汽車(chē)傳感系統架構：借助傳感獲取安全

為了將車(chē)輛自動(dòng)化提升到一個(gè)新的水平，設計人員研究了 LiDAR 等傳感器選項的權衡，并著(zhù)眼于傳感系統架構。

每年，約有 120 萬(wàn)人死于道路交通事故，還有無(wú)數人遭受改變人生的傷害?？紤]到這一點(diǎn)，世界衛生組織和聯(lián)合國大會(huì )合作制定了一項名為“道路安全行動(dòng)十年”的計劃。該計劃旨在到 2030 年將道路交通傷亡人數減少至少 50%。

但法規制定者們還有他們的工作要做?！都~約時(shí)報》最近的一篇文章中引用的研究指出，在大流行期間，美國的車(chē)禍數量增加了 16%，2021 年的道路死亡人數達到 15 年來(lái)的最高水平，超過(guò) 42,000 人。雖然全球情況各不相同，但不幸的是，美國之前道路安全改進(jìn)的這種逆轉今天似乎仍在繼續。

立法和執法將在實(shí)現減少 50% 的死亡和傷害目標方面發(fā)揮關(guān)鍵作用。但額外的影響將來(lái)自汽車(chē)制造商實(shí)施高級駕駛輔助系統 （ADAS） 和提高駕駛員自動(dòng)化水平。

雖然自動(dòng)駕駛汽車(chē)和經(jīng)常被引用的 SAE 水平駕駛自動(dòng)化已經(jīng)收到了大量行業(yè)報道和評論，但現實(shí)情況是 ADAS 解決方案正在挽救生命。這已經(jīng)通過(guò)啟用自動(dòng)緊急制動(dòng) （AEB）、車(chē)道偏離警告和前方碰撞警告（分別為 LDW 和 FCW）、盲點(diǎn)檢測 （BSD） 和駕駛員監控 （DMS/OMS） 等功能來(lái)實(shí)現。因此，加速部署基于半導體的、經(jīng)濟高效的高性能 ADAS 解決方案必須成為行業(yè)的優(yōu)先事項。

不同的傳感器技術(shù)及其在 ADAS 中的實(shí)現

為了達到這些自動(dòng)化和自主性水平，ADAS 使用了多種傳感模式，包括：

• 攝像頭，用于部署基于視覺(jué)的傳感。

• 雷達，利用基于射頻的傳感。

• LiDAR，部署基于紅外光的傳感。

攝像頭可捕獲車(chē)輛周?chē)h(huán)境的圖像，并支持基于人類(lèi)視覺(jué)和計算機視覺(jué)的傳感用例，例如環(huán)視、LDW、AEB、BSD 以及駕駛員和乘客監控。

基于攝像頭的傳感需要一個(gè)處理管道，其中包括圖像傳感器、圖像信號處理（用于顏色恢復、降噪、自動(dòng)曝光等）和軟件感知算法（經(jīng)典算法和基于 AI 的算法）來(lái)處理攝像頭數據以識別其他車(chē)輛、交通信號燈、路標和行人等物體。但是，攝像機的深度感知能力有限，惡劣天氣性能也很差。

相反，雷達在弱光和惡劣天氣條件下表現良好，可以探測短距離 （~1 m） 和長(cháng)距離 （~200 m） 的物體。雷達已廣泛部署用于 FCW、BSD 和自適應巡航控制 （ACC）。

汽車(chē)早期雷達部署使用基于脈沖的非相干傳感。這類(lèi)似于我們在電影中經(jīng)?？吹降?“pinged ” 雷達描述。在這里，發(fā)射無(wú)線(xiàn)電脈沖，脈沖從物體反射回來(lái)所需的時(shí)間決定了距離（也稱(chēng)為飛行時(shí)間或 ToF 檢測）。

隨著(zhù)半導體集成和處理能力的發(fā)展，汽車(chē)制造商迅速從非相干雷達檢測轉向相干檢測。這是因為它具有距離更遠、抗干擾能力、發(fā)射峰值功率較低以及能夠提取即時(shí)每點(diǎn)速度信息等優(yōu)點(diǎn)。

調頻連續波 （FMCW） 檢測是當今汽車(chē)雷達解決方案中部署的最流行的相干技術(shù)。這也是大約 20+ 年前電信采用的方法，因為它具有經(jīng)過(guò)驗證的潛在優(yōu)勢。

除了雷達之外，光探測和測距 （LiDAR） 現在還部署在車(chē)輛中，用于遠程 （c.200 m） 探測。在最基本的層面上，LiDAR 系統從光源發(fā)射光子并測量返回信號的特性以確定物體距離。LiDAR 在紅外光譜中運行，使用的波長(cháng)比雷達小得多——在 200 THz（1550 μm 波長(cháng)）LiDAR 和 77 GHz（4 mm 波長(cháng)）雷達的情況下，使用的波長(cháng)減少了 2500 倍。這為 LiDAR 賦予了相對于雷達的巨大傳感分辨率優(yōu)勢，因此具有互補部署。

因此，汽車(chē)制造商正在尋找使用 LiDAR 的方法，不僅可以在遠距離（例如在高速公路上）檢測丟失的貨物或輪胎（~15 厘米高），還可以用于短距離（<10 m）自動(dòng)泊車(chē)應用，以準確檢測小障礙物（包括寵物或兒童）。

與雷達的歷史歷程一樣，LiDAR 傳感在車(chē)輛中的早期部署是基于 ToF 的。但是，相干公司 LiDAR 檢測（尤其是基于 FMCW 的檢測）由于其相對于 ToF 檢測的關(guān)鍵優(yōu)勢，現在正受到汽車(chē)制造商的關(guān)注。

相干檢測對光學(xué)前端的硅光子集成能力，以及專(zhuān)用 LiDAR 處理器片上系統 （SoC）（如 Indie Semiconductors 的 iND83301）的日益普及，將有助于降低系統成本、尺寸和功耗，并滿(mǎn)足汽車(chē)制造商的高性能要求。

圖 1 顯示了每種傳感模式如何具有各自的優(yōu)勢。汽車(chē)制造商通常會(huì )部署多種模式，以最大限度地發(fā)揮 ADAS 功能的能力，以補充駕駛員的環(huán)境感知能力并提高系統冗余度。

圖1. 此圖表突出顯示了 ADAS 傳感器的傳感器模態(tài)功能。

將傳感器集成到高級車(chē)輛架構中

必須傳輸和處理不斷增長(cháng)的 ADAS 傳感器生成的數據，以創(chuàng )建對車(chē)輛環(huán)境的感知。它還可以警告駕駛員潛在的危險，甚至采取自動(dòng)糾正措施，例如緊急制動(dòng)或轉向驅動(dòng)。但 ADAS 傳感器位于車(chē)輛電氣和電子 （E/E） 架構的框架內，這意味著(zhù)必須在更廣泛的背景下考慮實(shí)施的 ADAS 架構。

汽車(chē)半導體集成和處理性能的提高加速了汽車(chē)三大趨勢的形成：ADAS、增強的車(chē)內用戶(hù)體驗和傳動(dòng)系統電氣化。因此，車(chē)輛內支持半導體的電子控制單元 （ECU） 的數量已從數十個(gè)激增到今天的 100 多個(gè)。

對于汽車(chē)制造商來(lái)說(shuō)，這在 E/E 架構設計復雜性、ECU 布線(xiàn)和配電的成本和重量、功率和熱限制、車(chē)輛軟件管理和供應鏈物流方面帶來(lái)了挑戰。

為了滿(mǎn)足汽車(chē)大趨勢的功能和處理需求，傳統的單功能 ECU 架構正在被更高級別的多功能 ECU 整合所取代，并通過(guò)域（特定于功能）、區域（物理共存功能）和中央計算（中央“大腦”）E/E 架構實(shí)現更高水平的多功能 ECU 整合和更大的處理集中化（圖 2）.這些 E/E 架構的確切定義因行業(yè)利益相關(guān)者而異，但通往更高級別 ECU 功能集成的大致軌跡是一致的。

圖2. 車(chē)輛 E/E 架構演變：從獨立的 ECU 到更大的集中化。

這種向更大程度的 E/E 架構集中化的演變?yōu)?ADAS 傳感架構提出了基本問(wèn)題：

• 是否應該在車(chē)輛邊緣對傳感器數據和感知進(jìn)行全面處理，并將每個(gè)傳感器的感知“結果”傳遞給下游 Domain、Zone 或 Central Compute，以啟動(dòng)任何緩解安全問(wèn)題的啟動(dòng)？

• 是否應該將原始傳感器數據傳輸到中央計算進(jìn)行處理、感知和驅動(dòng)？

• 是否應該在車(chē)輛邊緣或附近執行一些處理，并在任何所需的驅動(dòng)之前在 Domains、Zones 和 Central Compute 中執行進(jìn)一步的處理和感知？

不幸的是，有點(diǎn)不滿(mǎn)意的答案是“視情況而定”。

每家汽車(chē)制造商都有不同的（通常是傳統的）汽車(chē)平臺，它必須支持從入門(mén)級和中型車(chē)型到高檔和豪華車(chē)型的各種車(chē)型。一刀切的中央計算“大腦”E/E 架構的前提原則上很有吸引力，可能適合選定的單一平臺汽車(chē)制造商（例如僅限豪華車(chē)型或非傳統“全新”電動(dòng)汽車(chē)制造商）。然而，現實(shí)情況是，大多數公司需要支持多個(gè) E/E 架構來(lái)滿(mǎn)足其商業(yè)需求。

當然，汽車(chē)制造商的 ECU 整合和跨車(chē)型重用軟件對于最大限度地提高開(kāi)發(fā)和成本效率至關(guān)重要。然而，僅限中樞大腦的架構并不是萬(wàn)能的，對于大多數汽車(chē)制造商來(lái)說(shuō)，它也不具有商業(yè)實(shí)用性。

在 ADAS 系統中利用分布式智能

因此，在可預見(jiàn)的未來(lái)，支持分布式智能的 E/E 和 ADAS 架構將存在。這包括跨越車(chē)輛傳感器邊緣以及域、區域和中央計算 ECU 的數據處理和感知。這種分布式架構雖然不能完全解決軟件復雜性和管理問(wèn)題，但確實(shí)緩解了數據傳輸、ECU 布線(xiàn)和配電挑戰。它們還支持 ECU 和 ADAS 傳感器的可選性，以滿(mǎn)足汽車(chē)制造商車(chē)型的價(jià)格點(diǎn)。

在 ADAS 傳感的情況下，分布式智能架構意味著(zhù)一些數據處理和感知是在傳感器附近或附近實(shí)現的。然后，生成的感知計算（例如，場(chǎng)景分割、對象分類(lèi)或對象檢測）被傳遞到域、區域或中央計算 ECU，與來(lái)自其他傳感器的感知計算一起處理，以實(shí)現最終的感知和安全響應驅動(dòng)。

這種感知架構通常被稱(chēng)為晚期融合，因為每個(gè)傳感器都已經(jīng)執行了一定程度的感知。晚期融合與僅中央計算架構相關(guān)的早期融合形成鮮明對比，在這種架構中，來(lái)自多個(gè)傳感器模態(tài)的原始、未處理的數據通過(guò)車(chē)輛傳輸，以便在中央“大腦”ECU 中進(jìn)行聚合處理。

分布式智能傳感架構的一個(gè)潛在用例是保護弱勢道路使用者 （VRU），例如行人和騎自行車(chē)的人。最近對新車(chē)驗收計劃（如 EuroNCAP）的更改引入了對 VRU 的額外測試，包括在倒車(chē)和盲點(diǎn)場(chǎng)景中。

盲點(diǎn)雷達和環(huán)視攝像頭通常在物理上位于同一位置。因此，汽車(chē)制造商正在尋找能夠同時(shí)處理雷達和攝像頭數據并執行每個(gè)管道決策融合的單一 SoC 解決方案（即，在雷達的情況下是標記的 2D 點(diǎn)，在攝像頭的情況下是邊界框）。這將有助于降低 ADAS 傳感成本并實(shí)現低延遲邊緣決策。

邊緣或附近的傳感器融合分布式智能概念也可以擴展到其他 ADAS 用例和傳感器模式，有助于將 ADAS 的優(yōu)勢帶入最廣泛的市場(chǎng)。

ADAS 的最終目標 — 道路安全

ADAS 在汽車(chē)行業(yè)中發(fā)揮著(zhù)至關(guān)重要的作用，可以減少道路傷亡。不同傳感器模式的功能相輔相成，導致汽車(chē)制造商越來(lái)越多地部署多模式傳感，以增強駕駛員的環(huán)境感知和車(chē)輛的安全響應行動(dòng)。

在不斷發(fā)展的車(chē)輛 E/E 架構背景下，傳感器創(chuàng )新和分布式智能有助于在所有車(chē)輛類(lèi)別中推廣 ADAS 技術(shù)。最終，我們的道路對所有道路使用者來(lái)說(shuō)都將更加安全。