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

MIT新芯片助力自动驾驶汽车穿越浓雾

ml8z_IV_Technol 来源:cc 2019-02-26 10:03 次阅读

麻省理工学院的研究人员开发出了一种利用频率为亚太赫兹的波进行物体检测芯片,它可以与基于光的图像传感器相结合,帮助无人驾驶汽车穿过浓雾。

依赖于光成像传感器自动驾驶汽车的视线常常难以穿透雾这样会致盲光传感器的环境。但是,麻省理工学院的研究人员开发出了一种亚太赫兹辐射接收系统,它可以在传统方法失效时帮助无人驾驶汽车行驶。

亚太赫兹波的波长在电磁波谱上介于微波红外辐射之间,它可以很容易地穿过雾和尘云被探测到,而用于自动驾驶汽车的基于红外的激光雷达成像系统则很难在这种情况下被探测到。为了探测物体,亚太赫兹成像系统通过发射器发送初始信号;然后接收器会测量反弹的亚太赫兹波的吸收和反射情况。该系统会向重建物体图像的处理器发送一个信号。

然而,将亚太赫兹传感器应用于无人驾驶汽车是具有挑战性的。敏感、准确的物体识别需要从接收端到处理器的强输出基带信号。由产生这种信号的离散元件组成的传统系统体积庞大、成本高昂。目前也有更小的片上传感器阵列,但它们产生的信号较为微弱。

在「IEEE Journal of Solid-State Circuits」网站 2 月 8 日发表的一篇论文中,研究人员介绍了一种片上二维亚太赫兹波接收阵列,这种阵列的灵敏度要高几个数量级,意味着在存在大量信号噪声的情况下,它可以更好地捕捉和解释亚太赫兹波。

为了达到这一目标,他们实现了一种被称为「外差探测器」的独立的信号混合像素方案,它通常很难被密集地集成到芯片中。研究人员大幅缩小了外差式探测器的尺寸,从而使许多探测器可以被嵌入到芯片中。解决这一问题的诀窍在于创建一个紧凑的多用途组件,该组件可以同时降低混合输入信号、同步像素阵列,并生成强输出基带信号。

研究人员构建了一个将 32-像素阵列集成在 1.2 平方毫米的设备上的原型系统。这些像素大约比当今最好的片上亚太赫兹阵列传感器灵敏 4300 倍。随着进一步的发展,这种芯片有可能被用于无人驾驶汽车和自动机器人。

论文的联合作者、学院微系统技术实验室太赫兹集成电研究组负责人、电机工程与计算机科学副教授 Ruonan Han 表示:「这项工作的一个很大动机是为自动驾驶车辆和无人机提供更好的电子眼。当环境恶劣时,我们的低成本片上亚太赫兹传感器将对激光雷达起到补充作用」。

论文的第一作者 Zhi Hu 和联合作者 Cheng Wang 都加入了 Han 的研究团队,他们是电机工程与计算机科学系 Han 的研究组的博士生。

中心化的设计

设计的关键之处在于研究人员所说的「去中心化」思想。在这种设计中,被称为「外差」像素的单个像素会产生频率差拍(两个输入亚太赫兹信号之间的频率差异)和「局部振荡」(改变输入频率的电信号)。这种「下混频」过程会产生一个兆赫范围内的信号,而基带处理器可以很容易地解释这个信号。

与激光雷达计算出激光击中物体并反弹所需的时间的原理相类似,输出信号可以用于计算物体的距离。此外,融合像素阵列的输出信号,并将像素引导到一定的方向,可以实现场景的高分辨率图像生成。这不仅使该系统可以探测物体,还能识别物体,这对于自动驾驶汽车和机器人是至关重要的。

外差像素阵列只有在所有像素的本振信号同步时才能工作,这意味着需要找到一种信号同步技术。中心化的设计要建立一个处理中枢,它与所有像素共享本振信号。

这些设计通常被用于较低频率的接收器,而在亚太赫兹频段却可能造成一些问题。众所周知,在亚太赫兹频段,从单个处理中枢产生大功率信号十分困难。随着阵列规模增大,每个像素所共享的功率减小,从而降低了输出基带信号的强度,基带信号的强度高度依赖于本振信号的功率。因此,由每个像素产生的信号可能非常微弱,导致系统的灵敏度很低。一些片上传感器已经开始使用这种设计,但仅限于 8 像素。

因此,研究人员的去中心化设计解决了这种需要权衡「系统规模和敏感性」的问题。每个像素产生自己的本振信号,用于接收和下混频输入信号。此外,集成耦合器使其本振信号与相邻像素的本振信号同步。由于此时本振信号并不来自于一个全局处理中枢,这就给了每个像素更多的输出功率。

Han 说,新的去中心化设计可以被很好地类比为灌溉系统。传统的灌溉系统有一个水泵,它通过一个管网将强大的水流输送到多个洒水点。每个喷头喷出的水的流量比最初从水泵流出的流量小得多。如果你想让喷头以完全相同的速度喷水,那就需要另一个控制系统

另一方面,研究人员的设计为每个站点提供了自己的水泵,省去了连接管道的必要,并使每个喷头具有自己强大的出水量。每个喷头还会与相邻的喷头通信,以同步他们的喷水频率。Han 说:「对于我们的设计来说,其可伸缩性基本没有边界,你可以设置任意多的站点,每个站点排出的水量都一样,而且所有的站点都同时工作」。

然而,新的架构可能会使每个像素的内存占用更大,这对阵列方式的大规模高密度集成提出了巨大的挑战。在他们的设计中,研究人员将天线、下混频器、振荡器耦合器这四种传统独立元件的不同功能组合成一个用于每个像素的单一「多任务」元件。这使得我们可以实现 32 像素的去中心化设计。

Hu 表示:「我们为芯片上的去中心化设计创造了一个多功能组件,并融合了一些离散结构来缩小每个像素的大小。即使每个像素都要执行复杂的操作,仍然可以保持系统的紧凑性,所以我们仍然可以实现一个大规模密集阵列」。

以频率作为指导标准

为了使系统能够测量目标的距离,本振信号的频率必须是稳定的。

为此,研究人员在他们的芯片中加入了一种叫做锁相环的元件,这种元件可以将所有 32 个本振信号的亚太赫兹频率锁定到一个稳定的低频基准。由于像素是耦合的,它们的本振信号都具有相同的、高度稳定的相位和频率。这确保了可以从输出基带信号中提取有意义的信息。整个架构最小化了信号损失,最大化了对系统的控制。

Hu 表示:「总而言之,我们实现了一个相干阵列,同时每个像素具有非常高的本振功率,因此每个像素都具备高灵敏度」。

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
  • 芯片
    +关注

    关注

    457

    文章

    51345

    浏览量

    428275
  • MIT
    MIT
    +关注

    关注

    3

    文章

    253

    浏览量

    23529
  • 自动驾驶
    +关注

    关注

    785

    文章

    13954

    浏览量

    167257

原文标题:打破传统方法,MIT新芯片帮自动驾驶汽车穿越浓雾

文章出处:【微信号:IV_Technology,微信公众号:智车科技】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

    自动驾驶的未来 - 了解如何无缝、可靠地完成驾驶

    作者:Don Horne 投稿人:DigiKey 北美编辑 自动驾驶组件的最新进展使许多驾驶员的“无需干预”成为现实。然而,许多驾驶员对真正自动驾驶
    的头像 发表于 01-26 21:52 200次阅读
    <b class='flag-5'>自动驾驶</b>的未来 - 了解如何无缝、可靠地完成<b class='flag-5'>驾驶</b>

    现代汽车与三星电子洽谈自动驾驶芯片制造合作

    近日,据报道,现代汽车与三星电子正就合作制造自动驾驶汽车芯片进行深入谈判。此次合作旨在利用三星电子先进的汽车半导体生产线,为现代
    的头像 发表于 12-27 11:02 274次阅读

    MEMS技术在自动驾驶汽车中的应用

    MEMS技术在自动驾驶汽车中的应用主要体现在传感器方面,这些传感器为自动驾驶汽车提供了关键的环境感知和数据采集能力。以下是对MEMS技术在自动驾驶
    的头像 发表于 11-20 10:19 648次阅读

    自动驾驶汽车安全吗?

    随着未来汽车变得更加互联,汽车逐渐变得更加依赖技术,并且逐渐变得更加自动化——最终实现自动驾驶,了解自动驾驶
    的头像 发表于 10-29 13:42 641次阅读
    <b class='flag-5'>自动驾驶</b><b class='flag-5'>汽车</b>安全吗?

    自动驾驶技术的典型应用 自动驾驶技术涉及到哪些技术

    自动驾驶技术的典型应用 自动驾驶技术是一种依赖计算机、无人驾驶设备以及各种传感器,实现汽车自主行驶的技术。它通过使用人工智能、视觉计算、雷达、监控装置和全球定位系统等技术,使
    的头像 发表于 10-18 17:31 1090次阅读

    FPGA在自动驾驶领域有哪些优势?

    FPGA(Field-Programmable Gate Array,现场可编程门阵列)在自动驾驶领域具有显著的优势,这些优势使得FPGA成为自动驾驶技术中不可或缺的一部分。以下是FPGA在自动驾驶
    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

    自动驾驶汽车如何识别障碍物

    自动驾驶汽车识别障碍物是一个复杂而关键的过程,它依赖于多种传感器和技术的协同工作。这些传感器主要包括激光雷达(LiDAR)、雷达、摄像头以及超声波雷达等,它们各自具有不同的工作原理和优势,共同为自动驾驶
    的头像 发表于 07-23 16:40 1545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 2530次阅读

    商汤绝影自动驾驶小巴助力深圳完善智能网联汽车布局

    日前,深圳巴士集团获批开行B998等4条自动驾驶公交线路并已取得深圳市智能网联汽车载人示范应用资质,多辆新能源自动驾驶小巴已开启试运行的测试准备,预计在7月底,前海即将迎来深圳市第一条由公交运营企业开行的
    的头像 发表于 07-23 10:54 894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

    的Robotaxi运营。这标志着L4级自动驾驶迎来了新的里程碑,朝着商业化落地迈进了一大步。中国的车企也不甘落后:4月7日,广汽埃安与滴滴自动驾驶宣布合资公司——广州安滴科技有限公司获批工商执照。广汽埃安
    发表于 04-11 10:26

    大众汽车和Mobileye加强自动驾驶合作

    美国智能驾驶芯片巨头Mobileye与大众汽车集团近日宣布,在自动驾驶领域深化合作,共同推动全新自动驾驶功能在大众旗下量产车型的应用。Mob
    的头像 发表于 03-22 11:46 1026次阅读

    自动驾驶汽车技术 | 车载雷达系统

    自动驾驶汽车技术 | 车载雷达系统
    的头像 发表于 03-20 08:09 3360次阅读
    <b class='flag-5'>自动驾驶</b><b class='flag-5'>汽车</b>技术 | 车载雷达系统

    自动驾驶发展问题及解决方案浅析

    随着科技的飞速进步,自动驾驶汽车已经从科幻概念逐渐转变为现实。然而,在其蓬勃发展的背后,自动驾驶汽车仍面临一系列亟待解决的问题和挑战。本文将对这些问题进行深入的剖析,并提出相应的解决方
    的头像 发表于 03-14 08:38 1262次阅读

    Waymo自愿召回444辆自动驾驶汽车 L4的自动驾驶还有很多路要走

    近日,谷歌旗下的自动驾驶部门Waymo自愿召回了444辆自动驾驶汽车,原因是其软件可能无法准确预测拖曳车辆的运动轨迹
    的头像 发表于 02-26 10:22 1272次阅读
    Waymo自愿召回444辆<b class='flag-5'>自动驾驶</b><b class='flag-5'>汽车</b> L4的<b class='flag-5'>自动驾驶</b>还有很多路要走