2017年7月，老牌車企奧迪發布的新一代A8將成為全球首款實現Level3級自動駕駛的量產車。可見，無論是新興力量還是老牌車企都在積極研發自動駕駛汽車，但自動駕駛汽車的發展離不開處理器、傳感器、網絡等的支持。僅就車載處理器而言，如何配合視覺傳感器讓自動駕駛汽車會“看”?有了傳感器融合采集的數據，處理器又如何讓汽車會“思考”?
攝像頭增加帶來數據量倍增 圖像處理內核讓汽車會“看”
東芝電子(中國)有限公司中國汽車行業市場部副總監譚弘
奧迪L3級的自動駕駛汽車A8年底有望合法上路消息受關注不僅因為目前已經量產的具備自動駕駛功能的汽車僅達到了L2級，更因為消費者對自動駕駛汽車充滿期待。東芝電子(中國)有限公司中國汽車行業市場部副總監譚弘在接受《華強電子》記者采訪時表示：“自動駕駛是目前最熱的話題，但量產或者大面積推廣都還需時日。ADAS(高級駕駛輔助系統)作為自動駕駛的基礎，各大汽車電子廠商在此領域已經耕耘多年， 具有ADAS功能的汽車投入市場能為自動駕駛的發展作前期鋪墊。中國汽車廠商這幾年不斷跟蹤全球技術發展潮流，不斷加大對汽車電子領域的投入，估計也會緊跟國際大廠推出準量產級別的車型，試探市場反應。”
索喜科技物聯網和汽車電子方案組市場部經理呂雪良
對于ADAS所需的傳感器，索喜科技物聯網和汽車電子方案組市場部經理呂雪良介紹，ADAS或自動駕駛目前有基于激光雷達、攝像頭、傳感器融合的方案。 激光雷達有其弊端，如無法辨別車道，碎片或者道路坑槽等。攝像頭的視覺處理技術可以更好地辨別道路上的標識，行人等信息，相較雷達技術成本更低，功能更為全面，準確性也較高。瑞薩電子大中國區汽車電子銷售中心汽車電子應用技術部部長林志恩進一步表示：“攝像頭是實現自動駕駛的主要傳感器之一，對于車輛周邊中短距離的場景和一些物體需要依靠攝像頭來感知，比如交通標志的信息，車道線等，攝像頭的信息傳到汽車圖像處理器進行運算和識別，將正確結果給到中央控制系統。“
瑞薩電子大中國區汽車電子銷售中心汽車電子應用技術部部長林志恩
不過單目ADAS的安全性因為特斯拉的安全事故受到外界質疑，所以特斯拉、奔馳、寶馬等廠商都開始使用雙目ADAS方案，通過雙目視覺讓汽車在復雜路況以及各種天氣條件下能夠快速捕捉路面的信息，提升車輛安全性。另外，在360度全景環視應用中，則需要與單目或雙目視覺ADAS高動態攝像頭不同的廣角攝像頭，數量也達到4個或者更多。因此無論是為了提升自動駕駛的安全性還是體驗，攝像頭數量的增加以及類型的不同無疑將帶來數據量的倍增和更復雜的算法，因此譚弘認為車載圖像處理器的實時運算能力、功耗、抗惡劣工況的能力及成本等都成為了各家廠商競爭的重點。
那么，車載處理器廠商如何才能滿足視覺傳感器“看“的需求?林志恩表示：”汽車處理器必須要有專門的硬件加速器來處理大量的圖像信息，瑞薩R-Car產品就集成了處理圖像的IP內核如IMR，IMP，CNN，CV等，可以同時進行最多8路攝像頭的數據處理。IMP多指令圖像處理內核相比GPU的單指令處理，不僅能夠應對多路攝像頭的信號，還能大大分擔CPU和GPU運算的工作量，從而擁有性能強，低延遲，低功耗的優勢。“
東芝同樣有針對圖像處理的解決方案，譚弘介紹：“東芝的Visconti2專用圖像處理芯片以其優異的性能及可靠性被電裝(Denso)公司采用，2015年底已經搭載到量產車大量投放市場。后一代產品Visconti4目前已經量產，擁有8核+14個硬件圖像/算法加速器，性能提升2倍以上，可以同時實現8項功能，如車道保持、前車識別/防撞、行人識別、交通標識識別、騎自行車人識別、障礙物識別等，Visconti4還具有實時性、低功耗、成熟性等優勢。”
索喜則采用硬件+軟件的方式滿足汽車視覺的需求，呂雪良表示：“通常ADAS 算法的處理器有GPU方式和硬件方式。GPU方式性能和靈活性都比較好，但成本和功耗都很高。硬件方式高性能低功耗，但靈活性低。針對此，我們提供像MOD,AOD 等算法，且MIRANDA 處理器專門開發了一個內核VPU。VPU采用硬件加速(HWA)和軟件加速(DWA)相結合的方式處理相關的視頻圖形，同時具有高性能，低功耗，靈活性好的特點。一些基礎算法如SOBEL算法，傅立葉算法等都可以放在硬件加速上運行，其他的可以放在DWA上。標準的OPENVX接口可以快速開發，提高代碼的重用性。”
多傳感器融合+AI需更高性能 集成人工智能IP讓汽車會“思考“
據悉，目前自動駕駛處理器的性能已經要求達到幾萬DMIPS再加上幾十個TOPS深度學習處理能力，未來更多的傳感器融合和更高級別的自動駕駛對處理器的性能要求自然更高。這里所說的融合，并不是指將各種傳感器融合在一個芯片或者一個裝置里，而是融合多種傳感器所采集到的信號，通過人工智能技術加以分析及綜合判斷，指揮汽車的執行機構實現更高程度的自動駕駛。對此，林志恩表示：“多傳感器的融合需要處理器有不同的通信接口及總線，并且要有足夠的運算能力對不同的信號做不同的處理和融合。但目前汽車CAN總線無論是從帶寬還是安全性角度看都已經難以滿足汽車的通訊需求。”譚弘也認為：“隨著處理信息量的提升和帶寬的增加，汽車通訊總線已經遇到瓶頸，新的通訊總線Ethernet_AVB被行業內大多數核心企業采用，未來可能成為主流。東芝通過與高通，英特爾等公司的深入合作，推出高通汽車平臺，英特爾汽車平臺的專業Ethernet_AVB橋接芯片Neutrino為平臺標配產品。”
不過，車載處理器的計算能力是否足夠強大以及是否具備深度學習的能力使其能夠模仿人腦進行思考顯得更加重要。為此，英偉達就推出了由8核ARM 64位CPU和512個核Volta架構GPU構成，擁有30 TOPS深度學習能力，功耗為30W的Xavier芯片。“未來要實現自動駕駛，車載處理器要能滿足深度學習的要求，不僅需要集成CNN的IP，芯片設計中CNN也會做的更大。瑞薩R-Car第三代產品會加入深度學習CNN，CV等專用IP來滿足人工智能的需求，這些專用的IP將會處理各種大數據和滿足不斷更新的人工智能算法，進一步優化車載處理器和整個自動駕駛的系統。我們下一代CNN IP將擁有30 TOPS深度學習的能力，但在性能相同的前提下，我們的產品的功耗將更低。功耗的降低得益于使用新的生產工藝來，我們第二代產品采用28nm工藝，第三代產品轉到16nm工藝，下一代產品將采用更先進的生產工藝。工藝改善的同時，由于十二寸晶圓可以生產的芯片數量更多，因此成本也是可控的。目前，R-Car融入了由軟銀集團子公司cocoro SB開發的人工情感智能技術“情感引擎”，可通過駕駛員的語言識別他的情緒狀況。該技術集成了基于人工智能的機器學習能力，汽車可以從與駕駛員的對話中不斷學習，從而為駕駛員的需求提供最佳的響應性能。未來，為滿足L5級自動駕駛的需求，下一代R-Car產品深度學習能力的產品也會進一步增加。“
東芝則與DENSO攜手開發一種被稱為“深度神經網絡知識產權(DNN-IP)”的人工智能技術，該人工智能技術將用于一直由兩家公司獨立開發的圖像識別系統，更加精準的圖像識別幫助實現先進駕駛員輔助和自動駕駛技術。譚弘也透露，東芝最新的Visconti5在不斷提升運算能力的基礎上，已將深度學習，神經網絡等最新技術融入其中，預計2018-2019年會提供市場。據了解索喜也將在下一代的產品中增加硬件單元，集成CNN的卷積神經網絡IP。
微信掃一掃
.jpg&h=124&w=218&zc=1)
