向右滑动:上一篇 向左滑动:下一篇 我知道了
广告

技术开发生态系统对持续提升自动驾驶安全至关重要

时间:2020-01-07 作者:安森美半导体全球汽车策略和业务拓展副总裁Joseph Notaro 阅读:
自动驾驶汽车(AV)正迅速从炒作走向现实。Emerj最近的报告记载了11家最大的汽车厂商计划,其中本田、丰田和雷诺日产最早将于明年开展计划。然而,很明显,部署批量生产的自动驾驶汽车比传统汽车有更多的要求。

自动驾驶的技术协作有助于促进自动驾驶和证明其是安全、高效和可行的。0TLednc

自动驾驶汽车(AV)正迅速从炒作走向现实。Emerj最近的报告记载了11家最大的汽车厂商计划,其中本田、丰田和雷诺日产最早将于明年开展计划。然而,很明显,部署批量生产的自动驾驶汽车比传统汽车有更多的要求。自动驾驶需要与驾驶员、其他车辆、基础设施进行积极的交互,并且需要更多的验证。仅仅一个参与者是不能完成的,还需要自动驾驶生态系统中不同参与者之间的合作。最近的技术协作,如3M的下一代数字化智能代码签名技术和NVIDIA的DRIVE Constellation™仿真平台,已经表明生态系统在实现自动驾驶汽车方面的重要性。0TLednc

目前取得了一些进展,尽管发生了一起引人关注的事故,3+级系统的安全记录仍然表现出色。事实上,加州机动车管理局(DMV)对所有在其道路上测试自动驾驶汽车的公司编制并公布人为干预的统计数据;去年,Waymo的汽车行驶了120万英里,干预率为每11,018英里干预1次。这一速度不仅接近2017年的一半,而且正迅速接近美国年平均里程 (13,476英里),是英国年平均里程(7,134英里) 的1.5倍以上。0TLednc

传感器进展

自动驾驶车辆的核心是感知技术。配以车辆之间、车辆与基础设施通信系统之间的低延迟以及由强大的基于人工智能(AI)的处理器诠释的组合数据。0TLednc

有3种核心传感器技术:0TLednc

  • 激光雷达(LiDAR): 用于深度映射。目前的系统可超过100米距离,具备宽视场
  • 雷达:用于运动测量(达300km/h),物体检测和跟踪范围达300m
  • 摄像机: 用于识别和分类

虽然并非所有车辆都将使用相同的传感器组合(一些目前只使用雷达和成像,而另一些则使用LiDAR和成像),但每增加一个传感器都提供更多的数据,并通过传感器融合互为补足,大大提高了整个系统和车辆的准确性、安全性和可靠性。0TLednc

每种核心传感器技术都在不断地进步。安森美半导体得益于新一代硅光电倍增管(SiPM)和单光子雪崩二极管(SPAD)方案,正使LiDAR系统能够探测更远的距离,即使是低反射率目标,同时能减小系统的尺寸和成本。公司正在开发雷达技术,以相同的IC同时在短距离和远距离模式下工作,提高精度,降低功耗,减少器件数。在成像方面,传感器如安森美半导体的Hayabusa系列等正提供更广泛的分辨率选择,以满足自动驾驶车辆的多种需求。0TLednc

由于先进像素结构的开发,Hayabusa系列产品还采用了领先业界的超级曝光模式,支持超过140 dB的高动态范围(在包含非常暗和非常亮区域的具有挑战性的场景中提供高质量的图像),同时抑制LED闪烁 (LFM),以减少日益流行的LED车辆、道路标志和路灯光源的闪烁。0TLednc

在传感器技术和自动驾驶车辆生态系统方面取得进展的另一个重要例子是车辆将能够与道路基础设施本身进行通信。这可能是至关重要的,例如,能够提醒车辆注意危险的道路状况或前方发生的事故。0TLednc

一个自动驾驶生态系统可以通过定义和便利车辆与道路网络通信的方式来提高自动驾驶车辆的高效和安全性,从而获得危险状况或前方事故的警告。短距离无线通信是实现这一目标的关键一环,但要在整个道路网络中部署,成本也很高,而且很容易遭到黑客攻击,因此需要建立安全机制和网络安全方案。0TLednc

因此,3M也转向了一种基于视觉的方法,最近宣布与安森美半导体合作以帮助改善那些配备自动驾驶功能的车辆的导航。这可与主要道路上的无线通信系统一起实施;在较小的道路和临时路线上部署无线基础设施可能不太可行。0TLednc

图像传感器现在能够“看到”的范围远远超过人类驾驶员,通过与3M共同开发图像传感器,可使用信号传递更多的信息,以进一步协助驾驶员超越传统的先进驾驶辅助系统(ADAS),并为迈向自动驾驶铺平道路。合作的成果曾在1月份的CES上展出,安森美半导体的AR0234AT CMOS图像传感器集成3M的智能代码签名技术。0TLednc

安森美半导体视觉技术的增加不仅提高准确性,提供了冗余,并能在不能实行无线系统的情况下部署车辆到基础设施的通信;这类系统的可视性还有助于在公众中揭开这类技术的神秘面纱,从而有助于提高消费者对自动驾驶汽车技术的信任。0TLednc

自动驾驶车辆的处理器面临着相当大的计算挑战,不仅要融合不同传感器的输出,而且还要处理这些传感器(特别是视觉系统)产生的大量数据。因此,生态系统对于指导各公司的技术开发和减轻汽车处理器的压力至关重要。0TLednc

这种开发生态系统平台的一个典型例子是NVIDIA DRIVE,这是个完整的硬件和软件生态系统,使系统开发人员能够协作和利用先进的开发系统,加速自动驾驶车辆的设计和生产。DRIVE结合深度学习、传感器融合和周边视觉,以改变驾驶体验,并符合可能最高的安全标准ISO 26262 ASIL-D功能安全。0TLednc

实施这生态系统的一个例子在3月份的GPU技术大会上展出,NVIDIA和安森美半导体演示了一个开放的、基于云的平台,提供从图像传感器到NVIDIA DRIVE Constellation的实时数据。这支持对大规模测试和验证的仿真,以加速开发安全、强固的无人驾驶车辆的进展。0TLednc

总结

交通业正在经历颠覆性的变革。几乎所有车厂的自动驾驶车辆都将在未来几年投产,这将为驾驶和社会带来许多益处,尤其是道路交通事故的大幅减少。半导体是推动新兴交通模式创新的核心。技术进步迅速,但复杂性和困难也呈指数增长。汽车公司、技术公司、大学和政府必须协作,以安全、可靠和及时地部署自动驾驶车辆。生态系统的开发对于引导和加速发展以及证明自动驾驶汽车是安全、高效和可行的至关重要。0TLednc

本文为EDN电子技术设计 原创文章,禁止转载。请尊重知识产权,违者本司保留追究责任的权利。
  • 微信扫一扫
    一键转发
  • 最前沿的电子设计资讯
    请关注“电子技术设计微信公众号”
您可能感兴趣的文章
  • 把“大数据”缩小,这家德国新创公司是如何做到的? 德国新创公司Teraki开发出可过滤并缩小“大数据”(big data)的嵌入式软件技术,不仅有助于提升数据处理效率,还可实现更准确的对象侦测与机器学习…
  • 硅3D集成技术的新挑战与新机遇 本文概述了当前新兴的硅3D集成技术,讨论了图像传感器、光子器件、MEMS、Wide I/O存储器和布局先进逻辑电路的硅中介层,围绕3D平台性能评估,重点介绍硅3D封装的主要挑战和技术发展。
  • 人工智能时代不断变化的工业格局 尽管AI技术并不是什么新鲜事物,但数据的爆炸式增长促使AI以惊人的速度发展,例如在百度和谷歌等数十亿次的搜索提供了相当大的实时数据集,支持了AI的蓬勃发展。
  • 一种降低烟感产品误报率的解决方案 现有的烟感方案如电离传感器,光电传感器构成的产品,可以很好的测量烟雾。一般电离传感器方案,会比较快的对传统烟雾进行报警,这取决于烟腔迷宫的设计。而光电传感器,可以更早的对阴燃物体产生的烟雾进行报警,从而提前预防火灾的发生。但这两种方式,对烧焦的汉堡或水蒸气干扰情况的辨识度较差,容易发生误报,需要很有经验的软件人员将其与真实的烟雾区分出来。
  • 2.56亿像素新机曝光,小米在高像素路上越走越远? 作为手机圈内的明星,小米在过去的2019年为我们带来了多项黑科技以及设计突破。尤其是小米CC9 Pro搭载的“1亿像素”镜头,更是将手机拍照提升到了新的高度。就在我们还在讨论“小米1亿像素”是不是错误方向时,小米更高阶的“2.56亿像素”又来了!
  • 量子传感成科技革命新前沿,谁将抢占先机? 量子传感覆盖了运动传感(包括加速度、旋转和重力)、电场、磁场以及成像应用,正快速走向市场。
相关推荐
    广告
    近期热点
    广告
    广告
    广告
    可能感兴趣的话题
    广告