【導讀】汽車制造商正積極研究多元化的雷達技術方案，以提升新一代高級駕駛輔助系統(tǒng)(ADAS)架構的性能和系統(tǒng)優(yōu)化，同時簡化向軟件定義汽車(SDV)的過渡。為助力汽車制造商進行開發(fā)，恩智浦PurpleBox參考設計應運而生。
汽車制造商正積極研究多元化的雷達技術方案，以提升新一代高級駕駛輔助系統(tǒng)(ADAS)架構的性能和系統(tǒng)優(yōu)化，同時簡化向軟件定義汽車(SDV)的過渡。為助力汽車制造商進行開發(fā)，恩智浦PurpleBox參考設計應運而生。
汽車業(yè)逐漸向軟件定義汽車(SDV)轉型，制造商們正尋求維護升級軟件的高效途徑，以便充分利用最新雷達傳感器的潛在性能。與此同時，主動安全措施不斷增強，汽車中雷達傳感器的數量也在增加，汽車成本與系統(tǒng)復雜性也隨之上升。ADAS架構多樣化是其中關鍵，因此汽車制造商需要面向未來需求的解決方案。
汽車制造商正在探索多種架構選項，包括在邊緣部署智能傳感器的邊緣雷達、在協(xié)處理器中遠離邊緣集中智能的分布式雷達，以及在中央計算系統(tǒng)中匯聚智能的集中式雷達。分布式雷達架構被視為最具潛力的方案之一。汽車制造商希望通過多個雷達傳感器的早期數據融合，顯著提升性能，同時清楚區(qū)分攝像頭視覺與雷達感知，分布式雷達架構可助力實現這個愿景。
深入探索雷達傳感器的潛能。閱讀白皮書，了解ADAS架構與雷達處理。
優(yōu)化雷達橋的優(yōu)勢
雷達橋整合多個傳感器的數據，可優(yōu)化處理性能，實現傳感器輸入的高效融合，帶來多重優(yōu)勢。它創(chuàng)建了一個易于維護的系統(tǒng)，支持在雷達橋的無線更新，避免了對每個傳感器進行單獨更新。該系統(tǒng)利用卓越的算法實現高級角度定位，突破了邊緣雷達系統(tǒng)因處理能力限制而無法實現的定位功能。雷達橋的早期數據融合技術顯著提升了性能，能夠從雷達傳感器中挖掘更多信息，提供了更加豐富的ADAS體驗。此外，除了優(yōu)化早期傳感器數據融合和提升傳感器分辨率之外，人工智能/機器學習(AI/ML)技術也被應用于該平臺，為雷達輸出帶來主要的性能提升。
雷達橋與適當的軟件相結合，可實現：
高效的信號處理
雷達橋接收來自多個雷達傳感器的初步FFT數據，并生成綜合的點云。這種將多個雷達數據與重疊視野相結合的方法帶來了顯著的優(yōu)勢。從多個視角準確地感知交通環(huán)境，大幅提升檢測的準確性，顯著減少誤判，從而增強ADAS功能的安全性。
低延遲
因為雷達橋上的處理資源不需要與其他功能共享，所以這種“單任務”確保了低延遲。處理后的點云能夠即刻被調用，賦予汽車在關鍵安全的緊急交通狀況下的即時反應能力。
干擾管理
雷達橋具備同時分析所有雷達傳感器輸入數據的能力，能夠精準地檢測并識別信號受干擾的具體區(qū)域。通過橋接器上的軟件，可以為受干擾的傳感器重新分配不同的頻率或時隙，確保雷達傳感器能夠恢復產生清晰的信號。這有助于避免基于錯誤信息的路徑和行動規(guī)劃，從而增強汽車及其所處交通環(huán)境的安全性。此外，雷達橋還能重建因其他車輛的雷達傳輸干擾而受損的信號，這一過程得益于雷達橋上神經網絡加速器運行的機器學習模型。
垂直速度
雷達橋還能測量被探測物體的垂直速度分量。得益于多普勒效應，雷達能夠即時捕捉到物體的徑向速度。通過融合兩個不同角度雷達的數據，我們可以利用兩個徑向速度向量推算出垂直速度。這種對每次檢測的真實速度的即時測量，極大地提升了點云的質量。在執(zhí)行變道、高速公路駛入和駛出以及識別橫穿行人等復雜安全交通場景時，系統(tǒng)的性能得到了顯著提高。
中心或區(qū)域內的雷達橋
管理雷達傳感器
雷達與視覺傳感器技術共同構成了實現ADAS和AD用例所需的核心感知基礎。雷達以其強大的天氣適應能力、對各種照明條件的高度適應性以及良好的成本效益，在所有ADAS系統(tǒng)中扮演著至關重要的角色。相較于現有的解決方案，更深層次地挖掘雷達數據能夠為ADAS系統(tǒng)帶來性能和用戶體驗的顯著提升。
分布式雷達架構通過對傳感器數據進行區(qū)域或集中處理，提供了一種高級的傳感器管理和數據融合方法，這對于激發(fā)下一代雷達傳感器的潛在性能至關重要。正如前文提到，雷達橋能在區(qū)域或中央計算平臺上處理和融合雷達傳感器數據，并且能與視覺感知數據進行進一步的整合。這類雷達處理器的應用范圍極廣，因為它允許客戶輸出點云或雷達對象。雷達橋的位置靈活，可以與中央電子控制單元(ECU)中的視覺處理器或區(qū)域ECU中的區(qū)域控制器并置。
PurpleBox參考設計
恩智浦開發(fā)了PurpleBox參考設計，幫助開發(fā)人員評估分布式雷達架構概念，并促進早期雷達融合的部署。該設計集成了Hailo的26TOPS機器學習加速器，為人工智能提供了強大的擴展能力，開啟了利用雷達數據的全新維度。
恩智浦PurpleBox結構框圖
PurpleBox可以用作參考ECU，是基于恩智浦S32R45雷達處理器的雷達橋概念驗證的關鍵部件。它能夠處理來自車輛四角的雷達傳感器信號，接收經過壓縮的距離FFT數據，并生成高密度的環(huán)繞點云。PurpleBox提供全面的軟件開發(fā)環(huán)境，其中包括預集成的驅動程序、操作系統(tǒng)，以及一個演示應用，使客戶能夠評估該平臺并開發(fā)自己的處理鏈，同時重復利用預集成的軟件。此外，它還配備了M.2 PCIe接口，不僅可以連接大容量存儲設備，還可以接入Hailo-8機器學習加速器，以增強雷達感知和高級人工智能功能。
PurpleBox基于恩智浦的S32處理器平臺構建，這是一個經過驗證的平臺，允許客戶在多個功能域內靈活使用軟件。同時，它還建立在最新發(fā)布的S32 CoreRide平臺之上，該平臺整合了硬件和軟件資源，進一步加快了客戶對分布式雷達架構的評估和應用開發(fā)的速度。
PurpleBox PCB
體驗試用
恩智浦致力于賦能行業(yè)從固定汽車架構向新的ADAS架構轉型。通過分布式雷達架構，汽車制造商得以充分利用傳感器網絡中的數據，每個傳感器均向協(xié)處理器輸送詳細且豐富的低級別傳感器數據，實現了雷達數據的早期融合及其感知處理能力的顯著增強。恩智浦的下一代雷達處理器正是為了支持這些架構而設計，同時推動先進的安全和舒適功能。恩智浦PurpleBox參考設計現已量產，歡迎汽車制造商和一級供應商探索雷達橋帶來的無限可能。
作者：
Karthik Ramesh
Karthik Ramesh負責ADAS系統(tǒng)解決方案的市場營銷，ADAS系統(tǒng)對下一代自動駕駛至關重要。他對技術充滿熱情，擁有超過15年的汽車行業(yè)經驗，曾在恩智浦和博世工作。
Kees Gehrels
Kees的職業(yè)生涯始于1988年，他在飛利浦公司的電視系統(tǒng)部門嶄露頭角。2007年，他的職業(yè)道路發(fā)生了轉折，加入了恩智浦，擔任汽車業(yè)務部的系統(tǒng)與應用經理。到了2012年，Kees成為了恩智浦雷達業(yè)務的創(chuàng)始成員之一，并持續(xù)在雷達技術創(chuàng)新和業(yè)務拓展方面發(fā)揮著熱情和專長，為實現我們的零道路事故愿景鋪平道路。
Andrew Robertson
Andrew Robertson在擔任雷達客戶應用支持總監(jiān)期間積累了豐富的經驗。2002年加入摩托羅拉/飛思卡爾，隨后轉入恩智浦，曾在汽車微控制器領域任職多個關鍵職位。他對雷達技術的深厚熱愛鑄就了他作為一名杰出的雷達工程師的基礎。憑借扎實的技術功底，他成為雷達部門的經理，在團隊中激發(fā)創(chuàng)新協(xié)作。Andrew始終將客戶的成功放在首位，他運用自己的技術專業(yè)知識和領導才能，確?？蛻粼诶走_開發(fā)的道路上獲得卓越的支持。
免責聲明：本文為轉載文章，轉載此文目的在于傳遞更多信息，版權歸原作者所有。本文所用視頻、圖片、文字如涉及作品版權問題，請聯(lián)系小編進行處理。
推薦閱讀：
IOTE 2024第22屆國際物聯(lián)網展·深圳站邀請函
為機器視覺系統(tǒng)選擇圖像傳感器，繞不開這三大關鍵考慮因素
