互联网

征战自动驾驶市场,Socionext都有哪些“利器”?

来源:网络    作者:      2020年07月31日 11:50

导语:我们知道,自动驾驶是通过车载摄像头、毫米波雷达、激光雷达等感知层,来感应周围环境传达给决策层进行识别、运算及分析,通过执行层完成操作的一种体验方式。目前市场还处于L2等级的自动驾驶爬坡增量阶段,车外基于外置传感器的高级智能辅助功能,车内的驾驶员监控系统、语音识别功能,以及低速自动泊车和车联网等功能在未来三年会大规模的实现量产。

我们知道,自动驾驶是通过车载摄像头、毫米波雷达、激光雷达等感知层,来感应周围环境传达给决策层进行识别、运算及分析,通过执行层完成操作的一种体验方式。目前市场还处于L2等级的自动驾驶爬坡增量阶段,车外基于外置传感器的高级智能辅助功能,车内的驾驶员监控系统、语音识别功能,以及低速自动泊车和车联网等功能在未来三年会大规模的实现量产。

根据科尔尼数据预测,至2025 年全球自动驾驶包含车端、道路、云等市场规模达800 亿美元,至2030年市场规模达2800亿美元。未来要实现完全由电脑控制的L3和L4全自动驾驶的大规模商业化,需要完善的还比较多,比如对整车传感器进行融合,高速且可靠的人工智能等等。由于驾驶者是计算机,因此整车的架构需要改变,软件和硬件需要重新定义,驾驶环境需要规划,仍需要较长时间的准备和布局。

可以看到的趋势是:多传感器融合是主要发展趋势,如视觉识别类和雷达类测距传感器等环境传感器融合。车载摄像头作为智能汽车获取外界信息的主要窗口,其发展很大程度上决定了自动驾驶的发展进程,如车道线检 测、交通标志识别、交通灯识别、行人和车辆检测等,在恶劣天气或光线较差的环境下效果较差,通过摄像头可实现特征类符号的检测与识别。为此,编者采访了Socionext中国汽车市场部总监陈博宇。

Socionext中国汽车市场部总监陈博宇

Socionext中国汽车市场部总监陈博宇指出,“摄像头系统、激光雷达及毫米波雷达是智能汽车感知世界的眼睛,3种方式在性能上各有优缺点,可以做互补,每一个都会在各自领域不断的发展。”

当前Socionext摄像头解决方案主要应用场景,包括数字仪表、环视系统、移动物体检测、自动泊车、抬头显示(HUD)、汽车电子镜、中控显示,以及基于CNN神经网络算法架构的专有VPU、传感器融合等。

Fig1: Socionext Camera Solution

针对于不同的自动驾驶应用,考虑到感知距离、 精度、 延时性、 受天气影响、 成本等因素,会选择不同的方式。陈博宇表示,随着今后域控制器的发展,很高算力的域控制芯片会把所有传感器的数据融合起来,会形成一个比较平衡的感知系统,所以这三种方式缺一不可。

在一部汽车上,采用何种搭配比例、如何进行搭配,会在后续的发展中趋于优化和合理化。Socionext也在积极与国内供应商沟通,看好国内激光雷达的发展和商业化落地,希望通过现有的经验和技术助力国产激光雷达的发展。

在自动驾驶领域,编者觉得Socionext有四个优势点可以快速为市场赋能。

优势一:超过20年的图像信号处理器研发经验

图像传感器是车载摄像头的核心技术, Socionext在图像信号处理方面拥有超过20年的经验积累,目前已运用成熟的ISP技术做车规级认证,可以在自动驾驶领域帮助机器识别出更多的关键环境信息。仅仅依靠摄像头传感器采集的影像信息,计算机读取的数据量会受到成像质量和光线的限制。


Fig2: Socionext ISP Technology

车规级ISP技术,可通过最先进的图像处理手段,把影像数据优化成适合计算机读取(计算机视觉)从而感知更多有用的信息,并做出正确且安全的判断,实现最终的自动驾驶目标。此外,ISP技术还可根据人的视觉特性做优化,尤其在晚上也能让驾驶员看到更多的周围环境状况。

优势二:融入VPU技术,支持深度学习的算法

VPU是专门做视觉处理并使其提高速度的处理单元,能够让主控制器更专注于计算,各司其职,更合理的分配资源。 Socionext第二代VPU(NerviX AI accelerator)增加了神经网络加速模块(NNA)和数据并行处理加速引擎(DPA), 可以支持深度学习的算法,配合AI平台TensorFlow和OpenVX的最新版本的应用程序接口,可以实现边缘计算的人工智能操作。通过加载经过培训的模型,实现目标识别、事物分类、图像分割等功能,从而帮助处理器快速做出推理判断。

Socionext新一代VPU的一个亮点是在同等算力表现下,其超低功耗表现能明显提升客户的产品性能,从而加速推进自动驾驶方案实现商业化落地。

优势三:两大核心标准产品线:Miranda和Indigo

一个是Miranda(SC1810系列), 针对的是仪表和影像应用相关的主控SoC,负责对图像和视频的处理、分析和显示。主要领域是全液晶数字仪表和加载ADAS功能的高画质环视系统。

全液晶数字仪表由于其比较明显的优点,结合现在车载液晶屏的价格逐渐平民化,后续的需求会增长得很快,Miranda本身高性能的运算处理器和强大的2D/3D的图形处理器,搭载其稳定的软件驱动,配合第三方的成熟车载认证的软件平台和HMI设计工具,可以快速帮助客户完成仪表的设计,并且可以集成驾驶员监测系统的功能,让产品更具竞争性。

基于Miranda的环视系统,除了可以提供高画质、高质量拼接效果,利用其内置的新一代VPU还可以处理一些如车道偏移、自动追踪、移动物体识别等ADAS应用。

Fig3: Indigo Demo

另一个是Indigo(SC1701系列),针对远距离显示屏架构的屏端推屏辅助SOC,除了通过校验机制可以确保接收信息和发送信息的准确一致,内置的2D引擎模块可以实现屏幕画图功能OSD,再加上丰富的通讯接口ADC、PWM输出, 使它成为拥有高集成度的HMI解决方案。

此外,芯片内部和外部的多种功能安全机制,可帮助整个系统达到要求的功能安全等级,特别适用于采用域控制器的架构。Indigo是Socionext的明星产品,曾获得过欧洲的创新技术奖, 随着域控制器和功能安全的普及,相信它的市场会越来越大。

优势四:车载芯片定制化服务

Socionext作为一家SoC设计服务商,Socionext为全球客户提供了丰富的差异化产品设计解决方案。尤其在汽车电子设计领域,Socionext(自富士通时代起)拥有长达15年的经验积累和研发能力。

Fig4: Socionext Automotive Solutions

Socionext自动驾驶芯片解决方案涵盖8大板块,其中包括摄像头传感器、激光雷达、摄像头ISP(DSM疲劳驾驶监控)、集成人机交互、调节器、后座娱乐、ETC和V2X,可基本覆盖L2/L3级自动驾驶解决方案,帮助客户实现商业落地。

区别于消费级订制芯片,车规级芯片产品开发周期长、难度大,车规级定制芯片更强调车规的质量把控、认证和流程。Socionext采用可防止不良、减少制造缺陷的设计,通过与制造分包商密切合作开展质量管理等各种措施,致力于提供高质量、高可靠性的产品。Socionext 提供的服务包括有设计验证(DFT/ DFM),提供外包生产管理与维护,品质保证与分析技术以及功能安全(ISO26262)等。

目前传统车厂、新势力造车乃至算法公司、芯片制造商纷纷加码投资自动驾驶领域,这为中国在自动驾驶新赛道上弯道超车增加了可能。Socionext在车规级定制化SoC方面拥有丰富的产品内容、期望凭借其专业的知识和knowhow积累,能为更多的中国本土客户提供车规级SoC IP,帮助他们设计、开发更多的车规级芯片,填补市场空白。

小结:自动驾驶汽车行业是一个庞大的产业链和生态圈,在实现的过程中,芯片是重要的核心硬件,其关键技术还需要考虑感知、执行和互联三个部分的一体化高可靠性方案。目前感知还是通过毫米波雷达、摄像头和激光雷达的融合解决方案来完成,但在技术层面,仍有多技术尚待增强,包括摄像头图像识别和融合、激光雷达的量产商用性、可靠性。在执行层面,需要依赖拥有强大的本地计算能力的芯片在车内执行复杂的算法和低延时指令,功耗、功能安全、汽车高安全等级、高速接口等技术难点需要逐一突破,这些对于很多厂商来说仍有不少挑战。

作为日本领先的SoC厂商,Socionext凭借着自身的前瞻视角和深厚的行业经验,一方面为中国市场导入全球领先的标准化SoC解决方案,另一方面向本土厂商提供深度的定制服务,实现更多的功能产品。自动驾驶的到来不可能一蹴而就,但Socionext有信心与生态中的合作伙伴一道解决行业痛点,解锁未来移动出行。

文章转载  电子发烧友  

(文章为作者独立观点,不代表艾瑞网立场)
  • 合作伙伴

  • 官方微信
    官方微信

    新浪微博
    邮件订阅
    第一时间获取最新行业数据、研究成果、产业报告、活动峰会等信息。
     关于艾瑞| 业务体系| 加入艾瑞| 服务声明| 信息反馈| 联系我们| 广告赞助| 友情链接

Copyright© 沪公网安备 31010402000581号沪ICP备15021772号-10

扫一扫,或长按识别二维码

关注艾瑞网官方微信公众号