0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

智能传感器系统实现衔接自动驾驶设计领域的完整解决方案

牵手一起梦 来源:电子元件技术网 作者:wenwei 2020-06-23 16:02 次阅读

最初在车内部署安全气囊系统时,气囊通常只配备在驾驶座。汽车制造商很快决定同样要保护其他乘客,因此在副驾驶座以及后座区域(某些情况下)安装了安全气囊。起初当检测到碰撞时,安全气囊总是全力的展开。虽然气囊系统挽救了不少生命,但很快明显发现,如果坐在副驾驶座的小孩或婴儿被牢牢限制于座位上,气囊带来的伤害可能会超过其提供的保护。因此,副驾驶座开始加入能手动关闭气囊的设计。但是,驾驶员可能会忘了做这个必要的动作。而且一旦关上气囊,当乘客是成年人时,驾驶员可能会忘了把气囊打开。加入压力传感器系统。

在座椅上加入压力传感器系统后,整个气囊系统通过监控副驾驶座椅上的重量来判断是否关闭系统。这样的做法毋庸置疑,但是制造商很快发现,对于不同的重量,他们需要使用不同的力道来展开安全气囊。而且,座位上的重量来源可能只是一袋杂货。下一步是在展开安全气囊前先了解乘客的姿势。例如,如果乘客向仪表板倾斜,则安全气囊应以较小的力道展开。有很多方法可以做到这一点。有些公司提供压力传感器织物,该织物可以垫在座椅上并判断出乘客的姿势,甚至能分辨儿童座椅和真人。有些公司则提供能感应乘坐压力和乘坐位置的座位气囊。有些公司提供结合红外摄像机(因为必须在黑暗中工作)的座位传感器,能识别出身体的姿态。

随着时间的推移,压力传感器系统的电子器件,被集成至含有处理器IC 中,成本和尺寸都获得缩减。汽车公司现在可以提供一个连接到安全气囊装置的完整系统。虽然自动驾驶汽车已不再需要驾驶座安全气囊系统,但无庸置疑的是,还是需要尽可能在撞车时为乘客提供保护。

了解智能传感器系统

基本传感器系统包含一个可从外部模拟世界收集数据的传感设备。当进行完信号处理(例如放大、滤波或清除),会将生成的模拟数据发送到车内的另一个系统。

智能传感器系统增加了模数电路(A-D),可为运行软件的处理器提供信号,以便分析信号并做出决策(图 1)。有了处理器和软件,该系统便实现了智能化。然后,数字信号通常会连接到车内的汽车网络系统,其中传感器数据会进一步作为另一个系统的输入。

智能传感器系统实现衔接自动驾驶设计领域的完整解决方案

图 1:比较基本传感器系统与智能传感器系统。

以我们的智能安全气囊为例,智能压力传感器系统会实时收集有关乘客的数据,并使用嵌入式处理器上运行的软件对其进行分析。如果由于乘客状况的变化需要向安全气囊系统发送新警报,则智能传感器系统会通过汽车网络发送该警报。安全气囊系统会针对该警报打开或关闭安全气囊,或者修改充气设置来增加或减小安全气囊展开力道。

最后,为汽车市场开发智能传感器系统的各家公司通常会以定制 IC 为目标,进而降低成本、尺寸和功耗。智能传感器的典型特征是,传感设备使用 MEMS 来实现,而其余电路则是采用以 CMOS 技术实现的模拟/混合信号 (AMS) 设计。

衔接多个领域

从小型团队到大型公司,设计人员通过开发定制 IC,将新颖的智能传感器创意推向巿场。这些设计人员,正在重塑用以支持智能传感器系统的设计流程,他们心中怀有新的期望。他们通常在小型团队工作,需要集成的设计流程,以便在尽可能减少开支的同时快速、轻松地开发可正常使用的器件。他们必须能够开发适用系统验证的概念验证,才能利用汽车市场的巨大商机。设计团队需要使用集成式设计流程快速实现产品,从而快速开发出智能传感器系统所需的全部部件,包括:传感元件、模拟电路接口、模数转换逻辑和数字逻辑,而且所有部件的成本比传统 IC 和系统设计更低。

许多设计团队纷纷采用 Tanner 的集成式 IC 设计和验证解决方案来创建智能传感器系统。原因何在? 创建智能传感器系统会涉及多个设计领域,因此极具挑战性。但是,在同一硅片(图 2)上创建一个既有采用传统 CMOS IC 流程制作的电子器件,又有 MEMS 传感器的系统似乎并不现实。实际上,许多此类系统会在单个封装中集成多个芯片,将电子器件与 MEMS 设计分开。

智能传感器系统实现衔接自动驾驶设计领域的完整解决方案

图 2:CMOS 版图上的 MEMS 实例(来源:MEMSIC)。

Tanner AMS IC 设计流程(图 3)支持单芯片或多芯片技术,因而有助于成功实现器件的设计和验证。

智能传感器系统实现衔接自动驾驶设计领域的完整解决方案

图 3:衔接了 AMS 和 MEMS 设计的自上而下 Tanner 设计流程。

在单个芯片上设计电子器件和 MEMS 涉及到如下有趣之处(参见图 2):

• 电路图可以包含 IC 和 MEMS 器件。IC 器件使用 SPICE 模型进行建模,而 MEMS 器件则采用可直接在物理领域(如机械、静电、流体和磁)建模的行为模型(图 4)。

智能传感器系统实现衔接自动驾驶设计领域的完整解决方案

图 4:电子器件和 MEMS 位于同一电路图上。

• 为了支持初始 MEMS/IC 仿真,设计人员可以使用 System Model Builder 以及 SPICE 或 Verilog-A 中的解析方程来创建 MEMS 模型。结合 MEMS 仿真库,设计人员就可以在初始阶段就对整个设计是否符合预期予以验证。

• 利用 MEMS PCell 库,设计人员可以进行版图设计。此外,Library Palette(图 5)提供了许多 MEMS 器件的基本版图生成器,您可以将其用作设计的初始模型。

智能传感器系统实现衔接自动驾驶设计领域的完整解决方案

图 5:用于创建 MEMS 器件版图的 Library Palette。

• 然后,设计人员可以生成一个三维几何模型,以便进行查看、虚拟原型开发,以及导出到有限元分析 (FEA) 工具。

• Compact Model Builder 采用的是降阶建模技术,利用该工具,设计人员可以根据 FEA 结果创建行为模型,并将其用于最终系统级仿真中。

传统上,系统设计的 MEMS 部分从创建 MEMS 器件的三维模型开始,然后在第三方 FEA 工具中分析其物理特性,直到获得满意的结果。但是,设计人员需要二维掩膜才能制造 MEMS 器件。他们如何从三维模型中衍生出二维掩膜呢?他们遵循图 6 所示的 Tanner 以版图为导向的流程,由于三维实体模型是由版图和工艺步骤结合生成的,因此在器件制造过程中的每一步都是可视的,从而降低出错的风险。

智能传感器系统实现衔接自动驾驶设计领域的完整解决方案

图 6:以版图为导向的 MEMS 设计流程。

从 L-Edit 的二维掩膜版图开始创建器件。然后,3D Solid Modeler 会利用这些版图和一系列的三维制造工艺步骤,自动生成器件的三维实体模型。导出该三维模型并使用您喜欢的 FEA 工具进行三维分析,如发现任何问题,可以进行迭代。对二维掩膜版图进行适当的修改,然后重复流程。通过这个以版图为导向的设计流程,设计人员可以将精力集中在一个可以工作的 MEMS 器件上,因为他们直接设计用于生产制造的版图,而不是从三维模型进行逆向工作。

增加价值

设计人员使用 Tanner 定制 IC 流程将 MEMS 传感器集成到电子智能传感器系统中。但讽刺的是,将整个系统置于 IC 上将却导致价格降低。因此,团队正在寻找创造更高利润系统的方法。其中一种方法是传感器融合:开发一个包含多个传感器的系统,从而创造具有更高价值的产品。

以我们的压力传感器系统为例,设计人员可使用陀螺仪传感器将即将发生的翻车解决方案加入 IC 中,通过陀螺仪传感器将讯号传送至安全带系统,以便在发生事故时自动收紧安全带。此外,团队可以加入一个加速计传感器,这有助于在不依赖乘客姿势的条件下计算出安全气囊展开力道。通过在系统中融合三种传感器并加入软件实现智能化,公司就能以更高的价格将这个多维度的解决方案提供给汽车制造商。

重点回顾

阅读到有关自动驾驶的奇特系统虽然令人感到兴奋,但其实单一用途的智能传感器系统,才是真正实现自动驾驶的关键。这些系统通常采用在业界使用多年的专用传感器。创建智能传感器系统会涉及多个设计领域(模拟、数字、MEMS 和潜在 RF),因此极具挑战性。设计团队纷纷采用 Tanner 的集成式 IC 设计和验证解决方案来创建智能传感器系统,因为它是一个可用于衔接这些设计领域的完整解决方案,从而可以成功实现产品开发。

责任编辑:gt

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 传感器
    +关注

    关注

    2548

    文章

    50693

    浏览量

    752035
  • 摄像机
    +关注

    关注

    3

    文章

    1583

    浏览量

    59958
  • 自动驾驶
    +关注

    关注

    783

    文章

    13685

    浏览量

    166152
收藏 人收藏

    评论

    相关推荐

    人工智能的应用领域自动驾驶

    的核心技术 自动驾驶汽车的核心依赖于人工智能,尤其是机器学习和深度学习技术。这些技术使得汽车能够通过传感器收集大量数据,并实时进行分析。以下是一些关键的人工智能技术:
    的头像 发表于 10-22 16:18 356次阅读

    FPGA在自动驾驶领域有哪些优势?

    领域的主要优势: 高性能与并行处理能力: FPGA内部包含大量的逻辑门和可配置的连接,能够同时处理多个数据流和计算任务。这种并行处理能力使得FPGA在处理自动驾驶中复杂的图像识别、传感器数据处理等
    发表于 07-29 17:11

    FPGA在自动驾驶领域有哪些应用?

    低,适合用于实现高效的图像算法,如车道线检测、交通标志识别等。 雷达和LiDAR处理:自动驾驶汽车通常会使用雷达和LiDAR(激光雷达)等多种传感器来获取环境信息。FPGA能够协助完成这些传感
    发表于 07-29 17:09

    自动驾驶识别技术有哪些

    自动驾驶的识别技术是自动驾驶系统中的重要组成部分,它使车辆能够感知并理解周围环境,从而做出智能决策。自动驾驶识别技术主要包括多种
    的头像 发表于 07-23 16:16 543次阅读

    自动驾驶传感器技术介绍

    自动驾驶传感器技术是自动驾驶系统的核心组成部分,它使车辆能够感知并理解周围环境,从而做出智能决策。以下是对
    的头像 发表于 07-23 16:08 2085次阅读

    自动驾驶汽车传感器有哪些

    自动驾驶汽车传感器实现自动驾驶功能的关键组件,它们通过采集和处理车辆周围环境的信息,为自动驾驶系统
    的头像 发表于 07-23 16:00 2076次阅读

    嵌入式热门领域有哪些?

    通过物联网连接各种物理设备和传感器,促使它们之间实现信息的交换和数据的共享。从智能家居到智能城市,物联网的应用不断扩展,为嵌入式系统工程师带
    发表于 07-16 09:23

    友思特应用 多接口的智驾无忧:GigE相机在自动驾驶数据采集系统的稳定应用

    GigE接口相机是自动驾驶数据采集的高性价比选择。友思特多GigE接口支持PTP的采集设备系统方案 BRICK2,为多传感器数据记录测试提供完整
    的头像 发表于 07-02 17:57 632次阅读
    友思特应用 多接口的智驾无忧:GigE相机在<b class='flag-5'>自动驾驶</b>数据采集<b class='flag-5'>系统</b>的稳定应用

    揭秘自动驾驶:未来汽车的感官革命,究竟需要哪些超级传感器

    来源:LANCI澜社汽车,谢谢 编辑:感知芯视界 Link 随着自动驾驶技术的发展,我们已进入一个技术瓶颈期。在这一背景下,汽车制造商开始将注意力转向自动驾驶的关键组成部分——传感器。特别是今年
    的头像 发表于 05-31 09:14 544次阅读

    未来已来,多传感器融合感知是自动驾驶破局的关键

    驾驶的关键的是具备人类的感知能力,多传感器融合感知正是自动驾驶破局的关键。昱感微的雷视一体多传感器融合方案就好像一双比人眼更敏锐的眼睛,可以
    发表于 04-11 10:26

    探索自动驾驶传感器仿真模型的可信度

    环境感知作为实现自动驾驶的首要环节,主要是通过智能网联汽车搭载的视觉相机、激光雷达、毫米波雷达等传感器感知周围的道路环境并快速准确的获取周围目标的类别、位置、尺寸和速度等信息,是
    发表于 03-22 12:34 1163次阅读
    探索<b class='flag-5'>自动驾驶</b><b class='flag-5'>传感器</b>仿真模型的可信度

    自动驾驶发展问题及解决方案浅析

    汽车的发展提供有益的参考。   自动驾驶汽车发展的现状与挑战 (一)技术难题 自动驾驶汽车的核心在于通过先进的传感器、算法和控制系统实现车辆
    的头像 发表于 03-14 08:38 1072次阅读

    虹科方案丨L2进阶L3,数据采集如何助力自动驾驶

    技术方案上,宝马的自动驾驶研究一直坚持多传感器融合的方式,其L3级自动驾驶技术套件能够集成更多高性能传感器,例如新的激光雷达
    的头像 发表于 12-27 13:29 428次阅读
    虹科<b class='flag-5'>方案</b>丨L2进阶L3,数据采集如何助力<b class='flag-5'>自动驾驶</b>

    LabVIEW开发自动驾驶的双目测距系统

    LabVIEW开发自动驾驶的双目测距系统 随着车辆驾驶技术的不断发展,自动驾驶技术正日益成为现实。从L2级别的辅助驾驶技术到L3级别的受条件
    发表于 12-19 18:02

    传感器自动驾驶中的应用

    传感器自动驾驶中的应用
    的头像 发表于 11-27 17:06 762次阅读
    <b class='flag-5'>传感器</b>在<b class='flag-5'>自动驾驶</b>中的应用