自动驾驶汽车的关键元器件:传感器和处理器
自动驾驶汽车正在通过提供前所未有的个人移动性体验来改变我们的生活。事实上,它们代表了车辆未来定义的转变。为了确保自动驾驶汽车的安全,提供安全,高效和愉快的旅行方式,需要云端和边缘都需要复杂的新技术。此外,随着数据连接和动力总成的电气化趋势,自动驾驶将推动突破性的半导体技术发展。这与超高性能和高可靠性的传感,处理和通信的强制性要求相结合,代表了当今和未来技术创新的绝佳机会。
本文引用地址://m.amcfsurvey.com/article/201902/397734.htm![](http://editerupload.eepw.com.cn/201902/f04fdc6bf8a0e3551a1dc8b8a9ccdc79.png)
图1:自动驾驶汽车为技术创新提供了大量机会。
在组件方面,激光雷达,雷达和摄像头系统是自动驾驶安全操作所需的传感器套件中最基本要素。而且,虽然雷达和激光雷达所服务的功能有很大的重叠,但由于传感器融合的优势以及在安全关键应用中需要冗余系统,它们很可能在自动驾驶系统中共存一段时间。
基于摄像头的传感已经在许多乘用车上可以提供自动紧急制动,自适应巡航控制和车道偏离警告等功能。在无人驾驶中,摄像机将与其他传感技术结合使用,以生成车辆周围环境的详细3D表示。虽然雷达可以测量物体的相对位置和速度,而激光雷达可以产生精确的物体3D映射,但基于摄像头的传感系统利用丰富的视觉信息来完成它的图像:包括另一辆车,大型卡车或公共汽车,自行车,行人,甚至路牌等。
随着配备摄像头的车辆变得越来越普遍,它们将成为收集道路状况,交通拥堵,安全隐患,停车位等关键数据的重要来源。
图像传感器,图像处理算法和高性能计算硬件的进步使得先进的驾驶员辅助系统(ADAS)和自动驾驶系统中使用基于摄像头的传感技术,这些仍将是未来自动驾驶发展的关键创新领域。
目前基于现场可编程门阵列(FPGA)和图形处理单元(GPU)开发了许多图像识别系统,这些系统非常适合视觉处理算法所需的高性能并行计算。最成功的汽车视觉处理解决方案之一是Mobileye EyeQ系列,这是一种专用的硬件加速器专用集成电路(ASIC)。在发布ADAS应用程序之前,Mobileye在现实条件下进行了广泛的测试。这使得能够在连续几代芯片上不断改进算法和硅。认识到Mobileye占据的战略地位,英特尔于2017年8月以超过150亿美元的价格收购了该公司。
激光雷达能够生成与车辆相关的非常精确的物体映射,使其成为自动驾驶的关键传感技术。它可用于检测道路特征,例如路缘和车道标记,以及跟踪车辆附近的其他物体。激光雷达传感器发射激光脉冲并检测反向散射或反射的光能,然后根据经过的时间计算到物体的距离。早期的自动驾驶开发平台使用扫描激光雷达系统,该系统采用旋转镜组件来引导激光脉冲。虽然它们在很好的范围内表现良好,但它们太笨重且制造成本太高。
激光雷达创新主要致力于减小系统的尺寸和成本,同时保持所需的高水平检测范围和分辨率。这导致了固态激光雷达系统的发展,可大大降低系统的复杂性,从而降低了系统的尺寸和成本。开发固态激光雷达的挑战是实现高动态范围和分辨率。这反过来又推动了激光发射器,光学,光电探测器和信号处理的创新,包括InGaAs光电探测器,使用MEMS技术的虚拟光束控制和先进的信号处理算法。因此,有数十家初创公司正在开发用于自动驾驶的固态激光雷达解决方案,包括LeddarTech,Innoviz,Luminar和Quanergy等等诸多公司。
汽车雷达在21世纪初首次应用于自适应巡航控制系统,因此,它是自动驾驶应用中更成熟的传感技术之一。虽然激光雷达提供更宽的视野和更高的精度,但传统雷达不易受到视觉干扰,如烟雾,雾和眩光等。尽管相对成熟,但仍有创新空间。77 GHz频段的高频雷达可改善远程性能,并且对非金属物体具有高反射率,这对于检测行人和动物至关重要。信号处理算法的进步使得高分辨率雷达系统成为可能,并且RF CMOS技术的应用将允许更高的功能集成。这些可实现更紧凑的系统设计,如恩智浦半导体和德州仪器最近推出的汽车雷达片上系统(SoC)解决方案。
自动驾驶系统开发的很大一部分集中在“虚拟驾驶员”或车辆大脑的优化上。虚拟驱动系统包括机器学习算法和连接到车辆的传感,制动和通信子系统的中间件。该技术是自动驾驶功能的核心;实际上,一个可能的未来场景将让领先的自动驾驶开发人员将他们的虚拟驱动程序软件堆栈授权给传感器,执行器和数据通信协议的标准接口,从而将其集成到车辆制造商的平台上。然而,这需要开发可以与控制系统分离的工业标准和更成熟的传感技术。
评论