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

多传感器融合成自动驾驶爆发的必经之路

h1654155971.7596 来源:未知 作者:胡薇 2018-10-04 11:48 次阅读

自动驾驶这一领域的挑战不仅很多,而且很复杂。除了半导体供应商面临的技术挑战之外,还有汽车、区域和全球基础设施方面的挑战。”——安森美半导体汽车策略和OEM市场拓展副总裁Lance Williams

毫无疑问,在消费电子及个人电脑市场趋于饱和之后,汽车市场成为全球半导体厂商竞相角逐的下一个领域,而这背后则是汽车电动化、信息化及智能化所带来新的增长动能。近日,恩智浦的高层调整以及瑞萨电子的重金收购足以表明汽车市场的重要性。

1

处于爆发前夜的自动驾驶

对于全球汽车市场而言,虽然近些年增长速度方面开始放缓,但是该领域技术创新速度并没有因此受到影响,其中信息技术成为汽车工业发展的核心技术。具体而言,平台化、轻量化、节能化、电子化、智能化以及安全化等成为汽车领域发展的主要方向。

随着信息技术的不断发展,汽车工业也发生了巨大变革。特别是在2010年前后,大部分汽车模块逐步实现智能化。与此同时,不同的总线系统及操作系统也可以通过软件相互连接,从而将不同的模块串联起来,实现整车智能化。

为了争抢未来产业高地,传统汽车主机厂商纷纷布局自动驾驶领域,如沃尔沃、戴姆勒、大众、通用汽车、福特、宝马、奥迪、丰田、日产、长安、吉利、东风等,基本涵括了市面上主流的汽车品牌。相较于主机厂商的“后知后觉”,全球科技巨头如谷歌、英伟达、Mobileye、百度等在自动驾驶领域表现的尤为积极,起到了很好的带动作用。与此同时,全球创业企业也纷纷将目光瞄准了自动驾驶领域,特别是在核心感知层。

全球无人驾驶汽车市场规模(单位:亿美元) 来源IHS

而作为信息技术的基础,半导体元器件芯片在自动驾驶中发挥着关键作用,如信息采集、分析及处理,车身控制,通信安全,动力管理,娱乐系统等。为此,半导体厂商也在积极推进自动驾驶落地。如全球十大汽车IC厂商之一的安森美半导体,除了汽车功能电子化、照明、车身电子及电源管理方面持续完善之外,在自动驾驶领域也进行了重点布局,可以提供完整的方案,包括超声波传感器图像传感器、雷达、光达(LiDAR)和电源管理,以支持各级半自动/自动驾驶所需的所有感知模式。凭借丰富的汽车行业经验和历史,为客户提供符合AEC车规的最宽广阵容的产品,以满足汽车工业发展需求。

半导体在汽车领域应用

也正是基于产业链的共同发力,自动驾驶在近几年间取得了快速发展,并有望迅速走入现实。对此,Lance Williams认为:“我们对自动驾驶的看法是积极的,2级和3级自动驾驶汽车在未来几年内将稳步增长,在2021年和以后4级自动驾驶将成型。”

为此,安森美半导体在9月的深圳光博会期间展示了第三代LiDAR扫描系统和高性能的成像方案。第三代LiDAR演示中的LiDAR系统接收器采用了MR-00116A20 1X16 硅光电倍增管(SiPM)阵列。成像方案包括100万像素图像传感器AR0143和200万像素图像传感器AR0233,用于驾驶员监控系统,具有片上高动态范围(HDR),降低了系统成本,单次曝光超过95 dB,微光性能出色,符合汽车安全完整性等级B级(ASIL-B)。以满足3级自动驾驶中驾驶监控需求。

2

多传感器融合成必经之路

虽然说自动驾驶在全球范围内已经形成风潮,并有望在2021年实现4级自动驾驶,但是其想要真正走入现实也并非易事。从技术方面而言,目前自动驾驶的痛点在于稳定可靠的感知及认知,包括清晰的视觉、优质的算法、多传感器融合以及高效强大的运算能力。其中,多传感器融合也被认为是自动驾驶未来的重要发展趋势。

目前用于自动驾驶的传感器主要有激光雷达、毫米波雷达以及摄像头三类,其各具优缺点。激光雷达具有高精度、高分辨率的优势,然而其易受雨雾等极端天气影响,且成本居高不下,不利于大规模量产。虽然毫米波雷达可解决激光雷达的部分缺点,但是其探测距离易受元器件功率及潮湿环境影响。另一方面,如果不与其他传感器配合使用,摄像头在夜晚就显得捉襟见肘了。

针对感知层的现状,Lance Williams表示:“传感器融合是具潜力的方案,也是迫在眉睫的挑战。有效地开发和实施一个含多传感器的方案也面临着许多挑战。”

具体而言,多传感器融合就是将多个传感器获取的数据、信息集中在一起综合分析以便更加准确可靠地描述外界环境,从而提高系统决策的正确性。虽然在原理上看似简单,但是在自动驾驶场景中则显得充满挑战。多传感器融合,需要对每个传感器采集的信息进行快速处理,从而让高速行驶的汽车及时进行反馈动作,以应对突发的交通情况。由此可见,多传感器融合并不仅仅是硬件方面的协同配合,还包括决策层的算法和算力支持。

为此,安森美半导体在自动驾驶感知层覆盖了所有的传感器方案,包括超声波、成像、雷达、光达,可支持视觉、前视先进驾驶辅助系统(ADAS)、车道偏离警告、自适应巡航控制、乘员检测、电子车镜、驾驶员监控和手势识别。在决策层方面,还是关键厂商如Mobileye、NVIDIA和英特尔的主要供应商。另外,在执行层安森美半导体还提供用于致动、控制和驱动的各种产品。

对于未来的发展,Lance Williams也透露透漏自动驾驶将成为安森美半导体汽车市场策略中的一个重点应用。除了持续投资内部发展之外,还将通过收购进行扩展。例如,在过去的18个月里,安森美半导体收购了IBM和SensL的76-81 GHz远程雷达技术,SensL可提供业内最好的微光LiDAR 硅光电倍增管(SiPM)/单光子雪崩二极管(SPAD)。

小结:

站在现在的时间点上,自动驾驶正在一步一步向我们迫近!想要真正意义上实现自动驾驶,在产业链的积极配合下还有很多问题需要去攻克。目前来看,在硬件方面还没有完全达到自动驾驶要求,仍需要不断完善,正如多传感器的相互融合。

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

    2545

    文章

    50439

    浏览量

    750978
  • 自动驾驶
    +关注

    关注

    782

    文章

    13619

    浏览量

    165918

原文标题:多传感器融合,叩开自动驾驶大门

文章出处:【微信号:Anxin-360ic,微信公众号:芯师爷】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    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器
    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传感器及其融合
    的头像 发表于 07-23 16:16 486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。以下是对自动驾驶传感器技术的详细介绍,内
    的头像 发表于 07-23 16:08 1914次阅读

    自动驾驶汽车传感器有哪些

    自动驾驶汽车传感器是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,为自动驾驶系统提供必要的感知和决策依据。以下是对自动驾驶
    的头像 发表于 07-23 16:00 1840次阅读

    XV7181BB 陀螺仪传感器自动驾驶设备中的应用

    自动驾驶技术正在迅速发展,改变着交通运输的未来。为了实现安全、稳定和高效的自动驾驶,车辆需要依赖先进的传感器技术来获取实时的姿态和运动数据。EPSON的XV7181BB陀螺仪传感器以其
    的头像 发表于 06-13 15:23 411次阅读
    XV7181BB 陀螺仪<b class='flag-5'>传感器</b>在<b class='flag-5'>自动驾驶</b>设备中的应用

    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 09:14 496次阅读

    自动驾驶:揭秘高精度时间同步技术(一)

    本文重点探讨了高精度时间同步技术在传感器融合中的重要性。通过选择统一的时钟源和基于以太网的协议,确保传感器数据在统一时间框架内准确处理,
    的头像 发表于 05-29 10:40 4597次阅读
    <b class='flag-5'>自动驾驶</b>:揭秘高精度时间同步技术(一)

    EMC测试整改:打造电磁兼容强劲产品的必经之路

    深圳比创达电子|EMC测试整改:打造电磁兼容强劲产品的必经之路
    的头像 发表于 04-26 10:36 395次阅读
    EMC测试整改:打造电磁兼容强劲产品的<b class='flag-5'>必经之路</b>

    康谋技术 |深入探讨:自动驾驶中的相机标定技术

    随着自动驾驶技术的快速发展,传感器的数据采集和融合可以显著提高系统的冗余度和容错性,进而保证决策的快速性和正确性。在项目开发迭代过程中,传感器
    的头像 发表于 04-17 17:08 833次阅读
    康谋技术 |深入探讨:<b class='flag-5'>自动驾驶</b>中的相机标定技术

    未来已来,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,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
    发表于 04-11 10:26

    康谋技术 | 自动驾驶传感器数据融合方法

    现象进行观测,采集的数据构成被测对象的模态信息。模态信息可以实现不同传感器之间数据互补,并在相同学习任务获取更丰富的特征,从而实现比单一模态更好的性能。 在自动驾驶领域,
    的头像 发表于 01-24 18:02 529次阅读
    康谋技术 | <b class='flag-5'>自动驾驶</b><b class='flag-5'>多</b><b class='flag-5'>传感器</b>数据<b class='flag-5'>融合</b>方法

    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
    的头像 发表于 12-27 13:29 411次阅读
    虹科方案丨L2进阶L3,数据采集如何助力<b class='flag-5'>自动驾驶</b>

    全球自动驾驶市场分析报告

    自动驾驶系统软件和硬件系统是实现SAE自动驾驶水平的所有必要系统的总和。主要功能包括传感器数据融合、目标检测、定位、预测、环境解释、轨迹规划和执行
    发表于 12-21 14:25 691次阅读
    全球<b class='flag-5'>自动驾驶</b>市场分析报告

    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 17:06 721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