Arrow Electronics Components Online

高级驾驶辅助系统(ADAS)和自动驾驶的开发与解决方案

自动驾驶17 7月 2024
特斯拉汽车内饰的特写视图,展示了具有未来感的方向盘和双数字显示屏。
查看所有文章

随着半导体和人工智能(AI)技术的快速发展,先进驾驶辅助系统(ADAS)已成为许多车辆的标准配置,而自动驾驶正逐渐成为未来汽车发展的焦点。这些复杂的技术利用摄像头、雷达、传感器和软件,通过自动检测危险甚至在必要时控制车辆来协助驾驶员,从而减少事故的发生。本文将介绍ADAS和自动驾驶的发展,以及相关的产品和解决方案。

高级驾驶辅助系统 (ADAS) 减少由人为错误引起的事故

高级驾驶辅助系统(ADAS)代表了一套数字技术,能够执行各种计算机视觉功能,以协助驾驶员完成停车和导航等基本任务,预示着智能安全驾驶的未来。ADAS可以包含从自适应巡航控制到自动泊车系统的一系列子系统。这些系统旨在防止因人为错误引发的事故,而人为错误如今占超过90%的碰撞事故。   最先进的ADAS安全技术能够自动化并增强许多驾驶相关的功能,从而提升安全性并确保正确的驾驶操作。这些子系统大致可以分为两类:被动ADAS系统(例如车道偏离警告系统和盲点检测)用于提高驾驶员的意识;主动ADAS系统(例如自动紧急制动(AEB)、自适应巡航控制(ACC)、车道保持辅助(LKA)和车道居中(LC))则会主动采取行动。   ADAS帮助驾驶员感知交通状况,分析并理解驾驶行为,同时结合预测技术、云计算、边缘计算以及传感器数据收集与分析。这些系统能够提前通知驾驶员任何潜在的车辆问题,提示用户进行维护以确保安全。

Illustration of a car equipped with advanced safety systems, including radar, camera, and ultrasound sensors.

用于高级驾驶辅助系统 (ADAS) 的传感器和软件技术

ADAS(高级驾驶辅助系统)采用多种传感器来提高车辆安全性,并提供各种自动驾驶功能,其中包括四种常见的传感器类型。首先,由于成本较低,摄像头传感器被广泛使用,使基于摄像头的解决方案成为ADAS中最常见的传感器技术。其次,毫米波雷达传感器通过产生无线电波来计算物体与波之间的距离,通常用于碰撞避免系统的一部分。第三,激光雷达(LiDAR)传感器利用激光检测距离,同时还能检测行人和地理异常。第四,超声波传感器主要用于停车辅助和自动泊车系统。   除了传感器,软件也扮演着至关重要的角色,其中包括人机交互界面(HMI),以改善驾驶员与车辆自动化系统之间的连接。此外,人工智能(AI)技术被用于识别道路上的各种车辆和行人,并在紧急情况下干预以控制车辆,发挥着重要作用。   ADAS与自动驾驶是两种不同的技术。ADAS是一套旨在提高整体驾驶安全性的技术,而自动驾驶是指车辆在无人干预的情况下自主驾驶的能力。然而,需要强调的是,ADAS并不能替代驾驶员。ADAS技术的主要目的是提升道路安全性,即使车辆配备了更多便利和娱乐功能,驾驶员仍需专注于驾驶车辆。

Close-up view of an Infineon microchip showcasing its design and structure.

关键ADAS智能传感器和应用处理器

ADAS 涵盖了多种系统和组件。以下是一些重要产品供您参考。   首先,英飞凌的 XENSIV™ BGT60ATR24C 是一款汽车级 60 GHz 雷达传感器,能够在小尺寸封装中实现超宽带频率调制连续波(FMCW)雷达操作。该传感器支持 4 GHz 带宽和 2 发射通道 / 4 接收通道,并可通过数字接口进行配置和数据采集,集成了状态机以实现独立运行,并通过优化的电源模式实现最低功耗,符合 AEC-Q100/101 标准。   这款全新的智能手势识别传感器包含多个模块,例如射频(RF)前端、模拟基带(ABB)、模数转换器(ADC)、锁相环(PLL)、存储器(如 FIFO)和串行外设接口(SPI)。BGT60ATR24C 在单一芯片组中提供了高度集成。   BGT60ATR24C 的核心功能是通过发射通道(TX)发射 FMCW 信号,并通过四个接收通道(RX)接收目标物体的回波信号。每个接收路径都包括基带滤波器、可变增益放大器(VGA)和 ADC。数字化输出存储在 FIFO 中,然后通过外部主机、微控制器单元(MCU)或应用处理器(AP)传输,以运行雷达信号处理。   英飞凌的这款全新智能传感器已经应用于基于 MulticoreWare 和 Cadence Vision P6 DSP 的车内雷达传感技术。车内雷达传感可以监测乘客是否就座及其健康状态。它在监测生命体征和跟踪心率方面表现卓越,包括在汽车锁定时检测车内儿童的存在。此外,该系统还提供入侵警报,增强了车辆的整体安全性。   此外,NXP 推出了 i.MX 95 应用处理器,为汽车带来了高效且安全的人工智能处理能力。NXP 的全新 i.MX 95 设计用于通过符合 ASIL-B 和 SIL2 安全标准的灵活异构计算域,处理智能边缘应用(包括汽车)中的混合关键性功能。该处理器为电子座舱(eCockpit)和连接域提供了安全高效的人工智能处理能力。   NXP i.MX 95 系列应用处理器将多核高性能计算、沉浸式 3D 图形和集成的 NXP eIQ® Neutron 神经处理单元(NPU)结合起来,实现了机器学习和先进的边缘应用。其应用领域覆盖汽车、工业和物联网(IoT)。   对于防碰撞应用,OEM 和一级供应商现在可以更容易地获取经济实惠且可靠的成像雷达传感器技术。NXP 推出了一款专用芯片组,包括 16nm FinFETS32R41 汽车成像雷达处理器和采用双级级联配置的 TEF82xx RFCMOS 收发器。   NXP 的雷达芯片组配备 4D 成像雷达传感器,具有高性价比和高性能,提供 48 个通道,支持 1 度方位角分辨率、2 度俯仰角分辨率,车辆最大探测范围为 370 米,无轮辋轮胎的最大探测范围为 130 米。

自动驾驶技术成为新一代车辆的关键发展方向

自动驾驶技术无疑已成为下一代车辆开发中的重要组成部分。像特斯拉这样的公司已经推出了先进的自动驾驶辅助系统(ADAS)。在这些系统中,基于激光雷达(LiDAR)传感器的ADAS是自动驾驶汽车中最具创新性和高效的技术之一。当与基于视觉的系统和雷达系统结合使用时,LiDAR系统能够在ADAS中提供高度精准的物体检测和识别。雷达、LiDAR和基于视觉的系统的集成有效地创造了更安全的自动驾驶体验。   LiDAR传感器通过发射不可见的激光束扫描和检测传感器附近或远处的物体,在显示屏上生成物体和周边环境的3D地图。在汽车应用中,大多数LiDAR传感器安装在车辆顶部。这些传感器持续旋转,每秒生成数千个激光脉冲。LiDAR发射的高速激光束持续环绕车辆360度范围,并从路上的物体反射回设备。通过复杂的机器学习算法,这些活动所得的数据被转换为实时3D图形,通常以3D图像或周围物体的地图形式显示。   eInfochips是艾睿电子(Arrow Electronics)的子公司,提供汽车工程服务和解决方案,协助汽车公司使用基于视觉、雷达和LiDAR传感器设计和开发ADAS系统。在2024年嵌入式世界展览会(#ew24)上,eInfochips展示了一款能够在动态障碍物之间导航的自主移动机器人(AMR)。该机器人配备了先进技术,包括飞行时间(ToF)传感器、成像传感器、惯性测量单元(IMU),并由NVIDIA主处理器驱动。同时,电机控制和电源管理(包括电池)由ADI元件负责,展现了复杂的设计能力。   摄像头模块同样是自动驾驶应用中不可或缺的组件。D3 Engineering的DesignCore® 摄像头系列非常适合需要最高安全性和精确度的嵌入式视觉应用。这些摄像头支持快速原型开发与客户生产系统的定制化设计。D3的高性能摄像头产品组合包括新推出的DesignCore® Discovery、Velocity和Chroma系列,每一款都旨在最大限度提升图像质量。这些摄像头通过更高的分辨率和更宽的光圈增强了光学信号,专为即插即用的AI应用进行了优化。   onsemi(安森美)的AR0234CS也非常适合自动驾驶应用。它是一款1/2.6英寸、2.3百万像素的CMOS数字图像传感器,具有全局快门和1920 (H) x 1200 (V)的有效像素阵列。该传感器采用创新的全局快门像素设计,以120帧每秒的全分辨率精确快速地捕捉移动场景。在低光和高亮场景下都能够生成清晰、低噪点的图像。AR0234CS提供了行业领先的全局快门效率,生成极为清晰锐利的数字图像,非常适合连续视频录制和单帧捕捉,在自动驾驶应用中极为理想。   尽管自动驾驶技术还需要更多时间来全面证明其能力,但边缘计算能力的持续提升表明,自动驾驶技术的成熟指日可待。与此同时,AMR将继续为市场准备更强大的AI算法,以便在未来将这些算法应用于道路上的乘用车。   随着移动机器人出货量迅速增长,以满足工业领域对操作效率的需求,NVIDIA正推出一个新平台,以支持下一代AMR应用。NVIDIA的Isaac AMR为移动机器人带来了先进的自主性能,提供了先进的地图创建、自动导航和仿真能力。它是一个用于模拟、验证、部署、优化和管理AMR的平台,包括从边缘到云的软件服务、计算功能,以及一套参考传感器和机器人硬件,以加速AMR的开发和部署,降低成本并缩短上市时间。

结论

先进驾驶辅助系统(ADAS)和自动驾驶技术的持续发展正引领我们进入一个全新的交通运输时代。随着这些技术的日益成熟,ADAS不仅为驾驶者提供了更安全、更便捷的驾驶体验,同时也为实现完全自动驾驶奠定了基础。尽管完全自动驾驶面临诸多挑战,包括技术复杂性、法律以及伦理问题,但不可否认的是,这一领域的创新与进步正以迅速的速度推进。由于篇幅所限,本文讨论的解决方案仅代表了相关应用中的一小部分。如果您需要更多关于ADAS系统设计方法与零部件主题的信息,请直接联系Arrow Electronics。

文章标签

汽车与运输
自主机器
文章
汽车
亚太地区

相关内容