您的位置 首页 智库沙龙

ADAS处理器、芯片主流企业及相应技术梳理

从芯片设计来说,现在ADAS处理器芯片的主要挑战在如下几个方面:

在现在的电子信息领域,跨界融合的节奏越来越快,产业链各环节的衔接也是前所未有的紧密,各产业链条上各家企业,随时做前向或后向的整合,竞合关系随时转换。随着新硬件时代的来临,对产业的研究提出了更高的要求,思考的纬度需要变得更宽,要理清里面错综复杂的关系以及未来的发展趋势,工作量数倍于从前。而对产业链各个环节标杆企业的研究是必备的功课,只有了解这些大企业的策略和动向,才能发现其中可能存在的创业/投资机会。所以最近有意识的对大企业做一点研究,如之前的音频、视觉、IOT平台等,以及本篇的主要针对ADAS的芯片厂商,理解各家的主要产品线和状态。

image.png

ADAS(高级辅助驾驶系统),是指利用安装于车上各式各样的传感器,在第一时间收集车内的环境数据,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。通常包括导航与实时交通系统TMC,电子警察系统ISA 、自适应巡航ACC 、车道偏移报警系统LDWS、车道保持系统,碰撞避免或预碰撞系统、夜视系统、自适应灯光控制、行人保护系统、自动泊车系统、交通标志识别、盲点探测,驾驶员疲劳探测、下坡控制系统和电动汽车报警系统等。

汽车电子系统正在由分散式架构(众多的ECU控制),逐渐向集中式乃至中央控制系统(超级处理器)演进,这一趋势落实到ADAS上也是同样规律。这一趋势的变化,包括减少ECU,降低功耗,提高处理器和内存利用效率,降低软件的开发难度和提高安全。同时,对ADAS处理器芯片来说,目前呈现出如智能家居类似的产品形态,单品爆款,以及多功能的组合和多传感器的融合,使ADAS处理芯片成为平台的趋势。目前来看这两种形态都有市场,单功能会使ADAS在中低端车甚至后装市场更大范围的普及,而多传感器的融合会提升自动驾驶的等级向Level4甚至Level5方向走,目前像Google、百度等无人车都在做多传感器的融合。

image.png

从芯片设计来说,现在ADAS处理器芯片的主要挑战在如下几个方面:

1)车规级的标准,最好过ISO26262,达到ASIL-B甚至ASIL-D级别

2)高计算量以及高带宽,特别是多传感器融合的芯片,需要更高的芯片频率,以及异构设计,以达到快速的数据处理速度,同时传输的吞吐率上也有较高要求。

3) 随着人工智能在ADAS上的应用,针对芯片的设计会考虑增加硬件的深度学习设计,如何在软硬件上做取舍,以及人工智能计算模型与原有软硬件架构以及整个系统设计上做匹配,目前来看还在早期探索阶段。

下面介绍各家主要ADAS处理器芯片厂商的产品,希望从中一窥现在ADAS处理器芯片领域的现状,以及未来的发展趋势。

高通

高通自己主要通过自己的移动处理器芯片(改成车规级),开始逐步切入ADAS,当然刚开始做环视等,最近有和纵目合作,在CES上推出首个基于骁龙820A平台并运用深度学习的最新ADAS产品原型,该产品运行了820A神经网络处理引擎(SNPE),能实现对车辆、行人、自行车等多类物体识别,以及对像素级别可行驶区域的实时语义分割,当然离商用应该还有一定距离。总的来说,高通骁龙产品策略应该还是以车载娱乐信息系统为主,逐步向更专业的ADAS拓展。

NXP

NXP以及之前NXP收购的飞思卡尔,在汽车电子和ADAS芯片领域都有完整的产品线布局。

image.png

NXP已经发布Blubox平台,为OEM厂商提供设计、制造、销售Level 4级(SAE)无人驾驶汽车的解决方案计算平台。下图是NXP的ADAS系统框图,该系统对多路视频、77G雷达的数据进行融合处理,然后传送给云端和车身系统。我们看到NXP是能够提供全套Reference方案的公司,在这一块的产品线很全,虽然现在没有做更多的芯片集成,而是提供相对分散的芯片及解决方案。

image.png

S32V234是NXP的S32V系列产品中2015年推出的ADAS处理器,支持CPU(4颗ARM V8架构A53和M4)、GPU(GC3000)和图像识别处理(CogniVue APEX2 processors)的异构计算,5W的低功耗设计。通过CogniVue APEX2 processors能同时支持四路汽车摄像头(前、后、左、右),抽取图像并分类,同时GPU能实时3D建模,计算量达到50GFLOPs。所以按照此硬件架构可完成360度环视,完成自动泊车等功能。同时,该芯片预留了支持毫米波雷达、激光雷达、超声波的接口,便于实现多传感器的融合,该芯片支持ISO 26262 ASIL B标准。

image.png

QorivvaMPC567xK系列基于Power Architecture® 的32位MCU,MPC577XK是专门的雷达信息处理芯片,该系列增加了芯片的存储器,提升了运行速度和性能,能够支持自适应巡航控制、智能大灯控制、车道偏离警告和盲点探测等应用。从整个雷达系统来看,结合77G雷达收发器芯片组、Qorivva MPC567xK MCU、FPGA, ADC, DAC, SRAM, 支持长、中、短距离应用。这里需要重点关注的是信号处理工具集设计,包括了FFT、DMA、COPY、Scheduler。目前77GHz的FCMW型雷达在数字信号处理中需要使用FFT,即快速傅里叶变换,一般车载雷达的采样点在512-2048左右,从芯片架构图我们看到专门的FFT电路。

image.png
image.png

除了S32V系列,被收购的飞思卡尔有一款著名的i.MX系列芯片也可以作为中央处理器。i.MX特别是i.MX6在汽车上,特别是车载信息系统上有大量的应用。众多的汽车厂商使用i.MX。

image.png

英特尔/Mobileye/Altera

通过一系列的收购,英特尔在ADAS处理器上的布局已经完善,包括Mobileye的ADAS视觉处理,利用Altera的FPGA处理,以及英特尔自身的至强等型号的处理器,可以形成自动驾驶整个硬件超级中央控制的解决方案。

其中特别要指出的是Mobileye的EyeQ系列,最近的EyeQ4展示的性能已经达到2.5 万亿次每秒的性能,其运行功率可低至3W。该芯片包括了一组工作在1GHZ的工业级四核MIPS处理器,以支持创新性的多线程技术能更好的进行数据的控制和管理。多个专用的向量微码处理器(VMP),用来应对ADAS相关的图像处理任务。一颗军工级MIPS Warrior CPU位于次级传输管理中心,用于处理片内片外的通用数据。

image.png

由于目前融合多是雷达与摄像头融合,所需要的带宽,一般的ASIC都能够满足。但是要融合激光雷达,则最好用FPGA,FPGA做传感器Hub是最合适不过的。同时,对一些精度要求较高的雷达,如使用单精度浮点处理实现一个4096点FFT,采样点越多,误差就越小,但运算量会大幅度增加。一般车载雷达的采样点在512-2048左右,但军用的可以达到8192。如下图在AudizFAS的实物中,采用了Altera的CycloneV SoCFPGA,作为sensor fusion,同时负责毫米波雷达与激光雷达数据处理。

image.png

瑞萨(Renesas)

瑞萨针对ADAS处理器这一块业务,提供了较完整的产品线系列,也提供ADAS Kit开发系统。就芯片系列来说,最出名的莫过于其R-Car产品线。该产品最早是用于车载信息娱乐系统,而后该系统产品逐步适配汽车环视视觉系统、仪表板及ADAS系统等,该发展路径值得国内想进去汽车领域的半导体厂商借鉴。

image.png
image.png
image.png

除了R-Car系列产品外,瑞萨也有针对雷达传感器的专业处理器芯片如RH850/V1R-M系列,该产品采用40nm内嵌eFlash技术,优化的DSP能快速的进行FFT的处理。

image.png

Renesas Autonomy是一个全新设计的ADAS和自动驾驶平台。“这是一个开放的平台,希望用户更方便地将他们的算法、函数库和实时操作系统(RTOS)移植到平台中来。” 它的第一个产品是一块图像识别片上系统,叫作R-Car V3M。瑞萨将该高性能视觉处理芯片描述为“优化处理单元,首选应用于智能相机传感器,也可以用于环绕视觉系统甚至激光雷达的数据处理。”相比于Mobileye处理平台的“黑箱”系统,瑞萨在不断强调解决方案的“开放”二字,瑞萨方面表示,其最新发布的R-Car V3M处理模块的全部算法将对其用户开放。

image.png

英飞凌(Infineon)

作为汽车电子、功率半导体以及智能卡芯片的全球市场领袖,英飞凌在24/77/79G雷达、激光雷达等传感器器件及处理芯片方面都具有领先的技术。除此之外,在车身控制、安全气囊、EPS、TPMS等各方面都有自己的解决方案。

image.png
image.png

德州仪器(TI)

TI在ADAS处理器上实际上是走得两条产品线,Jacinto和TDA系列。Jacinto系列将数字处理器的重点放在了汽车等应用上,主要是车载信息娱乐系统。但是从Jacinto6中,我们看到车载信息娱乐与ADAS功能的结合,这款芯片包括了双ARMCortex-A15内核、两个ARM M4内核、两个C66x浮点DSP、多个3D/2D图形处理器GPU(Imagination),并且还内置了两个EVE加速器。无论是在处理娱乐影音方面,还是车载摄像头的辅助驾驶,可利用汽车内部和外部的摄像头来呈现如物体和行人检测、增强的现实导航和驾驶员身份识别等多种功能。

TDA系列一直是侧重于ADAS功能,TDA3x系列可支持车道线辅助、自适应巡航控制、交通标志识别、行人与物体检测、前方防碰撞预警和倒车防碰撞预警等多种ADAS算法。这些算法对于前置摄像头、全车环视、融合、雷达与智能后置摄像头等众多ADAS应用的有效使用至关重要。

image.png
image.png

英伟达(NVIDIA)

随着人工智能和无人驾驶技术的兴起,由于NVIDIA的GPU极强的并行计算能力,特别适合做深度学习。一般认为相对于Mobileye只专注于视觉处理,NVIDIA的方案重点在于融合不同传感器,据传特斯拉已经放弃Mobileye,而采用NVIDIA。

NVIDIA推出的Drive PX2被称为“为汽车设计的超级电脑”,它将成为汽车的标准配备,可以用来感知汽车所处位置、辨识汽车周遭的物体,并且即时计算最安全的路径。Tegra X1处理器和10GB内存,能够同时处理12个200万像素摄像头每秒60帧的拍摄图像,并通过环境视觉计算技术和强大的深层神经网络,主动识别道路上的各种车辆,甚至还能检测前方车辆是否在开门。Driver PX2还搭载了其他合作伙伴的芯片,所以NVidia实际上推出了板级的ADAS系统。

image.png
image.png

ADI

9ADAS技术目前基本应用在高端车型中,主要是因为总体成本高,ADI针对高、中、低档汽车,ADI针对性的推出某一项或几项ADAS技术进行实现,并把成本降到2美元、十几美元,对整车厂商及消费者无疑是一大好消息。

在视觉ADAS上ADI的Blackfin系列处理器被广泛的采用,其中低端系统基于BF592,实现LDW功能;中端系统基于BF53x/BF54x/BF561,实现LDW/HBLB/TSR等功能;高端系统基于BF60x,采用了“流水线视觉处理器(PVP)“,实现了LDW/HBLB/TSR/FCW/PD等功能。

image.png

富士通(Fujitsu

富士通的ADAS技术主要涉及透过摄像头和传感器的结合,实现图像识别辅助和接近目标检测,应用的领域主要有360度3D立体全景辅助、可视停车辅助、驾驶盲区监控、安全开车门以及车行驶方向周围的障碍物和行人的识别。包括基于MB86R11“Emerald-L”2D/3D图像SoC的全景视频系统支持前后左右四个摄像头进行汽车周边环境的实时全景视频监测。从公开资料显示,富士通似乎更热衷于虚拟仪表盘及车载信息娱乐系统的构建,但这一块是最容易被国内芯片公司模仿并超越的。

image.png

东芝(Toshiba)

未来东芝有很大的不确定性,但是从ADAS处理器来说,东芝有图像识别处理器Visiconti系列产品,目前第二代产品(Visconti2)已经量产,,通过日本电装公司的产品,搭载于丰田普锐斯量产车大批量投放市场,每月全球出货3万台以上。

Visiconti采用多核异构的专用处理器,Visconti2可实时处理,并行实现4项功能,如车道保持、前车检测、行人辨识、交通标志辨识。Visconti4图像识别处理器可轻松对车辆和行人加以辨识,对交通信号、障碍物、行车线等信息加以识别,从而实现各种高级的驾驶员辅助应用,如入车道偏离警告、前方/后方防撞警告、前方/后方行人防撞警告、交通标识识别等,能同时处理并实现8项功能。

image.png
image.png

赛灵思(Xilinx)

Xilinx是著名的FPGA公司,其产品被广泛应用于各个领域。FPGA的好处是可编程以及带来的灵活配置,同时还可以提高整体系统性能,比单独开发芯片整个开发周期大为缩短,但缺点是价格、尺寸等因素。在汽车ADAS上,Xilinx最被广泛应用的产品是Zynq®-7000 All Programmable SoC。该系统(SoC)平台可帮助系统厂商加快在环绕视觉、3D环绕视觉、后视摄像头、动态校准、行人检测、后视车道偏离警告和盲区检测等ADAS应用的开发时间。Zynq采用单一芯片即可完成ADAS解决方案的开发。

image.png
本站文章来源于网络,仅作为展示之用,版权归原作者所有.如果侵犯了您的权益,请来信告知,我们会尽快删除。

作者: 赵晓凤

为您推荐

发表评论

电子邮件地址不会被公开。 必填项已用*标注

联系我们

联系我们

400-0032-988

邮箱: atx@atx.net.cn

网址:www.atx1.net
返回顶部