪思ECP5 FPGA专为实现并行处理而设计,可加速处理过程。该器件提供大量的I / O,可以轻松地连接多个摄像头。此外,它们的协处理能力可以提高处理器的效率。 ECP5可以连接多个摄像头并执行基本或高级图像处理任务,为处理器提供质量最高的图像以便进行决策。现代汽车的鸟瞰全景摄像头以及前视和后视侧视系统就是一个实例。鸟瞰全景系统能够实现从汽车上方20英尺往下俯视的全景视野。这是通过将4个(或更多)广角(FoV)摄像头的数据拼接在一起来实现的。ECP5可以聚合所有摄像头输入,将图像拼接在一起,进行鱼眼校正(这是FoV广角镜头导致的),执行白平衡,使用HDR最大化图像质量等操作,然后将质量达到最佳状态的图像发送至处理器。 在上述应用中,一片ECP5器件即可代替多个摄像头接口有限的处理器。这样就为设计工程师提供了降低系统成本和功耗的途径。 在设计上述类型的系统时必须将以下因素纳入考虑范围之内: ·所需的视频通道数和分辨率 ·快速和稳定可靠的传输 ·预处理图像以降低主ADAS处理器的负载 视频通道和分辨率 莱迪思CrossLink器件使得设计工程师能够聚合多个图像传感器的数据,并通过单个CSI-2接口将数据传输到应用处理器。CrossLink的尺寸很小,可以放在传感器附近以提升设计灵活性。 莱迪思还为CrossLink器件提供了多款现成的IP,可实现MIPI D-PHY和其他摄像头或显示屏接口标准之间的桥接和聚合。这样设计工程师就可以使用带有OpenLDI、CMOS、LVDS等传统接口以及现代MIPI CSI-2或DSI接口的摄像头或显示屏。 DisplayPort是另一个在汽车行业越来越受欢迎的开放标准。由于自带嵌入式时钟,所需的通道数量减少,它的电磁干扰(EMI)也更低。它使用微包协议,可轻松扩展以支持更高的分辨率和更长的距离。使用ECP5提供的专用SERDES通道,DisplayPort(DP)或嵌入式DisplayPort(eDP)能够用于实现仪表系统、仪表板/导航显示屏、后座娱乐系统等应用。 结合莱迪思汽车级MHL/HDMI ASSP解决方案,可轻松实现到智能手机和平板电脑等现代智能设备的连接应用。   适用于在智能设备与汽车之间实现互连的莱迪思MHL/ HDMI ASSP 车内的数据传输 当汽车中有很多传感器需要管理时,点到点布线的复杂程度和成本就会大大提升。将多个传感器连接到位于汽车后部的ECP5,可以使用单根电缆将数据快速高效地发送到汽车前部,从而降低重量和成本,并简化维修工作。 ECP5的3.2Gbps SERDES为许多网络和传输应用提供强有力的支持。该器件可用于驱动车载网络,如BroadR-Reach或以太网,用于连接PHY芯片或收集用于车内的传感器数据。ECP5还支持仿真CSI-2接口,可用于连接多个摄像头或雷达设备。   使用ECP5实现车内传感器聚合以及网络连接 视频预处理 ECP5也可用于预处理视频。随着汽车行业开始采用移动处理器,设计工程师不得不面对各种新的接口。举个例子,虽然手机处理器通常具有连接显示屏的单个DSI输出,但汽车市场上的主流显示屏都使用LVDS。FPGA可以实现不同分辨率的视频信号的预处理和不同接口之间的桥接。ECP5可用于构建应用处理器DSI或FPD-Link输出与大多数汽车显示屏LVDS输入之间的视频桥接解决方案。此外,ECP5还可用于车载信息娱乐应用,将一路视频输出分割为两路用于后座显示屏的输出,或按照特定视频分辨率要求对单个视频输出进行裁剪和格式化。 带有雷达/激光雷达的高级驾驶辅助系统 雷达和激光雷达不仅适用于自动驾驶汽车,还可以作为驾驶辅助工具。具体来说就是用于检测危险目标和条件,让汽车通知驾驶员或者在必要时自动采取措施以保护乘客的安全。虽然这些系统仍在发展之中,但可以预见未来的汽车将不仅限于对摄像头接收到的图像进行图像信号处理,还将采用基于雷达的接近传感器和基于激光雷达的地形传感器。雷达和激光雷达系统充分利用了高速MIPI接口,并使用CSI-2输出数据。将上述情况与处理器的资源综合考虑之后,设计工程师将再一次面临MIPI CSI-2接口数量有限或接口类型不同的挑战。汽车级CrossLink器件可用于聚合来自多个传感器的数据,或者简单地用作桥接解决方案,将CSI-2数据转换为应用处理器接口能够接受的格式。 举个例子,许多现代的77 GHz雷达使用CSI-2与ADAS MCU进行互连。使用下方图示的拓扑结构,ADAS系统可以通过多个CrossLink桥连接到多个雷达设备来收集汽车周围所有方向上的数据,并将数据通过并行接口发送至应用处理器。   ADAS系统中CrossLink用于雷达的桥接应用 ADAS还需要昂贵的图像信号处理(ISP)资源来识别对象或专注于特定对象而不是普通图像。随着用于决策的机器学习算法不断发展,汽车的自动化程度也越来越高,FPGA可为设计工程师提供所需的灵活性。当决策权归于计算机时,它必须决定如何处理道路状况、道路上的对象,并在在任何情况下都要保证驾驶员的安全。 莱迪思ECP5拥有来自Helion Vision,GmbH的全套HDR ISP,可用于提高拍摄的图像质量。基于较高质量的图像,使用微处理器软核即可轻松实现目标识别功能。   车载信息娱乐系统(AIS)多屏视频显示 如果汽车制造商想要实现一套AIS系统为整辆汽车提供信息和娱乐服务,这就需要支持多个屏幕输出、一个后屏摄像头输入以及支持移动设备的视频和数据输入。 移动处理器通常只能驱动一个DSI显示屏。而汽车领域使用各类具有LVDS、DSI或DisplayPort等接口的显示屏。对于像LVDS这样的传统显示接口,ECP5可以将DSI转换为LVDS,并确保输出分辨率与显示屏兼容。ECP5还支持DisplayPort(DP)和Embedded DisplayPort(eDP)接口的显示屏。对于不支持DSI的处理器,CrossLink可以通过桥接来驱动DSI显示屏。设计工程师还可以使用MachXO器件支持多个显示屏,并且使用HDMI汽车ASSP从移动设备输入视频。 客户应用实例研究 莱迪思的客户使用ECP5 FPGA实现了类似的解决方案。客户的产品提供鸟瞰全景视野解决方案,同时处理图像数据并提供硬件加速。该解决方案使用安装于车身上的4个摄像头(前、后和两侧)。视频数据经过处理和无缝拼接可提供汽车周围的全景图像。   基于ECP5的环绕式视野应用框图 如上图所示,一片ECP5即可代替多个ARM处理器实现的鸟瞰全景视野功能。所有4个摄像头捕获的图像都经过处理与合并,在ISP的帮助下,如白平衡、鱼眼校正和除雾功能,可实现一整套的360度全景环绕视野功能。这款解决方案可以在汽车制造阶段安装或作为后装市场产品添加。 每个摄像头提供720p模拟高清图像。最终的环绕式全景视野解决方案的清晰度是1080p 60 fps。设计工程师使用一片低成本、低功耗ECP5 FPGA替代了多个ARM处理器。同时需要一个低端ARM处理器进行初始校准和视频编码。 总结 在许多行业中,FPGA的灵活性已被证明是非常有价值的。在汽车市场,FPGA可以帮助解决先进的娱乐和安全系统与移动处理器之间的不匹配问题。这种商业模式具有明显的优势,让汽车制造商能够使用来自智能手机领域经过大量市场验证的产品,并迅速适应汽车领域不断变化的需求。 FPGA在其他领域也能发挥作用。FPGA已经开始出现在电机控制等应用中,证明对于汽车行业也是有用的。可以肯定的是,只要汽车的电子系统继续发展,ADAS等系统继续推动无人驾驶汽车进步,设计工程师就需要将更多的传感器集成到这些系统中。这将推动不断变化的市场对能够实现摄像头、传感器、视频和更高速连接的FPGA的需求。

    时间:2017-08-23 关键词: 车载信息娱乐系统 adas 智能汽车

  • 几经波折,英特尔终于吞并ADAS巨头Mobileye

    几经波折,英特尔终于吞并ADAS巨头Mobileye

    今年 3 月,英特尔宣布与 Mobileye 达成确定性协议,以每股 63.54 美元的现金收购 Mobileye 全部已发行流通股,交易规模约为 153 亿美元。这成为以色列科技史上规模最大的收购案。 本次收购原定的截止日期为美国东部时间 6 月 21 日,随后其截止日期因等待监管许可先后被延迟至 7 月 20 日、7 月 28 日和 8 月 11 日。如今这一日期已提前到 8 月 7 日。 8月8日,英特尔终于宣布完成对 Mobileye 的收购,后者正式成为英特尔子公司。 Mobileye 总部位于以色列耶路撒冷,致力于开发高级驾驶员辅助系统(ADAS)以预测汽车潜在的碰撞事故。当前,这家公司的研发重点为全自动驾驶系统。 与以往的收购案不同,在交易完成后,由 Mobileye 来整合英特尔去年 11 月底成立的自动驾驶事业部(Automated Driving Group,ADG),这意味着 ADG 团队将成为 Mobileye 的一部分。 整合后的自动驾驶团队总部将位于以色列,由 Mobileye 联合创始人、董事长兼首席技术官 Amnon Shashua 领导。与此同时,他还将获得一个英特尔高级副总裁职位。而 Mobileye 另一位联合创始人、CEO 兼总裁 Ziv Aviram 将提前退休,从公司离职。 新部门将支持英特尔与 Mobileye 当前的产品项目,并积极与汽车厂商、一级供应商和半导体公司合作,开发高级驾驶辅助、高度自动驾驶和全自动驾驶技术。 英特尔 CEO Brian Krzanich 在一份声明中表示,通过收购 Mobileye,英特尔将加速汽车产业的创新,强化英特尔在自动驾驶领域领先技术供应商的地位。「这是一个令人兴奋的工程挑战,也是英特尔的增长机会。更令人兴奋的是,自动驾驶汽车对行业变革、改善社会,挽救数百万人的生命的潜力。」他说。 英特尔预计,2020 年自动驾驶汽车每天可产生 4000 GB 的数据,2030 年全球车辆系统、数据和服务市场的规模将达到 700 亿美元。

    时间:2017-08-11 关键词: 英特尔 adas mobileye

  • ADAS 需要多轨 DC/DC 转换器

    ADAS 需要多轨 DC/DC 转换器

    随着科技的发展,汽车行业一直都在推进自动驾驶技术的研发,其中备受关注的就有ADAS。什么是ADAS呢?下面,小编将简单的介绍一下关于ADAS。 ADAS 基本知识 高级驾驶员辅助系统 (Advanced Driver Assistance Systems,ADAS) 有助于安全行驶,并在系统检测到来自周围物体有风险时可提醒驾驶员,无论这是什么风险 。增加 ADAS 系统是 2016 年至 2020 年汽车的主要发展趋势之一。这类系统一般提供动态功能,例如自适应巡航控制、盲点检测、车道偏离报警、打盹监视、夜视以及更多动态功能。消费者对行车安全日益关注、要求舒适行驶,政府的行车安全法规也在不断增加,这些因素都促进了 ADAS 在汽车中的增长。 大多数 ADAS 系统的核心是某种微处理器,微处理器处理来自车辆内各种传感器的所有输入,然后再对这些输入信息进一步处理,以便能够以容易辨认和理解的形式将信息提供给驾驶员。此外,这类系统通常直接由车辆的主电池供电,主电池的标称电压为 9V 至 18V,但是由于系统内的电压瞬态,有可能高达 42V,也有可能在冷车发动情况下低至 3.5V。因此很显然,所使用的任何 DC/DC 转换器都必须能够处理 3.5V 至 42V 的宽输入电压范围。 很多 ADAS 系统都需要 5V 和 3.3V 轨给各种模拟和数字 IC 组件供电,可是处理器 I/O 和内核电压会在低于 2V 的范围内。此外,还必须考虑空间和热量问题。尽管使用高压 DC/DC 转换器提供 5V 和 3.3V 轨是很常见的做法,但是用这种转换器提供低于 2V 的电压轨并不总是很切合实际,因为使用多个单输出转换器会导致解决方案尺寸过大,同时还有潜在的热量限制。一种更加适合的解决方案是使用提供多输出的单个 DC/DC 转换器。 多轨 DC/DC 转换器 由于存在这些限制,所以ADI开发了 4 输出单片同步降压型转换器 LT8602。其 3V 至 42V 输入电压范围使该器件非常适合包括 ADAS 在内的汽车应用,因为这类应用必须稳定通过最低输入电压低至 3V 的冷车发动和停-启情况以及超过 40V 的负载突降瞬态。正如在图 1 中所能看到的那样,其 4 通道设计整合了两个高压 2.5A 和 1.5A 通道和两个较低电压的 1.8A 通道,以提供 4 个独立的输出,并提供低至 0.8V 的电压,从而使该器件能够驱动目前可用的最低电压微处理器内核。其同步整流拓扑提供高达 94% 的效率,同时突发模式 (Burst Mode®) 运行在无负载备用情况下保持静态电流低于 30µA (所有通道均接通),从而使该器件非常适合始终接通系统。   图 1:提供 5V、3.3V、1.8V 和 1.2V 输出的 LT8602 原理图 LT8602 的开关频率可设定在 250kHz 至 2MHz 范围,并可在这个范围内同步。其 60ns 最短接通时间允许在高压通道上以 2MHz 开关频率实现 16VIN 至 2.0VOUT 降压转换。当高压 VOUT2 通道为两个低压通道 (VOUT3 和 VOUT4) 馈电时,这两个低压通道可以提供低至 0.8V 的输出,同时可以 2MHz 频率切换,从而可构成一种占板面积非常紧凑(约 25mm x 25mm) 的 4 输出解决方案。

    时间:2017-08-08 关键词: 自动驾驶 adas dc/dc转换器

  • 为什么总是误解无人驾驶?

    今年3月底,百度高级副总裁、原无人驾驶事业部总经理王劲,公开表示离开百度并创办自己的公司——景驰科技,正式迈入无人驾驶汽车创业领域。很快这家公司就获得了加州DMV(加州车辆管理局)路测牌照。下面就随汽车电子小编一起来了解一下相关内容吧。 王劲的离开并不意外,因为这两年是技术人才创业的好机会。早在2016年,百度最年轻的工程师TOP10楼天城就离开百度,创办Pony.ai,同样这家公司也获得了加州DMV路测牌照。 还有李彦宏的副手与深度学习实验室主架构师余凯、黄畅离职,创办地平线机器人后,曾首次向外界展示在真车上同时实现车道线/车辆/行人检测的ADAS(智能驾驶辅助系统)产品原型系统;后来吴恩达也走了,最近消息称他已开始了自己的新项目Deeplearning.ai,外界猜测此项目可能会以打造AI技术关键设施为目标。 如上述所讲,几位离职的要员已自己创业,一个共同的特点是:他们都正在参与着无人驾驶这场革命。 你是否误解了无人驾驶? 无人驾驶和自动驾驶是完全两个不同的概念,确切地说自动驾驶应该叫“辅助驾驶”,而完全的自动驾驶才能称之为无人驾驶。 无人驾驶车辆是用云端数据与更精密的算法程序来替代驾驶人成为操控车辆的“大脑”,在无人驾驶的世界里,人类可以在乘客和司机之间自如切换,想自己开就自动驾驶,想当乘客就无人驾驶,要去哪里、停哪儿..乘客决定,但车如无形的出租车司机一般,听指挥行走即可。谷歌甚至认为,无人驾驶车其实连方向盘都可以不要,因为方向盘等人为操控部件是文明倒退的代表。 而自动驾驶系统虽然也可以代替驾驶人操控车辆,但系统经过判断在必要时会把车辆控制权还给驾驶人,并且如果在自动驾驶条件下发生交通事故,法律也不一定会归责于是车辆的错,好比目前还未判出结论的那件美国特斯拉事故。 较二者的关系而言,无人驾驶比自动驾驶更高一级,是汽车发展的终极状态,也叫自主驾驶。比如谷歌的无人驾驶汽车,没方向盘,没油门,就一个启动和停止按钮,上了车设定目的地,怎么走,开多快,听车的。但百度上路实测的那辆无人驾驶汽车,严格意义上还是一辆具备自动驾驶功能的汽车。 而目前,从技术路线上,自动驾驶已形成两条发展路径:ADAS和人工智能。一种是以ADAS(高级辅助驾驶)切入,逐步自动化;一种是以人工智能切入自动驾驶。两种不同发展路径的最高形态都将是完全的自动驾驶,也即无人驾驶。 几乎“全民参与”的一场革命 汽车制造发展到今天,带给我们方便的同时也带来了诸多难题:交通拥堵,尾气排放造成空气污染,二把刀的马路杀手带来交通事故,疲劳驾驶造成交通安全隐患…… 私家车数量不断增加,利用率却奇低无比;人在开车期间又因为复杂路况和驾驶员本身状态的不稳定性,存在种种严重安全隐患,如高速公路上货车事故频发。在我国,根据政府最新下达指令,交通安全已超过煤矿安全,成为亟待解决的头等安全问题。 不仅是中国,这是全球城市共同面临的难题。自动驾驶似乎是人们给这个问题找到的答案(这也是很多公司挤破脑袋要进来的原因之一)。随着数据积累和技术发展,各方诸侯出死力势要跑在前面,在激烈竞争下,无人驾驶的趋势不可撼动。 借此机会,邦哥也整理了一份国内外参与无人驾驶领域的创业公司,共大家参考。   上图仅为部分创业公司入局者名单,而从汽车领域各方势力来看,每个人都想在下一代交通工具里攻占重要据点,虽然人们在谈论“无人驾驶汽车”时,往往会想到科技公司的项目,但传统汽车厂商在该领域付出的努力有过之而无不及。 汽车公司本田在今年的 CES Asia 上展示了一款配备“情感引擎”的小型概念车“Honda NeuV”,这辆车可以根据驾驶员的表情和声调来判断驾驶员的精神状况并辅助驾驶员进行安全驾驶,同时,它还能够通过学习掌握驾驶员的生活方式和喜好,根据情况向驾驶员提出方案选项。 在今年年初拉斯维加斯举的 CES 2017 上,现代的 IONIQ EleCTRic 就完成了昼夜自动驾驶路测,并在美国汽车工程师学会评测中获得“Level 4”的评定。 传统汽车厂商在无人驾驶汽车领域更看重车的性能本身,而这也是从他们多年的汽车制造技艺积累和工业设计优势出发。另外,传统汽车厂商不会那么激进,比如不会取消方向盘、油门、刹车等用户驾驶工具,一定程度上保护人们驾驶的权利和乐趣。 不可思议的是,某市场调查机构在日前发布的一份无人驾驶报告中对全球18家旨在于研发无人驾驶汽车厂商进行了盘点,并给出了一个排名,前五名分别被福特、通用、雷诺日产、戴姆勒、大众五家传统汽车厂商占据。 与此同时,国产的厂商也在努力。2015年6月,北汽与滴滴快的签署战略合作协议,双方在无人驾驶领域将进行深度合作。国防科技大学与一汽集团在2011年便完成红旗HQ3无人驾驶汽车的研发,但后来再没有更多消息流出,商用化也一直没有进展;比亚迪与新加坡实验室达成研究协议,共同开发无人驾驶项目;吉利汽车依靠沃尔沃的安全技术也在埋头试验无人驾驶;广汽也携手中科院开展无人车试验;上汽则选择了中航科工共同开展相关试验。 与传统车企靠智能辅助系统升级不同的是,互联网企业希望借由云计算、大数据和人工智能一步到位的实现对“方向盘”的取缔,这完全是另外一条技术路线。 这一技术路线的选择无疑是与互联网技术基因有关,当然,背后的商业逻辑也会促使二者在导向上的不同,车企推出自动驾驶汽车,更多是从主动安全等方面出发, 他们依然要依靠出售汽车来盈利;而互联网企业以车为介入点,关心的却是驾驶体验提升以及驾驶员双手解放后可能带来的增值盈利点。 芯片厂商方面,今年,英特尔斥资153亿美元(约1056亿元人民币)高价收购自动驾驶汽车硬件供应商Mobileye。实际上,不只英特尔这种老牌芯片企业,包括高通、英伟达在内的芯片厂商都在“火拼”自动驾驶。[!--empirenews.page--] 实际上,就在英特尔宣布收购Mobileye后不久,其芯片对手英伟达就不甘落后,宣布与汽车配件行业巨头博世达成合作。双方共同宣布,将共同开发一款人工智能自动驾驶系统,另外还会准备一款超级芯片Xavier,旨在实现各类自动驾驶任务,同时双方合作之后的系统会对所有汽车厂商销售。 在此之前,另一家芯片厂商高通收购了汽车领域半导体巨头恩智浦NXP,这家公司旗下的FreeScale在汽车芯片制造方面也拥有雄厚的实力。 谷歌无人驾驶和其他 为更好的区分不同层级的自动驾驶技术,美国汽车工程师学会(SAE International)于2014年发布了自动驾驶的六级分类体系,美国国家公路交通安全管理局(NHTSA)原本自己的一套分类体系,但在2016年9月转化为使用SAE的分类标准。 SAE标准将自动驾驶技术分为0级、1级、2级、3级、4级、5级,共六个级别,如图所示:   为什么你们总是误解无人驾驶? 目前日常使用的大多数汽车处于0级和1级之间,现有车型上大量运用的定速巡航以及驾驶员辅助体统,属于一级或二级的车辆智能化。特斯拉公司正在销售的Autopilot辅助驾驶技术属于第2级。 而其实,无人驾驶第三级的存在略显尴尬,根据第三级别的定义,人类驾驶员必须随时待命,准备响应系统请求,处理那些系统没有能力应对的特殊情况。这样的一个结果就是人类驾驶员是没法在汽车上上网、玩游戏。所以,仅从技术标准上而言,第3级自动驾驶有它存在的必要,但在实际应用场景里,这一级别的自动驾驶的实用性,让人怀疑。 做自动驾驶第四级的公司较多,比如此前邦哥采访的硅谷一家公司Drive.ai、百度自动驾驶、Uber、特斯拉、宝马等都在尝试这一级别的无人驾驶,而L4也被外界看作是商业价值明显的一个级别。 而作为把无人驾驶概念普及大众的谷歌而言,它的技术路线则是直接做L5完全自动驾驶(无人驾驶),和多数整车厂、互联网公司的步伐并不匹配,后来者进入自动驾驶领域,基本都是渐进式发展,从低级或者较高级别自动驾驶慢慢演进到无人驾驶,而谷歌则是直接将自己定位在金字塔塔尖。 Momenta创始人曹旭东曾告诉邦哥,“谷歌在做无人车上,线放太长,尽管资金足,研发能力强,但做了这么久,始终没有商业化,主要原因是在当下的商业路线有问题,可以说没有抓住核心,并解决核心问题”。 谷歌的母公司Alphabet似乎非常看重商业利益,此前将波士顿动力公司出售给日本软银时,外界就猜测很可能是这家公司在未来几年内不太可能生产出可上市销售的产品。而对于谷歌的无人驾驶虽不可能到如此田地,但其想要尽早商业化,就必须放下身段,按照整体游戏规则一步步演进。 入局易破局难 不少公司醉心于无人驾驶汽车,没谁愿意放弃如此大的商机,人们也相信,无人驾驶终究会走进我 们的生活,但真正意义上的第5级的无人驾驶何时可以商用,人们的预测各不相同。 之所以商用预期不一致,其中除了技术难题造成的困扰外,现有法律、政策、保险体系等,并不是为自动驾驶时代的交通量身定制的。另外,Drive.ai创始人王弢向邦哥补充,“大众接受程度同样考验无人驾驶技术”。 前不久李彦宏乘坐自家无人驾驶车前往百度AI开发者大会,交警介入调查的事引起人们的热议,这背后折射的是无人驾驶技术与“科技改变生活”之间的时代冲击。新技术如何落地让大众接受、如何改变或者说适应现有政策,无疑是所有无人驾驶参与者要正面面对并一定做作出回答的问题。 除此之外,科技公司在生产模式上似乎更加注重一个“轻”字。技术与灵活性占优势的同时,重工业方面也未能跟上:比如特斯拉屡被爆产能不足。谷歌也一直没有独立开设工厂制造汽车。苹果的各产品则由代工厂生产。这些科技巨擘们都只负责研发、设计这些轻资产却高利润的工作分工。 而在国际ADAS领域,刚被英特尔收购的Mobileye在全球范围内都是权威性存在。在各个国家,都不乏其模仿者。就中国市场而言,成本高、技术弱、出货量低,都相对较难比拼Mobileye。 另一方面,斯坦福大学李国鼎工程讲座教授叶荫宇接受邦哥等多家媒体采访时表示,“很多公司都在考虑无人车的技术多强,但是其实最主要的问题无人车之间的协调、调配和统一指挥,很多创业者还没有认清”。 一个明显的感觉,无人驾驶这个领域,很多公司都在做着相似的事,可以说同质化现象逐渐凸显。如今这一领域,已不是彼得.蒂尔所说的从0到1的过程,而是从1到n的过程,而公司在这个时候除了比拼“速度”外,准确找到落地的商业场景显得更加实用。 回过头来讲,无人驾驶什么时候可以到来?我想只有人工智能发展到与人脑可以比拟的“强智能”水平,人类才能完全放手将交通运输交给人工智能。

    时间:2017-07-20 关键词: 无人驾驶 adas

  • 世平集团携手驰晶科技打造出全景环视与ADAS系统

    世平集团携手驰晶科技打造出全景环视与ADAS系统

    先进驾驶辅助系统(Advanced Driver Assistant System),简称ADAS,是利用安装于车上的各式各样的传感器, 在第一时间收集车内外的环境数据, 进行静、动态物体的辨识、侦测与追踪等技术上的处理, 从而能够让驾驶者在最快的时间察觉可能发生的危险, 以引起注意和提高安全性的主动安全技术。ADAS 采用的传感器主要有摄像头、雷达、激光和超声波等,可以探测光、热、压力或其它用于监测汽车状态的变量, 通常位于车辆的前后保险杠、侧视镜、驾驶杆内部或者挡风玻璃上。早期的ADAS 技术主要以被动式报警为主,当车辆检测到潜在危险时, 会发出警报提醒驾车者注意异常的车辆或道路情况。对于最新的ADAS 技术来说,主动式干预也很常见。 半导体元器件分销商---大联大控股宣布,其旗下世平联合驰晶科技推出基于众多国际大厂产品的Full-HD 3D 360°全景环视与ADAS系统解决方案,支持360°车载全景可视系统、行车记录功能、还具有前车碰撞预警、轨道偏移预警和行人检测功能。   图示1-大联大世平联合驰晶科技推出基于NXP S32V234的360度全景环视解决方案系统架构图 该方案采用了韩国算法公司MOVON的ADAS专利算法,360°全景环视部分采用了驰晶科技的全景算法和创新的CPU + Lattice FPGA架构。相较于其他ARM SOC平台解决方案,ARM + FPGA架构在实时视频处理、系统功耗降低、3D无缝融合、车辆的自适应能力上有很大的优势。   图示2-大联大世平联合驰晶科技推出基于众多国际大厂产品的ADAS解决方案系统架构图 功能描述 ① 高级辅助驾驶系统,实现前车碰撞预警,轨道偏移预警和行人检测功能 ② 360°车载全景可视系统 ③ 行车记录功能   图示3-大联大世平联合驰晶科技推出基于众多国际大厂产品的ADAS解决方案开发板照片 重要特征 ① S32V234为四核Cortex-A53+Cortex-M4,获得ISO26262,内置HDR ISP ② S32V234最多可支持8路摄像头 ③ APEX2专业图像处理器,可同时处理512KB的数据 ④ 3D高清Surround View,可支持1080P ⑤ ADAS算法中LDW与FCW获得专利   图示4-大联大世平联合驰晶科技推出基于众多国际大厂产品的ADAS解决方案示意图

    时间:2017-07-18 关键词: adas 驰晶

  • 增强的DesignWare EV6x系列可为实时视觉处理提供高达每秒4.5 TeraMAC的计算能力 亮点: ·DesignWare EV6x Vision Processor集成了多达4个512

     增强的DesignWare EV6x系列可为实时视觉处理提供高达每秒4.5 TeraMAC的计算能力 亮点: ·DesignWare EV6x Vision Processor集成了多达4个512位向量DSP和1个CNN引擎,为各种当前和新兴的嵌入式视觉应用提供可扩展性能 ·含专用可编程CNN引擎的EV6x处理器支持所有CNN图形 ·MetaWare EV Development Toolkit是一套支持OpenCL C、OpenVX和OpenCV的工具,可简化应用软件的开发 ·MetaWare EV Development Toolkit中的新CNN映射工具可将处理任务自动分派给可用的硬件资源,以便加快执行速度 新思科技(Synopsys, Inc.,纳斯达克股票代码:SNPS)日前宣布:已经增强了DesignWare? EV6x Vision Processor中的卷积神经网络(CNN)引擎,以应对高性能嵌入式视觉应用越来越高的视频分辨率和帧率要求。在实施16nm FinFET制程技术时,通常条件下,CNN引擎可提供高达每秒4.5 TeraMAC的计算能力,其性能是以前的Synopsys CNN引擎的4倍。它还支持系数和特征映射压缩/解压缩,以降低数据带宽要求,降低功耗。视觉CPU从一个向量DSP扩展到四个向量DSP,可与CNN引擎并行运行,从而为高级驾驶辅助系统(ADAS)、视频监控、增强现实和虚拟现实、同步定位与建图(SLAM)等一系列高性能嵌入式应用提供最大的吞吐量。 Morpho US, Inc.副总裁Toshi Torihara表示:“在神经网络中,嵌入式视觉应用核心的技术需求需要提供将高精度和高性能与低功耗和小面积相结合的解决方案。DesignWare EV6x Vision Processor独特地结合了向量DSP和可编程CNN引擎,支持设计人员在其嵌入式设备中实施视觉功能,该嵌入式设备的性能效率高于基于CPU和GPU的替代方案。” DesignWare EV6x处理器系列集成了标量、向量DSP和CNN处理单元,可进行高度准确、快速的视觉处理。EV6x支持所有卷积神经网络,包括AlexNet、VGG16、GoogLeNet、Yolo、Faster R-CNN、SqueezeNet和ResNet等受欢迎的神经网络。设计人员可以在EV6x的12位CNN引擎上运行原本为32位浮点硬件准备的CNN训练图形,从而在维持相同的检测精度时显著降低其设计的功耗和面积。在使用16-nm FinFET制程技术实施时(最糟的情况下),引擎提供高达每秒每瓦2,000GMAC的能效。EV6x的CNN硬件还支持为8位精度训练的神经网络,以利用内存带宽较低、图形类型功耗要求较低的优势。 为了简化应用软件开发,有一套全面的工具和软件支持EV6x处理器。最新版本DesignWare ARC? MetaWare EV Development Toolkit包括CNN映射工具,它能分析使用Caffe和Tensorflow等受欢迎的框架训练的神经网络,并自动生成用于可编程CNN引擎的可执行文件。为了尽可能灵活和防止过时,该工具还能在视觉CPU和CNN资源间分配计算,以支持新兴的全新神经网络算法以及客户特定的CNN层。结合基于OpenVX?、OpenCV和OpenCL C嵌入式视觉标准的软件开发工具,MetaWare EV Development Toolkit允许设计人员拥有加速嵌入式软件开发所需的全套工具。 Synopsys IP营销副总裁John Koeter表示:“随着高性能神经网络在人工智能应用中变得更加普及,设计人员需要硬件技术和软件技术才能按时提供支持视觉的SoC。凭借经过硅验证的EV6xVision Processor的性能和功能增强,设计人员可以更有效地设计和部署基于机器学习的应用,使这些应用具有在市场中脱颖而出所需的性能和能效。” 可用性与资源 含可选嵌入式CNN引擎的DesignWare EV61、EV62和EV64处理器计划于2017年8月发售。MetaWare EV Development Toolkit现已发售。对套件的CNN映射工具中TensorFlow框架的支持计划于2017年10月提供。

    时间:2017-07-11 关键词: 新思科技 引擎 adas 视频分辨率

  • 赛普拉斯与博世汽车关系进一步拓展 达成长期合作关系

    赛普拉斯与博世汽车关系进一步拓展 达成长期合作关系

    赛普拉斯半导体公司(纳斯达克交易代码:CY)今日宣布,博世公司为其新一代基于视频的高级驾驶辅助系统(ADAS)选用了赛普拉斯的汽车级串行NOR闪存。赛普拉斯的四串行NOR闪存系列可为那些实现自动驾驶功能和全自动汽车功能的现代ADAS平台提供最高的性能,以及可扩展性、安全性和保密性。NOR闪存用于存储系统启动代码和算法,可在最高125°C的高温下具备极高的工作可靠性。 ADAS平台是实现自动驾驶的基础。基于视觉的系统是提供行人检测、车道保持、交通标志识别、防撞和盲点监测等重要驾驶功能的关键所在。博世基于摄像头的ADAS平台可让汽车制造商通过一个系统将不同范畴的驾驶辅助功能集成到他们的车辆中。 赛普拉斯闪存事业部副总裁Rainer Hoehler博士表示:“赛普拉斯是全球领先的基于闪存的嵌入式系统提供商,同时也是汽车应用领域的市场份额领导者。汽车OEM厂商的ADAS、仪表盘等系统对NOR闪存的需求正在增加。我们感到非常高兴能以我们汽车级的NOR闪存,协助包括博世这样的创新客户去引领ADAS和自动驾驶的革命。” 在线关注赛普拉斯 · 阅读我们的Core&Code技术杂志和博客 · 加入赛普拉斯开发者社区 · 在LinkedIn上访问我们 · 通过我们的视频库或优酷观看视频 · 关注我们的微博 · 关注我们的微信公众平台CypressChina

    时间:2017-05-19 关键词: 赛普拉斯 博世 adas

  • 未来汽车时代将比预期更早到来

    未来汽车时代将比预期更早到来

    当我们激动地谈论未来汽车的时候,你可能会认为完全自动驾驶汽车这个想法真大胆,在多向前迈几步,我们就能实现它。但事实上,我们还没有走到那一步,有些怀疑论者甚至认为前路困难重重,我们永远也不可能实现。但作为工程师,我们知道自动驾驶一定能够实现。问题的关键在于实现还需要多久、最佳路线是哪一条以及需要付出多少成本。 我们展开一张地图,看看可以如何从汽车电子设备的角度来实现这个目标。首先要知道把所有不同的元件组合在一起实现无缝连接的安全性能是一项很大的工程。好消息是,我们已经初窥门径:今天的先进驾驶辅助系统(ADAS)已经包括了紧急制动辅助、线控转向和防撞等功能。如果想实现在每一辆车上都配备这样的先进技术,相关系统必须先实现高性能、低成本和低功耗的目标。而这正是协同设计链生态系统擅长并且持续在优化的领域。这些核心工程理念是一个指南针,将在地图上为我们导航,引导我们最终实现自动驾驶。 汽车的开源开发 近期,雷诺正与 ARM 合作开放旗下 Twizy 车型的软件和硬件架构。开源开发可以加快新功能的研发速度并催生出不同的版本,这对 ARM 生态系统来说是非常激动人心的一步,汽车厂商可以与更多的半导体供应商展开合作。我们的合作伙伴不断挑战极限,实现了大量汽车技术应用案例——从最小的传感器到最高的计算能力,满足了功能丰富的车载信息娱乐系统(IVI)和 ADAS 的需求。ARM 与其合作伙伴将技术知识产权、工具应用和软件开发相结合,创造出具备可扩展性和安全性的未来汽车体验。 对汽车电子设备设计来说,现在也许是最关键的时刻。一个由数据和技术驱动的世界由此诞生。在这里,新的业务模式为用户带来全新的选择和体验。确实,随着汽车自动化的程度不断提高,相较于驾驶本身,未来的驾驶体验可能越来越注重舒适性、娱乐性以及车主希望的一些特定性能。例如,小型城市汽车配备的某些功能如果出现在家用车或 SUV 身上可能显得格格不入。使用多家供应商可以加快研发速度并带来更丰富的选择。 我们刚才举例说明了生态系统创新可以如何帮助汽车设计师尽早研发出完全自动驾驶的汽车。现在,我们来仔细研究一下 ARM 生态系统解决汽车两大关键领域 车载娱乐系统(IVI )和 高级辅助驾驶系统(ADAS) 的方法。这两个领域也是自动驾驶能否成功实现的关键所在。 IVI 是连接汽车与外界的纽带 朱尼普研究公司(Juniper Research)最近发表了一项新的研究,标题为“M2M:2016-2021跨国企业、服务提供商和原始设备制造商的战略和机会”。研究得出的结论是,未来五年,联网汽车信息娱乐系统和远程信息系统的数据将占据所有 M2M(机器对机器)数据流量的 98%。 这对汽车厂商和 IVI 芯片制造商来说意味着诸多挑战,比如散热、面积和功耗方面的限制。这些挑战是因为需求更加多样化,需要为大尺寸屏幕供电、实现触感回馈、显示多个来源的多个应用等等。而移动设计领域数十年的经验此时就可以运用到汽车领域:ARM 的低功耗处理器, 结合big.LITTLE™ 技术,让制造商能够为 IVI 体验提供稳定的高性能。 由于 IVI 可以将用户与外界联系起来,因此通讯安全必须得到保障,应用和车载软件也必须及时更新。一个著名的案例是,黑客查理·米勒利用车载系统的一个安全漏洞侵入了一辆 Jeep,可见,数据安全有多么重要。行车安全也是一个问题,不少系统要考虑到驾驶员的安全问题,所以要满足 ASIL B 或更高的标准。 技术的选择同样重要,因为 IVI 应用程序包含 GPS 导航、广播、远程信息处理、视频播放等功能,而这些功能的计算需求各不相同。为每一项任务选择正确的处理器意味着减少散热,进而降低车上的冷却需求,在减轻车重和降低成本的同时提高可靠性。 沿着地图前进,我们现在从驾驶舱内部切换到车身的外围来研究 ADAS。 ADAS 为整辆车分配情报 分析师们预测, 2016 年到 2025 年,普通轿车的车载计算能力将提高 100 倍,为 ADAS 和 IVI 功能提供更好的支持。 ADAS 需要综合车身密布的各类传感器发送的信息,将它们汇总到一个大型处理单元进行数据分析并作出实时决策,所以这个过程将会涉及海量的计算,雷达、激光雷达、超声波和摄像头这些传感器都是为了提升驾驶者的安全而设计的。 由于我们将驾驶员身份所要承担的安全责任转交给了汽车本身,因此,安全的操作在这里非常重要,ADAS 元件必须按照最高的安全标准来设计,其中不少都达到了 ASIL D 等级。 多样化的功能意味着我们需要一套包罗万象的生态系统来实现各个领域的专业计算,让原始设备制造商能够为每一辆汽车作出最好的选择——无论是小型城市车、豪华轿车还是 SUV。主体元件必须尺寸紧凑而且高度集成,还必须能够抵抗来自外部和内部的干扰。如果你是利用汽车传感器来判断是否能够超车,那么你一定希望不会有黑客入侵它。 由于管理多个处理器会受到成本、功耗和散热方面的限制,所以ADAS与IVI在处理某一些任务的时候也有特定的需求,在 ARM 多样化低功耗技术和基于标准架构的综合生态系统支持下,无论什么车型或规格,原始设备制造商都可以满足特定需求并实现轻松集成。 安全是每个人的责任 行车安全至关重要,因为安全一旦出问题就可能造成财产损失或人身伤害。同样,媒体近来经常提到的数据安全也是重中之重——它不仅事关行车安全,而且随着黑客攻击形式不断进化,我们还需确保在未来10-15年间,汽车也能时刻处于安全状态。任何一家供应商都无法凭借一己之力确保汽车的行车安全和数据安全,实现这个目标需要生态系统中的多家企业通力合作,从硬件到软件,从操作系统到汽车厂商都需要参与进来。使用标准架构可以帮助汽车厂商降低成本、提高可扩展性并确保最快的上市时间。 ARM 为汽车系统提供全面的安全解决方案,为汽车技术的运用提供可靠的安全基础,从传感器到服务器,这些解决方案已经成功应用于数十亿款手机、网络和嵌入式应用程序。在汽车安全解决方案领域的梦之队——ISO 26262 支持和 TrustZone 技术帮助下, ARM 为原始设备制造商和车联网用户奠定了值得信赖的基础。[!--empirenews.page--] ARM 生态系统坚持开展技术合作,提供更多样化的解决方案,致力于合作研发安全的可扩展芯片,满足每一项功能所需的性能。这段旅程也许看来漫长,但是从微小的雷达传感器到强大的 IVI 和 ADAS 控制器,自动驾驶技术的未来将比你想象的更早到来。

    时间:2017-05-19 关键词: ARM 自动驾驶 adas

  • 赛普拉斯与博世汽车进一步拓展长期合作关系,为其下一代ADAS平台提供高可靠性NOR闪存

    赛普拉斯与博世汽车进一步拓展长期合作关系,为其下一代ADAS平台提供高可靠性NOR闪存

    串行NOR闪存为基于视频的ADAS存储启动代码和算法,即使在125°C的汽车极端高温下也能可靠运行 赛普拉斯半导体公司近日宣布,博世公司为其新一代基于视频的高级驾驶辅助系统(ADAS)选用了赛普拉斯的汽车级串行NOR闪存。赛普拉斯的四串行NOR闪存系列可为那些实现自动驾驶功能和全自动汽车功能的现代ADAS平台提供最高的性能,以及可扩展性、安全性和保密性。NOR闪存用于存储系统启动代码和算法,可在最高125°C的高温下具备极高的工作可靠性。 ADAS平台是实现自动驾驶的基础。基于视觉的系统是提供行人检测、车道保持、交通标志识别、防撞和盲点监测等重要驾驶功能的关键所在。博世基于摄像头的ADAS平台可让汽车制造商通过一个系统将不同范畴的驾驶辅助功能集成到他们的车辆中。 赛普拉斯闪存事业部副总裁Rainer Hoehler博士表示:“赛普拉斯是全球领先的基于闪存的嵌入式系统提供商,同时也是汽车应用领域的市场份额领导者。汽车OEM厂商的ADAS、仪表盘等系统对NOR闪存的需求正在增加。我们感到非常高兴能以我们汽车级的NOR闪存,协助包括博世这样的创新客户去引领ADAS和自动驾驶的革命。” 赛普拉斯的128Mb - 1Gb FS-S 1.8V系列和FL-S 3.0V系列Quad SPI NOR闪存提供80 MBps读带宽,可为高性能系统提供最快的程序执行速度。这些闪存采用业内标准的紧凑型8-lead SOIC、16-lead SOIC、8-WSON和24-ball BGA封装,可节省电路板空间并简化布局。FS-S和FL-S NOR闪存系列提供AEC-Q100汽车认证产品,并支持-40°C - +125°C的扩展温度范围。 在线关注赛普拉斯 · 阅读我们的Core&Code技术杂志和博客 · 加入赛普拉斯开发者社区 · 在LinkedIn上访问我们 · 通过我们的视频库或优酷观看视频 · 关注我们的微博 · 关注我们的微信公众平台CypressChina

    时间:2017-05-18 关键词: Cypress adas nor闪存

  • 瑞萨强化对ADAS及自动驾驶的支持 推出开放、创新、可靠的平台Renesas Autonomy

     瑞萨电子株式会社今日宣布推出Renesas autonomy™新型高级驾驶辅助系统(ADAS)和自动驾驶平台。作为Renesas autonomy平台的首款开创性产品,瑞萨电子发布了R-Car V3M高性能图像识别片上系统(SoC),可大大优化智能摄像头、全景环视系统、激光雷达等应用。新型R-Car V3M SoC符合ISO26262 功能安全标准,为视觉处理提供了低功耗硬件加速功能,还配有内置图像信号处理器(ISP),可释放主板空间并降低系统制造商的开发成本。 瑞萨电子将于2017年4月11日在日本东京举行的DevCon Japan上展示其基于新型R-Car V3M SoC开发的首款Renesas autonomy演示。 关于Renesas autonomy平台 自动驾驶时代的汽车需要能够感知环境、控制车辆并与云端进行同步通信。要实现这些功能,需要采用各种技术,同时每一种技术需要保持高可靠性才能准确无误地实现同步。同时,这些技术在不断发展进步,因此人们对完整端到端的解决方案的需求不断增长。 瑞萨电子作为领先的汽车半导体供应商,利用其在汽车市场长期积累的经验和专业技术推出了新型Renesas autonomy平台。Renesas autonomy是一个用于ADAS和自动驾驶的开放、创新、可靠的平台,由瑞萨的可持续可扩展SoC和微控制器产品线组成。瑞萨电子是业内唯一的提供从安全的云端连接,环境感知到车辆控制的各种端到端解决方案的汽车半导体供应商。瑞萨开创性的平台进一步为实现ADAS和自动驾驶做出了贡献。该平台还允许一级供应商利用瑞萨电子针对ADAS和自动驾驶技术的不断扩大的合作伙伴生态系统,从而提高开发效率并加快上市速度。     Renesas autonomy 平台的主要解决方案 (1) 可靠、可扩展硬件产品线,提供具有高性能和低功耗特点的综合产品组合 Renesas autonomy 平台能够让一级供应商构建各种ADAS和自动驾驶系统。系统制造商可以充分利用可持续、可扩展的产品线来开发从入门到高级的各种解决方案,重复利用开发成果,缩短上市时间,从瑞萨经验证的解决方案和对汽车市场的长期以来的贡献中获益。 (2) 创新型加速器和经市场验证的功能安全技术 为了让所需算法得以运行,Renesas autonomy 平台可以让一级供应商选择最合适的IP内核(包括硬件加速器),从而在能够以最低功耗实现最高性能的架构内同时发挥功能安全性和灵活性。此外,客户可以利用瑞萨电子在集成不同IP和低功耗设计方面的专业知识来减少其物料成本(BOM)。 功能安全性是实现自动驾驶的关键。自2008年推出首款汽车安全MCU以来,瑞萨电子一直为市场提供功能安全解决方案。为满足ADAS和自动驾驶应用的高级功能安全要求,瑞萨电子利用其最新一代高性能SoC和MCU产品可符合不同ASIL等级的要求。除了以新型R-Car V3M SoC支持ASIL-C外,瑞萨电子还提供多款ASIL-B级 SoC(R-Car M3和R-Car H3)以及ASIL-D级MCU[JK1](RH850/P1X系列)支持最新的ADAS应用要求。 (3) 采用互补性生态系统合作伙伴技术和开放式开发平台 瑞萨电子的R-Car联盟在全球范围内已拥有195家关键技术供应商,并还在不断增加ADAS和自动驾驶领域的合作伙伴,为Renesas autonomy 平台提供支持。该开放式开发平台允许一级供应商选择进入的方式,直接在瑞萨的创新技术上直接开发,或与生态系统合作伙伴合作均可。一级供应商可以选择最大限度地通过内部资源创造价值,或通过与瑞萨的R-Car联盟合作,大幅度减少设计工作并缩短上市时间。 瑞萨电子全球ADAS中心副总裁Jean-Francois Chouteau表示:“ADAS和自动驾驶应用正在推动汽车市场的未来发展。Renesas autonomy是一个可靠、开放和创新的平台,涵盖了从安全的云端连接、感测、认知到车辆控制的所有需求。瑞萨电子希望能够帮助汽车行业掌控自己的命运,而非独家拥有此技术。目前有了Renesas autonomy平台,我们可以向开发者承诺:‘你们将决定驾驶技术的未来’”。 关于适合ADAS智能摄像头应用的R-Car V3M SoC R-Car V3M是来自于Renesas autonomy新平台的最新款SoC,同时是一款具备功能安全、高性能、低功耗的芯片,能够在智能摄像头、全景环视系统和雷达等多项ADAS应用中进行扩展。 R-Car V3M可用于智能摄像头,专注于满足NCAP(新车评价规程,注1)的主要性能要求。它配有一个集成ISP,可使计算机视觉具有高性能的特点,同时支持低功耗和高水平的功能安全。 要实时检测交通标志、车道、行人、车辆和其它障碍物,需要具有较高的性能。因为前置摄像头安装在挡风玻璃后,暴露在阳光直射下。因此,SoC的低功耗对于减少智能摄像头外壳中的进一步散热至关重要。确保功能安全性是前置摄像头安全启用自动紧急制动等功能的最终关键要素。 R-Car V3M解决方案的主要特点: (1) 高效图像识别引擎和功能安全 R-Car V3M SoC采用多功能流水线引擎(IMP)和计算机视觉引擎(CVE)等不同的加速器实现了性能一流的计算机视觉平台,能够让R-Car V3M支持光流、物体检测和分类以及卷积神经网络等算法。R-Car V3M集成了用于应用程序编程的双ARM® Cortex® A53和用于运行AUTOSAR的双Cortex R7 锁步内核。R-Car V3M可满足符合ASIL-B及更高级别功能安全的硬件要求,起到实时内核“安全岛”的作用。 (2) 集成度提高,成本降低 R-Car V3M配有一个集成ISP(图像信号处理器),可提高摄像头传感器的原始图像质量,并使其适用于计算机视觉。采用该集成技术,无需在前置摄像头或传感器内配置外部ISP组件。该系统提供一个DDR3L内存通道,可进一步降低成本。 (3) 开放式的前置摄像头解决方案 R-Car V3M遵循Renesas autonomy 平台的原则,并得到了瑞萨电子及其生态系统合作伙伴的支持,其中包括辅助硬件(传感器)、操作系统、计算机视觉专业技术和应用等。这样一来,系统制造商可以最大限度地通过内部资源创造价值,或通过与合作伙伴合作来缩短上市时间,从而在前置摄像头市场上创造一种新的自由度。 定价和供货 R-Car V3M SoC的样品将于2017年12月起开始供货,并计划于2019年6月开始量产。(价格和供货情况如有更改,恕不另行通知。)

    时间:2017-04-11 关键词: 瑞萨 自动驾驶 adas

  • MathWorks发布有助于设计ADAS及自动驾驶系统的Release 2017a

     MathWorks今日推出了包含一系列 MATLAB 和 Simulink 新功能的 Release 2017a (R2017a)。值得一提的是,R2017a包含一款名为 Automated Driving System Toolbox 的新产品,其有助于工程师设计、仿真和测试 ADAS 以及自动驾驶系统。除此之外,R2017a 还包含对 86 款其他产品的更新和补丁修复。 MATLAB 产品系列更新包括: ·MATLAB o实时编辑器中的交互式图形更新,包括标题、标签、图例和其他注释,以及将实时脚本输出复制到其他应用程序的功能​ oheatmap 绘图函数,用于实现数据的可视化 o​作用于 tall 数组的其他函数,包括 ismember、sort、conv 和移动统计函数​​​​​ ·Econometrics Toolbox o贝叶斯线性回归模型,用于分析响应变量和一组预测变量之间的关系 o向量自回归模型,用于分析多变量时序数据,包括外生预测值 ·MATLAB Production Server o基于 Web 的服务器管理仪表盘,用于 IT 配置和控制 ·Neural Network Toolbox o深度学习算法用于训练卷积神经网络 (convolutional neural network, CNN),可以在 PC、集群以及云上利用多个 GPU 执行回归任务 o利用图像优化,将通过 CNN 深度学习模型得到的特征可视化 o从预训练的 CNN 模型(AlexNet、VGG-16 和 VGG-19)和 Caffe Model Zoo 中的模型传递权重的功能 ·Statistics and Machine Learning Toolbox o回归学习应用程序,用于使用有监督机器学习来训练回归模型 otall 数组算法,用于支持向量机 (support vector machine, SVM) 和朴素贝叶斯分类、袋装决策树以及套索回归 ·Computer Vision System Toolbox o使用 Fast R-CNN 和 Faster R-CNN 深度学习算法进行目标检测 ·Automated Driving System Toolbox o一款用于设计、仿真和测试 ADAS 以及自动驾驶系统的新产品 Simulink 产品系列更新包括: ·Simulink oSimulink 项目升级,可将项目中的所有文件轻松更新为最新版本 oparsim 命令,用于直接运行多个并行仿真 o无需将数据加载到内存,即可对 MAT 文件中的大输入信号进行流式传输 o缩减总线布线,可快速将信号合成为总线,并自动创建总线元素端口,以便在子系统之间以及内部使用较少的信号线 o自动创建端口,用于在布控信号时将输入端口和输出端口添加到模块 ·Simscape Multibody o运行时参数可用于加速仿真任务和修改组件参数值而无需重新生成 C 代码 oOnshape CAD 导入用于多体仿真中基于云的 CAD 装配 信号处理和通信更新包括: ·Antenna Toolbox o天线设计器应用程序,可根据所需特性交互式选择和分析天线​ ·​Communications System Toolbox o对在多路径和散射传播场景中运行的空间定义 MIMO 信道进行建模和仿真 ·LTE System Toolbox o对 3GPP 5G 无线电新技术进行仿真的 MATLAB 函数 oSidelink 接收功能,实现 LTE-A ProSe 直接通信的链路级仿真,用于公共安全和车载通信应用 ·WLAN System Toolbox o支持生成符合 IEEE 802.11ad 标准的波形 代码生成更新包括: ·Embedded Coder o跨版本代码集成可用于较早版本的模型引用生成代码的重用 ·Simulink Coder o为 MATLAB 函数模块仿真和代码生成提供动态内存支持 ·HDL Coder o从符合 IEEE 标准的单精度浮点操作生成 HDL 代码 ·HDL Verifier o支持探测和获取内部 FPGA 信号用于在 MATLAB 或 Simulink 中进行分析 验证和确认更新包括: ·Polyspace Bug Finder o对 MISRA C: 2012 Amendment 1 和新的加密程序执行代码检查 ·Simulink Verification and Validation o对克隆检测进行改进,用于重构重复的库型式和子系统克隆 o为 DOORS Next Generation 提供支持,用于在 DOORS Next Generation 中链接和追溯模型元素至需求 ·​Simulink Design Verifier o通过仿真过程的切片器高亮显示,实现状态活动时刻的可视化效果 ·Simulink Code Inspector o支持 MATLAB、Simulink 和 Stateflow 中的循环和周期操作 R2017a 现已在全球上市。

    时间:2017-03-27 关键词: mathworks 自动驾驶 adas

  • MathWorks发布有助于设计ADAS及自动驾驶系统的Release 2017a

    MathWorks发布有助于设计ADAS及自动驾驶系统的Release 2017a

    21ic讯 – 2017 年3月27日消息,MathWorks推出了包含一系列 MATLAB 和 Simulink 新功能的 Release 2017a (R2017a)。值得一提的是,R2017a包含一款名为 Automated Driving System Toolbox 的新产品,其有助于工程师设计、仿真和测试 ADAS 以及自动驾驶系统。除此之外,R2017a 还包含对 86 款其他产品的更新和补丁修复。 MATLAB 产品系列更新包括: ● MATLAB      · 实时编辑器中的交互式图形更新,包括标题、标签、图例和其他注释,以及将实时脚本输出复制到其他应用程序的功能​      · heatmap 绘图函数,用于实现数据的可视化      · 作用于 tall 数组的其他函数,包括 ismember、sort、conv 和移动统计函数​​​​​ ● Econometrics Toolbox     ·  贝叶斯线性回归模型,用于分析响应变量和一组预测变量之间的关系     · 向量自回归模型,用于分析多变量时序数据,包括外生预测值 ● MATLAB Production Server      ·  基于 Web 的服务器管理仪表盘,用于 IT 配置和控制 ● Neural Network Toolbox      · 深度学习算法用于训练卷积神经网络 (convolutional neural network, CNN),可以在 PC、集群以及云上利用多个 GPU 执行回归任务      · 利用图像优化,将通过 CNN 深度学习模型得到的特征可视化      · 从预训练的 CNN 模型(AlexNet、VGG-16 和 VGG-19)和 Caffe Model Zoo 中的模型传递权重的功能 ● Statistics and Machine Learning Toolbox      · 回归学习应用程序,用于使用有监督机器学习来训练回归模型      · tall 数组算法,用于支持向量机 (support vector machine, SVM) 和朴素贝叶斯分类、袋装决策树以及套索回归 ● Computer Vision System Toolbox      ·  使用 Fast R-CNN 和 Faster R-CNN 深度学习算法进行目标检测 ● Automated Driving System Toolbox      ·  一款用于设计、仿真和测试 ADAS 以及自动驾驶系统的新产品 Simulink 产品系列更新包括: ● Simulink      · Simulink 项目升级,可将项目中的所有文件轻松更新为最新版本      · parsim 命令,用于直接运行多个并行仿真      ·  无需将数据加载到内存,即可对 MAT 文件中的大输入信号进行流式传输      · 缩减总线布线,可快速将信号合成为总线,并自动创建总线元素端口,以便在子系统之间以及内部使用较少的信号线      · 自动创建端口,用于在布控信号时将输入端口和输出端口添加到模块 ● Simscape Multibody      · 运行时参数可用于加速仿真任务和修改组件参数值而无需重新生成 C 代码      ·  Onshape CAD 导入用于多体仿真中基于云的 CAD 装配 信号处理和通信更新包括: ● Antenna Toolbox      · 天线设计器应用程序,可根据所需特性交互式选择和分析天线​ ● ​Communications System Toolbox     ·  对在多路径和散射传播场景中运行的空间定义 MIMO 信道进行建模和仿真 ● LTE System Toolbox      ·  对 3GPP 5G 无线电新技术进行仿真的 MATLAB 函数      ·  Sidelink 接收功能,实现 LTE-A ProSe 直接通信的链路级仿真,用于公共安全和车载通信应用 ●  WLAN System Toolbox      ·  支持生成符合 IEEE 802.11ad 标准的波形 代码生成更新包括: ● Embedded Coder      ·  跨版本代码集成可用于较早版本的模型引用生成代码的重用 ● Simulink Coder      · 为 MATLAB 函数模块仿真和代码生成提供动态内存支持 ● HDL Coder      ·  从符合 IEEE 标准的单精度浮点操作生成 HDL 代码 ● HDL Verifier      ·  支持探测和获取内部 FPGA 信号用于在 MATLAB 或 Simulink 中进行分析 验证和确认更新包括: ● Polyspace Bug Finder      ·  对 MISRA C: 2012 Amendment 1 和新的加密程序执行代码检查 ● Simulink Verification and Validation      ·  对克隆检测进行改进,用于重构重复的库型式和子系统克隆      · 为 DOORS Next Generation 提供支持,用于在 DOORS Next Generation 中链接和追溯模型元素至需求 ● Simulink Design Verifier      ·  通过仿真过程的切片器高亮显示,实现状态活动时刻的可视化效果 ● Simulink Code Inspector      ·  支持 MATLAB、Simulink 和 Stateflow 中的循环和周期操作

    时间:2017-03-27 关键词: mathworks 自动驾驶 adas r2017a

  • 你不知道的英特尔的自动驾驶布局

    你不知道的英特尔的自动驾驶布局

     英特尔在主导PC时代错失移动时代之后,变革是摆在面前的棘手问题。在布局了智能设备、可穿戴等领收效不大之后,英特尔将目标锁定在自动驾驶这个体量巨大且发展成熟的领域。近日英特尔153亿美元收购以色列驾驶辅助系统开发公司Mobileye的消息就是一个最好的说明。除了Mobileye,英特尔还为自动驾驶做了哪些布局? 2017年3月13日晚间,英特尔宣布收购以色列一家知名的高级驾驶辅助系统(ADAS)厂商司Mobileye,每股作价63.54美元,总价约为153亿美元。英特尔表示,计划利用手中的现金来资助这笔交易。该交易有望在未来9个月内完成,目前已经得到了Mobileye和英特尔董事会的批准,但仍有待监管部门的审查。 Mobileye于1999年由两名以色列希伯来大学的研究人员所创立,公司的业务是摄像头和软件算法组成的视觉系统用于解决车辆驾驶问题。 Mobileye公司的研发总部设在以色列耶路撒冷。Mobileye开发的一个图像处理器芯片称为EyeQ。所有Mobileye的图像处理算法都在其EyeQ芯片上运行。经过多年的测试,Mobileye芯片和软件算法开始推出商业产品,向OEM客户出售。与该公司合作的汽车制造商包括:如宝马、通用、沃尔沃等。Mobileye 2014年在纽交所上市市值达到50亿美元。     有报道称,交易完成后Mobileye将与英特尔的自动驾驶事业部(ADG)合并,形成新的自动驾驶部门。该部门总部将位于以色列,由Mobileye联合创始人、董事长兼首席技术官阿姆侬·沙书亚(Amnon Shashua)领导。 在汽车电子市场,Intel 并不是新进入者,在过去 10 年间,这家 x86 处理器龙头其实都有相关产品出现在不同的车种上。为了自动驾驶,英特尔要做的是从数据处理,到数据传输、数据分析和数据安全,在底层全面支持无人驾驶的实现和应用。     2015年10月,英特尔宣布收购了人工智能公司Saffron Technology,再次增加对人工智能技术的投资。 Saffron成立于1999年,由前IBM知识管理和智能代理中心首席科学家Manuel Aparicio创立,前仁科软件公司总经理Gayle Sheppard执掌运营。多年以来,该公司深深扎根于企业软件行业,并将一些边缘软件业务抛售出去,比如某个可预测路边地雷爆炸的系统装置等等。 和其他人工智能公司一样,Saffron的技术旨在通过模仿人类大脑工作方式的算法来从庞大的数据集里提取有用的信息。但和其他不同的是,该公司专注于研发自家的“联想记忆”技术,而非像谷歌和Facebook等重度投资的深度学习类人工智能。 2016年4月,因为看好未来车联网的市场发展,英特尔2016年4月收购了意大利半导体功能安全厂商 Yogitech ,且将其纳入旗下的物联网事业部门,协助英特尔加强物联网(IoT)系统的功能安全(FuncTIonal Safety)和效能。 成立于 2000 年的 Yogitech ,为一家整合电路功能安全分析解决方案商,公司专门为芯片增加安全功能,芯片用在无人驾驶汽车、自主设备上。。该公司的旗舰专利产品 faultRobust ,能提供分析方法论及工具以协助整合电路的设计,并确保产品的稳定、安全及可用性。 英特尔 IoT 部门资深副总裁暨总经理 Ken Caviasca 指出,英特尔一直致力于提供高效能 IoT 系统,而近年来 IoT 产业逐渐从资料自动化,转向以即时资料协助决策分析,进而执行自动化行为,这样的发展趋势已使得汽车产界已经掀起不同的革命。 2016年4月,英特尔旗下Wind River公司(专注于物联网软件)收购Arynga,这家公司提供符合GENIVI标准的软体,让车内计算机支持无线下载(Over-the-Air)更新功能。无线传输技术能力对于车联网至关重要,而Arynga将帮助英特尔强化车联网和自动驾驶能力,提高传输安全性,同时促进物联网(IoT)市场发展。 2016年5月,英特尔收购俄罗斯机器视觉技术公司Itseez。众所周知,机器视觉可以让计算机观察环境,理解环境。无人驾驶汽车离不开机器视觉技术。 Itseez成立于2005年,是一家私人控股公司。Itseez公司开发了供驾驶辅助系统使用的软件和服务,以协助对可能发生的碰撞发出警告,提高司机意识并简化驾驶。英特尔称,Itseez的技术已被用于安全系统等其它产品中。 “这一收购交易进一步加强了英特尔为赢得汽车、视频等物联网市场所作出的努力,电子感知和理解图像能力将为未来创新和市场机遇奠定基础,”英特尔负责物联网业务的高级副总裁道格拉斯·戴维斯(Douglas Davis)在博文中表示。     2016年7月,宝马、英特尔与Mobileye成为合作伙伴,一起开发无人驾驶汽车,目标是在2021年之前让无人驾驶汽车开上街道。三家公司还准备建立一个开放平台,让其它汽车制造商、驾乘分享公司使用自己的技术。 英特尔首席执行官Brian Krzanich表示,人工驾驶易受到外界突发状况及自身注意力不集中的干扰而引发交通事故,自动驾驶汽车的出现将会在某种程度上降低事故发生的概率,英特尔的数据处理能力将会对摄像头视野范围内已知的所有信息进行有效分析,从而预测可能发生的撞击以提升自动驾驶汽车的安全性能。2017年1月,宝马、英特尔和Mobileye宣布,年底之前将会安排40辆无人驾驶宝马汽车上路测试。 2016年8月,英特尔宣布将收购创业公司Nervana Systems。据美国媒体报道,金额可能在3.5亿美元左右。Nervana位于圣迭戈,创立于2014年,该公司的创始人之一、首席执行官纳温·拉奥在博客中表示:“通过这桩收购,英特尔正式承诺将在前沿推动人工智能技术。”拉奥说,现在可以推翻旧模式,进入到计算领域发展的新时期。 数据中心业务是英特尔目前盈利能力最强、增长速度最快的业务。不过,这一业务需要探索适应语音和图像识别等新技术的产品。未来,在搭载英特尔处理器的服务器上,人工智能预计将会占据很大一部分计算任务。 2016年9月,英特尔宣布将收购计算机视觉创业公司Movidius,这家成立8年的公司约有180名员工,在硅谷、爱尔兰和罗马尼亚设有办事处。该公司也是谷歌Project Tango 3D传感器技术背后的功臣。 Movidius CEO雷米·艾尔-夸扎尼(Remi El-Ouazzane)在博客上宣布,该公司仍将继续其原有的使命——“为机器赋予视觉能力”,同时也将与英特尔的RealSense技术配合。Movidius可以提供低能耗计算机视觉芯片组,而且已经与谷歌、联想和大疆等公司签订了协议。 Movidius花费9年时间自主研发低功耗视觉处理器Myriad系列VPU,它能够为设备提供强大的自主运算能力,应用范围前景广阔,从无人机、VR到AR都有所涉猎。 2016年11月,科兹安尼克宣布,英特尔VC部门未来2年将会投资2.5亿美元,用于开发无人驾驶技术。也是在11月,英特尔重组成立一个新部门,专门开发无人驾驶技术。新部门名叫“Automated Driving Group”,从物联网业务独立出来。 2017年1月,英特尔推出“Intel Go”,它是一个新品牌,英特尔无人驾驶软件硬件开发工具都会归类于该品牌。“Intel Go”包括许多硬件、软件开发工具包,开发者和工程师可以用工具测试、改良无人驾驶应用程序。平台从汽车摄像头、雷达获得传感器数据,将数据与高清地图、人工智能整合,为汽车行驶确定路线。GO平台还将FPGA技术与英特尔处理器整合。     在新品牌之下,英特尔建立了一个5G平台,开发了调制解调器,帮助汽车制造商开发、测试程序。按照预测,2020年5G无线网络将会推出。 除了并购,英特尔将旗下相关部门整合为ADG(Automated Driving Group)自动驾驶事业部,并且为自动驾驶汽车推出了全新的品牌英特尔GO,整合有计算、通信、FPGA等软硬件平台。我们不难看到对于自动驾驶,英特尔想要提供的是端到端的开放平台,包括芯片、底层驱动甚至部分的算法,以期满足第三方的差异化需求。 当然,在谷歌、特斯拉、高通、博世、德尔福、大陆、宝马、通用、等厂商也卯足劲进军汽车自动驾驶领域的时候,英特尔能够取得巨大的成功我们仍拭目以待。

    时间:2017-03-17 关键词: 英特尔 自动驾驶 adas mobileye

  • 这五种自动驾驶芯片,你不可不知!

    这五种自动驾驶芯片,你不可不知!

    芯片供应商是汽车行业不可或缺的关键一环。就像车厂要从米其林买轮胎,要从博世买火花塞等等。那些发展自动驾驶技术的厂商也是如此,专业的人做专业的事,芯片也是来自供应商的。 2020年是很多厂商计划中的自动驾驶元年了,各路芯片厂商都在积极备战中。对于自动驾驶技术来说,可以分为软件和硬件部分。在硬件部分,芯片主要担任数据处理任务,整个自动驾驶系统中,雷达、摄像头会产生大量的数据,这些数据都交给了芯片。 芯片供应商是汽车行业不可或缺的关键一环。就像车厂要从米其林买轮胎,要从博世买火花塞等等。那些发展自动驾驶技术的厂商也是如此,专业的人做专业的事,芯片也是来自供应商的。那么,到底是谁在做自动驾驶芯片的生意?最新进展如何呢? Nvidia(英伟达) TegraX1 英伟达针对自动驾驶技术也推出了相应芯片TegraX1,性能超越了和A8X。英伟达表示这款芯片将最先应用于智能汽车领域,然后再应用到手机和平板电脑里。 Nvidia DRIVEPX 英伟达还有一款名为Nvidia DRIVEPX的平台,搭载了TegraX1芯片和10GB的DRAM,可以同时处理12部200万像素摄像头(最高60fps)产生的数据,同时DRIVEPX还有深度学习功能。 官方宣称DRIVEPX比一般的ADAS更聪明,因为它可以识别出到底是什么车型,比如识别出是警车、出租车还是救护车,当然这一点对自动驾驶至关重要。 为了表示TegraX1的性能到底如何,我们可以拿它和Mobileye的EyeQ3芯片做对比...... DrivePX2-AutoCruise 9月13日,今年在北京举行的GPU科技大会上,英伟达CEO黄仁勋展示了这款新的自动驾驶汽车处理器DrivePX2-AutoCruise。简单说,它就是精简版DrivePX2计算平台加了神经网络算法,专门用来实时分析汽车身上多个雷达和传感器采集的信息,还能处理高清地图,继而实现自动驾驶。 适用于自动巡航功能(包括高速公路自动驾驶和高清制图)的NVIDIA®DRIVE?PX2AI计算平台采用新型单处理器配置,功率仅为10瓦,可以帮助车辆利用深度神经网络处理来自多个摄像头和传感器的数据。百度将把该计算平台作为车载计算机部署到其从云端到汽车的自动驾驶系统中。 ST(意法半导体)与Mobileye合作开发 意法半导体的总部位于瑞士日内瓦,主要产品是专用集成电路、单片机、存储器等。Mobileye所使用的EyeQ3芯片就是和意法半导体合作开发的,两家公司最早在2005年就开始研发ADAS芯片。 EyeQ3使用了四个多线程MIPS32内核和四个矢量微码处理器(VMP)内核,在一个专门为处理视频设计的架构内工作。同样,也可以处理多部摄像头传来的图像信息。除了EyeQ3外,意法半导体和Mobileye还合作研发了EyeQ3-Lite芯片,属于乞丐版的EyeQ3,可以精简一些功能,达到降低价格的目的。 2015年,Mobileye发布第四代ADAS视觉处理器EyeQ4,相关产品将从2018年开始应用在新下线车型中。EyeQ4芯片使用了4颗核心处理器、6颗VMP芯片(EyeQ2和EyeQ3均有搭载)、2颗MPC核心和2颗PMA核心,每秒浮点运算可达2.5万亿次,而功耗只有3瓦。通过一系列的算法,EyeQ4可以同时处理8部摄像头(最高36fps)产生的图像数据,符合ISO-26262国际标准、欧洲NCAP和美国NHSTA的法规要求。 据报道,2016年5月Mobileye和意法半导体宣布将合作研发Mobileye第五代系统芯片——EyeQ5,作为2020年实现全自动驾驶(FAD)汽车的中央处理器,并执行传感器融合程序。 为了实现功耗和性能目标,EyeQ5将会采用10纳米节点或以下FinFET技术设计,具备多线程8核CPU,外加创新一代18核Mobileye视觉处理器。所有这些技术提升将使其性能相比当下的第四代EyeQ4提升8倍。EyeQ5的功耗低于5W,每秒可实现超过12万亿次的运算和被动散热。预计在2018年上半年可提供EyeQ5的工程样品。 高通恩智浦(N(New)XP) 恩智浦(NXP)研发的Bluebox平台将为汽车制造商提供现成的一体化自动驾驶计算解决方案。BlueBox是专为自动驾驶设计的中央计算引擎。不仅能够为无人驾驶提供人工智能,还为车间通讯和多重传感器提供接口支持,充当车辆的“神经系统”,传统汽车制造商使用该方案能够轻松开发四级无人驾驶汽车,即能够真正实现自主式无人自动驾驶。 BlueBox引擎是一个基于:Linux语言的开源平台,汽车制造商可以自行根据需要定制。公司称,BlueBox已经出货,全球五大汽车制造商的中的四家都已经收到了BlueBox。从2015年9月起,公司就已经为这些优选的客户发货。 BlueBox引擎结合了雷达、LIDAR(激光探测与测量)、视觉传感以及加载的车联网(VehicletoEverything,V2X)系统,来将车辆周围的情景建模,进行安全决策,来保护车辆及乘客。所有的计算元素使用了量产或样本的NXP芯片,让系统做好了上路准备。 在无人驾驶车辆系统中,多个传感器数据流都汇入BlueBox引擎,数据流结合起来,将车辆周围的物理环境创造一个360°实时模型。平台具有NXP芯片支持的LIDAR系统、雷达和视觉节点,NXPS32V处理器从中获取传感数据输入,通过传感融合能力创造一个地图。S32V包括了图形引擎,专门带有高质量图形处理加速器,还带有汽车级别的功能性安全引擎。 德州仪器(TI) 从最初的机械零件半导体化,到汽车娱乐导航和ADAS的蓬勃发展,汽车电子在整车中所占的比例正在逐步增加。半导体产品为汽车所带来的附加值极大的改善了汽车的驾驶体验,同时也推动了未来的汽车朝着更加智能和安全的方向发展。德州仪器(TI)Jacinto6系列信息娱乐系统处理器(DRA7xx)为新一代汽车带来了具有丰富功能的车载信息娱乐系统、仪表组和远程信息处理功能,其强大的可扩展性还能够最大限度重复利用硬件和软件投资的通用架构。 而TI的汽车片上系统(SoC)解决方案TDA2x提供了一个开放的平台,使客户能灵活添加他们独有的价值。TDA2x为前置摄像头、泊车辅助、雷达及融合应用的入门级解决方案提供了一种可实现高性能的架构,使客户能节省投资并加速产品上市进程。TDA3x则主要用于帮助汽车制造商开发出更加尖端的应用,同时减少交通事故并使初、中级汽车实现更自主的驾驶体验。 自动驾驶技术领域扩张意图非常明显。只是在自动驾驶车的芯片细分市场中,除了英伟达(Nvidia)、Mobileye、恩智浦(NXP)等大家耳熟能详的公司外,还涌现出了许多“新面孔”——例如IP供应商Ceva以及英特尔和高通(Qualcomm)等。 Ceva、高通也积极参与 然而,Nvidia并不是唯一推动深度学习用于自动驾驶车的企业。Ceva也在积极推广该公司自有的XM4成像与视觉DSP,这些DSP使用的是Ceva的即时神经网路软体架构,名为Ceva深度神经网路(CDNN)。 该公司的客户将选择一种训练有素的神经网路,预先处理物件参数。透过使用Ceva的DSP引擎、韧体和CDNN,采用浮点网路和权重描述的物件参数将“在不损失精度的条件下”被转换为定点客制的网路和权重。 “借由Ceva的XM4DSP,CDNN可以让嵌入式系统执行“深度学习任务,而且其学习速度比基于先进GPU的系统能快三倍,功耗小30倍,所需记忆体频宽小15倍。”Ceva指出。 在CES上,高通发布了整合LTE数据机和机器智慧的Snapdragon820车用系列产品,该系列产品包含了高通的Zeroth机器智慧平台。Zeroth专案设计用于协助汽车制造商使用神经网路为ADAS和车载资讯娱乐系统创建基于深度学习的解决方案。 但到目前为止,Snapdragon取得的设计订单还只限于资讯娱乐功能。奥迪(Audi)在2017款汽车产品线中就选用了Snapdragon602A处理器。 正如Ceva的执行长所指出的,Snapdragon820A还提供了汽车安全完整性等级(ASIL)评分,这是ISO26262定义的风险分类机制——针对道路汽车标准的功能性安全等级分类。 总结 由于自动驾驶芯片涉及到行车安全,对发热、寿命、网络安全要求更高,所以比一般消费级芯片更有技术含量。同时,还要兼顾成本问题。在未来应该有越来越多的老牌芯片厂商发展自动驾驶芯片业务,毕竟诸多主机厂都把自动驾驶元年定在了2020年,面对这样的市场,谁不心动呢? 汽车OEM厂商正敞开双臂欢迎这些市场新进业者,IHSAutomotive资讯娱乐与先进驾驶辅助系统(ADAS)研究总监EgilJuliussen在CES上表示,“这个领域突然变得热闹非凡。” 但可以预见的是,芯片行业外的力量恐怕进入这个市场也存在很多困难。因为这一领域的行业壁垒相对较高,新的破局者也很难出现。

    时间:2017-03-17 关键词: 芯片 自动驾驶 adas

  • 英特尔与Mobileye之间153亿美元的收购内幕

    英特尔与Mobileye之间153亿美元的收购内幕

    3月13日晚,英特尔官方网站发文确认以153亿美元收购Mobileye,一时间掀起业界热议。英特尔在自动驾驶的布局进一步深化。英特尔首席执行官科在奇和Mobileye 联合创始人、总裁和CEO Ziv Aviram 分别发布内部信,首次披露了本次收购的细节。 3月13日晚,英特尔确认收购Mobileye:英特尔一子公司将以每股63.54美元的现金收购Mobileye全部已发行流通股。基于该交易,Mobileye的股本价值为153亿美元,企业价值为147亿美元。 英特尔表示,该交易完成后,将立即推动公司每股摊薄收益和自由现金流增长。英特尔计划利用手中的现金来资助这笔交易。该交易有望在未来9个月内完成,目前已经得到了Mobileye和英特尔董事会的批准,但仍有待监管部门的审查。 Mobileye 是一家总部位于以色列,主要致力于汽车工业的计算机视觉算法和驾驶辅助系统的芯片技术研究的公司,始建于1999年,公司拥有200多名员工。Mobileye于2014年在纽约证券交易所上市,其市值为106亿美元,高盛在2007年曾以 1.3 亿美元战略投资Mobileye。 据报道,交易完成后,Mobileye将与英特尔的自动驾驶事业部(ADG)合并,形成新的自动驾驶部门。该部门总部将位于以色列,由Mobileye联合创始人、董事长兼首席技术官阿姆侬·沙书亚(Amnon Shashua)领导。 新部门将支持两家公司当前的制造项目,并致力于与汽车OEM厂商、一线供应商和半导体公司合作,开发先进的汽车辅助驾驶、高度自动驾驶和完全自动驾驶系统。 Mobileye 的联合创始人、总裁和CEO Ziv Aviram 在给员工的公开信中写道:“这笔交易的独特之处在于,不是Mobileye 被融入到英特尔中,而是英特尔的自动驾驶事业部(ADG)将会被融入到Mobileye中。” 英特尔首席执行官科再奇( Brian Krzanich)在去2015年11月的时候提到,未来几年在自动驾驶的投入会超过2.5亿美元,但是,这次,仅收购 Mobileye就花掉了153亿美元。由此可见,一年多以来,自动驾驶在英特尔整个公司战略的重要性已经发生了较大的改变。 这项收购将结合两家公司的优势技术,包括英特尔的高性能计算和网络连接能力,以及Mobileye 的计算机视觉专业技术,以打造从云端经由网络直达每辆汽车的无人驾驶解决方案。 “这次收购对我们的股东、对汽车工业乃至对消费者来说都是一大步。”科再奇说,“英特尔为自动驾驶提供了关键的基础技术,包括绘制行驶路径和做出实时驾驶决策。Mobileye带来了业界最好的汽车应用级别的计算机视觉,以及汽车制造商和供应商的强大后盾。总之,我们可以以更低的成本为汽车制造商在从云到车的解决方案中提高性能,从而加快推进自动驾驶的未来。 “我们期待自动驾驶能够有可观的增长。它能够提供给消费者更安全、更灵活、更便宜的交通方式,也能够给我们的厂商客户带来逐年递增的利润。” Mobileye 的联合创始人、总裁和CEO Mr. Ziv Aviram说,“通过汇聚我们的基础设施和资源,我们可以增强和加速我们在绘图、虚拟驱动、模拟器、开发工具链、硬件、数据中心和高性能计算平台等领域的综合技术。 我们将一起为汽车行业带来巨大的价值提升。” 153亿美元,在自动驾驶上,英特尔为什么如此“豪”?一个可能的答案是——数据。 英特尔首席执行官科在奇在写给公司员工的内部信中解释道:“你们中很多人都会心生疑问,为什么我们认为自动驾驶对英特尔的未来如此重要?答案是数据。我们的战略是让英特尔成为每一种技术、每一个行业数据革命的驱动力量。我们是一家数据公司。我们聚焦的业务、我们解决方案的提供方向,都在于创造、使用和分析海量的数据。” 他补充说:“现在,世界上每天产生的数据有4兆兆字节( terabytes),平均每一辆自动驾驶汽车产生的数据量约等于3000人产生的数据量。只需要100万辆自动驾驶汽车上路,你就能拥有全世界一半的人口所产生的数据。这么大数据量需要英特尔倾注所有来为客户提供他们所需要的高性价比的高性能解决方案。” 英特尔预计,2020年自动驾驶汽车每天可产生4000 GB的数据,2030年全球车辆系统、数据和服务市场的规模将达到 700亿美元。 英特尔野心勃勃自动驾驶之路 2016年以来,英特尔在自动驾驶有几个大手笔: 2016年4月,英特尔宣布收购意大利半导体制造商Yogitech,该公司专注为机器人和无人驾驶汽车开发芯片。Yogitech芯片的特别之处在于,它能够通过感应器和摄像头收集和处理无人驾驶汽车周围的环境信息,并用以指导无人驾驶汽车的行驶,防止发生可能的碰撞。英特尔希望采用Yogitech公司的技术,并将它整合到英特尔为无人驾驶汽车开发的芯片中。与此同时,英特尔的风河事业部买下了Arynga,这家公司的产品以基于GENIVI联盟标准开发的CarSync软件为主,它能够使车用计算机具备OTA无线升级的功能。 2016年5月,英特尔收购俄罗斯公司Itseez,这家公司成立于2005年,是一家私人控股公司。Itseez表示,公司开发了供驾驶辅助系统使用的软件和服务,以协助对可能发生的碰撞发出警告,提高司机意识并简化驾驶。英特尔称,Itseez的技术已被用于安全系统等其它产品中。 2016年8月,英特尔宣布收购深度学习初创公司 Nervana Systems,交易金额据传约为 4.08 亿美元,Nervana 由原高通神经网络研发负责人于 2014 年创建,拥有目前最快的深度学习框架,并且预计于2017年推出深度学习专用芯片,号称速度比 GPU 快10倍。 2016年9月,英特尔宣布收购Movidius。Movidius是一家无晶圆半导体公司,其成立于2006年,总部设立于加利福利亚州圣马特奥,主要致力于高性能处理器体系机构及计算机视觉芯片研发,据称其视觉中心的芯片比市场上其他芯片的功耗都要低。 从2016年以来,从深度学习平台到机器视觉,英特尔无人驾驶布局之路逐渐明晰。从目前来看,通过收购,英特尔获得了深度学习和机器视觉方面技术的积累。2016年11月,英特尔宣布成立无人驾驶事业部。 进入2017年以来,英特尔也不断在自动驾驶上发力:2017年1月,英特尔宣布和宝马集团和Mobileye在2017年下半年开始无人驾驶汽车的路测。2017年1月,英特尔?GO?平台发布。2017年1月,英特尔宣布收购 HERE公司15%的股权,双方将在无人驾驶汽车和物联网技术方面进行合作。 但是,值得注意的是,此前的多次收购,包括对Movidius 和 Nervana Systems,都不是汽车事业部收购的。此番收购Mobileye 是英特尔自动驾驶事业部成立以后的第一次重大收购。 今年的CES上,英特尔无人驾驶事业部副总裁、自动化解决方案部门总经理 Kathy Winter曾接受记者的专访,她曾在Delphi工作多年,有着丰富的汽车行业经验。她说,英特尔应该是唯一能提供端到端解决方案的公司,提供车内的云计算平台、5G调制解调器、云和数据中心三个部分的解决方案。 当时她说了一句话很引人深思的话:PC这个时代已经过去了,无人驾驶是下一波浪潮,2021 年到 2025 年,无人驾驶技术会全部就位。 当时,记者曾问到 Kathy,英特尔在智能车摄像头方面是不是有自己的解决方案?比如说收购的公司Movidius,它的芯片是不是能用于车载摄像头这样一种终端数据的处理? Kathy的回答是:”一方面我们与Mobileye合作,因为他们是宝马视觉系统的供应商;当然我们也做自己的视觉处理系统,英特尔自己的产品主要是收购了你刚才说的Movidius,看具体的OEM厂商会怎么去选择。” Mobileye 早已不是你认识的那家ADAS公司 Mobileye是以色列一家知名的高级驾驶辅助系统(ADAS)厂商,其提供的算法和计算机芯片能够根据图像(由汽车上的摄像头拍摄)来预测潜在的碰撞事故。Mobileye已经表示,公司将来将重点研发全自动驾驶系统。 Mobileye与英特尔之前有过合作。去年7月,Mobileye宣布将与宝马和英特尔合作,计划在2021年实现高度自动驾驶车辆和全自动驾驶车辆量产。 Mobileye当前还是特斯拉Autopilot半自动驾驶系统提供商,但Mobileye去年7月已经表示,将不再为特斯拉Autopilot提供技术支持。Mobileye并未透露与特斯拉的当前合约何时结束,但Mobileye将于2018年发布新一代高级驾驶辅助系统(ADAS)EyeQ4。 Mobileye 的联合创始人、总裁和CEO Mr. Ziv Aviram在内部信中写道: 2016年是Mobileye的一个过渡年份。这是我们从推出ADAS前置摄像头技术到提供道路经验管理系统、360°感知和融合系统,以及驾驶策略这几大高价值模块的一年。 Mobileye确定了要掌握的三个技术和后勤“支柱”,以实现我们的目标:感测,制图和驾驶政策。我们取得了令人难以置信的技术进步,更重要的是,在建立合作伙伴关系(即宝马、Delphi、HERE)方面取得了长足进展,并与大众和宝马达成了REM数据收集和共享协议。 Mobileye完成了从供应商到合作伙伴的转换——而且是一个有巨大价值的合作伙伴——对设备厂商和一级供应商来说也是如此。很自然地,这种转变中包含着执行上的风险,因为我们需要掌握新的技能,但由于竞争激烈,新玩家试图进入市场,我们实现目标的时间非常有限。与英特尔的交易是一个非常好的机会,我们可以利用彼此的优势,更快地朝着我们的长期愿景进发。 Amnon和我将继续运营Mobileye,就像我们以前做的一样。我们将继续做最适合我们的业务、目标和长期愿景的事情。Mobileye与设备厂商、一级供应商、STMicro、EyeQ路线图、以及我们的售后市场部门之间的关系不会间断。 下一个买主是谁? 通过收购来优化生态系统,进行战略布局,这在芯片厂商进军无人驾驶中似乎是一条较为常见的道路。 2016年5月英特尔收购 Itseez 前不久,ARM 以 3.5 亿美元收购了英国计算视觉公司 Apical。这是 2013 年 ARM 收购世界著名光影技术公司 Geomerics,抢占视觉计算和图形处理领先地位之后,再次对计算视觉和图形处理出手。 Apical 是全球领先的图像和嵌入式计算视觉公司(所谓嵌入式计算视觉,就是指用数字处理和算法解释图像或视频意义,让设备能以视觉方式理解环境),目前,全球有超过 15 亿 台智能手机和 3 亿台网络摄像机、数码静态相机和平板使用 Apical 的图像产品。Apical 创立于 2002 年,2015 年被 Sunday Times 评为英国成长最快的科技企业之一,拥有多项计算视觉 IP 模块。 而2016年10月27日晚,高通宣布将以每股110美元现金收购恩智浦半导体公司(NXP),交易对恩智浦的估值约为470亿美元。这一价格中包含恩智浦的债务。通过这笔收购,高通计划将业务从手机拓展至汽车。这笔交易也使高通成为全球最大的汽车芯片厂商之一。 通过GPU获得飞速发展的英伟达,在自动驾驶上也当仁不让,2017年的CES上,英伟达发布了自动驾驶技术的关键部分——DRIVE PX 2平台。 英伟达DRIVE PX 2自动驾驶汽车开发平台基于16nm工艺打造,功率250W,水冷散热设计,支持12路摄像头输入、激光定位、雷达和超声波传感器,多个Drive PX 2平台并行使用可以实现完全的自主驾驶。 而早在2016年9月,英伟达宣布和百度携手开发自动驾驶汽车人工智能平台。据悉,双方将联合百度的云平台、地图技术以及NVIDIA的自动驾驶计算平台,共同开发高清地图、第三级自动驾驶车辆控制和自动停车的解决方案。 英特尔完成此番收购之后,微信朋友圈里面流行这样一种评论:留给ADAS创业公司的时间不多了。也有人产生了一些悲观的联想:一些纯做视觉的,成天鼓吹人工智能的公司有点紧张了,以后我的产品卖给谁?我的公司卖给谁? 业界评论:有反对声音,但总体认为双赢 地平线机器人创始人兼 CEO 余凯认为这次收购是双赢。“这次收购让英特尔有了 CPU + FPGA + EyeQ + 5G 构成的强大计算平台和通信,构成了从感知到决策和通讯的完整解决方案,在自动驾驶方面的综合实力瞬间大幅跃升,”余凯告诉记者:“英特尔一下子买了 5 年的时间。” 不过,也有反对意见。国外独立研究分析师 Paulo Santos 在收购消息传出后,立即在投资技术网站 Seeking Alpha 撰文指出,“英特尔收购 Mobileye 注定是个错误”。这不是因为收购的价格过高、Mobileye 技术不好,而是一个更加根本的原因。Santos 分析认为,Mobileye 的技术对于高级辅助驾驶系统(ADAS)而言十分有用、有效,而且名副其实世界领先。但是,对于全自动驾驶——无人驾驶技术最终都会迈上新的台阶,Mobileye 的技术甚至无关紧要。 Santos 写道,所有走全自动驾驶的公司,比如谷歌/Waymo,日产或通用汽车/Cruise Automation,都使用的是自己的解决方案。而所有这些解决方案里,都使用了激光雷达(LiDAR),当然还有一大堆摄像头和其他雷达。 “一旦使用 LiDAR 的商用无人车出现,包括 Mobileye 系统在内的整个驾驶员辅助系统都会过时。” Santos 的结论是,英特尔正在购买一家在当今辅助驾驶领域处于领先地位的公司,但是在几年内,Mobileye 及其技术将被全自动驾驶技术所淘汰。 对此,余凯认为,就算是全自动驾驶也需要感知,而 Mobileye 的感知技术是最好的。此外,英特尔与英伟达等智能芯片对手竞争的主要是感知,决策部分英特尔本来就十分有竞争力。 中科院计算所韩银和评论:继收购计算机视觉处理芯片公司Movidius和Nervana Systems,Intel以140亿美金收购以色列自动驾驶芯片和解决方案公司Mobileye,初步形成了Intel和Nvidia两大阵营,塑造行业新格局的决心很大! 他还说,Intel一改当年在手机芯片市场上表现出的犹豫不决,这次在人工智能芯片上表现出了极大决心,而且下手极狠,从数据中心/云计算(4亿美金收购Nervana加上之前167亿美金收购的FPGA双强Altera),到移动端市场(收购Movidius,布局无人机/机器人/安防监控等),再到无人驾驶/辅助驾驶(这次153亿美金收购Mobileye),全面押宝智能芯片的各个大应用场景。

    时间:2017-03-17 关键词: 英特尔 自动驾驶 adas mobileye

  • 关于汽车全景影像系统的发展

    关于汽车全景影像系统的发展

      根据中国物联网校企联盟的定义,车联网(Internet of Vehicles)是由车辆位置、速度和路线等信息构成的巨大交互网络。通过GPS、RFID、传感器、摄像头图像处理等装置,车辆可以完成自身环境和状态信息的采集;通过互联网技术,所有的车辆可以将自身的各种信息传输汇聚到中央处理器;通过计算机技术,这些大量车辆的信息可以被分析和处理,从而计算出不同车辆的最佳路线、及时汇报路况和安排信号灯周期。 高级驾驶辅助系统是利用安装在车上的各式各样传感器,在汽车行驶过程中随时来感应周围的环境,收集数据,进行静态、动态物体的辨识、侦测与追踪,并结合导航仪地图数据,进行系统的运算与分析,从而预先让驾驶者察觉到可能发生的危险,有效增加汽车驾驶的舒适性和安全性。 近年来ADAS市场增长迅速,原来这类系统局限于高端市场,而现在正在进入中端市场,与此同时,许多低技术应用在入门级乘用车领域更加常见,经过改进的新型传感器技术也在为系统布署创造新的机会与策略。  从车联网、ADAS发展看车载摄像头市场规模 车联网是指是利用传感技术、网络技术、计算技术、控制技术、智能技术,对道路和交通进行全面感知,实现多个系统间大范围、大容量数据的交互,对每一辆汽车进行交通全程控制,对每一条道路进行交通全时空控制。 ADAS 是指利用雷达、激光、传感器以及算法等多种技术分析汽车所处周遭环境,在碰撞或危险发生前就发出警报的系统。 通过对车联网和ADAS概念的解释,我们不难发现车联网与ADAS之间有紧密的联系,它们的感知又都离不开摄像头这个传感器。 数据显示,目前 ADAS 全球整车出货装备率不超过 5%,预计 2020 年全球生产汽车将有一半以上安装 ADAS 系统,其中中国市场渗透率达到 20%左右。届时 ADAS 将具有系统集成,共享传感器,渗透至中端车型等特点。     ADAS全球市场规模     ADAS中国市场规模预计     两大车联网平台预计销量 车载摄像头处于车联网与自动驾驶市场双风口,市场规模超百亿:一方面,通往自动驾驶的“桥梁”—ADAS 已迎来高速成长期,意味着自动驾驶时代悄然来临;另一方面,车载摄像头将会作为车联网信息处理的重要入口。 ADAS 与车联网市场爆发对车载摄像头将起到十分积极的推动作用。按照相关机构预计,2015 年车载摄像头全球市场规模达到 18.33 亿美元,国内车载摄像头产能 2500 万颗,2015 到 2020 产业年复合增速常年超过 30%,而自动驾驶技术预计将在 2020年成熟,市场空间有望进一步放大。     车载摄像头市场 全景影像(360°环视)系统发展历程 全景环视概念最早是由K.Kate,M.Suzuki,Y.Fujita,Y.Hirama等四人于2006年首先提出。这一概念提出后,马上引起了国内外众多汽车生产厂商和相关科研单位的注意。2007年,日产公司发布了首款全景行车安全系统“环景监视系统AVM”,2008年本田推出了mulTI-view camera system,2009年阿尔派推出TOPVIEW系统,2010年Fujitsu公司开发了MulTI-Angle Vision系统,宝马公司自主研发的只有左、右、后三个方位视图的泊车辅助系统,首先应用在X6上,宝马74系列上的全景系统还是其供货商提供的。随着中国汽车工业的发展,国内的大部分汽车厂家均有在豪华轿车上将全景环视系统作为标准配置的打算和行动。 在后装市场,全景影像系统和当年导航的发展轨迹是一样的,我们可以拿导航作为借鉴。只要一个功能是实用的,能为消费者认可,整合是个必然结果,将来全景系统和导航的结合也是一个必然趋势。 如下图为行车安全进化史,全景影像系统从分屏显示到有缝拼接再到无缝全景,逐步增大视野范围及安全性。     图 行车安全史(汽车全景影像系统的发展) 第六代:分屏显示360 这种产品在车的前后左右安装4个或者6个90度的摄像头,不对图像进行复杂的技术处理,只是简单的分割和拼接,用2个或者是4个图像显示,显示的时候,不能实时全景显示,给人的感觉是不直观。这类产品,由于摄像头用的是普通后视摄像头、主板用的是民用级安防技术,性能指针离真正的车规要求差很远,所以成本也很便宜。   第七代:有缝拼接360全景环视系统 有缝拼接360全景环视系统可以说一开始是前装车型的高端配置。这代系统在车辆的前后左右装四个广角摄像头,广角在150度到180度之间,对图像进行了处理和显示,不是像分频显示那样简单地将图像迭加起来,而是将图像处理后,中间是车子,将图像放在周边,很直观。但是有一个缺点,由于技术的问题,四个图像拼接的地方,就是四个对角在线,无法进行全面平滑的处理,因此在四个图像的拼接处有明显的四条线,有的车厂用黑线,有的用灰线,来掩盖技术上的缺陷,我们叫做有缝拼接360度全景环视系统。   第八代:无缝拼接360°环视 第八代的全景行车安全系统,是基于第七代的概念,在其基础上进行优化,利用的也是四个广角摄像头,广角在170度到180度之间,对采集的图象进行畸变还原和完美无缝拼接,也就是说没有了拼接线,就象卫星的航拍图一样,高空俯视下来,车的周围真正没有盲区,连车在里面,展示一个完美的整体景象。   全景影像(360°环视)系统的功能技术发展趋势 除了可以为驾驶员提供泊车辅助功能外,全景环视系统也可以为基于图像的车载电子技术提供基础平台。传统的车辆只能通过驾驶员自主获取外界环境的信息并进行分析,从而作出处理,但由于驾驶员的处理能力有限,往往很难应对错综复杂的外界变化。 全景环视系统可以使得车辆获取外界环境的信息,为后续各种智能处理提供基础。如车道偏离预警、行人防撞、车外环境三维建模等等,都是在车载图像的基础上进行信息提取和处理,使得车辆本身具有智能性以辅助驾驶员,保证驾驶员轻松愉快、安全方便地驾驶。 (一)、扩展功能的发展前景 1、行车记录 2、实时监控和网络传输并存储 3、触发报警和移动监控 4、远程遥控监视 (二)、应用延伸功能的发展前景 1、障碍物识别 2、障碍物测距 3、行驶报警 4、主动规避 5、智能驾驶 6、无人驾驶

    时间:2017-03-16 关键词: adas 车载摄像头 全景影像系统

  • 你知道啥是前向驾驶辅助摄像系统?

    你知道啥是前向驾驶辅助摄像系统?

    车载摄像头,又称倒车摄像头。实际上,车载摄像头除了包括倒车摄像头外,还包括前视摄像头。发展至今,无论是外形、芯片还是制作工艺等各个方面都发生了革命性的变化。而随着近几年汽车的井喷式发展,车载摄像头可谓是层出不穷,应用领域也越来越广,比如行车记录仪(防碰瓷专用)、变道辅助(弥补后视镜盲区)、驻车辅助(全车环视)等。而针对如此多的摄像头,小编将其视角的不同简单分为:前视、后视、环视、车内监控四部分。 前向驾驶辅助作为先进驾驶辅助ADAS的重要组成部分,一般包括自动紧急刹车AEB,车道偏离报警LDW,车道保持辅助LKA,交通标志识别TSR,远光灯辅助HBA,自适应巡航ACC等。其实,对于前向驾驶辅助这一块,国际上比较知名的测试机构也制定了相关的测试及评价规则,像城市工况的AEB City和郊区工况的AEB inter-Urban已经明确纳入2014年欧洲新车评价E-NCAP的评分项中。不得不承认,汽车正在朝着自动驾驶的方向发展。那么,摄像头又在前向驾驶辅助系统中扮演着什么样的角色呢?请各位顺着小编的思路先往车的前方风玻璃上方看。为了方便,用于前向驾驶辅助的摄像头以下统一简称为前摄像头。     安装位置:不能太高也不能太低,适合自己的才是最重要的 前摄像头的主要目的是看到前方的道路车辆行人等信息。都说站得高,看得远,但是前摄像头位置高的原因却是要保证看到尽可能近的地方(由于前引擎盖会造成盲区的原因)。当然啦,位置太高或者太低都是不行的,适合本车的才是最重要的。装的太高了,突然鸟屎落在挡风玻璃正好挡住摄像头,雨刮清理不到那个位置那岂不是就成瞎子了。。。     镜头数量:独眼龙有她存在的理由,两只眼的请不要嘲笑她 前摄像头系统一般有独眼龙式和两只眼式(仿生学设计)两种。独眼龙式,只有一个摄像头,整个模块横向体积小,内部计算量小,成本低,缺点比较明显:对于距离不明感,大家可以试着闭上一只眼,然后拿根线穿针,保证比两只眼都睁着穿得慢,而且单眼操作很有可能会发生线永远都穿不进去的尴尬场面。。。两只眼式则对于距离判断比较精确(前面操作已经证实),由于两个摄像头之间要保证一定的距离,所以存在横向体积较大、两个图像的综合运算复杂和成本高的问题。 独眼龙在一些不需要精确距离信息的功能上可以说是最优的方案,因此,独眼龙有她存在的理由,两只眼的请不要嘲笑她。 功能简介:在光线已经环境良好的情况下,前摄像头可实现全功能 前摄像头可实现的功能,首先要有个前提,光线充足,天气良好,因为光线较暗以及大雨、雾霾、大雪等恶劣天气将使得系统性能大大降低。有了大前提后,正式开始介绍前摄像头可实现的功能。 VO_ACC:自适应巡航控制ACC是在传统的巡航控制CC的基础上发展而来的,它的先进性在于可以通过传感器来实现探测与本车道前车之间的距离,然后按照设定好的最高时速和两车之间的距离进行巡航。而在这里需要强调的是,VO_ACC并不是传统的利用毫米波雷达实现的ACC,而是完全依靠前摄像头来单独实现此功能,简称为基于视觉自适应巡航VO_ACC。目前,宝马i3的前摄像头(独眼龙式)和斯巴鲁傲虎的前摄像头(两只眼式)已经率先采用了此项技术,其核心分别为以色列Mobileye的EyeQ2芯片和日本日立公司的双目立体摄像头技术。     AEB和FCW 自动紧急刹车AEB分为行人、城市和郊区三种。AEB通过传感器探测前方的车辆、行人等障碍物,如果发现距离过近且存在碰撞风险时,进行自动制动。前碰撞报警FCW则可以理解为进行自动制动之前的预警功能。AEB行人是针对特定的识别目标——行人,由于毫米波雷达和激光雷达对于行人的识别能力较弱,所以一般都会由前摄像头来识别实现,而AEB城市和AEB郊区则是针对不同的速度下对于车辆的自动制动。目前,前摄像头也已经能够独立完成AEB的三种功能。典型车型有宝马i3、日产奇骏和斯巴鲁傲虎,日产奇骏前摄像头(独眼龙式)同样是基于以色列Mobileye EyeQ2芯片。     LDW和LKA 车道偏离报警LDW通过前摄像头识别前方道路线信息,当车辆发生无意识偏离时,系统发出报警。正因为功能相对简单,所以LDW是前摄像头应用最早的功能。车道保持辅助LKA则是LDW的升级功能,可实现对于驾驶员的无意识偏离进行辅助纠正,使得车辆回到车道中。当然,该功能会在自动判断驾驶员的手是否离开方向盘,一旦双手都离把,系统将给出报警音。     TSR 交通标志识别TSR通过前摄像头识别前方的道路标志,比如:限速、解除限速、禁止通行等。系统通过仪表显示出识别出的标志,并给出相应的报警信息。特别是对于限速,一般会采用和GPS导航电子地图数据融合的方式,当特殊路段采用LED显示屏来临时降低限速值,此时就以摄像头当时识别到的信息为准,而当摄像头无法正常识别当前限速标志时,又以GPS信息为准,从而来达到最为准确的限速信息。     HBA 远光灯辅助HBA通过前摄像头识别出对面来车和前方同向车辆,自动切换远光灯到近光灯,从而避免对于其他车辆造成炫目。     吐槽 通过以上介绍,相信大家已经对于当前前摄像头能够单独完成的功能有了了解。面对如此多的功能,大家对其在中国大陆市场的应用一定有着自己的看法。小编忍不住要说点: 1. ACC功能碰见个加塞的,估计追尾是在所难免了,毕竟系统识别加塞车辆是需要反映时间的。 2. AEB功能能识别我们的“改装车”么?能识别我们的三轮车么?能识别我们的电瓶车么?能识别我们的老年代步类似汽车的小电瓶车么? 3. LDW初衷是好的,但是到了我们这,车道线真的可以正常识别么,相比很多时候系统都是出于无法正常识别的状态。其实在美国,LDW功能也出现过很多频繁报警的抱怨,客户经常会关闭LDW功能。 4. TSR感觉也是在我们这很难做到完善,因为我们的限速牌啥样子都有,规范程度远不如欧美,真的为它捏把汗。 5. HBA这个功能估计也会被频繁禁止,毕竟国内远光灯使用不规范屡有发生,对面远光灯而自己近光灯实在是让某些人有点受不了。所有车都配HBA功能也解决不了问题,驾驶员不知道怎么开或者根本就不想开也就等于没有配该功能。因此,提高驾驶员的素质才是解决的最好办法。 未来方向:优势互补,多传感器融合更安全 在前摄像头可以实现的前向驾驶辅助中,不同的车厂有着自己不同的策略。有的完全只依靠前摄像头,有的则是结合其他传感器来融合,典型的车厂有:斯巴鲁——两只眼式摄像头,日产——独眼龙式摄像头,沃尔沃——独眼龙式摄像头+毫米波雷达+激光雷达,奔驰——两只眼式摄像头+毫米波雷。从使用的角度,小编认为前摄像头单独实现全功能更好,因为就算有个追尾,也不用担心装在前进气格栅的毫米波雷达被撞坏(毫米波雷达不是普通的倒车用的超声波雷达,成本较高),然而,从安全的角度,光线不足或恶劣天气下,毫米波雷达/激光雷达又可以弥补摄像头的不足,从而提高了功能的可靠性。综上所述,小编认为多传感器融合是未来前向驾驶辅助的发展方向。

    时间:2017-03-16 关键词: 汽车电子 adas 车载摄像头

  • 车联网就要来了吗?

    车联网就要来了吗?

    随着汽车结合通讯技术衍生的各式应用如火如荼的发展、车厂与组件商的大力推波助澜,加上针对LTE车间普及和通讯服务制定的规范建立,预期将加速车联网应用的进展,车联网愿景的实现似乎不再遥不可及… 2015年底,美国运输部(DOT)发布的消息提到,5年后美国所有的新车都将强制配备防止碰撞的车联网(Internet of Vehicles,IoV)装置,也就是车对车(vehicle-to-vehicle,V2V)系统的法规制定计划。该部会的官员并表示,车联网的目的是为了要提供行驶于两线道的驾驶在超越卡车等危险情境前预警,预期将能避免或减轻80%的非驾驶责失撞车意外。DOT、美国国家公路交通安全管理局(NHTSA)预估此项计划1年后草案将正式底定,在之后的4年内,美国所有轻型车都将强制安装V2V车联网装置。 美国提出这样的法规计划,对半导体厂商或是汽车制造商而言,相当令人狂喜,对吧?赛普拉斯(Cypress)资深产品营销总监Jeff Baer表示,车联网的发展前景是相当肯定的。目前市场上已经可以普遍看到原始设备制造商(OEM)和一线业者(TIer1)推动从蓝牙(Bluetooth)手机连接车上的娱乐系统,或是增加支持Wi-Fi和蓝牙组合的设备,也就是为车辆中的行动装置提供非常丰富连接本地支持,包括驱动程序装置所需的屏幕,以及连接到乘客装置以共享媒体内容和链接因特网的能力,而这已是车联网发展历程中一个常见的功能。可以说,车辆已被业者认为可扮演物联网(IoT)连通装置之一,亦即行动物联网下一个阶段的重要一环。 随着汽车在3C之外成为电子科技产业关注的第四C之后,许多半导体大厂也开始进军汽车电子产业,其中高通(Qualcomm)购并恩智浦(NXP)即是一例;据悉台湾电子五哥也已投入汽车应用相关市场。不仅如此,汽车结合通讯技术可衍生的各式应用也开始如火如荼的发展,尤其在第三代伙伴计划(3GPP)将于2017年第二季发布的Release 14标准,即是针对LTE车间普及和通讯服务所制定的规范,预期将可加速车联网应用的发展,再加上车厂与组件商的大力推助,可以说,车联网愿景的实现似乎不再遥不可及。 车联网激起无限应用想象 车联网的概念虽然已经出现一段不算短的时间,但近期的确有较大的进展。德州仪器(TI)半导体营销与应用嵌入式系统总监詹勋琪指出,车联网分为车内与车外,现阶段的发展着重驾驶与汽车间的关系和互动,且车外传输的距离也以短距离为主,因此有第三代伙伴计划(3GPP)将于第二季推出的Release 14标准,以及发展已一段时间的专用短程通讯技术(Dedicated Short Range CommunicaTIons,DSRC),也就是IEEE 802.11p标准,未来,5G也将成为车联网的重要通讯技术之一。 Baer认为,加入无线连结技术为汽车厂商提供了前所未有的功能——一个强大的链接媒介,可将许多令人兴奋的新信息娱乐和远程信息处理功能带给司机和乘客,同时允许信息在车辆内共享。且汽车的重量总是值得关注,若电线可用无线技术代替,这将直接创造节省整体汽车重量和更有效率的燃油消耗。 现今车辆还收集大量的动态效能、诊断和操作数据,而高性能Wi-Fi为服务装置提供了一个强大的媒介,并从车辆下载这些数据。Baer强调,所有这一切都将转化为强大和令人振奋的新功能,汽车产业向消费者推广,让他们的行动装置能直接在汽车内无缝的使用;对于半导体产业来说,车联网是无线半导体技术一个大胆的新市场,可将业者过去在智能型手机连接领域的研发利用于汽车中。 在智能型手机产业有很大投入与成果的高通亦认为,该公司致力于提供最先进的技术和产品,因此也希望把智能型手机相关技术应用到汽车产业中。就高通观察,未来汽车厂商对汽车的定位是「拥有车轮的智能型手机」,所以也预期将有很多智能型手机相关技术都可以应用于汽车中。 从Wi-Fi、蓝牙到DSRC、5G…等通讯技术陆续加入汽车中,不仅将衍生许多车联网的应用,也会改变现有汽车的架构。 整车管理架构:中央V.S地方分权 现阶段许多汽车已配备先进驾驶辅助系统(ADAS),每一个小系统都有电子控制单元(ECU)控制,以确保各项辅助功能可带给驾驶与行人最高的行车及用路安全。詹勋琪表示,未来车联网的时代,不仅需要更多有线与无线通信技术、各式各样包含雷达、光达(LiDAR)的传感器,还要配备分析数据的芯片,做出判断。 这样的组成架构相对现况势必更加庞大,因此许多业者如英特尔(Intel)、辉达(NVIDIA)积极将其中央处理器(CPU)或绘图处理器(GPU)带入汽车,能借重这些运算能力强大的IC,成为汽车各项系统的主控制核心。 今年美国拉斯韦加斯消费性电子展(CES),个人计算机(PC)产业开发出来的许多高效能处理器有许多的宣传造势,强调未来的汽车绝对需要功能强大、运算能力巨大的处理器。例如高通今年初在CES中也与松下(Panasonic)电子共同合作发布了下一代车载信息娱乐系统;此外高通还与奥迪(Audi)、爱立信(Ericsson)、SWARCO交通系统公司和德国西泽劳顿大学(University of Kaiserslautern)共同进行了关于蜂巢式-V2X(Celluar-V2X)的测试合作。不过,这样的中央集权架构,车厂是否真的会买单? 詹勋琪指出,目前汽车的每一个小系统都是由自己的ECU进行分析、管理,并做出回应,再将结果通报所谓的中央主控系统进行记录,换个形容即为「地方分权」,这样的架构已经普遍受到车厂的认可,更重要的是,没有一个ECU可以把一台汽车所有的功能独立做完。 事实上,汽车各项功能的整合并不如其他产业所想来得「前卫」与容易。以现有的汽车架构分析,可以说是模块化架构分层负责再层层向上,可以降低许多总系统的运算负担,反应也较为实时。若是以单一颗强大的处理器负责所有的事项,不仅处理器的负担会加重许多,处理器本身的散热就会是很大的问题,更遑论在处理大量的资料后,马上传递该做什么的反应信息到子系统,这中间的传输时间如何变得更快。 未来进入到车联网的时代,汽车所要接收与处理的讯息再也不是几百kb,而是海量的信息,多个子系统个别处理或是采用单一主控芯片「掌控全局」,何者能够达到车厂所要的最高安全等级?则得交由车厂与市场进行测试与认定。 信息娱乐系统亦为车联网一体 先前已提到,车联网尚未风风火火发展时,汽车信息娱乐系统(Infotainment system)是汽车内部首个透过个人行动装置添加连网能力的部份。想当然尔,汽车信息娱乐系统未来也将在车联网应用或架构中扮演重要角色。 芯科科技(Silicon Labs)资深产品经理陈子良表示,根据资料统计,汽车市场每年约有1亿台的出货量,而车联网势必改变汽车信息娱乐系统,并衍生更多元的应用情境,成为未来半导体厂商兵家必争之地。举例来说,随着欧盟欲逐渐将传统的模拟调频(FM)广播停用,全面启用数字化的数位音频传输(Digital Audio BroadcasTIng,DAB);挪威(Norway)已率先响应于2017年全面中止FM服务;英国则预计2020年停用;美国也计划停用FM广播改用数字广播系统;中国大陆甚至推出自有标准中国数字广播(CDR);印度则是计划采用全球数字广播(DRM)标准。可见,广播讯号数字化已箭在弦上。 不仅如此,广播系统全面数字化后,意味着可以透过广播系统传输信息到车内。陈子良认为,现在的汽车系统已有透过调幅(AM)与FM或是DAB系统收集交通信息的应用,搭配ADAS,将有更多应用会由想象变为真实。未来,车联网架构成形,许多通讯技术,例如最新的5G通讯陆续进驻车内,不仅可以将更多智能型手机或是个人计算机的娱乐应用放进车内,还能让车内的数字广播系统进一步传输影像或是视讯数据,提升车内娱乐体验与行车安全。   图1:车联网时代需要更高的安全性,才能降低数据受黑客攻击的可能性 联机安全性 车联网的概念是车对所有都可以互连、互动,也就是V2X,还需涵盖车内通讯,才能是完整的车联网系统,这当中需要许多连网技术的加持,才能实现。英飞凌(Infineon)大中华区汽车半导体业务事业处资深经理Hans Joachim Schatz表示,汽车内建多种通讯技术后,等于是将很多汽车与驾驶人的信息暴露在空中,因此提高安全性将是当务之急。 现阶段车联网应用中,已陆续有些已发生或未来可预见的「问题」。例如特斯拉(Tesla)的自动巡航(AutoPilot)功能、欧盟已谕令新车都需具备的自动紧急呼叫(eCall)系统,或是一些远程因特网服务、娱乐应用程序(App)…等,都曾经因为远程软件更新出问题或是黑客入侵的机会,而发生可避免的事故。甚至台湾高速公路采用的电子收费系统(ETC),未来也将因车联网的发展,而成为黑客的攻击目标。 也因为2017年或之后的未来将陆续实现车联网中的V2V这一块应用,因此汽车现有的分布式安全架构需要进一步升级。Schatz指出,现在的汽车各部分功能的安全只有几颗安全芯片全权负责,但这样的架构在车联网时代不足以应付「无孔不入」的黑客,因此需要有层次(architecture)的安全架构。 所谓有层次的安全架构,除了从软件转为片上安全防护(on-board Security)的必要性之外,各部分的安全防护都需要各自独立。Schatz进一步解释,现今汽车安全防护系统是什么部分都与主控端连结,给予黑客许多入侵的管道,一旦入侵成功,防护系统会完全崩溃,黑客想要什么数据或是控制车辆都像「桌上拈柑」;但层次化的安全架构则是各部份各自独立,具备更多的安全机制,且彼此无法跨界,不会因为一个部分失守而全盘皆输。   图2:汽车层次化的安全架构 车联网带来更多商机 车联网让车厂与半导体业者趋之若鹜,起因为该产业可以带来许多过去想不到的新商机。 各式组件鸡犬升天 除了微控制器(MCU)之外,CPU等级的处理器业者也看到其产品能发挥的空间——全车主控制系统的大脑。高通认为,未来车联网会带入许多现有的行动装置娱乐体验,因此高效能的处理器势不可免,也能透过处理器为汽车增添更多智能功能。就高通来看,汽车要智慧化其实很简单,也就是客户期望这些终端装置能提供跟智能型手机一样的使用者体验,这需要先进的运算能力以实现系统互联。比如,汽车的仪表与中控系统需要智能地共享信息,两者必须保持连接并适时传递信息。 不仅如此,汽车更加智慧化后,大脑也须担任连接车外与车内部网络系统的桥梁,因此人工智能(AI)、深度学习(deep learning)也会陆续成为高效能处理器的臂膀;同时也提升高效能处器进军车用市场的契机。 车联网需要大量的传感器,如影像传感器、MEMS传感器、雷达传感器…等,还需要数字信号处理器(DSP)处理影像方面的信息。因此这些组件在车联网市场中的需求只会提升,而不会渐少。 此外,安全芯片也将因车联网而有更多被采用的机会。试想,汽车若是被黑客入侵,将造成极大的损失,也会对品牌商誉造成极大的影响。Schatz强调,对车厂而言,安全是最重要的,不会轻易为了要降低成本而渐少该有的安全防护措施,汽车产业正在转变,不仅功能再进化,与更高安全性的进一步连结更将受到更多的重视。 通讯技术扮演关键角色 车联网的命脉是通讯技术,车内有Wi-Fi、蓝牙与CAN、LIN等无线与有线通讯技术;车外通讯技术则分为短距的DSRC及即将公布的3GPP Release 14标准规范,还有负责长程通讯的4G和5G。 詹勋琪表示,现阶段车外连网的发展以短距为主,3GPP采用5.9GHz频段的Release 14标准与DSRC虽然都是供短距离的V2V或车对基础建设(V2I),且采用频段相同,不过,两者在通讯协议(Protocol)上仍有差别。Release 14标准专攻V2V应用,惟延迟没有很低;DSRC则针对安全数据传输所设计,因此延迟相对低较多。 这样的比较结果也会令人联想到是否会有技术之争的问题。Baer认为,连接技术的发展关键是标准——一套完整和一致的标准允许不同设备(固定和行动)之间的无缝连接,因此,任何巩固和促进标准的努力最终都有利于在车辆中采用下一代技术。且3GPP此举可望将一组复杂的互补功能简化和整合成一个可以被汽车产业采用的一致的架构,促进车载电子产品的广泛采用,以提供广泛的安全和娱乐功能。但是最终车厂选择何种技术作为短距离的车外通讯标准,仍是端看车厂对汽车产品的设计与功能。 连网技术也导致调制解调器(Modem)芯片的需求大增。高通表示,调制解调器能够支持汽车平台保持连接,不管是与车内的ECU还是与车内的个人终端装置连接,甚至汽车对外连结。 Baer强调,IEEE接取点(AP)规范没有标准协议来告诉个人工作站(STA),AP正在改变通道或是脱机状态。因此,赛普拉斯藉由购并博通(Broadcom)无线连接产品系列,而有所谓「双MAC Wi-Fi/蓝牙」组合架构。在单MAC解决方案中,5G中的AP模式不能在2.4G中切换到AP模式,而不会混淆相关联的STA,因此可解决AP+AP并发性(concurrency)的基本问题。 测试认证为车联网把关 为了打造安全的汽车驾驶环境,与车辆有关的所有半导体组件、模块、系统甚至整车都必须进行测试与检验,特别是无线网络与行动通讯技术的快速进展,在引爆车联网应用与服务等庞大商机的同时,也带来了攸关网络安全与装置互操作性的问题。 德凯集团(DEKRA)东亚区总裁Stan Zurkiewicz强调,无论是车联网还是更广泛的物联网,基于连网功能的安全需求是整个体系中不可忽视的重点。因此,「车联网的挑战就在于如何确保连网组件之间的兼容性,促进彼此间的通讯;以及提高连网的安全性,避免黑客攻击。」 为此,车联网测试并不仅关注于车辆本身,更重要的是广泛的连网技术与安全性,包括联机能力、互操作性、安全测试与认证;与电子组件有关的电磁兼容性(EMC)、射频(RF)、化学与材料特性、性能与可靠性测试,以及能源效率和国际市场准入服务等检测认证项目。 看好台湾在电子供应链的优势以及作为发展车联网的重要据点,包括德凯集团与立德(Bureau Veritas)等国际检测验证大厂近年来相继在台湾投资,积极布局台湾与亚太市场。立德于2015年在新竹科学园区成立EMC/RF检测实验室,提供车载无线装置与智能电网检测服务。 长期耕耘汽车检测验证的DEKRA同样在2015年进入台湾市场,至今并已斥资数千万欧元在台打造国际级实验室。继去年7月在林口设立物联网检测认证实验室后,年底即正式启用位于新竹的车联网实验室,为汽车价值链提供一站式的整合服务,以满足车联网与电动车等技术创新带来日益成长的检测认证需求。 各国积极布建车联网环境,台湾呢? 目前的车联网发展较快的部份是V2V与车对行人(V2P)。詹勋琪说明,车和行人都是移动的物体,牵涉到行车安全的问题,透过传感器与运算技术,加上通讯技术即可逐步实现,因此发展相对较快。而V2I则需要政府单位提出并建置相关的配套措施,因而仍需要一段时间才能看到。 另外,与安全无关的车联网应用,如娱乐系统,也发展迅速。从美国一项统计中可发现,美国3G、4G的新网络用户的申请预订,已呈现车比人多的态势,即可见一斑。詹勋琪强调,虽然新网络用户申请主要仍因应汽车娱乐应用服务的需求而增加,但已经可以说是车联网发展明确的第一步。 Baer则认为,汽车产业在开发周期中相当慎重,藉以提供最高水平的可靠性,车联网这个愿景的发展已进行了几年,相信大量令人兴奋的系统将在未来2个车型年(model years)内进入市场,提供前所未有的连接水平到车辆中。 各国汽车产业积极发展车联网相关应用与推出相关的车种,反观台湾的进度似乎仍较落后。詹勋琪表示,汽车无疑是一个很大的市场,台湾厂商无论如何都需要了解汽车产业的设计与思维,才能从汽车后装市场慢慢进入前装领域,且可预期车联网前装市场在全球主要车厂的推助下未来将大有可为,后装市场将渐渐萎缩,台湾厂商仍需再加把劲。 负责中国、台湾、日本与韩国等市场业务的Stan Zurkiewicz则乐观看好台湾的发展与机会。从塑造汽车领域的主要发展趋势——新能源车、自动驾驶、车联网以及车辆拥有权改变来看,他认为,中国大陆由于政策面与产业面的积极投入,加上消费端接受快,在电动车与车联网等领域的市场最大、成长也最快速;而台湾的汽车制造市场虽小,但凭借着信息科技(IT)制造的优势,以及车联网进展的加持,预计将会有更多的台湾IT业者转向这一领域。

    时间:2017-03-07 关键词: 车联网 adas v2v

发布文章

技术子站

更多

项目外包