111
作为汽车从传统功能车向智能车升级的一项过渡技术，ADAS 随着汽车电子的快速发展，以及相关安全标准和消费需求的不断提升，近两年开始在量产车上广泛搭载，成为越来越多新车的“标配”。受摄像头成本较低以及图像处理技术日趋成熟等因素的助推，目前前端摄像头系统和 360°全景影像系统的市场标配率比较高。
前端摄像头等系统可提供以下功能：
LKW = 车道保持提醒
LKA = 车道保持辅助
AEB = 自动紧急制动
TSR = 交通标志识别
全景视图可提供以下功能：
自动泊车辅助
拖车角度检测
对象检测
赛灵思能提供种类丰富的产品，包括纯 FPGA 产品和 / 或 SoC（ARM 核 + FPGA）产品。这些产品提供独特的灵活性，能为前端摄像头、全景摄像头等提供解决方案。各代系统要求各不相同，创新正在持续推进。因此，芯片解决方案需要适应不断变化的要求。FPGA 技术助力系统设计人员创建自己的硬件加速器或 AI 引擎，提高处理效率。在许多情况下，仅仅拥有高性能 CPU 是不够的，还需要硬件加速器来分担 CPU 的工作，减少实现功能所需的软件。
FPGA 让自动驾驶开发更具灵活性
当前处于自动驾驶发展的“试错”阶段，算法的更新迭代周期非常短，这给 FPGA 更多的市场机会。以 ADAS 报警为例， ADAS 系统提醒是被动式的，但也有可能是主动式的。减少“误报率”主要是要在系统级解决的问题。增加传感器数量，提高传感器融合，这都有助于确保误报率的降低。赛灵思技术能为系统开发人员带来以下优势。
DAPD = 数据汇总、预处理和分配，在众多系统中传感元素是不断变化的。例如，成像器的分辨率在变，或者摄像头和雷达数据需要融合。采用 FPGA 技术，不仅能适应于不同要求，还能创建适当的界面，满足配置要求。
OTA 芯片技术是另一大独特功能。许多 ECU 具备无线 (OTA) 更新功能，因此，运行在 SoC 上的软件可通过网络部署进行升级。就赛灵思而言，我们能更新软件，还能更新硬件配置。软件更新通常受限于硬件配置，但对于我们来说，我们可以改变这两种情况。这就意味着我们能为系统设计人员提供更高的灵活性。
半导体产业面临的挑战往往与规模有关。随着体量的增长，成本就会显著下降。自动驾驶测试车辆通常为车队运行模式，车队车辆数量不同，通常为几百台。乘用车和卡车市场规模为每年约 1 亿台。从年化角度看，我们可以看到，相对于整体汽车市场而言，自动驾驶测试车辆车队的规模非常小。此外，工程开发成本非常高，而且还要摊薄到极少的产品数量上，这就导致感知成本大幅提升。赛灵思技术能够提供帮助，因为我们能避免对已有基础技术的重复“再造”。
赛灵思 SoC 器件正应用于激光雷达、4D 雷达、全景摄像头和前端摄像头等应用领域。您无需为每个系统都采用不同的 SoC，而只需使用赛灵思技术支持所有系统，这就能提高体量，从而降低价格。更重要的是，您还能针对多应用 ECU 重用软件框架，从而降低工程设计开发成本。
我们已将最近的 MPSOC 认证到 ASIL C 级，以便为系统设计人员提供帮助。我们将继续支持市场对功能安全性的需求。关键在于系统设计人员必须应对高难度挑战，开发出支持“故障下工作模式”和“半故障半正常模式”的系统。也就是说，设计方案要具有足够的稳健性，即便系统发生故障，也有足够的冗余，能够继续发挥有限的功能，可以让车辆进入安全的停放点，或者继续以有限的功能运行。
另一个关键点就是我们将会看到商业车队实现方案的普及，这种车队规模有限，随后我们才能看到市场中普通消费者的广泛认可。商业部署是测试床，有助于开发人员收集数据，提升功能，并建立消费者买家的信心。
未来自动驾驶的创新方向
无人驾驶汽车已经出现，而且也在以小型车队的形式部署用于共享汽车和快递行业。问题在于无人驾驶汽车的价格何时才能降到普通消费者能接受的水平。这很难预测，但应该会在 2025 年后才能实现。有关产品不得不从单纯的外部传感能力出发，不断发展以提高车内传感能力。围绕自动驾驶的热点，引发的一系列产业、技术、生态的变革和创新才刚刚开始，应创建新特性来满足以下要求：
提醒遗落物品，在共享汽车用例中，能够识别墨镜、手机、雨伞等物品，确保您下车时不会遗落在车上。
优化安全气囊部署：乘客乘车的座位和方向不再固定。摄像头需要确定部署安全气囊的最佳方式，以保护乘客安全。
新用户界面帮助乘客与车辆互动，告知车辆要去的目的地，以及如何使用娱乐系统。
创新不仅能够持续推进无人驾驶功能的发展，还会还改进无人驾驶汽车与乘客之间的互动。
持续投资中国市场
中国市场是汽车行业最大的市场之一，它也在推进汽车从燃油发动机向汽车电气化的发展。电气化和自动驾驶技术将成为两大趋势。赛灵思会继续向中国市场投资，推进市场整合发展。其中一个例子就是我们收购了总部位于中国北京的提供 AI 技术的初创公司深鉴科技。
与非网原创内容，未经许可，不得转载！
下载ECAD模型
