【導讀】科技進步推動產品創新
，給各行各業的設計師們帶來了前所未有的挑戰，這一點在汽車行業尤為明顯。汽車廠商正努力將已實現 ADAS 功能的 L2 自動駕駛技術升級到 L3 和 L4
，並最終能在自動駕駛領域

，將基於 AI 的係統發展到 SAE 6 級水平。L3 級乘用車已在全球多個地區上路行駛，L4 級自動駕駛出租車目前也在舊金山等城市街道上進行廣泛試驗（在有些地區已投入商業使用）。但是，在這些車輛大規模投入市場之前，仍存在許多商業、物流和監管方麵的挑戰。

科技進步推動產品創新，給各行各業的設計師們帶來了前所未有的挑戰，這一點在汽車行業尤為明顯。汽車廠商正努力將已實現 ADAS 功能的 L2 自動駕駛技術升級到 L3 和 L4，並最終能在自動駕駛領域，將基於 AI 的係統發展到 SAE 6 級水平。L3 級乘用車已在全球多個地區上路行駛，L4 級自動駕駛出租車目前也在舊金山等城市街道上進行廣泛試驗（在有些地區已投入商業使用）。但是
，在這些車輛大規模投入市場之前，仍存在許多商業、物流和監管方麵的挑戰。

汽車廠商麵臨的挑戰之一是要彌合兩種情況之間的差距：一邊是於少數技術實例的概念驗證，另一邊是將概念轉化成為穩健
、可重複和實用的大規模製造和部署。後者要求設計穩定、安全、可靠，並且定價合理。

在進行概念驗證時，可以通過不同的途徑實現目標。“自上而下”的方法是在車輛中集成盡可能多的硬件、傳感器和軟件，然後通過實現融合、降低複雜性，達到性能、成本和重量目標。相反
，“自下而上”的(de)方(fang)法(fa)則(ze)更(geng)有(you)條(tiao)理(li)，汽(qi)車(che)廠(chang)商(shang)先(xian)完(wan)成(cheng)一(yi)個(ge)級(ji)別(bie)的(de)自(zi)動(dong)駕(jia)駛(shi)設(she)計(ji)
，然(ran)後(hou)再(zai)收(shou)集(ji)數(shu)據(ju)並(bing)克(ke)服(fu)必(bi)要(yao)的(de)挑(tiao)戰(zhan)，達(da)到(dao)下(xia)一(yi)個(ge)級(ji)別(bie)。後(hou)一(yi)種(zhong)方(fang)法(fa)越(yue)來(lai)越(yue)受(shou)到(dao)大(da)型(xing)主(zhu)機(ji)廠(chang)的(de)青(qing)睞(lai)。

汽車要提供先進的 ADAS 係統，並最終實現自動駕駛，必須感知周圍環境，然後根據 “看到的內容”采(cai)取(qu)行(xing)動(dong)。車(che)輛(liang)對(dui)環(huan)境(jing)的(de)認(ren)知(zhi)越(yue)準(zhun)確(que)
，就(jiu)能(neng)做(zuo)出(chu)越(yue)好(hao)的(de)決(jue)策(ce)，行(xing)車(che)也(ye)越(yue)安(an)全(quan)。因(yin)此(ci)，設(she)計(ji)自(zi)動(dong)駕(jia)駛(shi)汽(qi)車(che)時(shi)
，首(shou)先(xian)要(yao)確(que)定(ding)部(bu)署(shu)在(zai)車(che)輛(liang)周(zhou)圍(wei)的(de)傳(chuan)感(gan)器(qi)數(shu)量(liang)和(he)類(lei)型(xing)。在(zai)環(huan)境(jing)傳(chuan)感(gan)方(fang)麵(mian)
，有(you)三(san)種(zhong)常(chang)用(yong)技(ji)術(shu)：圖像傳感器即攝像頭、毫米波雷達和激光雷達，三者各有利弊。

在zai上shang述shu的de三san種zhong傳chuan感gan器qi中zhong，很hen明ming顯xian，攝she像xiang頭tou和he激ji光guang雷lei達da的de算suan法fa處chu理li已yi經jing普pu遍bian在zai中zhong央yang域yu控kong了le

，而er目mu前qian市shi場chang上shang的de各ge類lei毫hao米mi波bo雷lei達da，通tong常chang還hai是shi前qian端duan處chu理li，生sheng成cheng目mu標biao以yi後hou
，再zai送song到dao中zhong央yang域yu控kong
，而er並bing非fei中zhong央yang集ji中zhong處chu理li。我wo們men將jiang在zai本ben文wen中zhong著zhe重zhong介jie紹shao對dui於yu 4D 成像毫米波雷達進行中央集中處理的必要性和安霸 CV3 在這方麵的技術優勢。

一(yi)旦(dan)確(que)定(ding)了(le)車(che)輛(liang)對(dui)傳(chuan)感(gan)器(qi)的(de)需(xu)求(qiu)，就(jiu)要(yao)做(zuo)出(chu)一(yi)係(xi)列(lie)關(guan)鍵(jian)決(jue)定(ding)
，包(bao)括(kuo)設(she)計(ji)係(xi)統(tong)架(jia)構(gou)和(he)選(xuan)擇(ze)配(pei)備(bei)合(he)適(shi)的(de)處(chu)理(li)器(qi)。這(zhe)就(jiu)需(xu)要(yao)從(cong)根(gen)本(ben)上(shang)考(kao)慮(lv)是(shi)集(ji)中(zhong)處(chu)理(li)傳(chuan)感(gan)器(qi)數(shu)據(ju)，還(hai)是(shi)在(zai)前(qian)端(duan)處(chu)理(li)傳(chuan)感(gan)器(qi)數(shu)據(ju)。

圖1 確定傳感器架構是自動駕駛汽車取得成功的前提

傳統 3D 雷(lei)達(da)技(ji)術(shu)雖(sui)然(ran)成(cheng)本(ben)較(jiao)低(di)，但(dan)在(zai)感(gan)知(zhi)能(neng)力(li)存(cun)在(zai)著(zhe)一(yi)些(xie)不(bu)足(zu)。通(tong)常(chang)毫(hao)米(mi)波(bo)雷(lei)達(da)做(zuo)前(qian)端(duan)計(ji)算(suan)
，生(sheng)成(cheng)目(mu)標(biao)以(yi)後(hou)，在(zai)域(yu)控(kong)裏(li)和(he)來(lai)自(zi)攝(she)像(xiang)頭(tou)的(de)感(gan)知(zhi)結(jie)果(guo)做(zuo)後(hou)融(rong)合(he)。這(zhe)種(zhong)方(fang)式(shi)因(yin)為(wei)在(zai)前(qian)端(duan)的(de)信(xin)息(xi)損(sun)失(shi)

，不(bu)僅(jin)使(shi)得(de) 3D 雷達的作用被大大削弱，並且在視覺感知高度發展的今天

，傳統 3D 雷達有靠邊站的趨勢。

隨著毫米波雷達技術的演進，我們看到 4D 成像毫米波雷達的技術指標比起傳統 3D haomiboleidayouledafudegaijin

，baokuoduoleyigegaoduweidu，kandegengyuan
，dianyungengmiji，yougenghaodejiaofenbianlv，duijingzhimubiaojiancegengkekao，gengdidewujianheloujiandeng。4D 成像毫米波雷達之所以有這些技術優勢
，往往來自於更複雜的調製技術，和更複雜的點雲算法，跟蹤算法等。因而 4D 成像毫米波雷達往往需要專門的雷達處理芯片才能達到所需的高性能。目前市場上已經存在一些在前端雷達模塊中添加雷達 DSP 或 FPGA 來進行前端計算的設計。雖然這些前端計算的 4D 成像毫米波雷達有些展現出比傳統 3D 雷達更好的性能，成本較高，不利於廣泛應用。

而(er)在(zai)集(ji)中(zhong)式(shi)處(chu)理(li)方(fang)法(fa)下(xia)
，由(you)於(yu)所(suo)有(you)傳(chuan)感(gan)器(qi)的(de)原(yuan)始(shi)數(shu)據(ju)都(dou)在(zai)一(yi)個(ge)中(zhong)心(xin)點(dian)進(jin)行(xing)合(he)並(bing)，數(shu)據(ju)進(jin)行(xing)融(rong)合(he)時(shi)不(bu)會(hui)丟(diu)失(shi)關(guan)鍵(jian)信(xin)息(xi)。由(you)於(yu)不(bu)在(zai)前(qian)端(duan)進(jin)行(xing)處(chu)理(li)，毫(hao)米(mi)波(bo)雷(lei)達(da)傳(chuan)感(gan)器(qi)模(mo)塊(kuai)大(da)大(da)簡(jian)化(hua)，從(cong)而(er)縮(suo)小(xiao)了(le)尺(chi)寸(cun)
，降(jiang)低(di)了(le)功(gong)耗(hao)和(he)成(cheng)本(ben)。此(ci)外(wai)，大(da)多(duo)數(shu)毫(hao)米(mi)波(bo)雷(lei)達(da)都(dou)位(wei)於(yu)車(che)輛(liang)保(bao)險(xian)杠(gang)後(hou)側(ce)，最(zui)大(da)限(xian)度(du)地(di)降(jiang)低(di)事(shi)故(gu)後(hou)的(de)維(wei)修(xiu)費(fei)用(yong)。

集(ji)中(zhong)式(shi)處(chu)理(li)方(fang)法(fa)還(hai)能(neng)讓(rang)研(yan)發(fa)人(ren)員(yuan)靈(ling)活(huo)地(di)實(shi)時(shi)調(tiao)整(zheng)毫(hao)米(mi)波(bo)雷(lei)達(da)數(shu)據(ju)和(he)攝(she)像(xiang)頭(tou)數(shu)據(ju)的(de)相(xiang)對(dui)重(zhong)要(yao)性(xing)，在(zai)各(ge)種(zhong)環(huan)境(jing)天(tian)氣(qi)和(he)駕(jia)駛(shi)條(tiao)件(jian)下(xia)提(ti)供(gong)最(zui)佳(jia)的(de)環(huan)境(jing)感(gan)知(zhi)能(neng)力(li)。舉(ju)例(li)來(lai)說(shuo)，在(zai)惡(e)劣(lie)天(tian)氣(qi)條(tiao)件(jian)下(xia)，沿(yan)高(gao)速(su)公(gong)路(lu)行(xing)駛(shi)時(shi)
，毫(hao)米(mi)波(bo)雷(lei)達(da)數(shu)據(ju)將(jiang)發(fa)揮(hui)更(geng)大(da)優(you)勢(shi)

；而在擁擠的城市中緩慢行駛時，攝像頭在識別車道線
，讀取道路標誌和場景感知
，識別危險方麵將發揮更重要的作用；而激光雷達對於一般障礙物檢測和夜晚 AEB 方麵更有特色
，動態配置傳感器套件可以節省處理器資源，降低能耗

，同時提高環境感知能力和安全性。

隨著電動汽車的普及，如何節約電能並最大限度地提高“每次充電的續航裏程 ”成為每個車輛零部件的關鍵考慮因素。節能是集中式 AI 域控芯片的優勢。有些多芯片中央域控消耗大量電能
，因而縮短了車輛的續航裏程。如果 SoC 產生的熱量過大，需要設計主動冷卻方案，甚至某些架構需要液體冷卻，這就大大增加了汽車的尺寸、成本和重量，從而降低了電池續航能力。

AI 智駕軟件正迅速成為係統的關鍵要素，AI 的實現方式對 SoC 的de選xuan擇ze，以yi及ji開kai發fa係xi統tong所suo花hua費fei的de時shi間jian和he資zi金jin投tou入ru都dou有you重zhong大da影ying響xiang。關guan鍵jian是shi如ru何he以yi最zui小xiao的de工gong作zuo量liang和he能neng源yuan
，運yun行xing最zui新xin的de神shen經jing網wang絡luo算suan法fa，但dan又you不bu犧xi牲sheng精jing度du。這zhe不bu僅jin需xu要yao仔zai細xi考kao慮lv硬ying件jian該gai如ru何he實shi現xian神shen經jing網wang絡luo，還hai要yao考kao慮lv為wei中zhong間jian件jian、設備驅動程序和 AI 工具提供支持，縮短開發時間並降低風險。

車輛出廠後，無論是解決某個問題，還是新增功能
，軟件都需要持續更新。基於單個域控製器的集中式架構簡化了這一過程，OTA 升級的實現，解決了目前需要單獨更新每個前端模塊軟件的難題（更加昂貴和複雜）。這種 OTA 方法也意味著係統網絡安全是設計過程中需要解決的另一個重要領域。

SoC dexuanzeyingxiangzheshejiguochengdegegefangmian，baokuozhengliangzidongjiashiqichedexiaoneng。weilefunengdaxingzhujichanggengkuailuodijijuxingjiabidezhijiachanpin，zonghexingdikaolvdaokehuxuqiu
，weikehudailaizhugong L3/L4 旗艦智駕係統的大算力中央域控 AI 芯片 CV3-AD685，該芯片可實現 4D 成像毫米波雷達原始數據的集中式處理和深度融合。

為什麼安霸傲酷雷達可以做到成本更低呢

？ 

這是因為
，傳統 4D 成像毫米波雷達使用固定的調製技術
，需要根據調製方案對性能進行折中。不過，采用基於 AI 的實時動態波形的新興 4D 成像毫米波雷達設計正在幫助解決這一難題。將 “稀疏化陣列天線”與可動態學習並適應環境的 AI 算法（即虛擬孔徑成像（VAI）技術）相結合，從根本上打破了調製帶來的性能折中，可將 4D 成像毫米波雷達的分辨率提高至 100 倍。這大幅度提高了角度分辨率，以及係統性能和精確度
，而天線數量也減少了一個檔次
，外形尺寸、功率預算、數據傳輸要求和成本也相應降低。

如何在 CV3 上做中央域控雷達設計呢？ 

CV3 支持雷達前端傳感器直接傳輸 RAW 數據到域控

，而在 CV3 上完成必要的雷達計算包括高質量點雲生成，處理
，跟蹤等算法。CV3-AD685 上帶有專用 4D 成像毫米波雷達處理硬件單元，簡潔而高效地完成多個雷達同時工作時的數據處理。

圖 3 顯示了一個功能強大的 SoC 框圖
，它是安霸的 CV3-AD685。該 SoC 專為汽車中央域控製器而設計，可高性能運行各種神經網絡算法
，實現完整的自動駕駛解決方案。CV3-AD685 帶有專業圖像信號處理單元、可使用各種傳感器感知（如來自攝像頭
、毫米波雷達
、超聲波雷達和激光雷達）
、執行多種傳感器的深度融合
，運行車輛路徑預測規劃控製等算法。CV3-AD 係列專為汽車智駕設計的架構與 GPU 等競品芯片架構截然不同，GPU 一般采用更為通用的並行計算設計
，以運行各種不同的應用。因而在運行智駕應用的時候，CV3 比競品的效率更高，功耗更低。

圖3 安霸 CV3-AD685 SoC 框圖，該芯片專為汽車應用中的集中式AI域控而設計。

如圖 3 所示，該 SoC 集成了神經網絡處理器（NVP），通用矢量處理器 (GVP)（用於加速通用機器視覺算法和毫米波雷達處理）、高性能圖像信號處理器（ISP） 
、12 個 Arm® Cortex®-A78AE 和多個 R52 CPU
，雙目立體視覺和密集光流引擎、以及 GPU（用於 3D 渲染如 AVM ）。CV3-AD係列的整體架構和 CV3-AD685 相同

，適用於從 L2+ 到 L4 級汽車智駕係統，擁有充沛算力和安全冗餘，可運行完整的自動駕駛解決方案。其 AI 性能則在高性能 GPU 的 3 倍左右，盡管性能出眾，這款 SoC 的工作功耗卻大幅低於競品。因此，使用 CV3-AD685
，與競品芯片相比

，在電池容量相同的情況下，電動汽車的續航裏程至少可增加 30 公裏。另外
，在保持相同續航裏程的情況下，電池成本可以大幅降低，電池重量也可以減少幾公斤。

近jin年nian來lai
，智zhi駕jia技ji術shu取qu得de了le質zhi的de飛fei躍yue。不bu同tong的de智zhi駕jia高gao級ji功gong能neng成cheng為wei主zhu流liu已yi有you一yi段duan時shi間jian
，隨sui著zhe汽qi車che廠chang商shang不bu斷duan創chuang新xin突tu破po，其qi他ta新xin功gong能neng也ye不bu斷duan湧yong現xian。汽qi車che行xing業ye現xian在zai麵mian臨lin的de挑tiao戰zhan是shi如ru何he將jiang目mu前qian的de L3 和 L4 級智能駕駛試驗車全麵投入生產。

這一進步的關鍵在於傳感器的選擇，包括車輛的結構和域控芯片的選擇。使用專為集中式傳感器融合設計的處理器，以及基於 AI 的創新技術（如稀疏化毫米波雷達陣列），自zi動dong駕jia駛shi汽qi車che可ke以yi集ji中zhong處chu理li毫hao米mi波bo雷lei達da數shu據ju，並bing將jiang其qi與yu攝she像xiang頭tou數shu據ju進jin行xing融rong合he，對dui車che輛liang周zhou圍wei動dong態tai環huan境jing做zuo出chu及ji時shi反fan應ying。這zhe種zhong性xing能neng和he靈ling敏min度du的de提ti高gao可ke以yi減jian少shao對dui激ji光guang雷lei達da的de依yi賴lai性xing
，進jin一yi步bu降jiang低di成cheng本ben，並bing且qie達da到dao更geng好hao的de環huan境jing感gan知zhi性xing能neng。

（作者： Senya Pertsel ，來源：Ambarella安霸半導體）

免責聲明：本文為轉載文章
，轉載此文目的在於傳遞更多信息
，版權歸原作者所有。本文所用視頻、圖片、文字如涉及作品版權問題，請聯係小編進行處理。

推薦閱讀：

意法半導體碳化矽數位電源解決方案被肯微科技采用於服務器電源供應器設計及應用

開展倒計時8天|CITE2024邀您打卡開年深圳首個電子信息展

低壓MOS在新能源園林機械上的應用

利用雙MOSFET最大限度地提高開關轉換器應用的功率密度和性能

光的波長對視覺成像性能的影響