【導讀】汽車制造商正積極研究多元化的雷達技術(shù)方案，以提升新一代高級駕駛輔助系統(tǒng)(ADAS)架構(gòu)的性能和系統(tǒng)優(yōu)化，同時簡化向軟件定義汽車(SDV)的過渡。為助力汽車制造商進行開發(fā)，恩智浦PurpleBox參考設(shè)計應(yīng)運而生。
汽車制造商正積極研究多元化的雷達技術(shù)方案，以提升新一代高級駕駛輔助系統(tǒng)(ADAS)架構(gòu)的性能和系統(tǒng)優(yōu)化，同時簡化向軟件定義汽車(SDV)的過渡。為助力汽車制造商進行開發(fā)，恩智浦PurpleBox參考設(shè)計應(yīng)運而生。
汽車業(yè)逐漸向軟件定義汽車(SDV)轉(zhuǎn)型，制造商們正尋求維護升級軟件的高效途徑，以便充分利用最新雷達傳感器的潛在性能。與此同時，主動安全措施不斷增強，汽車中雷達傳感器的數(shù)量也在增加，汽車成本與系統(tǒng)復(fù)雜性也隨之上升。ADAS架構(gòu)多樣化是其中關(guān)鍵，因此汽車制造商需要面向未來需求的解決方案。
汽車制造商正在探索多種架構(gòu)選項，包括在邊緣部署智能傳感器的邊緣雷達、在協(xié)處理器中遠離邊緣集中智能的分布式雷達，以及在中央計算系統(tǒng)中匯聚智能的集中式雷達。分布式雷達架構(gòu)被視為最具潛力的方案之一。汽車制造商希望通過多個雷達傳感器的早期數(shù)據(jù)融合，顯著提升性能，同時清楚區(qū)分攝像頭視覺與雷達感知，分布式雷達架構(gòu)可助力實現(xiàn)這個愿景。
深入探索雷達傳感器的潛能。閱讀白皮書，了解ADAS架構(gòu)與雷達處理。
優(yōu)化雷達橋的優(yōu)勢
雷達橋整合多個傳感器的數(shù)據(jù)，可優(yōu)化處理性能，實現(xiàn)傳感器輸入的高效融合，帶來多重優(yōu)勢。它創(chuàng)建了一個易于維護的系統(tǒng)，支持在雷達橋的無線更新，避免了對每個傳感器進行單獨更新。該系統(tǒng)利用卓越的算法實現(xiàn)高級角度定位，突破了邊緣雷達系統(tǒng)因處理能力限制而無法實現(xiàn)的定位功能。雷達橋的早期數(shù)據(jù)融合技術(shù)顯著提升了性能，能夠從雷達傳感器中挖掘更多信息，提供了更加豐富的ADAS體驗。此外，除了優(yōu)化早期傳感器數(shù)據(jù)融合和提升傳感器分辨率之外，人工智能/機器學習(AI/ML)技術(shù)也被應(yīng)用于該平臺，為雷達輸出帶來主要的性能提升。
雷達橋與適當?shù)能浖嘟Y(jié)合，可實現(xiàn)：
高效的信號處理
雷達橋接收來自多個雷達傳感器的初步FFT數(shù)據(jù)，并生成綜合的點云。這種將多個雷達數(shù)據(jù)與重疊視野相結(jié)合的方法帶來了顯著的優(yōu)勢。從多個視角準確地感知交通環(huán)境，大幅提升檢測的準確性，顯著減少誤判，從而增強ADAS功能的安全性。
低延遲
因為雷達橋上的處理資源不需要與其他功能共享，所以這種“單任務(wù)”確保了低延遲。處理后的點云能夠即刻被調(diào)用，賦予汽車在關(guān)鍵安全的緊急交通狀況下的即時反應(yīng)能力。
干擾管理
雷達橋具備同時分析所有雷達傳感器輸入數(shù)據(jù)的能力，能夠精準地檢測并識別信號受干擾的具體區(qū)域。通過橋接器上的軟件，可以為受干擾的傳感器重新分配不同的頻率或時隙，確保雷達傳感器能夠恢復(fù)產(chǎn)生清晰的信號。這有助于避免基于錯誤信息的路徑和行動規(guī)劃，從而增強汽車及其所處交通環(huán)境的安全性。此外，雷達橋還能重建因其他車輛的雷達傳輸干擾而受損的信號，這一過程得益于雷達橋上神經(jīng)網(wǎng)絡(luò)加速器運行的機器學習模型。
垂直速度
雷達橋還能測量被探測物體的垂直速度分量。得益于多普勒效應(yīng)，雷達能夠即時捕捉到物體的徑向速度。通過融合兩個不同角度雷達的數(shù)據(jù)，我們可以利用兩個徑向速度向量推算出垂直速度。這種對每次檢測的真實速度的即時測量，極大地提升了點云的質(zhì)量。在執(zhí)行變道、高速公路駛?cè)牒婉偝鲆约白R別橫穿行人等復(fù)雜安全交通場景時，系統(tǒng)的性能得到了顯著提高。
中心或區(qū)域內(nèi)的雷達橋
管理雷達傳感器
雷達與視覺傳感器技術(shù)共同構(gòu)成了實現(xiàn)ADAS和AD用例所需的核心感知基礎(chǔ)。雷達以其強大的天氣適應(yīng)能力、對各種照明條件的高度適應(yīng)性以及良好的成本效益，在所有ADAS系統(tǒng)中扮演著至關(guān)重要的角色。相較于現(xiàn)有的解決方案，更深層次地挖掘雷達數(shù)據(jù)能夠為ADAS系統(tǒng)帶來性能和用戶體驗的顯著提升。
分布式雷達架構(gòu)通過對傳感器數(shù)據(jù)進行區(qū)域或集中處理，提供了一種高級的傳感器管理和數(shù)據(jù)融合方法，這對于激發(fā)下一代雷達傳感器的潛在性能至關(guān)重要。正如前文提到，雷達橋能在區(qū)域或中央計算平臺上處理和融合雷達傳感器數(shù)據(jù)，并且能與視覺感知數(shù)據(jù)進行進一步的整合。這類雷達處理器的應(yīng)用范圍極廣，因為它允許客戶輸出點云或雷達對象。雷達橋的位置靈活，可以與中央電子控制單元(ECU)中的視覺處理器或區(qū)域ECU中的區(qū)域控制器并置。
PurpleBox參考設(shè)計
恩智浦開發(fā)了PurpleBox參考設(shè)計，幫助開發(fā)人員評估分布式雷達架構(gòu)概念，并促進早期雷達融合的部署。該設(shè)計集成了Hailo的26TOPS機器學習加速器，為人工智能提供了強大的擴展能力，開啟了利用雷達數(shù)據(jù)的全新維度。
恩智浦PurpleBox結(jié)構(gòu)框圖
PurpleBox可以用作參考ECU，是基于恩智浦S32R45雷達處理器的雷達橋概念驗證的關(guān)鍵部件。它能夠處理來自車輛四角的雷達傳感器信號，接收經(jīng)過壓縮的距離FFT數(shù)據(jù)，并生成高密度的環(huán)繞點云。PurpleBox提供全面的軟件開發(fā)環(huán)境，其中包括預(yù)集成的驅(qū)動程序、操作系統(tǒng)，以及一個演示應(yīng)用，使客戶能夠評估該平臺并開發(fā)自己的處理鏈，同時重復(fù)利用預(yù)集成的軟件。此外，它還配備了M.2 PCIe接口，不僅可以連接大容量存儲設(shè)備，還可以接入Hailo-8機器學習加速器，以增強雷達感知和高級人工智能功能。
PurpleBox基于恩智浦的S32處理器平臺構(gòu)建，這是一個經(jīng)過驗證的平臺，允許客戶在多個功能域內(nèi)靈活使用軟件。同時，它還建立在最新發(fā)布的S32 CoreRide平臺之上，該平臺整合了硬件和軟件資源，進一步加快了客戶對分布式雷達架構(gòu)的評估和應(yīng)用開發(fā)的速度。
PurpleBox PCB
體驗試用
恩智浦致力于賦能行業(yè)從固定汽車架構(gòu)向新的ADAS架構(gòu)轉(zhuǎn)型。通過分布式雷達架構(gòu)，汽車制造商得以充分利用傳感器網(wǎng)絡(luò)中的數(shù)據(jù)，每個傳感器均向協(xié)處理器輸送詳細且豐富的低級別傳感器數(shù)據(jù)，實現(xiàn)了雷達數(shù)據(jù)的早期融合及其感知處理能力的顯著增強。恩智浦的下一代雷達處理器正是為了支持這些架構(gòu)而設(shè)計，同時推動先進的安全和舒適功能。恩智浦PurpleBox參考設(shè)計現(xiàn)已量產(chǎn)，歡迎汽車制造商和一級供應(yīng)商探索雷達橋帶來的無限可能。
作者：
Karthik Ramesh
Karthik Ramesh負責ADAS系統(tǒng)解決方案的市場營銷，ADAS系統(tǒng)對下一代自動駕駛至關(guān)重要。他對技術(shù)充滿熱情，擁有超過15年的汽車行業(yè)經(jīng)驗，曾在恩智浦和博世工作。
Kees Gehrels
Kees的職業(yè)生涯始于1988年，他在飛利浦公司的電視系統(tǒng)部門嶄露頭角。2007年，他的職業(yè)道路發(fā)生了轉(zhuǎn)折，加入了恩智浦，擔任汽車業(yè)務(wù)部的系統(tǒng)與應(yīng)用經(jīng)理。到了2012年，Kees成為了恩智浦雷達業(yè)務(wù)的創(chuàng)始成員之一，并持續(xù)在雷達技術(shù)創(chuàng)新和業(yè)務(wù)拓展方面發(fā)揮著熱情和專長，為實現(xiàn)我們的零道路事故愿景鋪平道路。
Andrew Robertson
Andrew Robertson在擔任雷達客戶應(yīng)用支持總監(jiān)期間積累了豐富的經(jīng)驗。2002年加入摩托羅拉/飛思卡爾，隨后轉(zhuǎn)入恩智浦，曾在汽車微控制器領(lǐng)域任職多個關(guān)鍵職位。他對雷達技術(shù)的深厚熱愛鑄就了他作為一名杰出的雷達工程師的基礎(chǔ)。憑借扎實的技術(shù)功底，他成為雷達部門的經(jīng)理，在團隊中激發(fā)創(chuàng)新協(xié)作。Andrew始終將客戶的成功放在首位，他運用自己的技術(shù)專業(yè)知識和領(lǐng)導才能，確保客戶在雷達開發(fā)的道路上獲得卓越的支持。
免責聲明：本文為轉(zhuǎn)載文章，轉(zhuǎn)載此文目的在于傳遞更多信息，版權(quán)歸原作者所有。本文所用視頻、圖片、文字如涉及作品版權(quán)問題，請聯(lián)系小編進行處理。
推薦閱讀：
IOTE 2024第22屆國際物聯(lián)網(wǎng)展·深圳站邀請函
為機器視覺系統(tǒng)選擇圖像傳感器，繞不開這三大關(guān)鍵考慮因素
