<meter id="pryje"><nav id="pryje"><delect id="pryje"></delect></nav></meter>
          <label id="pryje"></label>

          新聞中心

          EEPW首頁 > 汽車電子 > 設(shè)計應(yīng)用 > SensPro-Radar:適用于 L2/L2+ 級及更高級別汽車?yán)走_(dá)的整體架構(gòu)平臺

          SensPro-Radar:適用于 L2/L2+ 級及更高級別汽車?yán)走_(dá)的整體架構(gòu)平臺

          作者:CEVA公司移動寬帶業(yè)務(wù)部商業(yè)開發(fā)總監(jiān)Nir Shapira 時間:2021-07-20 來源:電子產(chǎn)品世界 收藏

          引言:下一款熱門 產(chǎn)品并非 L3 級汽車,而是 級汽車。 級汽車減少了繁瑣程序和安全問題,但增加了許多炫酷新功能:半自動駕駛、攝像頭和高清雷達(dá)遙測配合導(dǎo)航,并采用傳感器融合技術(shù)最大限度地延長平均故障間隔時間 (MTBF),性能優(yōu)于 L2 級自動駕駛汽車。

          本文引用地址:http://www.ex-cimer.com/article/202107/427006.htm

          我們現(xiàn)在仍在等待全自動駕駛汽車的出現(xiàn),但同時也意識到,目前的形勢發(fā)展已遠(yuǎn)超原始預(yù)期。汽車產(chǎn)業(yè)價值鏈目前已經(jīng)領(lǐng)先一步,進(jìn)入 B 計劃,從采用傳統(tǒng) 方案的 SAE 2 級自動駕駛汽車積極進(jìn)階到如今稱為 級的自動駕駛汽車。這是一個大好機(jī)會,原始設(shè)備制造商 (OEM) 與一級制造供應(yīng)商 (Tier 1s) 可以抓住此次機(jī)會,投資研發(fā)采用全自動駕駛系統(tǒng)的車型,賺取高額回報,預(yù)計這款車型最早將于 2023 年投入生產(chǎn)。盡管 L2+ 級汽車相較 L3 級汽車略有不足,比如說,很多時候仍需要人工駕駛,因此系統(tǒng)相比 L2 級汽車系統(tǒng)而言,額外安裝的傳感器數(shù)量還不夠多,但 L2+ 級汽車仍可在經(jīng)濟(jì)實(shí)惠的 系統(tǒng)中支持全新先進(jìn)安全功能。由于雷達(dá)傳感器的平均價格在可接受的范圍內(nèi),并在極端照明和天氣條件下,對攝像頭傳感器的不足之處提供顯著的互補(bǔ)優(yōu)勢,因此有望在 L2+ 級汽車得到采用作為攝像頭傳感器基礎(chǔ)套件的補(bǔ)充。L2+ 級汽車在城市駕駛、高速公路自動駕駛、變道和并道方面的表現(xiàn)要大大優(yōu)于目前采用 L2 ADAS 方案的汽車。而且實(shí)現(xiàn) L2+ 級要快得多,也無需規(guī)章制度、基礎(chǔ)設(shè)施和社會可接受度發(fā)生根本性變化。

          盡管在遙遠(yuǎn)的將來,自動駕駛計算平臺將最終自然而然地遷移至中央計算架構(gòu),由該架構(gòu)通過大量覆蓋 360 度范圍的傳感器和傳感器模態(tài),承擔(dān)起傳感器融合的重任,但目前仍會出現(xiàn)各種各樣的 L2+ 級汽車系統(tǒng)。有些人預(yù)計,未來的中央計算平臺會對各種傳感器進(jìn)行早期融合,但大多數(shù)情況下仍會使用分散的智能傳感器在邊緣完成大部分傳感器處理負(fù)載任務(wù)(特別是作為基于攝像頭的基礎(chǔ)系統(tǒng)的補(bǔ)充的雷達(dá)傳感器)。因此,預(yù)計在未來幾年里,大多數(shù)雷達(dá)設(shè)備仍將在其內(nèi)部執(zhí)行大部分雷達(dá)鏈路處理任務(wù),并且還將需要有強(qiáng)大的計算平臺。

          據(jù)市場預(yù)測,預(yù)計將從 2023 年開始加大 L2+ ADAS 系統(tǒng)的批量生產(chǎn)規(guī)模,并最早將于 2026-2027 年開始初步部署更高級別(L3 級及以上)的自動駕駛系統(tǒng)。就雷達(dá)而言,高清雷達(dá)將主要應(yīng)用于 L3 及更高級別的自動駕駛汽車,并且這一趨勢將會至少持續(xù)至其價格下降至足以在 L2+ ADAS 系統(tǒng)集成此雷達(dá),不過預(yù)計這一點(diǎn)在 2028 年之前是不會實(shí)現(xiàn)的。也就是說,從現(xiàn)在算起,至少會有 6 年的重大市場機(jī)遇。在這段時間里,標(biāo)準(zhǔn)雷達(dá)設(shè)備仍將是市場主導(dǎo)產(chǎn)品,并在 L2+ ADAS 系統(tǒng)中發(fā)揮重要作用。每輛汽車還會部署更多雷達(dá)節(jié)點(diǎn),以提供更先進(jìn)的駕駛員輔助功能,并實(shí)現(xiàn) 360o 覆蓋范圍。

          1626758511174492.png

          圖1 L2+ 級和更高級別的自動駕駛汽車的雷達(dá)覆蓋范圍達(dá) 360 度

          它是如何工作的?

          雷達(dá)的基本原理為干涉測量。信號從發(fā)射天線陣列發(fā)出,通過接收天線陣列接收。目標(biāo)和障礙物的距離、速度及方向均可通過已接收信號的相對相位估算出來。如此一來,雷達(dá)就可以利用高度確定性的處理技術(shù)提取深度相關(guān)特征,提供感知相關(guān)的直接輸入。這一點(diǎn)與同樣需要進(jìn)行復(fù)雜的(盡管這一點(diǎn)眾所周知且經(jīng)過多番嘗試)CV 和 AI 處理的攝像頭傳感器有所不同?!疤摂M”雷達(dá)有效通道的數(shù)量等于發(fā)射和接收天線數(shù)量的乘積。以目前 L2/L2+ 級車輛中使用的典型雷達(dá)設(shè)備為例,此類雷達(dá)中有 3TX 和 4RX 天線,既共計有 12 個虛擬通道。這一通道數(shù)量足以支持基本的 L2/L2+ 功能,如自動緊急制動 (AEB) 和自適應(yīng)巡航控制 (ACC)。而未來,我們則將會在 L2+ 級和更高級別的自動駕駛系統(tǒng)中看到的雷達(dá)設(shè)備將會有 12Tx16R(共計 192 個虛擬通道),甚至還會有 48Tx48R(共計達(dá)到驚人的 2304 個虛擬通道)。人們將這些較大規(guī)模的配置稱為高清雷達(dá)成像或 4D 雷達(dá)(因?yàn)樗軌蛱崛【嚯x、速度、方位和海拔這四項(xiàng)數(shù)據(jù))。增加通道的主要好處是可以提高雷達(dá)精度,特別是提高方位角和仰角的角度分辨率。高清雷達(dá)對于遠(yuǎn)距離目標(biāo)(可以甚至達(dá)到 200 米之遠(yuǎn))的角度分辨率可以達(dá)到 1 度以下。方位角分辨率支持檢測目標(biāo)(如行人),而海拔分辨率則可區(qū)分車輛和懸垂在外的街道設(shè)施。提高分辨率可以減少由寬帶旁瓣引起的誤報,這是常見小型雷達(dá)設(shè)備的已知缺陷之一。

          雷達(dá)芯片組 – 傳感器和信號處理器

          雷達(dá)芯片組通常由兩個主要部件組成。傳感器或雷達(dá)收發(fā)機(jī)負(fù)責(zé)處理從毫米波天線到基帶信號的射頻信號,而雷達(dá) MCU 則負(fù)責(zé)數(shù)字雷達(dá)信號處理。雷達(dá)收發(fā)機(jī)和 MCU 通常為兩種不同芯片,分別采用對其而言最佳且最符合經(jīng)濟(jì)效益的工藝節(jié)點(diǎn)制造而成。顯然,雷達(dá)收發(fā)機(jī)的復(fù)雜度與天線或物理射頻鏈的數(shù)量呈線性關(guān)系,而雷達(dá) MCU 處理信號的復(fù)雜度則與虛擬通道的數(shù)量有關(guān),因此雷達(dá)芯片組與天線的數(shù)量呈二次方關(guān)系。

          下圖所示為典型雷達(dá)處理鏈路。射頻前端安裝在雷達(dá)收發(fā)機(jī)中。信號經(jīng)過數(shù)字轉(zhuǎn)換之后,在雷達(dá) MCU 中得到處理。雷達(dá)處理鏈通常分為兩個主要部分:雷達(dá)前端處理(輸出為雷達(dá)點(diǎn)云)和雷達(dá)后處理(負(fù)責(zé)處理目標(biāo)分類和跟蹤)。這兩個本質(zhì)完全不同的工作負(fù)載需要不同類型的處理元素和技術(shù)。根據(jù) MCU 架構(gòu)的不同,或者是雷達(dá)前端處理和雷達(dá)后處理這兩個部分均可集成到單個 MCU 中,又或者是可以在中央 ECU 中處理鏈路的后半部分。

          信號經(jīng)過時域數(shù)字前端預(yù)處理(主要是濾波)后,再由雷達(dá)前端模塊進(jìn)行處理。對于常見調(diào)頻連續(xù)波 (FMCW) 類雷達(dá)而言,這是一種典型的處理方式。前端處理首先涉及距離-多普勒 FFT 和雷達(dá)數(shù)據(jù)立方體(積累了多個天線和雷達(dá)脈沖的數(shù)據(jù))的構(gòu)造,其次是使用 CFAR(恒虛警率)算法變量進(jìn)行首次目標(biāo)探測,然后再估算 DoA/AoA 角度。雷達(dá)前端處理的輸出稱為雷達(dá)點(diǎn)云,它包括各個探測點(diǎn)的 3D 或 4D 距離/多普勒/角度信息。

          對于高清雷達(dá)而言,雷達(dá)前端處理的計算量非常之大,且通常是在經(jīng)過優(yōu)化的硬件中進(jìn)行的。而小規(guī)模的雷達(dá)前端(如具有 12-16 個虛擬通道的雷達(dá))則更適合使用軟件來進(jìn)行計算,并且對于是使用硬件還是軟件來計算的劃分界限更加靈活。處理引擎需要處理各種類型的計算。通過采用定點(diǎn)運(yùn)算,可有效實(shí)施 FFT 和 CFAR,而角度估計算法則通常廣泛使用矩陣分解,并且需要進(jìn)行浮點(diǎn)運(yùn)算。

          1626758550589175.png

          圖2 雷達(dá)處理鏈 - 分為前端處理和后處理

          獲取點(diǎn)云之后,雷達(dá)后處理會對目標(biāo)進(jìn)行識別、分割、跟蹤和分類。這樣一來就會涉及大量高精度浮點(diǎn)型矩陣運(yùn)算,并需要實(shí)施 Kalman 濾波等算法,包括進(jìn)行矩陣求逆、Cholesky 分解和非線性運(yùn)算等。此類處理通常會被植入到 DSP 內(nèi)核之中,以實(shí)現(xiàn)最大的靈活性,并使不同的供應(yīng)商能夠?qū)ζ溥M(jìn)行區(qū)分和創(chuàng)新。

          最后,目標(biāo)分類和傳感器融合過程會多次利用人工智能推理技術(shù),并需要進(jìn)行大量神經(jīng)網(wǎng)絡(luò)處理。

          我們注意到現(xiàn)代雷達(dá)處理在實(shí)施端到端雷達(dá)處理鏈方面面臨重大計算(和反向?qū)嵤┨魬?zhàn)。由于此項(xiàng)技術(shù)仍在不斷發(fā)展,再考慮到未來的自動駕駛汽車級別,設(shè)計者們將既需要有靈活的軟件,還需要有可擴(kuò)展的高性能計算平臺,而這就需要借助基于強(qiáng)大矢量 DSP 的平臺了。

          整合以上所有功能 - CEVA 雷達(dá)處理平臺

          我們已經(jīng)看出,普通 12 通道設(shè)備和擁有數(shù)千個通道的高端成像雷達(dá)設(shè)備中的現(xiàn)代汽車?yán)走_(dá)設(shè)備的規(guī)模和尺寸可能存在很大差別。此外,每種設(shè)備還都需要執(zhí)行各種各樣的算法,支持不同的算法處理引擎,以應(yīng)對不同的工作負(fù)載。而這就是 CEVA SensPro 雷達(dá)架構(gòu)大展拳腳的時候了。該雷達(dá)架構(gòu)是在 CEVA 第二代 SensPro2 IP 系列基礎(chǔ)上設(shè)計而成的,是一種面向高性能傳感應(yīng)用的高度可擴(kuò)展的矢量 DSP 架構(gòu)。它是唯一一種能夠有效應(yīng)對各種雷達(dá)鏈信號處理所需工作負(fù)載的 DSP 架構(gòu),使開發(fā)人員可以在不同代系的產(chǎn)品中使用同一平臺、同一開發(fā)工具來設(shè)計解決方案的各個部分。

          可擴(kuò)展性和靈活性貫穿在兩個軸線劃分的體系中。其中一個軸線劃分的體系指矢量單元大小,介于 SP100 內(nèi)核和高達(dá) SP1000 內(nèi)核之間,前者在一個周期內(nèi)擁有 32 位 INT16 MAC(乘積累加運(yùn)算)單元,后者則擁有 256 位 INT16 MAC 單元。相關(guān)參考如下:標(biāo)準(zhǔn) 12 通道設(shè)備的完整雷達(dá)前端處理可輕松安裝至采用 SP250 內(nèi)核的模塊中。

          第二個軸線劃分的靈活體系支持廣泛的向量算術(shù)運(yùn)算,包括 8 位、16 位和 32 位整數(shù)運(yùn)算,以及單精度和半精度浮點(diǎn)運(yùn)算。這些內(nèi)核是高度可配置的,并且浮點(diǎn)運(yùn)算是一種可選功能。

          1626758571996300.png

          圖 3 SensPro2 矢量 DSP 系列 - 可進(jìn)行擴(kuò)展以適應(yīng)所有級別的傳感器計算

          雷達(dá)前端處理可選擇采用可選的 SensPro-Radar ISA,它增加了可加快距離/多普勒 FFT 和復(fù)雜算術(shù)運(yùn)算速度的特殊指令。專用雷達(dá) ISA 的亮點(diǎn)是擁有一套強(qiáng)大的雷達(dá)探測指令,可用于進(jìn)行 1D/2D/3D CFAR 處理(包括先進(jìn)直方圖 ISA、支持靈活滑動窗口、專用排序和最小/最大 ISA)。如此一來就大大加快了基于 K-th 有序統(tǒng)計/排序的 CFAR 算法的速度。SensPro-Radar ISA 提供一種獨(dú)特功能,可有效地將雷達(dá)前端的重要部分映射到 DSP 內(nèi)核,為芯片架構(gòu)師提供前所未有的實(shí)施靈活性和至關(guān)重要的 TTM,同時還能顯著減少其工作量。

          1626758599363231.png

          圖4 雷達(dá)鏈上不同類型的處理工作負(fù)載

          要想處理大量數(shù)據(jù),就需要根據(jù)虛擬通道數(shù)量,實(shí)施典型雷達(dá)鏈路。SensPro 架構(gòu)使用 CEVA 的高級內(nèi)存子系統(tǒng),可跨越不同維度輕松訪問具有“拼塊”的雷達(dá)數(shù)據(jù)立方體。該內(nèi)存帶寬十分強(qiáng)大,最大有效負(fù)載可以達(dá)到 2x1024 位,存儲空間可達(dá)到 1024 位。內(nèi)存子系統(tǒng)建立在 CEVA 高級 SoC 集成機(jī)制之上,包括緩沖區(qū)和隊(duì)列管理器、增強(qiáng)型 3D DMA 引擎(支持分散/聚集)以及數(shù)據(jù)操作(包括轉(zhuǎn)置)與處理。借助這些機(jī)制,可輕松與外部硬件加速器及其他 DSP/CPU 進(jìn)行集成。

          SensPro 系列是專門為有效處理人工智能和深度學(xué)習(xí)工作負(fù)載而設(shè)計的,并被廣泛用于加快計算機(jī)視覺領(lǐng)域的人工智能處理中。它具有用于 CNN 加速的特定 ISA,并且支持二進(jìn)制 NN 和各類具有靈活非線性功能支持的激活層。該架構(gòu)整合了高級軟件、開發(fā)工具及 CEVA 的深度神經(jīng)網(wǎng)絡(luò) (CDNN) 圖形編譯器框架。

          為了對計算平臺進(jìn)行補(bǔ)充,CEVA 提供了包括 Eigen 線性代數(shù)庫在內(nèi)的一套豐富的軟件庫。CEVA 的 Radar SDK for SensPro 是一個完整的端到端軟件包,廣泛使用專用雷達(dá) ISA,為軟件開發(fā)人員提供完整的雷達(dá)鏈實(shí)施參考

          擁有一個可有效處理所有與雷達(dá)相關(guān)的工作負(fù)載(包括前端處理和后處理)的平臺,使雷達(dá)架構(gòu)師能夠自由選擇最佳的硬件/軟件分區(qū),同時仍能保留足夠的軟件靈活度,以供將來驗(yàn)證解決方案。此外,在硅片生產(chǎn)后,不同種類工作負(fù)載之間的平衡還可進(jìn)行動態(tài)更改。這種架構(gòu)非常適合用于進(jìn)行 OTA 更新,并將在未來的自動駕駛平臺和自動即服務(wù)中占據(jù)非常重要的地位。 

          總體而言,SensPro-Radar 是在一個統(tǒng)一的框架內(nèi)提供一系列可擴(kuò)展解決方案的獨(dú)特平臺。它使用一流的矢量 DSP 技術(shù),并已獲得頂級汽車半導(dǎo)體供應(yīng)商和一級制造供應(yīng)商授權(quán),是您制造下一代雷達(dá)和傳感器融合產(chǎn)品的首選平臺



          關(guān)鍵詞: 202108 ADAS L2+

          評論


          相關(guān)推薦

          技術(shù)專區(qū)

          關(guān)閉
          看屁屁www成人影院,亚洲人妻成人图片,亚洲精品成人午夜在线,日韩在线 欧美成人 (function(){ var bp = document.createElement('script'); var curProtocol = window.location.protocol.split(':')[0]; if (curProtocol === 'https') { bp.src = 'https://zz.bdstatic.com/linksubmit/push.js'; } else { bp.src = 'http://push.zhanzhang.baidu.com/push.js'; } var s = document.getElementsByTagName("script")[0]; s.parentNode.insertBefore(bp, s); })();