电子创新@@188足彩外围@@app 网@@ - 自@@动驾驶@@ - 188足彩网

英飞凌@@PROFET Load Guard提供@@电@@子负载保护@@@@ | 自@@动驾驶@@汽车的@@守护者@@

judy — Mon, 18 Dec 2023 03:24:08 +0000

本文作者@@@@：儒卓力汽车业务部门@@(ABU)产品@@销售经理@@Ralf Hickl

未来@@越来越重要的@@是@@@@：汽车电气系统@@中@@的@@智能配电@@。通过@@使用@@英飞凌@@的@@全新@@188足彩外围@@app ，智能配电设计@@变得轻而@@易举@@。PROFET Load Guard是@@受保护高压侧开关系列@@的@@最新成员@@，其@@功能@@专为@@保护电子负载和@@配电架构而@@设计@@@@@@。

随着@@先进驾驶辅助系统@@@@(ADAS)和@@自@@动驾驶@@不断发展@@，要求为@@不断增多的@@控制@@单元提供@@智能化@@的@@安全供电@@@@。这就要求对@@电气系统@@进行保护@@，防止有缺陷的@@用电设备@@造成过流甚至@@短路@@。

可通过@@多种方式提供@@保护功能@@@@：一方面@@，采取措施限制单个@@用电设备@@的@@电流@@；另一方面@@@@，在@@电气系统@@出现长@@时间电压@@下降之前@@，迅速断开有故障@@的@@用电设备@@或@@有故障@@的@@电气系统@@部分与@@系统@@其@@他部分的@@连接@@。否则@@，长@@时间的@@电压@@下降会迫使@@ADAS 重要功能@@的@@@@ ECU 进入欠压@@复位@@@@@@，从@@而@@短暂禁用与@@安全相关的@@功能@@@@。

传统的@@@@保险丝和@@继电器无法胜任这一任务@@，因为@@它们的@@开关速度比智能半导体模块低@@ 100 倍@@。这会使敏感负载和@@电源面临过载风险@@。此外@@，熔化的@@保险丝必须更换@@，而@@且不能像半导体模块那样复位@@@@@@。这不是@@选择方案@@@@，尤其@@不适合@@未来@@的@@区域架构@@。

新功能@@@@

英飞凌@@新型@@PROFET Load Guard系列@@产品@@@@完美结合@@@@了保护和@@诊断功能@@@@，适用于设计@@未来@@的@@@@ ADAS 系统@@。这款灵活的@@高压侧电源开关具有@@多种功能@@@@，如电源保护@@、负载控制@@和@@保护@@、自@@我保护和@@电线保护@@。由于@@PROFET Load Guard可限制浪涌@@，因此@@也适用于切换电容性负载@@。电容性负载开关模式@@@@（CLS 模式@@）还可快速接通大型电容器@@，而@@不会发生模块热过载@@。由于@@可调@@节电流限制@@，该@@188足彩外围@@app 还能保护传感器@@供电@@线路中@@的@@敏感滤波@@188足彩外围@@app （关键词@@：同轴电缆供电@@@@）。实际电流值的@@公差比@@(kILIS)非常精确@@，因此@@还能对@@负载状况进行精确诊断@@。

图@@1显示@@应用@@实例@@：通过@@同轴电缆为@@@@两个@@@@ ADAS ECU（本例中@@用于摄像头@@@@）供电@@，由滤波器隔离信号@@（图@@中@@为@@数据@@）和@@电源电压@@@@。如果@@摄像头@@造成短路@@，PROFET Load Guard（图@@中@@蓝色部分@@）会将@@负载电流限制在@@预设值内@@。一方面@@，电流限制可保护滤波器线圈@@（PoC），防止负载端过热@@。另一方面@@@@，DC/DC电源也能保持在@@规定的@@负载范围内@@，并能够继续为@@另一个@@摄像头@@供电@@@@@@，而@@不会出现任何问@@题@@。因此@@，电流限制可确保负载电路之间不受干扰@@。

图@@ 1：PROFET Load Guard 12V使用@@案例@@：通过@@同轴电缆为@@@@ ADAS摄像头@@供电@@@@。(图@@片来源@@@@：英飞凌@@）

可调@@节电流限制技术@@的@@最新发展@@

图@@2显示@@PROFET Load Guard系列@@产品@@@@ BTG7090-2EPL 及其@@内部功能@@块@@框图@@@@@@。这款过流限制模块是@@全新的@@功能@@模块@@。与@@前代产品@@相比@@@@，PROFET Load Guard在@@发生过流时不会简单地关闭@@，而@@是@@继续运行@@，并且将@@输出电流@@限制在@@预设限值内@@。

图@@2：PROFET Load Guard BTG7090-2EPL框图@@@@。(图@@片来源@@@@：英飞凌@@）

为@@此@@，BTG7090-2EPL配备了可调@@节电流限制功能@@@@，外部电阻用于配置最大电流@@。在@@过载情况下@@，输出电流@@被限制在@@电阻器设定的@@极限电流范围内@@，PROFET Load Guard的@@输出晶体管进入线性工作状态@@@@。晶体管中@@产生的@@功率损耗会加热@@188足彩外围@@app 。只有当@@芯片@@温度或@@温度梯度达到@@一定的@@最大值时@@，188足彩外围@@app 才会关闭受影响的@@通道以@@保护自@@身@@。然后@@，重试策略开始发挥作用@@，这是@@自@@动重启和@@锁定@@功能@@的@@结合@@@@@@：在@@关闭后@@，芯片@@温度再次@@下降@@，PROFET Load Guard会自@@动重新开启@@（假设@@控制@@输入@@端有持续的@@高压信号@@）。如果@@六次@@重启尝试失败@@，输出级@@将@@永久关闭@@（锁定@@）。控制@@输入@@端的@@低@@-高序列将@@重置内部重试计数器@@，并重新开启输出@@。

由于@@电流限制可调@@节@@，该@@模块在@@应用@@中@@具有@@很高的@@灵活性@@。通过@@选择电阻器@@，其@@功能@@可适应不断变化的@@要求@@。

在@@自@@我保护方面@@，依靠温度监控器在@@温度过高时关闭开关@@。当@@然@@，控制@@微控制@@器也可以@@关闭@@ PROFET Load Guard。感应引脚@@上的@@诊断反馈信号可作为@@@@决策依据@@。因此@@，该@@模块还能提供@@负载当@@前@@功耗@@的@@精确反馈@@(±5%)。

处@@理回流电流减少功率损耗@@

PROFETLoad Guard只能关闭一个@@方向的@@电流@@。在@@另一个@@方向上@@，即@@使通道本身不导通@@，MOSFET 的@@本体二极管也会导通@@。例如@@，在@@作为@@@@负载的@@再生电机中@@就存在@@作为@@@@负载的@@再生电机中@@就存在@@电流回流@@。体二极管中@@可能会产生高功率损耗@@，使得芯片@@发热@@，也可能使相邻通道发热@@，从@@而@@导致它们关断@@。
反向开启@@（InverseOn）产品@@功能@@允许内部@@ MOSFET 在@@回流电流处@@于一定限制范围内时开启@@。其@@优势在@@于@@：发生在@@@@ MOSFET通道中@@的@@功率损耗小于发生在@@@@体二极管中@@的@@功率损耗@@。

借助电容性负载开关@@ (CLS) 功能@@块@@，PROFET Load Guard还适用于大型电容性负载的@@快速充电和@@开关@@。为@@此@@，输入@@由特定的@@@@ PWM 控制@@，该@@PWM信号使模块进入具有@@连续自@@动重启关闭策略的@@@@ CLS 模式@@。开关周期不断重复@@ “导通并提供@@限流@@” 和@@ “由于@@温度陡升保护而@@关断@@”，直到@@输出晶体管在@@导通状态@@下的@@压降低于某一特定值@@。在@@这种情况下@@，认为@@@@电容性负载已充分充电@@。之后@@，PWM 将@@被永久切换@@，并由控制@@输入@@端的@@高电平所取代@@。优点是@@在@@此@@期间@@，模块仍处@@于规定的@@安全工作区@@ (SOA)。

图@@ 3：带有@@两个@@通道并采用@@14引脚@@TSDSO封装@@的@@@@PROFET Load Guard。(图@@片来源@@@@：英飞凌@@）

可用性@@、模拟性能和@@评测板@@

PROFET Load Guard已通过@@@@ISO-26262。因此@@，英飞凌@@在@@安全应用@@说@@明@@ (SAN)中@@提供@@了相关信息@@，有助于@@将@@该@@组件集成到@@功能@@安全@@系统@@中@@@@。首款衍生产品@@是@@双通道@@ BTG7090-2EPL，儒卓力可应要求提供@@样品@@。量产已于@@@@ 2022 年@@底开始@@。感兴趣的@@用户可在@@网@@页@@www.infineon.com/profetloadguard上找到@@数据表@@@@、仿真模型和@@其@@他工具@@@@。

为@@了便于评测@@，英飞凌@@提供@@两块用于组装套件的@@电路板@@：主板@@ PROFET ONE4ALL MB V1 和@@子板@@ BTG7090-2EPL DAUGH BRD（图@@4）。

图@@4：带有@@PROFET Load Guard的@@子板@@。(图@@片来源@@@@：英飞凌@@）

结合@@@@使用@@英飞凌@@的@@@@μIO-Stick和@@Config Wizard GUI，可以@@对@@模块进行配置@@、控制@@和@@测试@@。

总结@@

ADAS需要在@@车辆@@@@电气系统@@中@@提供@@可靠的@@电源@@。为@@此@@，必须保护电气系统@@不受其@@他有缺陷且有过大电流需求的@@用电设备@@的@@影响@@。PROFET Load Guard的@@限流功能@@可根据@@系统@@要求进行调整@@，首先不允许输出端出现危险@@的@@短路电流和@@峰值电流@@，从@@而@@保护负载和@@@@12V电源免受过载影响@@。

本文转载自@@@@：儒卓力微信公众号@@@@

从@@ L1~L5 自@@动驾驶@@芯片@@发生了哪些变化@@？

judy — Wed, 29 Nov 2023 02:57:39 +0000

2018 年@@，汽车行业@@“缺芯@@”潮来得猝不及防@@，而@@后波及所有电子元器件品类@@，自@@此汽车电子@@“一芯难求@@”成为@@街头巷尾热议的@@话题@@。今天@@，我们看到@@@@经过几年@@的@@@@上游扩产@@，叠加近期@@汽车终端市场的@@不景气因素@@，缺芯@@现象得到@@明显缓解@@，仅剩下少部分主控芯片@@依旧维持长@@交付周期的@@状态@@@@。

汽车电动化@@@@、智能化@@下的@@增量市场相当@@可观@@

回顾过去@@，真的@@只是@@电子供应链市场周期性波动带来的@@@@“缺芯@@”问@@题吗@@？回答是@@否定的@@@@，究其@@最深层的@@原因@@，还是@@汽车电动化@@@@@@、智能化@@趋势下电子电气架构变革带来的@@增量市场上升速度太快@@，导致车规级@@芯片@@市场供不应求@@，从@@而@@产生@@“缺芯@@+涨价@@”的@@应激反应@@。

汽车芯片@@主要分为@@功能@@芯片@@@@、功率器件和@@传感器@@三大类@@。在@@传统燃油车中@@@@，平均芯片@@搭载@@量约为@@@@ 500-600 颗@@/辆@@，而@@随着@@前面提到@@@@的@@汽车电动化@@@@@@、智能化@@的@@演进@@，平均芯片@@搭载@@量已提升至@@@@ 1000 颗@@/辆@@，在@@新能源车中@@更是@@超过了@@ 2000 颗@@/辆@@，未来@@随着@@电车智能化@@的@@升级@@@@，还有望提升至@@@@ 3000 颗@@/辆@@，甚至@@更多@@。

商业价值最大化@@，L2/L2+是@@短期内的@@行业共识@@

作为@@@@汽车智能化@@的@@核心@@，近年@@来@@自@@动驾驶@@技术@@的@@发展非常迅速@@。当@@前@@，部分汽车厂商已经推出了具备@@ L2 级@@别自@@动驾驶@@功能@@的@@车型@@，比如@@特斯拉@@ ModelS、广汽新能源@@ AionS、小鹏@@ G3、蔚来@@ ES8、一汽大众探岳@@、长@@安@@ CS75、WEYVV6、吉利缤瑞等@@@@。

那么@@，到@@底什么是@@@@ L2 级@@别自@@动驾驶@@呢@@@@？事实上@@，市面上有两套自@@动驾驶@@分级@@标准@@@@@@，分别是@@@@ 2014 年@@国际汽车工程师学会@@（SAE）首发的@@@@《SAE J3016 推荐实践@@：道路机动车辆@@@@驾驶自@@动化系统@@相关术语的@@分类@@和@@定义@@》，简称@@《SAE 驾驶自@@动化分级@@@@》；以@@及@@ 2021 年@@我国国家市场监督管理总局出台的@@@@《汽车驾驶自@@动化分级@@@@@@》国家标准@@@@（标准@@号@@：GB/T 40429-2021）。两者的@@区别在@@于国家市场监督管理总局@@、国家标准@@@@化管理委员会将@@@@ L1 至@@ L2 级@@别统称为@@辅助驾驶@@，L3 至@@ L5 级@@别统则称为@@自@@动驾驶@@@@。下面@@，我们以@@国际标准@@为@@例@@来具体介绍一下@@。

在@@《SAE 驾驶自@@动化分级@@@@》标准@@中@@@@，自@@动驾驶@@被分为@@@@ L0 级@@~L5 级@@：

L0 级@@：无自@@动化@@，纯人工驾驶@@；
L1 级@@：驾驶支持@@，以@@人工操控为@@主@@，系统@@提供@@适时辅助@@，常配有@@制动防抱死系统@@@@、车身电子稳定系统@@等@@@@；
L2 级@@：部分自@@动化@@，虽然@@自@@动驾驶@@系统@@能够完成某些驾驶任务@@，但驾驶者仍需专心于路况@@，当@@系统@@出现差错时需要人为@@进行纠正@@，常配有@@自@@适应巡航系统@@@@、主动车道保持系统@@@@、自@@动刹车辅助系统@@和@@自@@动泊车系统@@等@@@@；
L3 级@@：有条件自@@动化@@，某些特定场景下的@@自@@动驾驶@@@@，车辆@@@@自@@动驾驶@@系统@@的@@优先级@@高于驾驶员@@，但是@@@@驾驶员可以@@通过@@紧急按钮随时取得车辆@@@@的@@控制@@权@@，如交通拥堵路段的@@自@@动跟车行驶@@、远程倒车入库等@@@@，以@@在@@公用路面上完成@@ L3 级@@别的@@自@@动驾驶@@车辆@@@@奥迪@@ A8 为@@例@@，其@@搭载@@了@@ 24 个@@感应器和@@@@ 41 种驾驶輔助系统@@软件@@；
L4 级@@：高度自@@动化@@，在@@规定的@@道路和@@环境中@@@@，车辆@@@@自@@动驾驶@@系统@@能够自@@主完成所有的@@驾驶操作@@，具备完全处@@理紧急情况的@@能力@@，驾驶员可以@@做自@@己想做的@@事情@@，如果@@出了事@@，责任将@@全部归属厂商@@，方向盘@@、油门@@、刹车等@@装置也或@@被取消@@；
L5 级@@：完全自@@动@@化@@，在@@所有道路和@@条件下@@，自@@动驾驶@@系统@@都能够完成驾驶任务@@，应对@@任何工况@@，驾驶员全程无需干预@@，此时@@也不再有驾驶舱的@@概念@@，汽车更像是@@一个@@智能机器人@@。

事实上@@，在@@ 2022 年@@之前@@，全球汽车产业链上的@@企业对@@目标场景并没有那么@@清晰@@，所以@@总希望通过@@算力抬升来实现硬件冗余@@，而@@今天@@当@@自@@动驾驶@@往高阶发展@@，从@@ L2 开始逼近@@ L3，甚至@@再往上走@@，技术@@和@@产品@@批量落地面临的@@最大挑战是@@需求侧的@@承受能力@@，这正在@@倒逼车厂进行新一轮的@@成本管控下的@@系统@@优化@@。通过@@实践证明@@，这两年@@@@ L2、L2+级@@别的@@自@@动驾驶@@将@@成为@@车厂标配@@，这一趋势已形成行业共识@@。

自@@动驾驶@@技术@@演进下@@，“大芯片@@@@”成为@@标配@@

随着@@自@@动驾驶@@技术@@的@@不断演进@@，不仅车载芯片@@的@@数量在@@逐步增加@@，在@@跨域集中@@式和@@中@@央计算@@式架构中@@@@，大芯片@@@@正在@@成为@@标配@@@@@@，芯片@@设计@@的@@复杂性急剧升高@@。

2014 年@@~2018 年@@间@@仍以@@分布式@@ E/E 架构为@@主@@，跨域集中@@式架构刚起步@@，主流玩家@@ Mobileye、英伟达和@@瑞萨@@、TI 等@@传统@@ MCU 厂商的@@上车智驾芯片@@算力大都在@@@@ 10TOPS 以@@下@@，如牢牢占据@@ L1~L2 级@@别视觉@@ ADAS 芯片@@市场的@@@@ Mobileye EyeQ3/Q4 的@@算力仅为@@@@ 0.256TOPS 和@@ 2.5TOPS。

不过也有特殊的@@@@，比如@@ 2016 年@@搭载@@于特斯拉@@ HW2.0 平台的@@英伟达@@ Tegra Parker SoC 算力就提高到@@了@@ 24TOPS，同时@@把@@ GPU 路线的@@自@@动驾驶@@@@ SoC 正式推向市场@@。

2019 年@@~2023 年@@间@@跨域集中@@式架构发展提速@@，英伟达开始引领高算力市场@@，相关电子供应链结构同步发生转变@@，除了英伟达外@@，特斯拉自@@研@@ FSD 芯片@@崛起@@，国产品@@牌地平线@@@@、黑芝麻@@、芯驰等@@抓住国产替代窗口开始发力@@。此时@@，智驾芯片@@面向应用@@场景和@@汽车终端产品@@定位@@出现算力需求分化@@，行业形成共识@@，L2/L2+级@@别自@@动驾驶@@在@@短期内更具商业落地价值@@，纷纷发力抢占市场@@。

值得一提的@@是@@@@，在@@ L2/L2+级@@别的@@中@@高算力自@@动驾驶@@市场中@@@@，算力需求已经达到@@了@@ 30 TOPS~1000 TOPS 这个@@范围@@，比如@@ 2020 年@@英伟达发布的@@针对@@@@ L2 级@@别市场的@@@@ Xavier 芯片@@，已上车小鹏@@@@ P7/P5 等@@车型@@，算力为@@@@ 30TOPS；2022 年@@地平线@@发布的@@@@ J5 芯片@@，已上车理想@@、比亚迪@@、蔚来@@旗下阿尔卑斯@@、哪吒等@@车型@@@@，算力为@@@@ 128TOPS；同年@@英伟达又针对@@@@ L2+级@@别高阶辅助驾驶车型推出@@ Orin 芯片@@，成为@@主机厂合@@作的@@王者@@，算力为@@@@ 256TOPS。根据@@业内人士反馈@@，Orin 芯片@@的@@出现给@@ Mobileye、地平线@@、高通@@、黑芝麻@@智能@@、寒武纪等@@自@@动驾驶@@芯片@@企业带来了空前压力@@。

EDA 正在@@助力汽车芯片@@厂商实现性能和@@先发优势@@

对@@于@@这些@@大芯片@@@@设计@@厂商而@@言@@，如何缩减上市时间取得先发优势@@，在@@提高算力@@、安全等@@级@@的@@同时@@@@，改善芯片@@的@@@@ PPA（功耗@@、性能和@@面积@@），成为@@共同的@@追求目标@@。

传统的@@@@ EDA 工具@@常使用@@@@“经验@@法则@@”，需要设计@@人员根据@@直觉和@@经验@@进行优化@@，这种建模@@和@@仿真技术@@存在@@很多局限性@@，包括@@：无法从@@以@@前的@@设计@@中@@汲取经验@@@@，导致生产力受限且设计@@不够准确@@；多次@@迭代导致设计@@时间增加@@；HLS 通常需要更多的@@时间来完成综合@@@@；布局@@和@@布线取决于设计@@师的@@预测@@/经验@@，会增加运行时间@@；就时间和@@资源而@@言@@，制造成本高昂等@@@@。与@@此同时@@@@，车规级@@芯片@@的@@质量在@@很大程度上取决于底层半导体技术@@和@@设计@@规则@@，因此@@对@@@@ EDA 又提出了更高的@@要求@@。

所以@@对@@于@@一颗@@车规级@@大芯片@@@@而@@言@@，为@@了确保设计@@的@@正确性@@，必须在@@生产制造前进行大规模的@@仿真和@@验证@@，而@@芯片@@的@@算力规模越大@@、集成度越高@@，仿真验证的@@过程就会越复杂@@，设计@@人员需要更快地实现收敛和@@验证@@，来降低成本并提高结果质量@@。同时@@，传统的@@@@随机@@/自@@动测试模式@@生成@@（ATPG）方案@@在@@故障@@覆盖率方面已经不能满足实际需求@@。因此@@，将@@ AI 和@@ EDA 融合@@是@@大势所趋@@。

Cadence 作为@@@@ EDA 领域的@@深耕者和@@领导者@@，可以@@提供@@汽车智能设计@@所需的@@全部@@ EDA 工具@@、设计@@流程等@@@@，帮助工程师加速自@@动驾驶@@设计@@@@。同时@@，通过@@将@@@@ AI/ML 功能@@融入现有的@@@@ EDA 工具@@中@@@@，能够从@@手动到@@完全自@@动@@化@@不同等@@级@@产生更好@@、更可预测的@@结果@@，助力汽车厂商利用多学科分析和@@优化@@（MDAO）技术@@提高整体设计@@@@，从@@而@@实现@@更快速@@、更优质的@@结果@@，系统@@的@@精确行为@@建模@@也提高了产品@@保真度和@@安全性@@。

下面@@介绍两个@@@@ Cadence 在@@自@@动驾驶@@中@@所提供@@的@@典型解决方案@@@@@@——Cadence Tensilica 处@@理器@@ IP、Xcelium ML。

Cadence Tensilica 处@@理器@@ IP

Tensilica 处@@理器@@ IP 是@@ Cadence 根据@@应用@@需求量身定制的@@差异化处@@理器@@系列@@@@ IP，可满足各类@@ ADAS 硬件加速平台需求@@，其@@ DSP 内核@@ Tensilica ConnX 支持用于@@ L2 级@@别自@@动驾驶@@下@@ ADAS 的@@激光雷达@@@@@@、毫米@@波雷达@@中@@的@@高性能@@数据处@@理@@，提供@@性能@@、功耗@@和@@面积的@@理想组合@@@@，同时@@其@@@@ DSP 处@@理器@@ Tensilica Vision 与@@ Tensilica Al 处@@理器@@的@@集成可轻松实现视觉传感器@@数据处@@理@@。

对@@于@@汽车@@芯片@@厂商来说@@@@，在@@将@@@@ Tensilica DSP 产品@@集成到@@系统@@级@@芯片@@的@@同时@@@@，可以@@快速@@、轻松地进行软硬件划分的@@探索分析@@，满足将@@来算法的@@演进同时@@大大降低@@ CPU，GPU 和@@ AI 处@@理器@@的@@负载@@。同时@@使用@@@@ Tensilica Instruction Extension（TIE）语言自@@动生成处@@理器@@扩展和@@与@@之匹配的@@软件工具@@@@，并创建特定领域的@@差异化解决方案@@@@@@。

值得一提的@@是@@@@，搭载@@ FlexLock 的@@ Tensilica Xtensa 处@@理器@@现已通过@@@@车规级@@安全认证@@，完全符合@@@@汽车安全完整性等@@级@@@@ D 标准@@，提供@@ ASIL D 系统@@级@@和@@@@@@ ASIL D 随机故障@@防护@@，适用于功能@@安全@@@@（FuSa）应用@@，可以@@帮助更多大芯片@@@@设计@@厂商将@@安全模块集成到@@@@ SoC 中@@，减少模块设计@@和@@验证时间@@，增加产品@@先发优势@@。

以@@汽车@@雷达@@模块中@@的@@@@ SoC 为@@例@@，其@@通常由多个@@处@@理@@188足彩外围@@app 组成@@，包括@@控制@@器@@ CPU 和@@一个@@或@@多个@@@@ DSP 等@@。当@@ SoC 中@@的@@晶体管出现随机故障@@时@@，包括@@晶体管或@@其@@他物理@@188足彩外围@@app 磨损并卡在@@逻辑@@“0”或@@“1”处@@，由于@@ α 粒子引起的@@静态故障@@导致内存位@@从@@@@“0”翻转为@@@@“1”等@@永久性故障@@@@，或@@是@@由@@ SoC 中@@的@@信号串扰等@@噪声@@引起的@@瞬态故障@@等@@@@，这些@@故障@@都可能发生在@@@@与@@处@@理器@@紧密耦合@@的@@逻辑门或@@存储器中@@的@@处@@理@@188足彩外围@@app 中@@，最终造成安全问@@题@@。

因此@@，系统@@设计@@人员必须设定一个@@安全目标@@，即@@ DSP 中@@的@@随机故障@@不得导致车道标记等@@物体检测@@失败@@。该@@安全目标将@@指导设计@@人员采取适当@@的@@安全机制@@，以@@便在@@检测@@到@@随机故障@@时@@，安全控制@@器会收到@@通知并可以@@采取措施@@，例如@@重新初始化@@ DSP 等@@。如果@@ DSP 已经进行处@@理@@，则安全控制@@器负责采取措施确保在@@@@ DSP 重新初始化之前@@/期间达到@@安全状态@@@@。

在@@这种设计@@中@@@@，位@@于@@“安全岛@@”中@@的@@安全控制@@器可以@@起到@@安全关键决策的@@作用@@。当@@然@@，控制@@器也可能会出现随机故障@@@@，如果@@控制@@器检测@@到@@@@ DSP 故障@@，但控制@@器采取了错误的@@操作来响应该@@故障@@@@，从@@而@@使系统@@处@@于不安全状态@@@@，这类故障@@可能会产生严重后果@@，这种情况下设计@@人员就需要采用冗余的@@设计@@方法@@，让两个@@控制@@器同步运行@@，来大大降低此类事件发生的@@可能性@@。

综上@@，为@@了实现系统@@级@@别的@@安全目标@@，像雷达@@模块中@@的@@@@ SoC 这样的@@处@@理器@@设计@@是@@非常复杂的@@@@，所以@@芯片@@设计@@企业通常会向可靠的@@第@@三@@方购买@@ IP，来简化设计@@流程@@，提高流片的@@成功率@@，而@@ Tensilica 处@@理器@@ IP 是@@个@@不错的@@选择@@。

Xcelium ML

Xcelium Logic Simulation 是@@ Cadence 为@@ IP 和@@系统@@级@@芯片@@@@验证收敛提供@@的@@一款高速的@@仿真器@@，可为@@@@ SystemVerilog、VHDL、SystemC®、e、UVM、混合@@信号@@、低功耗@@和@@@@ X 态传播@@（X-propagation）提供@@业内优异的@@核心引擎性能@@，从@@而@@加快验证吞吐量@@。

其@@中@@@@，Xcelium Machine Learning（ML）App 利用专有的@@机器学习技术@@来缩短回归时间@@，可从@@以@@往的@@回归运行中@@学习并指导@@ Xcelium 随机引擎@@，在@@实现@@相同覆盖率的@@前提下@@大幅度减少仿真回归周期@@，或@@者产生特定覆盖点的@@激励触发更多的@@@@ bug来提高验证质量@@。

同时@@，Cadence 对@@特定领域还提供@@了相应的@@@@ App，包括@@混合@@信号@@@@、基于机器学习的@@测试压缩和@@功能@@安全@@@@，可以@@帮助汽车芯片@@设计@@团队尽早实现对@@@@ IP 和@@系统@@级@@芯片@@@@（SoC）设计@@的@@验证收敛@@，非常适合@@@@ Level 2+ 级@@以@@上@@@@ SoC 设计@@。

瑞萨电子汽车@@ SoC 业务部杰出工程师@@ Tatsuya Kamei 对@@此表示@@：“将@@ Xcelium Machine Learning（ML）App 纳入验证流程@@，有助于@@我们在@@紧迫的@@期限内@@，通过@@更少的@@回归测试来加速完成覆盖率的@@收敛任务@@，同时@@最大限度地提高验证性能和@@整体验证效率@@。”

而@@在@@这段表述的@@背后@@，是@@瑞萨电子借助@@ Verisium AI-Driven 验证平台@@，整体调试效率提高了@@ 6 倍@@，整体随机验证回归缩短了@@ 66%；以@@及@@依托@@ Xcelium ML App，实现了回归用例@@ 2.2 倍@@压缩和@@@@ 100% 覆盖率收敛的@@事实@@。

此外@@值得一提的@@是@@@@@@，瑞萨电子在@@不断使用@@机器学习进行回归迭代过程中@@@@，在@@实现@@ 100% 覆盖率的@@前提下@@，将@@工作量减少了@@ 3.6 倍@@。

瑞萨电子利用机器学习大大减少回归运行次@@数@@（从@@ 3774 次@@减少到@@@@ 1168 次@@），成功在@@规定时间内实现产品@@上市@@。除了节省资源@@、时间和@@加速覆盖率收敛外@@，Xcelium ML Apps 还为@@瑞萨电子节省了约@@ 27 个@@工时@@。

写在@@最后@@

汽车产业的@@变革还在@@继续@@，芯片@@和@@电子系统@@的@@重要性只会越来越高@@。不可否认的@@是@@@@，在@@克服未知挑战的@@路上缺少不了整个@@产业链的@@通力合@@作@@，而@@ EDA 和@@ IP 将@@是@@贡献者链路上重要的@@一环@@。

车载网@@络@@中@@噪音抑制的@@关键@@

judy — Thu, 09 Nov 2023 04:32:08 +0000

在@@高级@@驾驶辅助系统@@@@（ADAS）和@@自@@动驾驶@@技术@@快速发展的@@推动下@@@@，现代汽车都配备了大量传感器@@@@，如摄像头@@@@、雷达@@、LiDAR等@@。车内数据通信@@车载网@@络@@正在@@向速度更快的@@汽车以@@太网@@@@@@标准@@转变@@。随着@@数据速度的@@增长@@@@，噪声@@抑制在@@这些@@网@@络中@@的@@重要性也提升了@@。

本期推文为@@大家介绍的@@是@@针对@@最新车载网@@络@@标准@@优化的@@噪声@@滤波器@@。

车载网@@络@@的@@发展@@

如今@@，汽车上都配有@@摄像头@@@@、传感器@@和@@雷达@@一系列@@等@@辅助驾驶电子设备@@@@。车载网@@络@@负责传输这些@@设备@@发出的@@数据@@，并集成各种@@ECU（电子控制@@单元@@）。由于@@车载网@@络@@的@@性能直接影响车辆@@@@安全@@，因此@@其@@是@@构成汽车基础结构的@@关键部分@@。目前@@，车载网@@络@@正在@@从@@当@@下常见的@@@@CAN -BUS（控制@@器局域网@@总线@@）*1标准@@向通信@@速度更快的@@汽车以@@太网@@@@@@过渡@@*2。汽车以@@太网@@@@@@不仅可以@@提高数据传输速率@@，还有助于@@提升实时性能和@@强化安全性@@。

汽车配有@@各种@@ECU，如与@@动力总成@@、信息娱乐系统@@和@@安全性相关的@@@@ECU，相互之间通过@@网@@络连接@@。

车载网@@络@@及噪声@@抑制的@@关键性@@

随着@@车载网@@络@@的@@数据传输不断向更高速和@@更大容量发展@@，噪声@@问@@题也逐渐变得不容忽视@@。噪声@@是@@一种干扰数据通信@@的@@无用信号@@，可能会破坏数据@@，导致传感器@@检测@@错误@@、传输延迟和@@各种电子设备@@故障@@@@。尤其@@是@@如今@@现代汽车充满了电子设备@@@@，而@@噪声@@引发的@@故障@@可能会严重影响汽车安全@@，因此@@噪声@@抑制比以@@往任何时候都更加重要@@。

众所周知@@，电子设备@@会产生电磁波@@。然而@@@@，如果@@某个@@电子设备@@在@@运行时既不干扰周围设备@@@@，其@@自@@身也不受外部干扰源的@@影响@@，则表明该@@电子设备@@具有@@电磁兼容性@@(EMC)*3。噪声@@滤波器就是@@实现电磁兼容性的@@典型@@188足彩外围@@app 。

顾名思义@@，噪声@@滤波器可以@@消除网@@络中@@不必要的@@信号@@(噪声@@)，以@@保障数据通信@@的@@质量@@；另外还可以@@吸收或@@阻断噪声@@@@，从@@而@@确保数据通信@@准确无误@@。通过@@减少传输错误@@，噪声@@滤波器可以@@最大限度地提高具有@@先进功能@@的@@汽车的@@性能@@。

CAN总线和@@汽车以@@太网@@@@@@等@@网@@络标准@@采用差分信号传输法@@，该@@方法可以@@抵抗外部噪声@@@@，但来自@@内部电路的@@共模噪声@@同样会影响两个@@方向的@@传输@@。虽然@@不同类型的@@噪声@@都可能渗入通信@@线路@@，但共模滤波器专门用于有效消除共模噪声@@@@，保障通信@@质量@@。

为@@汽车网@@络选择合@@适的@@噪声@@滤波器十分关键@@

噪声@@滤波器必须适合@@相应通信@@标准@@@@、频率范围和@@数据速率@@。要对@@汽车以@@太网@@@@@@和@@@@@@CAN -BUS进行噪声@@抑制的@@话@@，就需要具有@@不同特性的@@滤波器@@。即@@使决定采用共模滤波器@@，也要根据@@共模噪声@@的@@消音频率要求缩小选择范围@@。由于@@噪声@@滤波器及其@@他电子@@188足彩外围@@app 出现故障@@会严重影响汽车安全@@，因此@@需要密切关注噪声@@滤波器的@@使用@@寿命@@、耐用性和@@可靠性@@。

TDK的@@共模滤波器采用专有设计@@和@@绕线技术@@@@，其@@高性能@@广受好评@@，在@@汽车应用@@的@@共模滤波器领域占有较大市场份额@@。此外@@，我们还成功开发了可兼容@@10BASE-T1S 标准@@的@@产品@@@@，领先于竞争对@@手@@。

近年@@来@@，随着@@自@@动驾驶@@技术@@的@@发展和@@电动汽车的@@普及@@，人们对@@汽车噪声@@控制@@的@@需求日益强烈@@，因此@@EMC技术@@在@@汽车设计@@中@@的@@重要性也日趋显著@@。在@@采用@@TDK的@@ ACT系列@@共模滤波器的@@车载网@@络@@中@@@@，除了传统@@CAN-BUS，汽车以@@太网@@@@@@等@@高速网@@络也得到@@快速应用@@@@，足以@@满足高速@@、大容量通信@@的@@需求@@。

除了具备强大的@@噪声@@抑制功能@@外@@，滤波器还要表现出良好的@@平衡特性@@，避免通信@@的@@信号受到@@不利影响@@。此外@@，汽车电气化与@@多功能@@化也扩大了共模滤波器在@@电源线中@@的@@应用@@@@，TDK将@@持续拓展其@@共模滤波器产品@@系列@@@@，以@@满足这一发展趋势@@。车载噪声@@抑制@@188足彩外围@@app 的@@市场预计还将@@继续扩大@@。TDK不仅将@@设计@@和@@开发元器件@@，还将@@提供@@全面的@@@@ EMC解决方案@@@@，包括@@提供@@评估服务和@@对@@策建议@@，从@@而@@为@@汽车行业@@的@@进步和@@发展贡献力量@@。

TDK 共模滤波器在@@汽车中@@的@@应用@@@@

随着@@车载网@@络@@变得速度更快@@、更复杂性@@，由噪声@@引发的@@挑战比以@@往任何时候都更加严峻@@。幸运的@@是@@@@，共模滤波器及其@@他噪声@@滤波器有助于@@克服这一挑战@@，并支持着车载网@@络@@的@@长@@足发展@@。为@@车载网@@络@@环境选择合@@适的@@噪声@@滤波器@@（多种标准@@可选@@）有助于@@进一步提升汽车的@@安全性和@@性能@@。一个@@小小噪声@@滤波器所蕴藏的@@技术@@有望为@@整个@@汽车行业@@的@@发展提供@@巨大支持@@。

TDK拥有丰富的@@噪声@@滤波器产品@@系列@@@@，包括@@可匹配@@CAN-FD和@@Flex-Ray等@@网@@络标准@@的@@产品@@@@@@。

术语解说@@@@

*1 - CAN-BUS（CAN总线协议@@）：全称控制@@器局域网@@总线@@@@ (Controller Area Network Bus)，是@@车载网@@络@@中@@应用@@最广泛的@@串口通信@@协议@@。

*2 - 以@@太网@@@@：个@@人电脑和@@电子设备@@最常用的@@有线网@@络标准@@@@。作为@@@@车载网@@络@@标准@@@@，也越来越受欢迎@@。

*3 - EMC：全称电磁兼容性@@ (Electromagnetic Compatibility)，表示电子设备@@在@@噪声@@方面的@@性能@@，具体分为@@@@ EMI（电磁干扰@@）和@@ EMS（电磁感应强度@@），前者指设备@@本身发出的@@噪声@@@@，后者指设备@@对@@外部噪声@@的@@反应@@。

文章来源@@@@：TDK中@@国@@

基于黑芝麻@@智能@@@@A1000系列@@芯片@@@@，搭载@@智能双目限高防撞预警系统@@的@@依维柯欧胜车型将@@于年@@内量产@@

judy — Wed, 30 Aug 2023 02:29:30 +0000

近日@@，依维柯旗下欧胜车型将@@应用@@黑芝麻@@智能@@与@@中@@科慧眼联合@@打造的@@智能双目限高防撞预警系统@@@@，将@@进行小批量装车验证@@，预计于@@2023年@@第@@四@@季度量产@@。

黑芝麻@@智能@@针对@@依维柯汽车旗下欧胜房车的@@电子辅助功能@@配置@@，拓展开发限高防撞预警系统@@@@。搭载@@黑芝麻@@智能@@与@@中@@科慧眼联合@@打造的@@智能双目限高防撞预警系统@@的@@车型将@@于@@2023年@@第@@四@@季度实现量产@@。

此前@@，黑芝麻@@智能@@与@@中@@科慧眼联合@@研发了限高防撞预警系统@@@@，该@@系统@@应用@@了黑芝麻@@智能@@华山@@®二号@@A1000系列@@自@@动驾驶@@计算@@芯片@@@@，可对@@各类不规则的@@限高障碍物如桥洞@@、隧道@@、限高杆@@、路边指示牌@@、广告牌@@、树干等@@@@有潜在@@碰撞风险的@@物体进行实时和@@有效的@@检测@@@@。

依维柯汽车同样将@@在@@该@@智能双目限高防撞预警系统@@的@@基础上@@，针对@@欧胜车型展开进一步系统@@开发@@，即@@将@@进行小批量装车验证@@@@。

搭载@@基于黑芝麻@@智能@@@@@@A1000系列@@芯片@@@@研发的@@智能双目限高防撞预警系统@@的@@依维柯欧胜车型示意图@@@@

基于黑芝麻@@智能@@@@华山@@®二号@@A1000系列@@芯片@@@@平台开发的@@限高防撞预警系统@@@@，能够实时检测@@车辆@@@@前方@@、镜头视角范围内清晰可见的@@限高目标如限高杆@@@@、桥隧@@、路边指示牌@@、广告牌@@、树干等@@@@，当@@限高目标低于车顶高度@@、有碰撞危险@@时@@，系统@@通过@@自@@身和@@整车仪表进行声音和@@视觉的@@一二级@@预警@@。

华山二号@@@@A1000系列@@芯片@@@@内置车载专用高性能@@图@@像传感器@@@@、实时计算@@机视觉和@@神经网@@络处@@理器@@@@，搭载@@摄像头@@传感和@@技术@@框架@@，能够保障限高防撞预警系统@@卓越的@@计算@@性能和@@精准的@@感知能力@@。

南京依维柯是@@行业用车首选品牌@@，也是@@国内轻型客车的@@开创者@@。依维柯旗下的@@欧胜作为@@@@国内房车的@@经典车型@@，销量常年@@居于领先地位@@@@，拥有硬核产品@@力和@@坚实广泛的@@市场基础@@。与@@此同时@@@@，在@@当@@下旅游市场强劲复苏的@@背景下@@，自@@驾房车出行将@@成为@@越来越多消费者的@@选择@@，汽车市场也将@@迎来回暖与@@重塑的@@机遇@@。

黑芝麻@@智能@@深耕多元广泛的@@汽车智能化@@场景应用@@@@，为@@行车安全保驾护航的@@同时@@提供@@极致性价比智能化@@驾驶体验@@。目前@@，黑芝麻@@智能@@已开发涵盖乘用车及商用车@@，针对@@快速部署智能驾驶系统@@@@、安全系统@@和@@@@V2X等@@各种自@@动驾驶@@功能@@的@@完整解决方案@@@@@@。

未来@@，黑芝麻@@智能@@将@@以@@客户为@@中@@心@@，持续开发面向多元的@@汽车计算@@场景的@@智能汽车计算@@芯片@@@@，以@@强大的@@芯片@@平台赋能行业伙伴@@，拓展服务更多商用领域合@@作伙伴的@@体系能力@@，为@@客户提供@@覆盖各种自@@动驾驶@@功能@@的@@完整解决方案@@@@@@。本次@@基于黑芝麻@@智能@@@@芯片@@高级@@辅助驾驶系统@@的@@高质量合@@作@@，将@@推动中@@国@@商用车产业的@@智能化@@发展@@，助力中@@国@@专用车行业的@@高速发展趋势@@。

符合@@@@汽车标准@@的@@@@MEMS麦克风@@ 汽车在@@细心聆听@@

judy — Mon, 15 May 2023 06:53:43 +0000

作者@@：儒卓力汽车事业部产品@@销售经理@@@@ Ralf Hickl

汽车正在@@学习倾听@@——不仅是@@倾听车内的@@乘客@@，也倾听外部环境@@。这是@@因为@@来自@@车辆@@@@环境的@@声音信号可以@@提供@@有关其@@他道路使用@@者的@@重要信息@@，从@@而@@提升不断增强的@@驾驶员辅助@@系统@@和@@自@@动驾驶@@功能@@@@。

麦克风@@已经成为@@车辆@@@@内部的@@普遍配置@@，所有较新的@@车辆@@@@至@@少都配备了强制性@@eCall系统@@，以@@便在@@发生紧急情况时通过@@声音进行沟通@@。新的@@应用@@接踵而@@来@@，例如@@：

- 通过@@生成反声波而@@发挥作用的@@主动降噪@@（ANC）

- 道路状况记录@@

- 发动机@@/驾驶噪声@@的@@频谱分析@@，用于预防性维护以@@及@@状态@@和@@故障@@检测@@@@

- 应急车辆@@@@的@@警报探测@@，包括@@识别其@@方向@@

通过@@AEC-Q103认证的@@英飞凌@@@@IM68A130A MEMS (微机电系统@@@@)麦克风@@提供@@聆听功能@@@@：它提供@@模拟输出信号并具有@@集成式低噪声@@前置放大器@@(图@@1)，因而@@实现了只有@@–106 dBV(A)的@@低噪声@@本底和@@@@68 dB(A)的@@高信号@@/噪声@@比@@。同时@@，其@@声学过载点极限是@@@@130 dBSPL (声压级@@@@)。这些@@性能特点有助于@@扩大声学信号的@@动态范围@@，并且为@@非常柔和@@@@/遥远的@@声音以@@及@@非常响亮@@/接近的@@声音提供@@可理解性和@@信号保真度@@。

图@@1：TLGA封装@@IM68A130A MEMS麦克风@@ (图@@片来源@@@@：英飞凌@@)

IM68A130A具有@@出色的@@录音质量@@，外加介于@@10 Hz和@@16 kHz之间的@@直频响应特性@@。

对@@于@@语音识别算法来说@@@@，MEMS麦克风@@凭借高信噪比而@@提供@@可处@@理的@@数据@@。因此@@，即@@使以@@柔和@@的@@声调说@@出命令也能生成良好的@@信号@@。在@@车辆@@@@外面使用@@时@@，高信噪比有利于采集远处@@的@@声音@@，例如@@开启警报器的@@应急车辆@@@@正在@@靠近@@。

多个@@麦克风@@提供@@更多的@@选择@@

同时@@使用@@@@多个@@麦克风@@可提供@@更多的@@选择@@。因为@@在@@麦克风@@阵列中@@@@，来自@@一个@@声源的@@声音以@@不同的@@强度和@@时间偏移到@@达各个@@麦克风@@@@。用户可以@@从@@信号的@@差异中@@推断出声源的@@方向@@。可以@@采用数字信号处@@理从@@麦克风@@阵列信号来设置所需的@@方向特性@@（波束成形@@）。由于@@其@@灵敏度和@@相位@@响应的@@公差较小@@，IM68A130A也非常适合@@@@在@@阵列中@@使用@@@@。

使用@@A2B评测套件加快上市速度@@

当@@需要测试和@@优化带有@@多个@@符合@@@@汽车标准@@的@@@@@@MEMS麦克风@@的@@阵列时@@，英飞凌@@A2B评测套件是@@理想的@@选择@@，这款套件包含了通过@@@@A2B总线联网@@的@@多麦克风@@系统@@所需要的@@所有组件@@（图@@2）。每个@@从@@属模块可容纳四个@@麦克风@@@@。从@@属模块的@@封装@@是@@磁性的@@@@，可以@@附着在@@车体的@@金属板上@@（图@@3）。主单元@@中@@的@@@@32位@@Aurix系列@@微控制@@器负责数字信号处@@理@@。评测套件还带有@@用于各种配置@@（不同数量的@@从@@属单元或@@从@@属单元中@@的@@有源麦克风@@@@）的@@样本软件@@。

图@@2：英飞凌@@A2B评测套件及其@@组件@@：(1)带有@@Aurix系列@@微控制@@器的@@@@ECU主单元@@，(2)封装@@，(3)12 V插入式电源@@，(4)最多四个@@从@@属模块之一@@，(5)从@@属模块的@@磁性封装@@@@

图@@3：四个@@从@@属模块在@@车辆@@@@外部分布的@@实例@@

A2B评测套件的@@目标应用@@包括@@警报器检测@@@@、免提或@@语音控制@@@@，以@@及@@波束成形@@和@@主动噪声@@消除@@。

总结@@

随着@@车辆@@@@采用@@的@@感官@@感觉越来越人性化以@@及@@类别@@越来越多@@，自@@动化驾驶的@@进展就越大@@。英飞凌@@高性能@@模拟@@xenon MEMS麦克风@@，例如@@IM68A130A，能够确保实现声学环境的@@听觉感测@@。儒卓力产品@@组合@@还包括@@更多用于汽车的@@传感器@@产品@@@@，助力促进自@@动驾驶@@应用@@的@@发展@@。

设计@@车载激光雷达@@@@搞清这@@5点很重要@@！

judy — Sun, 23 Apr 2023 08:34:21 +0000

问@@：车载激光雷达@@@@系统@@@@的@@设计@@思路@@

设计@@一个@@@@TOF车载激光雷达@@@@系统@@@@，首先要确定@@系统@@需要探测的@@最小目标@@@@、该@@目标的@@反射率@@@@，以@@及@@该@@目标的@@距离@@@@，视场角@@。上述这些@@因素会定义系统@@的@@角分辨率@@。并在@@该@@基础上计算@@最小信噪比@@(SNR)，这也是@@后续软件判定检测@@对@@象真@@/假的@@重要检测@@标准@@@@。

检测@@距离@@@@

我们以@@自@@动驾驶@@汽车@@，防撞的@@应用@@来举例@@。最小目标@@：小轿车@@4.8m×1.8 m长@@。目标的@@反射率@@：取决于物体本身的@@性质@@（表面状况@@）。这里不详细讨论@@，假设@@目标可以@@很好的@@反射@@。

以@@汽车@@100公里@@/小时的@@速度来计算@@@@，不仅考虑以@@@@100 km/h速度行驶的@@车辆@@@@@@，还要考虑@@以@@相同速度反向行驶的@@另一辆@@车辆@@@@@@。因此@@，雷达@@系统@@需要能够检测@@到@@@@200公里@@/小时的@@物体@@，也就是@@每秒相对@@运动至@@少@@50m。

当@@然@@，还要考虑@@，如非线性速度@@、停车距离@@@@、规避动作等@@复杂情况@@。所以@@一般说@@来@@，高速应用@@需要激光雷达@@@@系统@@检测@@更远的@@距离@@@@。

视场角@@（FOV）

对@@于@@不同的@@应用@@@@，不同的@@环境@@，视场角@@的@@选择也不一样@@。

图@@ 1. 自@@动驾驶@@车辆@@@@和@@自@@动地面车辆@@@@的@@对@@象检测@@和@@防撞等@@应用@@@@ (图@@片来源@@@@于@@ADI)

如上图@@@@：对@@于@@自@@动驾驶@@车辆@@@@和@@自@@动地面车辆@@@@的@@对@@象检测@@和@@防撞等@@应用@@@@@@，可以@@使用@@@@16像素@@FOV。在@@大客车应用@@中@@@@，可以@@用@@4× 4网@@格矩阵@@，以@@检测@@系统@@周围的@@物体@@，作为@@@@车辆@@@@的@@安全器件@@。

从@@FOV到@@角度分辨率@@@@

确定@@FOV之后@@, 我们可以@@计算@@相应的@@分辨率@@。

FOV可以@@分为@@垂直@@FOV（VFOV）和@@水平@@FOV（HFOV）

当@@激光二极管阵列@@选定之后@@@@，比如@@下图@@@@，一行@@16个@@激光二极管组成@@一个@@阵列@@，每个@@像素@@尺寸@@2mm×0.8mm， 20mm焦距的@@镜头@@。

图@@ 2. 激光二极管阵列@@ (图@@片来源@@@@于@@ADI)

于是@@@@，可以@@利用三角函数可以@@计算@@每个@@像素@@对@@应的@@@@VFOV与@@HFOV

图@@ 3. VFOV 与@@ HFOV 计算@@ (图@@片来源@@@@于@@ADI)

因此@@，根据@@三角函数我们可以@@得出每个@@像素@@@@，VFOV=5.7°，HFOV=2.292°

有了@@VFOV/HFOV, 我们就可以@@得知在@@某一特定距离@@@@，实物尺寸与@@相素的@@关系@@。

角度分辨率@@

换一个@@场景@@，假设@@FOV=1°，即@@1°角度分辨率@@，在@@200 m距离@@时@@，一个@@像素@@点@@，对@@应于@@2×Tan（0.5°）×200m=3.5m长@@的@@物体@@。

即@@1°角分辨率会转换成每侧@@3.5米@@像素@@@@。

对@@于@@4.8m×1.8 m小轿车@@来说@@@@，很难检测@@@@。

相比@@FOV=0.1°，即@@0.1°角度分辨率@@，在@@200 m距离@@时@@，一个@@像素@@点@@，对@@应于@@2×Tan（0.05°）×200m = 0.35m长@@的@@物体@@。

对@@于@@一个@@@@4.8m×1.8 m长@@的@@小轿车@@@@，在@@200 m距离@@时@@，至@@少可以@@有@@5个@@像素@@宽度的@@成像@@。

精细的@@角度分辨率@@使车载雷达@@系统@@能够从@@单一对@@象接收多个@@像素@@的@@返回信号@@。因此@@，在@@这个@@系统@@下@@，甚至@@有可能区分汽车和@@摩托车@@。

距离@@精度@@与@@最小信噪比@@（SNR）

距离@@（或@@深度@@）、精度@@都与@@@@ADC采样速率相关@@。距离@@精度@@允许系统@@准确地知道一个@@物体有多远@@。对@@于@@移动的@@应用@@来说@@@@，非常重要@@。

假设@@ADC采样周期@@Δt 为@@1 ns采样时段@@, 我们可以@@计算@@距离@@@@
d=（c×Δt）/2 = 15cm

c是@@光速@@

即@@使用@@@@1 GSPS ADC的@@距离@@精度@@可达到@@@@15 cm。

当@@然@@可以@@采用更复杂的@@技术@@@@（例如@@过采样插值@@）来改善范围测量精度@@@@。

据估计@@，大约可以@@将@@范围测量精度@@提升@@SNR的@@平方根@@。匹配滤波器是@@用于处@@理数据的@@性能最高的@@算法之一@@，它可以@@在@@插入之后@@最大化@@SNR，以@@得出最高的@@范围测量精度@@@@。

激光雷达@@@@系统@@拓扑结构@@

以@@ADI的@@方案@@为@@例@@@@：

图@@ 4. ADI 激光雷达@@@@系统@@拓扑结构@@ (图@@片来源@@@@于@@ADI)

本文转载自@@@@：得捷电子@@DigiKey微信公众号@@

新纳传感@@推出用于自@@动驾驶@@汽车的@@高性能@@@@IMU：IMU330RA

judy — Sun, 23 Apr 2023 02:08:16 +0000

作者@@：麦姆斯咨询王懿@@，来源@@：MEMS微信公众号@@

据麦姆斯咨询报道@@，近期@@，新纳传感@@（ACEINNA）宣布高性能@@惯性测量单元@@（IMU）IMU330RA全面上市@@。新纳传感@@的@@新款@@IMU330RA是@@一款@@易于集成的@@高性能@@@@6自@@由度惯性传感器@@@@，封装@@于@@IP69K级@@别的@@坚固@@密封@@模压成型塑料外壳@@。IMU330RA具有@@冗余的@@@@3轴加速度计和@@@@3轴陀螺仪@@，拥有出色的@@准确性和@@可靠性@@。

IMU330RA同时@@支持@@1000Base-T1汽车以@@太网@@@@@@和@@@@CAN-FD接口@@，并提供@@高达@@1000Hz的@@低延迟更新率@@。该@@IMU是@@一款@@经过@@ASIL B认证的@@车规级@@传感器@@@@，可为@@@@定位@@系统@@集成到@@@@ASIL D级@@别奠定基础@@。

新纳传感@@汽车业务部副总裁@@Teoman Ustun说@@：“我们的@@@@IMU传感器@@IMU330RA专为@@汽车@@L3级@@和@@@@更高级@@别的@@高级@@驾驶辅助系统@@@@（ADAS）而@@设计@@@@。这款新的@@传感器@@模块通过@@以@@太网@@@@和@@@@CAN-FD接口@@提供@@加密数据@@，输出速率高达@@1000Hz，并支持基于@@gPTP 802.1AS:2020和@@统一诊断服务的@@精确同步@@。”

IMU是@@自@@动驾驶@@汽车导航和@@安全系统@@的@@基本要素@@。IMU与@@各种感知传感器@@@@（激光雷达@@@@、摄像头@@、雷达@@、里程计等@@@@）协同工作@@，以@@确保车辆@@@@行驶在@@正确的@@路径上@@。但是@@@@，如果@@感知传感器@@由于@@隧道@@@@、地下等@@位@@置挑战或@@大雨@@、雪@@、烟雾等@@环境挑战而@@失灵@@，那么@@IMU的@@数据可以@@使车辆@@@@保持在@@其@@@@计划的@@路径上@@，直到@@来自@@感知传感器@@的@@数据恢复或@@车辆@@@@安全停止@@。

IMU330RA关键特性@@：

1°/hr的@@零偏不稳定性和@@@@0.1°/√hr的@@角度随机游动@@

1000Base-T1汽车以@@太网@@@@@@和@@@@CAN-FD接口@@

符合@@@@AEC Q-104车规级@@标准@@@@@@

零部件工作温度@@@@：-40℃至@@+105℃

IP69K、坚固@@、密封@@、模压成型封装@@@@

加密软件更新和@@通信@@@@，带有@@板载硬件安全模块@@（HSM）

ASIL B等@@级@@汽车安全集成@@

迈向更高阶自@@动驾驶@@@@，车路协同@@技术@@是@@关键@@

judy — Tue, 28 Mar 2023 08:04:03 +0000

“世界上最遥远的@@距离@@@@，是@@同一个@@杆子上红绿灯和@@摄像头@@之间的@@距离@@@@。因为@@它们虽然@@挨的@@很近@@，但一点关系都没有@@。”来自@@中@@国@@工程院院士王坚的@@这段话@@，点出了智慧城市建设中@@存在@@的@@问@@题@@——汽车和@@路网@@@@、各种交通设备@@之间@@，都尚未完全实现互联互通@@。

当@@前@@许多智能汽车已经具备@@Level 2级@@辅助驾驶能力@@。但要继续向@@L3、L4级@@的@@自@@动驾驶@@迈进@@，仅仅靠单车智能是@@不够的@@@@，更需要的@@是@@车路协同@@技术@@发展和@@场景普及@@。车辆@@@@依靠自@@身的@@感测与@@计算@@能力@@，可以@@感知车辆@@@@周围数十米@@的@@环境@@；而@@透过车联网@@@@的@@协助@@，则可以@@将@@感知范围提高到@@数百米@@@@，从@@而@@给予车辆@@@@更多的@@反应时间@@。

C-V2X：车路协同@@的@@连接技术@@基础@@

车路协同@@，顾名思义@@就是@@车辆@@@@和@@整个@@道路系统@@要协同起来@@，构建一个@@车联网@@@@@@，实现各个@@节点之间的@@互联互通@@。车联网@@@@亦称@@V2X，可以@@按照连接场景划分为@@四个@@不同的@@部分@@。
1. 车辆@@@@之间的@@互联@@（V2V），可以@@减少车辆@@@@之间的@@相互碰撞事故@@；
2. 车与@@基础设施之间的@@互联@@（V2I），可以@@优化交通信@@号灯的@@定时和@@优先级@@@@；
3. 车与@@人之间的@@互联@@（V2P），可以@@给行人@@@@/骑行者提前发出安全警报@@；
4. 车与@@云端的@@互联@@（V2N）则可以@@让车辆@@@@实时获得交通@@、天气等@@即@@时信息@@，并为@@其@@提供@@定制导航和@@云服务@@。

而@@像车队管理和@@队列行进这些@@复杂场景@@，则需要@@V2V和@@V2N一起来实现@@。

在@@车联网@@@@硬件设备@@层面@@，车端需要有@@OBU（On Board Unit），而@@在@@路侧需要有@@RSU（Road Side Unit），此外@@还需要通信@@基站和@@云端控制@@系统@@@@。不同设备@@之间的@@通信@@@@需要依靠射频无线连接技术@@@@，而@@道路状况复杂多变@@，连接质量关乎整个@@道路系统@@的@@安全运作@@，因此@@对@@@@于通信@@技术@@的@@时延和@@可靠性的@@要求极高@@。

图@@1：C-V2X（图@@源@@：Qorvo官网@@@@）

车联网@@@@无线通信@@技术@@有@@DSRC（IEEE 802.11p）和@@C-V2X两种@@。DSRC在@@短距通信@@的@@延迟更低@@，而@@C-V2X的@@带宽更高@@、传输距离@@更长@@@@。近年@@来@@在@@@@3GPP的@@推动下@@，C-V2X在@@近距离@@场景中@@的@@性能不断增强@@，而@@DSRC却注定无法解锁远距离@@通信@@的@@场景@@，因此@@C-V2X逐渐成为@@了车联网@@@@的@@事实标准@@@@。

图@@2：C-V2X发展历程@@（图@@源@@：3GPP）

早在@@@@2015年@@，3GPP就开始在@@@@Release 14上加入@@V2X标准@@研究@@；并逐渐在@@后续的@@标准@@迭代中@@确立了@@V2X的@@分类@@、主要应用@@场景和@@技术@@规范@@。在@@去年@@@@6月@@份@@，Release17宣布冻结@@。R17特别针对@@短距通讯场景进行了增强@@，在@@设备@@与@@设备@@之间直接通讯@@（D2D）上扩充新的@@侧链@@（Sidelink）功能@@，通过@@PC5接口@@直接实现@@V2V/V2I的@@通信@@@@。接下来@@R17虽然@@还会有些细节的@@能效改善@@，但车联网@@@@标准@@制定已完成最主要的@@部分@@，未来@@车联网@@@@的@@加速商业化将@@是@@发展重点@@。

车联网@@@@下一阶段@@：迈向大规模商用@@

R16确定@@之后@@@@，车路协同@@在@@技术@@路线上标准@@和@@规范都已经确立@@。接下来@@在@@产业发展的@@初期阶段@@，要大力建设车联网@@@@基础设施@@，同时@@也要有相应的@@法规松绑和@@调整@@。我国已经将@@车联网@@@@列入了十四五发展重点@@，目前@@在@@各省市也纷纷划定出了试点区@@。

实现车联网@@@@的@@大规模普及@@，需要在@@四个@@层面上积极推进@@。硬件层面@@，提高路侧设备@@和@@车载设备@@的@@渗透率@@，尤其@@是@@路侧通信@@单元的@@基建投入@@。用户层面@@，要提高公众的@@感知度@@。生态层面@@，跨部门跨行业的@@协同合@@作要继续加强@@。商业层面@@，要持续进行商业模式@@探索@@，挖掘经济效益@@，实现正向价值的@@循环@@。一个@@重要的@@逻辑是@@@@，要使@@V2X真正发挥作用@@，就需要实现大规模应用@@@@，行业内渗透率越高@@，其@@发挥的@@作用和@@准确性也会越高@@。

图@@3：2023 CES的@@隧洞乘运服务@@（图@@源@@：The Boring Company官网@@@@）

目前@@R17已经冻结@@，R18的@@预研也已经开始@@。着眼未来@@@@出行场景的@@要求@@，车联网@@@@的@@技术@@发展呈现四个@@趋势@@。第@@一@@，支持频率纬度的@@扩展使用@@@@，支持毫米@@波及非授权频谱应用@@@@。第@@二@@，节电方式的@@直通通信@@的@@发展@@。第@@三@@，直通通信@@的@@定位@@和@@同步技术@@继续演进@@。第@@四@@，ADAS与@@C-V2X实现跨域融合@@@@。

图@@4：V2X大规模部署时间线@@（图@@源@@：5GAA）

V2X芯片@@选型@@：一切为@@了连接质量@@

在@@车载通信@@单元@@（OBU）和@@路侧通信@@单元@@（RSU）的@@BOM成本中@@@@，C-V2X芯片@@组的@@价值占到@@了一半@@，这部分主要由通信@@芯片@@厂商提供@@@@，而@@剩下的@@一半芯片@@价值@@，则是@@传统芯片@@厂商所擅长@@的@@领域@@。C-V2X芯片@@组虽然@@价值高@@，但芯片@@选择较少@@，更容易进行器件对@@比@@。而@@其@@余的@@芯片@@种类多@@、选择多@@，在@@选型上的@@难度则更高@@。

在@@此@@，我们为@@大家推荐几款有特色的@@车联网@@@@应用@@半导体器件@@。

在@@V2X应用@@处@@理器@@@@的@@选择上@@，可以@@考虑@@NXP Semiconductors的@@i.MX 8X应用@@处@@理器@@@@。该@@处@@理器@@内部集成了多达@@4个@@Arm Cortex-A35内核@@、用于实时处@@理的@@@@Arm Cortex-M4F内核@@以@@及@@集成式@@Cadence Tensilica HiFi DSP，适用于车辆@@@@远程信息处@@理@@、V2X、宽带调制解调器和@@网@@关的@@解决方案@@@@@@。结合@@@@NXP的@@RoadLink SAF5400 DSRC，可以@@构建距离@@的@@@@V2I和@@V2P应用@@。我们推荐@@的@@具体产品@@型号在@@贸泽电子@@的@@料号为@@@@@@MIMX8DX2AVOFZAC。

图@@5：i.MX8XL V2X方案@@（图@@源@@：NXP）

V2X系统@@需要实现高性能@@可靠的@@无线传输@@，则对@@射频天线@@@@、连接器@@等@@提出了更高的@@要求@@。而@@Molex是@@目前@@唯一一家能够结合@@@@无线和@@有线车辆@@@@通信@@解决方案@@@@专业知识的@@一级@@供应商@@，为@@汽车行业@@提供@@从@@云到@@传感器@@再到@@后端的@@完整端到@@端系统@@@@。

在@@V2X车载单元@@（OBU）的@@天线@@选择上@@，我们推荐@@Molex的@@多集线器@@@@5合@@1天线@@。该@@天线@@内置@@2个@@蜂窝@@（LTE、5G）MIMO集线器@@、2个@@Wi-Fi（三频段@@）集线器@@和@@@@GPS功能@@，因此@@可以@@覆盖@@LTE-V2X、SDRC协议或@@@@5G-V2X的@@应用@@频段@@。

自@@动驾驶@@和@@@@V2X的@@跨域融合@@将@@会是@@未来@@的@@技术@@趋势@@，在@@这种应用@@场景中@@@@，多天线@@的@@方案@@是@@更符合@@@@应用@@需求的@@@@。Molex的@@多集线器@@@@5合@@1天线@@结合@@@@多个@@@@WiFi、5G天线@@和@@导航@@GNSS，能够给自@@动驾驶@@汽车获取大量@@、多类型的@@数据提供@@足够的@@带宽支持@@。

此外@@，该@@天线@@采用薄型设计@@@@，易于安装@@，同时@@达到@@了@@IP67防护等@@级@@@@，非常适合@@@@用于商用车辆@@@@的@@无线应用@@@@。该@@天线@@属于@@Molex的@@新产品@@@@，目前@@在@@贸泽电子@@有售@@，具体料号为@@@@216589-1000。

图@@6：Molex 5合@@1天线@@（图@@源@@：Molex）

在@@路侧通信@@单元@@（RSU）的@@射频连接器@@@@选择上@@，我们推荐@@同样来自@@@@Molex的@@SMP-MAX和@@SMP-MAX EVO 50Ω射频连接器@@@@。这是@@一款@@板对@@板和@@板对@@滤波器的@@射频连接器@@@@@@，具有@@直流至@@@@10GHz的@@宽工作频率范围@@。在@@2.7GHz时的@@额定功率高达@@300W以@@上@@，可为@@@@射频放大器提供@@出色的@@性能@@。

据悉@@，SMP-MAX（EVO）的@@阻抗匹配绝缘体经过了优化@@，即@@使在@@插入存在@@间隙@@（2.4mm）的@@情况下@@，也可以@@确保信号完整性@@。Molex的@@专利技术@@提高了额外的@@未对@@准裕量@@，可实现简单可靠的@@连接@@，即@@使在@@盲插应用@@中@@也是@@如此@@。漏斗形设计@@可防止因未对@@准而@@导致的@@额外应力@@，并提高可靠性@@。

该@@射频连接器@@@@适合@@用于各种电信和@@网@@络应用@@@@，包括@@基站@@、无线电头@@、中@@继器和@@系统@@模块等@@@@。我们推荐@@的@@具体产品@@型号在@@贸泽电子@@的@@料号是@@@@73420-0393。

图@@7：Molex SMP-MAX连接器@@（图@@源@@：Molex）

V2X系统@@在@@车内和@@其@@他系统@@的@@连接@@，离不开高速稳定的@@车载以@@太网@@@@@@，以@@太网@@@@PHY在@@其@@@@中@@@@起到@@了数据发送和@@接收的@@作用@@。在@@这类芯片@@的@@选择上@@，可以@@考虑@@NXP的@@TJA110x汽车以@@太网@@@@@@PHY，该@@芯片@@是@@符合@@@@@@100BASE-T1标准@@的@@双端口@@PHY，仅通过@@两根非屏蔽双绞线即@@可提供@@@@100Mbit/s的@@发送@@/接收能力@@，并支持长@@达@@15m的@@电缆@@。TJA110x PHY还针对@@汽车应用@@进行了多项优化@@，支持低功耗@@模式@@@@，并且满足汽车@@AEC-Q100标准@@。我们推荐@@的@@具体产品@@型号在@@贸泽电子@@的@@料号为@@@@@@TJA1101AHN/0Z。

图@@8：车内互连网@@络@@（图@@源@@：NXP）

要实现可靠的@@系统@@@@，还必须实现可靠的@@有线连接@@。而@@在@@汽车连接器@@方面@@，Molex Mini50连接系统@@具有@@明显的@@空间@@优势@@。据悉@@，Molex Mini50与@@传统的@@@@@@USCAR 0.64mm连接器@@相比@@@@，可节省@@50％的@@空间@@。该@@系列@@采用密封@@或@@未密封@@的@@@@Mini50单排和@@双排插座@@，其@@小型端子可适应运输车辆@@@@内部环境中@@的@@更多小电流电路@@，例如@@车载摄像头@@@@、传感器@@、仪表等@@等@@连接场景@@。

我们推荐@@的@@产品@@是@@@@Molex的@@Mini50家族的@@@@CTX50系列@@端子线夹@@@@。该@@系列@@产品@@@@能够在@@保持强度的@@同时@@减小线规尺寸@@，推荐的@@具体产品@@型号在@@贸泽电子@@的@@料号为@@@@560023-0450。

图@@9：Molex CTX50端子线夹@@（图@@源@@：Molex）

结语@@

随着@@Release17的@@冻结@@，Release 18的@@预研也已经展开@@。着眼未来@@@@，C-V2X技术@@将@@会向着节电直通通信@@@@、频率纬度扩展@@、定位@@和@@同步精度@@提升等@@方向继续发展@@。

作为@@@@车联网@@@@的@@关键通信@@技术@@@@，C-V2X将@@会在@@智慧出行的@@产业需求引导下@@，与@@自@@动驾驶@@@@、边缘计算@@和@@数字孪生等@@技术@@进行深度融合@@@@，进入一个@@可迭代@@、可拓展@@、可闭环的@@高速发展路径@@。

本文转载自@@@@：贸泽电子@@微信公众号@@@@

汽车智能化@@加速落地@@，罗姆为@@安全筑起高墙@@

judy — Thu, 08 Sep 2022 06:22:11 +0000

导语@@
全球新一轮科技和@@产业革命正悄悄来临@@，电动化@@、网@@联化@@、智能化@@、共享化成为@@汽车产业的@@发展潮流和@@趋势@@。在@@汽车新四化的@@推动之下@@，汽车电子电气架构从@@原来的@@分布式逐渐向跨域集中@@式和@@车辆@@@@集中@@式不断演进@@，汽车电子软件架构不断升级@@@@，软件与@@硬件分层解耦@@，软件定义汽车的@@时代即@@将@@到@@来@@。汽车智能化@@跑出加速度@@，中@@国@@的@@新能源车市场向好@@，ADAS功能@@搭载@@率不断攀升@@，L2正在@@成为@@标配@@@@，L3开始量产上车@@。

汽车智能化@@趋势下@@，功能@@安全@@成为@@行业关注焦点@@
随着@@汽车智能化@@的@@推进以@@及@@自@@动驾驶@@技术@@创新的@@日新月@@异@@，安全成为@@行业不约而@@同的@@关注焦点@@。安全分为@@两种@@@@，一种是@@本质安全@@，另一种是@@功能@@安全@@@@。本质安全是@@通过@@消除危险@@原因来确保安全的@@方法@@；而@@功能@@安全@@是@@通过@@功能@@方面的@@努力将@@风险降低到@@可接受水平来确保安全的@@方法@@。本质安全可以@@确保绝对@@的@@安全性@@，但是@@@@成本往往很高@@；相比@@之下@@，功能@@安全@@的@@成本较低@@，但在@@设计@@时必须考虑到@@当@@附加的@@功能@@发生故障@@时应如何确保安全@@。

图@@ | 本质安全与@@功能@@安全@@的@@思路@@@@

举个@@例子@@，在@@铁路和@@道路交叉口@@，如果@@采用建立交桥的@@方法将@@铁路和@@道路分开@@，从@@物理上避免火车和@@汽车碰撞的@@方法@@，这是@@一种@@本质安全的@@思路@@@@。而@@如果@@通过@@在@@道路与@@铁路的@@交叉处@@设置警报器和@@栏杆@@，在@@铁路上安装传感器@@@@，当@@传感器@@检测@@到@@火车接近时@@，警报器响起@@，并降下栏杆@@，当@@另外的@@传感器@@检测@@到@@火车已经通过@@时@@，警报器停止@@，并升起栏杆@@，虽然@@道路与@@铁路在@@物理上仍然交叉@@，但可通过@@设置铁路道口的@@方法将@@汽车和@@火车相撞的@@风险降低到@@可接受的@@水平@@，这就是@@功能@@安全@@的@@思路@@@@。当@@然@@，在@@这个@@案例中@@@@，如果@@传感器@@损坏@@，那么@@在@@火车接近时@@，警报器和@@栏杆就不会工作@@，这是@@一种@@“危险@@”状态@@，因此@@就需要加入传感器@@的@@自@@我诊断或@@者双传感器@@的@@冗余设计@@@@，来确保即@@使传感器@@损坏也不会引发危险@@状态@@的@@设计@@@@，这就是@@故障@@安全@@（Fail Safe）的@@思路@@。

由此可知@@，功能@@安全@@其@@实就是@@基于@@“人会犯错@@”、“东西会损坏@@”思路之下的@@一种设计@@@@，而@@功能@@安全@@通常要同时@@考虑到@@@@“系统@@性故障@@@@”和@@“随机性故障@@@@”这两方面@@，来确保没有系统@@性的@@@@Bug，以@@及@@当@@随机性故障@@@@发生时不会对@@人造成伤害@@。在@@中@@国@@@@，ISO 26262（功能@@安全@@）已纳入推荐性国家标准@@@@@@，ISO 26262的@@第@@一@@版中@@文译本@@GB/T 34590已于@@2018年@@5月@@起开始施行@@。

当@@然@@，不止汽车领域有这个@@要求@@，很多工业场景同样对@@安全性要求非常高@@。为@@了构建更安全的@@系统@@@@，必须在@@设备@@开发过程中@@就要考虑到@@在@@发生问@@题时如何确保安全@@，这意味着故障@@安全和@@功能@@安全@@是@@贯穿设备@@开发全流程的@@@@。

复位@@@@IC为@@汽车和@@工业用设备@@安全保驾护航@@
讲到@@汽车和@@工业应用@@场景对@@设备@@安全性的@@需求@@，就不得不提到@@对@@系统@@电源电压@@进行监控的@@重要性@@，而@@复位@@@@@@IC是@@电压@@监控电路中@@不可或@@缺的@@产品@@之一@@，目前@@已经广泛应用@@于@@EV/HEV逆变器@@、引擎控制@@单元@@、ADAS、汽车导航系统@@@@、汽车空调@@、FA设备@@、计量仪器@@、伺服系统@@@@、各种传感器@@系统@@等@@需要对@@电子电路进行电压@@监控的@@各种车载和@@工业设备@@应用@@中@@@@。

面向该@@市场需求@@，罗姆推出了@@1000多种复位@@@@@@IC，2021年@@度@@，在@@低电压@@@@范围的@@广泛应用@@领域@@，创造了@@2.5亿枚的@@年@@出货量记录@@。就在@@近期@@@@，罗姆还开发出了一款高精度@@@@、超低功耗@@且支持@@40V电压@@的@@窗口型复位@@@@@@IC “BD48HW0G-C”。

图@@ | 复位@@@@IC工作示例@@

那么@@什么是@@复位@@@@@@IC呢@@？复位@@@@IC是@@一种开关@@IC，可用于电子电路的@@电压@@监控@@，当@@检测@@到@@被监控的@@电压@@超过阈值时就会通过@@改变输出而@@达到@@复位@@@@操作的@@效果@@，因此@@具有@@通过@@与@@微控制@@器合@@作来确保系统@@安全的@@作用@@。就好比河里的@@水位@@报警器@@，当@@河水漫过最高警戒线或@@低于最低警戒线时都要拉响警报@@，并触发放水或@@蓄水动作@@，而@@这里的@@水位@@传感器@@就好比电路中@@的@@复位@@@@@@IC，起到@@的@@效果是@@一样的@@@@。

罗姆新推的@@复位@@@@@@IC “BD48HW0G-C”有何特别之处@@@@？
同样是@@复位@@@@@@IC，为@@什么要有这么多类型@@？罗姆最新推出的@@复位@@@@@@IC “BD48HW0G-C”又有什么特色或@@优势呢@@@@？由于@@应用@@场景的@@不同@@，系统@@电路对@@复位@@@@@@IC精度@@、功耗@@、工作电压@@@@、功能@@安全@@、监控电压@@范围@@、欠压@@/过压检测@@等@@需求都不一样@@，因此@@需要开发出不同的@@复位@@@@@@IC来匹配相应的@@市场需求@@。

罗姆窗口型复位@@@@@@IC产品@@阵容@@
可灵活设置检测@@电压@@的@@电压@@检测@@器@@ (复位@@@@IC)

产品@@名称@@	数据表@@	工作电压@@@@ (V)	电压@@检测@@精度@@@@ Ta=整个@@温度范围@@ (%)	过电压@@@@ 检测@@ (V)	低电压@@@@ 检测@@ (V)	输出形式@@	静态电流@@ (nA)	迟滞@@ 电压@@ (V)	“L”输出电流@@(mA)			复位@@@@解除@@ 传输延迟时间@@ (us)	工作温度@@ (℃)	封装@@	ComfySIL™ 功能@@安全@@ 类别@@*	支持车载@@ AEC-Q100
产品@@名称@@	数据表@@	工作电压@@@@ (V)	电压@@检测@@精度@@@@ Ta=整个@@温度范围@@ (%)	过电压@@@@ 检测@@ (V)	低电压@@@@ 检测@@ (V)	输出形式@@	静态电流@@ (nA)	迟滞@@ 电压@@ (V)	VDD=1.6V	VDD=1.8V	VDD=2.4V	复位@@@@解除@@ 传输延迟时间@@ (us)	工作温度@@ (℃)	封装@@	ComfySIL™ 功能@@安全@@ 类别@@*	支持车载@@ AEC-Q100
BD48HW0G-C		1.8 to 40	±0.75	1.277	1.277	Open Drain	500	VDET×0.01	-	2	-	17	-40 to +125	SSOP6	FS supportive	YES
BD48W00G-C		1.6 to 6.0	±2.5	1.20	1.20	Open Drain	3,000	VDET×0.01	1	-	2	30	-40 to +125	SSOP6	FS supportive	YES

可灵活设置延迟时间的@@电压@@检测@@器@@ (复位@@@@IC)

产品@@名称@@	数据表@@	工作电压@@@@ (V)	电压@@检测@@精度@@@@ Ta=整个@@温度范围@@ (%)	过电压@@@@ 检测@@ (V)	低电压@@@@ 检测@@ (V)	输出形式@@	静态电流@@ (nA)	迟滞@@ 电压@@ (V)	“L”输出电流@@(mA)			复位@@@@解除@@ 传输延迟时间@@ (us)	工作温度@@ (℃)	封装@@	ComfySIL™ 功能@@安全@@ 类别@@*	支持车载@@ AEC-Q100
产品@@名称@@	数据表@@	工作电压@@@@ (V)	电压@@检测@@精度@@@@ Ta=整个@@温度范围@@ (%)	过电压@@@@ 检测@@ (V)	低电压@@@@ 检测@@ (V)	输出形式@@	静态电流@@ (nA)	迟滞@@ 电压@@ (V)	VDD=1.6V	VDD=1.8V	VDD=2.4V	复位@@@@解除@@ 传输延迟时间@@ (us)	工作温度@@ (℃)	封装@@	ComfySIL™ 功能@@安全@@ 类别@@*	支持车载@@ AEC-Q100
BD52W01G-C		1.6 to 6.0	±5	1.32	1.08	Open Drain	300	VDET×0.01	1	2	Adj	±50 (整个@@温度范围@@)	-40 to +125	SSOP6	FS supportive	YES
☆ BD52W02G-C				1.65	1.35									SSOP6	FS supportive	YES
BD52W03G-C				1.98	1.62									SSOP6	FS supportive	YES
☆ BD52W04G-C				2.75	2.25									SSOP6	FS supportive	YES
BD52W05G-C				3.63	2.97									SSOP6	FS supportive	YES
☆ BD52W06G-C				5.50	4.50									SSOP6	FS supportive	YES

NANO标记产品@@为@@搭载@@@@Nano Energy™超低静态电流@@技术@@的@@产品@@@@。
* FS supportive: 表示这是@@面向车载领域开发的@@@@IC，支持与@@功能@@安全@@相关的@@安全性分析@@。

罗姆最新推出的@@复位@@@@@@IC “BD48HW0G-C”是@@一款@@支持@@40V电压@@的@@窗口型复位@@@@@@IC，由于@@采用了高耐压的@@@@BiCDMOS工艺@@，并融合@@了罗姆所擅长@@的@@模拟设计@@技术@@@@，BD48HW0G-C工作电压@@@@范围宽至@@@@1.8V～40V可调@@。关于窗口型的@@设计@@@@，由于@@BD48HW0G-C配有@@2个@@独立的@@基准电压@@电路@@，因此@@可以@@灵活地设置@@High侧和@@@@Low侧的@@检测@@电压@@@@，并独立复位@@@@检测@@输出@@。在@@检测@@精度@@方面@@，BD48HW0G-C在@@-40℃-+125℃温度范围内可实现业界先进的@@@@±0.75%电压@@检测@@精度@@@@，高于业界标准@@产品@@的@@精度@@@@±2.2%。在@@功耗@@方面@@，BD48HW0G-C的@@静态电流@@只有@@500nA，仅为@@普通的@@工作电压@@@@@@24V以@@上@@的@@窗口型复位@@@@@@IC的@@1/16，这使得工程师在@@设计@@电路时无需担心因复位@@@@电路而@@产生的@@功耗@@增加@@。

图@@ | 在@@全动作温度范围内的@@高精度@@复位@@@@@@@@IC更易于系统@@设计@@@@

为@@何在@@车载和@@工业领域需要强调在@@全动作温度范围内的@@@@、稳定的@@高精度@@特性呢@@@@？我们知道@@，如果@@只是@@在@@@@25℃下有值偏离的@@问@@题@@，那么@@可以@@通过@@固定补偿进行调整@@，比较容易实现@@。但是@@@@在@@汽车和@@工业应用@@中@@@@，环境温度以@@及@@机身自@@身发热和@@散热的@@情况差别较大@@，电源电压@@和@@复位@@@@检出电压@@受温度的@@影响会产生波动@@，这种受温度影响下的@@偏离是@@非常难修正的@@@@，因此@@对@@@@于车载和@@工业环境@@，选择全动作温度范围内的@@@@、稳定的@@高精度@@复位@@@@@@@@IC更易于系统@@设计@@@@，从@@而@@减轻客户的@@设计@@负担@@。此外@@，在@@车载和@@工业环境下@@，通常环境噪声@@较大@@，当@@外部噪声@@侵入时@@，如果@@检测@@出电压@@的@@精度@@差@@，那么@@容易发生误动作@@，因此@@为@@了避免或@@减少外部噪声@@的@@影响@@，提高系统@@运行的@@可靠性@@，高精度@@复位@@@@@@IC是@@更好的@@选择@@。

值得一提的@@是@@@@，罗姆从@@@@2015年@@就已经开始构建@@ISO 26262的@@流程@@，并在@@约@@2年@@半后的@@@@2018年@@3月@@，通过@@德国第@@三@@方认证机构@@TÜV Rheinland获得了@@ISO 26262的@@流程@@认证@@。正因为@@对@@@@ISO 26262规格以@@及@@应用@@电路有着高度理解@@，罗姆针对@@需要功能@@性安全的@@车载和@@工控电源@@，开发了支持从@@低到@@高的@@广泛电压@@范围的@@@@、高精度@@地检测@@电压@@异常的@@复位@@@@@@IC。

实现模拟电源器件超低功耗@@的@@秘密@@：Nano Energy™
前面提到@@@@，BD48HW0G-C的@@静态电流@@只有@@500nA，仅为@@普通的@@工作电压@@@@@@24V以@@上@@的@@窗口型复位@@@@@@IC的@@1/16，如此超低功耗@@是@@如何实现的@@呢@@@@？

事实上@@，罗姆采用的@@是@@@@IDM的@@模式@@@@，在@@这种垂直统合@@型生产体制下@@，罗姆在@@@@“电路设计@@@@”、“布局@@”和@@“工艺@@”这三方面都具有@@更深的@@经验@@累积和@@更强的@@模拟技术@@优势@@。基于此@@，罗姆研发出了超轻负载状态@@下彻底削减消耗电流的@@划时代技术@@@@“Nano Energy™”。使用@@该@@技术@@@@，无负载时的@@静态电流@@可低至@@纳安@@（nA）量级@@@@，不仅可以@@延长@@电池供电@@的@@物联网@@设备@@和@@移动设备@@的@@驱动@@时间@@，还有助于@@不希望增加功耗@@的@@车载和@@工业设备@@的@@高效率工作@@。

举个@@例子@@，我们知道@@，新能源汽车是@@实现全球@@“双碳计划@@”的@@重要组成@@部分@@，对@@于@@EV/HEV来讲@@，提高燃油经济性@@，增加行驶里程势在@@必行@@，于是@@@@低功耗@@化就会变得尤为@@重要@@。其@@次@@@@，当@@汽车怠速熄火时@@，发动机@@会停止运转@@，电池将@@提供@@功能@@所需的@@电力@@。再者@@，当@@在@@停车时@@@@，时钟在@@后台运转@@、报警系统@@开启@@、无钥匙系统@@开启等@@都将@@直接由电池供电@@@@，存在@@电池耗尽的@@风险@@。因此@@，进一步降低电源@@IC的@@电流消耗是@@刚需@@，而@@通过@@搭载@@@@Nano Energy™技术@@，可以@@为@@整个@@汽车系统@@的@@低功耗@@做贡献@@。此外@@，低静态电流@@带来的@@不只有延长@@电池供电@@设备@@寿命一个@@好处@@@@，同时@@对@@于@@汽车@@和@@工业应用@@来说@@@@，还能减少电路中@@的@@暗电流@@，有助于@@EMC的@@改善@@。更多详情@@：https://www.rohm.com.cn/support/nano

写在@@最后@@
沿着自@@动驾驶@@产业链@@，L2级@@别的@@自@@动驾驶@@渗透率不断提升@@，L3级@@别的@@自@@动驾驶@@开始落地@@，新能源汽车市场已经从@@政策驱动@@转向@@市场拉动@@。这意味着汽车电子系统@@越来越复杂@@，对@@汽车功能@@安全@@的@@需求度也越来越高@@。罗姆作为@@@@汽车电子领域的@@深耕者@@，将@@通过@@符合@@@@功能@@安全@@的@@理念@@、技术@@、产品@@、方案@@和@@客户服务@@，为@@提升全球汽车安全性做出贡献@@。

从@@L1到@@L5：自@@动驾驶@@升级@@@@，三种关键传感器@@应该@@如何选@@？

judy — Wed, 06 Jul 2022 07:10:13 +0000

本文转载自@@@@：贸泽电子@@微信公众号@@@@

自@@动驾驶@@汽车是@@一种能够感知环境并在@@无人参与@@的@@情况下@@运行的@@车辆@@@@@@，它能做有经验@@的@@人类驾驶员所做的@@一切@@。在@@最近的@@一项研究中@@@@，专家们确定@@了自@@动驾驶@@汽车的@@三种发展趋势@@，即@@车辆@@@@的@@自@@动化@@、电气化和@@共享化@@。如果@@这@@“三化@@”同时@@作用@@，将@@释放自@@动驾驶@@汽车的@@全部潜力@@，预计到@@@@2050年@@，将@@引发城市交通的@@第@@三@@次@@革命@@，届时交通拥堵将@@得到@@极大缓解@@，运输成本将@@降低@@40%，全球城市二氧化碳排放量减少@@80%。

自@@动驾驶@@的@@@@6个@@等@@级@@@@

对@@于@@许多人来说@@@@，自@@动驾驶@@或@@无人驾驶是@@一项复杂而@@有争议的@@技术@@@@，对@@“无人化@@”的@@理解也有较大差异@@。为@@此@@，美国汽车工程师学会@@（SAE）定义了@@6个@@无人驾驶等@@级@@@@，包括@@从@@@@L0级@@（完全手动@@）到@@L5级@@（完全自@@动@@）。目前@@，这些@@无人驾驶等@@级@@准则已经被美国交通部采纳@@。业界也普遍接受这@@6个@@等@@级@@@@划分@@。

图@@1：自@@动驾驶@@的@@@@6个@@等@@级@@@@（图@@源@@：Synopsys）

L0级@@（无自@@动驾驶@@@@）

在@@当@@今道路上行驶的@@大多数汽车都属于@@L0级@@，这种手动控制@@的@@车辆@@@@全部由人类驾驶员完成动态驾驶任务@@，尽管其@@中@@@@可能有相应的@@系统@@来辅助驾驶员@@，例如@@紧急制动系统@@@@，但从@@技术@@上讲@@，该@@辅助系统@@并未主动@@“驱动@@”车辆@@@@。

L1级@@（驾驶员辅助@@）

这是@@自@@动化的@@最低级@@别@@。车辆@@@@具有@@单独的@@自@@动化驾驶员辅助@@系统@@@@，例如@@转向@@或@@加速@@（巡航控制@@@@）。人类驾驶员负责与@@操作汽车相关的@@所有任务@@，包括@@加速@@、转向@@、制动和@@监控周围环境@@。

L2级@@（部分自@@动驾驶@@@@）

在@@这个@@级@@别上@@，汽车中@@的@@自@@动化系统@@可以@@辅助转向@@和@@加速@@，而@@驾驶员仍然负责大部分安全关键功能@@和@@环境监控@@。车辆@@@@配备有高级@@驾驶员辅助@@系统@@@@（ADAS），能够控制@@转向@@以@@及@@加速或@@减速@@。目前@@，L2级@@是@@道路上最常见的@@自@@动驾驶@@汽车@@。特斯拉的@@@@ Autopilot 和@@凯迪拉克的@@@@（通用汽车@@）Super Cruise 系统@@都符合@@@@@@ L2级@@标准@@@@。

L3级@@（受条件制约的@@自@@动驾驶@@@@）

从@@L3级@@开始@@，汽车本身利用自@@动车辆@@@@传感器@@监测环境@@，并执行其@@他动态驾驶任务@@，如制动@@。如果@@在@@驾驶过程中@@出现系统@@故障@@或@@其@@他意外情况@@，驾驶员必须做好干预准备@@。从@@技术@@角度来看@@，从@@L2级@@到@@@@ L3级@@实现了重大飞跃@@，但从@@驾驶人员的@@角度来看@@，差别算不上太明显@@。奥迪公司曾将@@@@2019年@@入市的@@奥迪@@A8L定义为@@@@L3 级@@自@@动驾驶@@@@，车辆@@@@采用@@Traffic Jam Pilot技术@@，该@@技术@@结合@@@@了激光雷达@@@@以@@及@@先进的@@传感器@@融合@@技术@@和@@处@@理能力@@。但根据@@美国对@@自@@动驾驶@@汽车的@@监管程序@@，目前@@奥迪@@A8L在@@美国仍被归类为@@@@L2级@@自@@动驾驶@@@@汽车@@。

L4级@@（高度自@@动驾驶@@@@）

L4级@@与@@高度自@@动化@@相关@@，即@@使在@@极端情况下@@，汽车也能够在@@不受驾驶员干预的@@情况下@@完成整个@@行程@@。但是@@@@，也有一些限制@@：只有当@@系统@@检测@@到@@交通状况安全且没有交通堵塞时@@，驾驶员才能将@@车辆@@@@切换到@@该@@模式@@@@。L3级@@和@@@@L4级@@自@@动化之间的@@关键区别在@@于@@，如果@@发生意外或@@系统@@失效@@，L4级@@自@@动驾驶@@@@汽车@@可以@@进行干预@@。虽然@@L4级@@自@@动驾驶@@@@汽车@@可以@@采用无人驾驶模式@@运行@@，但由于@@立法和@@基础设施发展欠缺@@，L4级@@无人驾驶汽车只能在@@限定区域行驶@@，这被称之为@@地理围栏@@（Geofencing）。

L5级@@（完全自@@动@@驾驶@@@@）

L5级@@自@@动驾驶@@@@汽车@@将@@没有任何人为@@控制@@的@@规定@@，甚至@@没有方向盘@@或@@加速@@/制动踏板@@。他们将@@不受地理围栏限制@@，能够去任何地方并完成任何有经验@@的@@人类驾驶员可以@@完成的@@操控@@。全自@@动驾驶@@汽车尚不存在@@@@，但汽车制造商正在@@努力实现@@L5级@@自@@动驾驶@@@@，目前@@只是@@在@@几个@@试点区进行测试@@。

未来@@可期的@@自@@动驾驶@@市场@@

自@@动驾驶@@已经不再是@@一件新鲜事务@@，研究人员预测@@，到@@ 2025 年@@，我们将@@看到@@@@大约@@800万辆@@@@无人或@@半无人汽车在@@路上行驶@@。Fortune Business Insights在@@其@@@@《2021-2028年@@自@@动驾驶@@汽车市场@@》的@@报告@@中@@表示@@，传感器@@处@@理技术@@@@、自@@适应算法@@、高清晰度@@映射以@@及@@车辆@@@@到@@基础设施@@（V2I）和@@车辆@@@@到@@车辆@@@@@@（V2V）通信@@技术@@的@@快速发展@@，让许多公司放心扩大其@@制造和@@研发能力@@，并将@@车辆@@@@自@@动化提升到@@更高的@@水平@@。2020年@@，全球自@@动驾驶@@汽车市场规模约为@@@@14.5亿美元@@。预计在@@@@2021-2028年@@间@@，市场将@@从@@@@2021年@@的@@@@16.4亿美元@@增长@@到@@@@2028年@@的@@@@110.3亿美元@@，年@@均复合@@增长@@率为@@@@31.3%。

市场调研机构@@Mordor intelligence认为@@@@，由于@@越来越严格的@@政府法规侧重于提高道路安全@@，更多的@@自@@动驾驶@@汽车正在@@开发中@@@@，它们采用了与@@智能手机集成的@@先进技术@@@@，为@@市场参与@@者创造了@@吸引客户的@@机会@@。人工智能@@、机器学习以@@及@@雷达@@@@、激光雷达@@@@、GPS和@@计算@@机视觉等@@其@@他传感器@@领域的@@最新技术@@进步@@，使制造商能够有效提高汽车的@@自@@动驾驶@@能力@@。目前@@，L2级@@和@@@@L3级@@自@@动驾驶@@@@汽车@@在@@市场上最为@@突出@@，而@@L4级@@和@@@@L5级@@预计将@@在@@@@2030年@@获得更广泛的@@认可@@。因此@@，预计在@@@@预测期内@@，这些@@L2级@@和@@@@L3级@@车的@@增长@@将@@是@@市场的@@主要推手@@。因此@@，自@@2022年@@到@@@@2027年@@这@@5年@@间@@，自@@动驾驶@@汽车市场的@@复合@@年@@增长@@率将@@达到@@@@22.75%。

随着@@ADAS和@@安全功能@@的@@越来越多采用@@、政府对@@提高车辆@@@@和@@行人@@安全的@@关注以@@及@@汽车制造企业提供@@先进安全功能@@的@@意愿@@，多方合@@力@@，将@@刺激市场对@@自@@动驾驶@@汽车的@@需求@@。根据@@Markets and Markets发布的@@最新市场研究报告@@，全球自@@动驾驶@@汽车的@@市场规模预计将@@从@@@@2021年@@的@@@@2030万辆@@@@增长@@到@@@@2030年@@的@@@@6240万辆@@@@，年@@复合@@增长@@率为@@@@13.3%。

根据@@福特@@、本田@@、丰田@@、沃尔沃等@@汽车制造商的@@公开声明@@，目前@@，自@@动驾驶@@汽车市场仍以@@@@L2级@@车辆@@@@为@@主@@，到@@2030年@@，全球自@@动驾驶@@车辆@@@@的@@总注册份额将@@达到@@@@12%。

图@@2：到@@2030年@@，全球自@@动驾驶@@车辆@@@@的@@总注册份额将@@达到@@@@12%（图@@源@@：Statista.com）

自@@动驾驶@@中@@的@@@@3种重要传感器@@@@

要想充分理解车辆@@@@的@@自@@动化水平就要先了解自@@动驾驶@@汽车是@@如何工作的@@@@。总体来看@@，自@@动驾驶@@汽车主要依靠传感器@@@@、执行器@@、复杂算法@@、机器学习系统@@和@@强大的@@处@@理器@@来运行软件并执行自@@动化操作@@。

具体来看@@，自@@动驾驶@@汽车主要基于位@@于@@车辆@@@@不同部位@@的@@各种传感器@@@@，创建并维护其@@周围环境的@@地图@@@@@@。如今@@，大多数汽车制造商在@@自@@动驾驶@@汽车中@@最常使用@@的@@传感器@@有三种@@，即@@：摄像头@@（camera）、雷达@@（radar）和@@激光雷达@@@@@@（Lidar）。

其@@中@@@@，雷达@@传感器@@@@负责监测附近车辆@@@@的@@位@@置@@。摄像头@@用来探测交通信@@号灯@@、阅读@@路标@@、追踪其@@他车辆@@@@@@，并寻找行人@@@@。激光雷达@@@@传感器@@@@@@将@@光脉冲反射到@@汽车周围@@，以@@测量距离@@@@、检测@@道路边缘并识别车道标记@@。停车时@@，车轮上的@@超声波传感器@@会检测@@路缘和@@其@@他车辆@@@@@@。然后@@，大量的@@软件会处@@理所有这些@@@@“感官@@”输入@@，绘制路径@@，并向汽车的@@执行器@@发送指令@@，由执行器@@控制@@车辆@@@@的@@加速@@、制动和@@转向@@@@。此外@@，通过@@自@@动驾驶@@汽车中@@的@@传感器@@收集的@@信息@@，如前方的@@实际路径@@、交通堵塞和@@道路上的@@任何障碍物@@，也可以@@在@@通过@@@@M2M技术@@连接的@@汽车之间共享@@，这就是@@车联网@@@@中@@的@@车对@@车@@（V2V）通信@@，它对@@驾驶自@@动化非常有用@@。可以@@这样说@@@@，如果@@没有传感器@@@@，自@@动驾驶@@是@@不可能实现的@@@@。

图@@3：自@@动驾驶@@汽车中@@三种最重要的@@传感器@@@@（图@@源@@：nytimes.com）

1. 摄像头@@传感器@@@@

自@@动驾驶@@汽车通常都会配有@@视觉摄像头@@@@，它也是@@最直观的@@传感器@@@@，其@@工作原理与@@我们的@@@@眼睛类似@@。摄像头@@传感器@@@@具备检测@@@@RGB颜色信息的@@能力@@，可提供@@百万像素@@@@的@@分辨率@@，这两大特性相结合@@@@@@，使其@@成为@@@@“阅读@@”交通标志和@@其@@他应用@@不可或@@缺的@@设备@@@@。通过@@在@@各个@@角度为@@车辆@@@@配备这些@@摄像头@@@@，车辆@@@@能够保持其@@外部环境的@@@@360°视图@@@@，摄像头@@可以@@产生与@@人类驾驶员非常相似的@@自@@动驾驶@@体验@@。如今@@，摄像头@@已经成为@@@@ADAS最重要的@@组成@@部分@@，并得到@@广泛的@@部署@@。

正在@@兴起的@@@@3D摄像头@@可以@@用@@来显示@@非常详细和@@逼真的@@图@@像@@。这些@@图@@像传感器@@自@@动检测@@物体@@@@，对@@其@@进行分类@@，并确定@@它们与@@车辆@@@@之间的@@距离@@@@。例如@@，摄像头@@可以@@轻松识别其@@他车辆@@@@@@、行人@@、骑自@@行车者@@、交通标志和@@信号@@、道路标记@@、桥梁和@@护栏@@。

■ 与@@其@@他类型的@@传感器@@相比@@@@，摄像头@@不仅视图@@@@直观且价格相对@@便宜@@。这一优势使得原始设备@@制造商在@@没有太大成本压力下将@@更好的@@自@@动驾驶@@功能@@引入到@@中@@档甚至@@低端车辆@@@@中@@@@。

■ 摄像头@@传感器@@@@的@@缺点@@：在@@恶劣的@@天气条件下@@，如雨@@、雾或@@雪@@@@，会使摄像头@@无法清晰地看到@@@@道路上的@@障碍物@@，从@@而@@增加发生事故的@@可能性@@。此外@@，在@@很多情况下@@，来自@@摄像头@@的@@图@@像根本不足以@@让计算@@机对@@汽车应该@@做什么做出正确的@@决定@@。例如@@，在@@物体的@@颜色与@@背景非常相似或@@它们之间的@@对@@比度很低的@@情况下@@@@，算法可能会失败@@。

2. 雷达@@传感器@@@@

雷达@@是@@在@@第@@二@@次@@世界大战之前发明的@@@@，从@@那时起被广泛用于精确跟踪飞机和@@船只的@@位@@置@@、速度和@@方向@@。1999年@@，梅赛德斯@@-奔驰@@（Mercedes-Benz）首次@@将@@其@@引入到@@汽车中@@以@@支持其@@自@@适应速度功能@@@@。雷达@@传感器@@@@对@@自@@动驾驶@@的@@@@整体功能@@起着至@@关重要的@@作用@@，它们发出无线电波@@，检测@@物体@@，并实时测量它们与@@车辆@@@@的@@距离@@和@@速度@@。短程和@@远程雷达@@传感器@@@@通常都部署在@@车的@@四周@@，每个@@传感器@@都有不同的@@功能@@@@。虽然@@短程@@（24GHz）雷达@@应用@@能够实现盲点监控@@、理想的@@车道保持辅助和@@停车辅助@@@@，但远程@@（77GHz）雷达@@传感器@@@@的@@作用包括@@自@@动距离@@控制@@和@@制动辅助@@。

■ 雷达@@的@@优点@@：雷达@@发射的@@无线电波在@@传输时几乎不受能见度@@、光线和@@噪音的@@影响@@，其@@性能在@@所有环境条件下都是@@一致的@@@@，哪怕在@@雾天或@@雨天识别物体时通常也没有问@@题@@。这是@@它与@@摄像头@@和@@激光雷达@@@@@@的@@显著不同点@@。

■ 雷达@@传感器@@@@的@@缺点@@：雷达@@的@@主要弱点一是@@无法捕获颜色信息@@@@，二是@@与@@摄像头@@和@@激光雷达@@@@@@传感器@@@@@@相比@@@@，其@@角度分辨率@@也比较有限@@，即@@在@@模拟物体的@@精确形状方面相对@@较弱@@。如今@@车辆@@@@上使用@@的@@汽车雷达@@传感器@@@@只能正确识别@@90%到@@95%的@@行人@@@@，不能确保道路的@@安全性@@。此外@@，仍然广泛使用@@的@@@@2D雷达@@无法准确确定@@物体的@@高度@@，因为@@传感器@@只能水平扫描@@，这可能会导致在@@桥下或@@路标下行驶时出现各种问@@题@@。为@@了解决这些@@问@@题@@，目前@@传感器@@企业正在@@加紧开发更多种类的@@@@3D雷达@@传感器@@@@甚至@@@@4D成像传感器@@@@。

3. 激光雷达@@@@传感器@@@@@@

激光雷达@@@@传感器@@@@@@的@@工作原理与@@雷达@@类似@@，唯一的@@区别是@@它们使用@@激光而@@不是@@无线电波@@。除了测量到@@道路上各种物体的@@距离@@外@@，激光雷达@@@@还允许创建检测@@到@@的@@物体的@@三维图@@像@@，并绘制周围环境的@@地图@@@@@@。此外@@，激光雷达@@@@可以@@配置为@@在@@车辆@@@@周围创建完整的@@@@360°地图@@@@。这两个@@优势也是@@谷歌@@、丰田@@等@@自@@动驾驶@@汽车制造商选择激光雷达@@@@的@@主要原因@@。

■ 激光雷达@@@@的@@优点@@@@：高清晰度@@3D建模@@。激光雷达@@@@可以@@看作是@@一种更先进的@@雷达@@@@，它的@@探测范围最远可达@@100米@@，计算@@误差不到@@两厘米@@@@。因此@@，它能够在@@任何时刻测量数千个@@点@@，从@@而@@对@@周围环境进行非常精确@@的@@@@3D描绘@@。与@@雷达@@一样@@，激光雷达@@@@的@@效能同样不受环境条件的@@影响@@。

■ 激光雷达@@@@的@@缺点@@：技术@@复杂且价格昂贵@@。为@@了提供@@精确的@@环境三维模型@@，激光雷达@@@@每秒计算@@数十万个@@点@@，并将@@它们转换为@@动作@@。这意味着与@@摄像头@@和@@雷达@@相比@@@@，激光雷达@@@@需要大量的@@计算@@能力@@。这也使得激光雷达@@@@容易出现系统@@故障@@和@@软件故障@@@@。成本高是@@激光雷达@@@@的@@另一短板@@，它比用于自@@动驾驶@@车辆@@@@的@@雷达@@传感器@@@@要昂贵得多@@。

为@@自@@动驾驶@@车辆@@@@选择正确的@@传感器@@@@

摄像头@@、雷达@@、激光雷达@@@@，这三种传感器@@各有优缺点@@。因此@@，大多数原始设备@@制造商常常使用@@三者中@@至@@少两个@@的@@组合@@@@，以@@相互补充@@，弥补不足@@。当@@结合@@@@使用@@时@@，传感器@@技术@@可以@@让车辆@@@@在@@几乎不需要人工干预的@@情况下@@安全行驶@@。随着@@传感器@@技术@@的@@日益成熟@@，预计未来@@五年@@将@@有越来越多的@@车辆@@@@达到@@@@L3--L4级@@的@@自@@动驾驶@@水平@@。
作为@@@@工程师和@@设计@@师@@，需要仔细考虑每种传感器@@类型的@@作用@@、能力和@@局限性@@，以@@确定@@这些@@传感器@@的@@正确组合@@能够满足最终用户在@@安全性@@、功能@@性能和@@价格方面的@@需求@@。
高分辨率数码摄像头@@帮助车辆@@@@@@“看到@@@@”周围的@@环境@@，当@@多个@@摄像头@@安装在@@车辆@@@@周围时@@，360°视图@@@@允许车辆@@@@检测@@其@@附近的@@物体@@，如其@@他车辆@@@@@@、行人@@、道路标记@@和@@交通标志@@。常用的@@摄像头@@传感器@@@@包括@@近红外摄像头@@@@（NIR）、VIS摄像头@@、热摄像头@@和@@飞行时间摄像头@@@@（ToF）。与@@大多数传感器@@一样@@，摄像头@@在@@相互补充时工作得最好@@。如今@@的@@汽车后部和@@@@360°视觉图@@像系统@@通常采用集中@@式架构@@。这意味着中@@央控制@@单元处@@理四到@@六个@@摄像头@@的@@原始数据@@。由于@@处@@理是@@在@@软件中@@完成的@@@@，对@@处@@理器@@也会有苛刻的@@要求@@。2D和@@3D相机都需要图@@像传感器@@@@，并要求其@@动态范围超过@@130dB。这种高动态范围是@@提供@@清晰图@@像的@@必备需求@@，目前@@市面上最好的@@图@@像传感器@@的@@动态范围已经达到@@@@140dB。
安森美@@（onsemi）AR0820AT 830万像素@@@@ CMOS数字图@@像传感器@@@@针对@@微光和@@高动态范围场景进行了优化@@，安森美@@半导体的@@@@ AR0820AT 是@@一款@@ 1/2 英寸@@ CMOS 数字图@@像传感器@@@@，具有@@2.1微米@@@@DR-Pix BSI像素@@和@@片上@@140 dB HDR捕获能力@@。

该@@传感器@@包含的@@先进功能@@还有像素@@内分选@@、开窗以@@及@@视频和@@单帧模式@@@@，以@@提供@@灵活的@@感兴趣区域@@（ROI），适用于低光度和@@具有@@挑战性的@@高动态范围场景@@。先进的@@晶圆堆叠技术@@更是@@实现了低功耗@@和@@@@紧凑的@@封装@@设计@@@@。此外@@，AR0820AT满足欧洲@@NCAP 2020等@@ADAS系统@@相关标准@@的@@能力还解决了安全性问@@题@@。AutoX是@@中@@国@@首家在@@公共道路上运营全无人驾驶的@@@@RoboTaxi服务的@@公司@@，在@@其@@@@解决方案@@@@中@@使用@@了@@28个@@安森美@@半导体的@@@@图@@像传感器@@@@。

图@@4：AR0820AT CMOS数字图@@像传感器@@@@（图@@源@@：onsemi）

事故统计数据显示@@@@，76%的@@事故完全是@@由人为@@失误造成的@@@@。在@@所有案例中@@@@，94%涉及人为@@错误@@。雷达@@传感器@@@@是@@现代汽车中@@高级@@驾驶员辅助@@系统@@@@（ADAS）不可或@@缺的@@一部分@@。雷达@@传感器@@@@不仅对@@于@@自@@动驾驶@@汽车尤为@@重要@@，它们还能有效提高驾驶员的@@安全性和@@舒适性@@。目前@@的@@雷达@@系统@@要么基于@@@@24 GHz，要么基于@@77 GHz。77GHz的@@优势主要在@@于距离@@和@@速度测量的@@更高精度@@@@，以@@及@@更精确的@@角度分辨率@@@@。与@@24GHz相比@@，天线@@尺寸更小@@，干扰问@@题更低@@。汽车雷达@@传感器@@@@通常用于盲点检测@@@@（BSD）、车道变换辅助@@（LCA）、碰撞缓解@@（CM）、停车辅助@@（PA）和@@后方交叉路口警报@@（RCTA）功能@@。

英飞凌@@（Infineon）提供@@种类繁多的@@汽车雷达@@传感器@@@@@@，包括@@短程@@、中@@程和@@远程雷达@@传感器@@@@@@。作为@@@@XENSIV系列@@传感器@@的@@一部分@@，英飞凌@@拥有一系列@@@@RASIC 77/79GHz前端雷达@@传感器@@@@@@ IC，专门用于驾驶辅助系统@@@@，例如@@自@@适应巡航控制@@@@和@@碰撞警告@@。

这些@@RASIC解决方案@@@@能够检测@@和@@识别最远@@250米@@范围内的@@物体@@，使驾驶员辅助@@功能@@能够获得@@Euro NCAP（欧洲新车评估计划@@）的@@五星级@@评级@@@@。此外@@，RASIC 77/79GHz 汽车雷达@@支持@@ASIL C，减少了客户的@@研发工作@@。这些@@77GHz芯片@@可用于基于雷达@@的@@驾驶员辅助@@系统@@@@，能识别@@250米@@范围内的@@物体@@。作为@@@@对@@@@77/79 GHz 产品@@的@@补充@@，英飞凌@@还提供@@集成度非常高的@@@@24GHz雷达@@收发器系列@@@@，与@@分立产品@@系列@@相比@@@@，能节省约@@30%的@@PCB占位@@@@。

现在@@@@，英飞凌@@可提供@@一整套@@77/79GHz雷达@@芯片@@组@@，包括@@：雷达@@77/79GHz射频毫米@@波@@IC系列@@（RASIC RXS816xPL），具有@@雷达@@信号处@@理单元的@@@@MCU系列@@（第@@二@@代@@AURIX TC3xx），具有@@多种安全功能@@的@@雷达@@系统@@电源@@TLF3068x，非常紧凑的@@@@3芯片@@配置@@（RXS816xPL+AURIX TC3xx+TLF3068x），非常适于从@@自@@动紧急制动@@（AEB）到@@自@@动驾驶@@中@@的@@@@高分辨率雷达@@应用@@@@。

图@@5：英飞凌@@77/79GHz雷达@@ECU（图@@源@@：Infineon）

前文提到@@@@，无法捕获颜色信息@@，角度分辨率@@也比较有限是@@雷达@@比较明显的@@弱点@@。然而@@@@，在@@通向@@L5级@@汽车自@@动化的@@道路上@@，4D成像雷达@@为@@雷达@@创新创造了@@新的@@可能@@，在@@面向@@L2+的@@未来@@传感器@@组合@@中@@@@，它也将@@承担大部分工作@@。恩智浦@@（NXP）最新推出的@@高性能@@@@S32R45雷达@@处@@理器@@@@，为@@OEM提供@@了一条经济高效的@@途径@@，帮助他们实现先进的@@@@4D成像雷达@@功能@@@@，在@@L2+和@@更高级@@别的@@汽车上投入商用@@，具有@@适当@@的@@成本结构@@。

S32R45是@@一款@@基于@@Arm Cortex-A53 和@@Cortex-M7 内核@@的@@@@32位@@汽车雷达@@应用@@@@MPU，主要为@@民用汽车@@ADAS 雷达@@市场@@而@@设计@@@@@@。对@@于@@汽车@@ADAS雷达@@市场@@，S32R45 MPU适用于高端长@@距前向@@/后向雷达@@和@@高级@@雷达@@成像应用@@@@，并且可以@@用@@作符合@@@@新车评价规范@@（NCAP）的@@高级@@域控制@@器@@，以@@可扩展@@、安全可靠和@@高能效的@@方式提供@@高性能@@雷达@@处@@理@@。

S32R45雷达@@处@@理器@@@@是@@@@NXP第@@6代汽车雷达@@芯片@@组@@系列@@中@@的@@旗舰产品@@@@，与@@NXP TEF82xx RFCMOS收发器结合@@@@使用@@@@，可提供@@高角度分辨率@@@@、强大处@@理能力和@@广泛感测范围@@。

图@@6：NXP高性能@@S32R45雷达@@处@@理器@@@@（图@@源@@：NXP）

激光雷达@@@@主要由发射器@@、接收器和@@信号处@@理三部分组成@@@@，它在@@深度感知和@@确定@@物体存在@@方面非常精确@@@@。它可以@@远距离@@观察@@，也可以@@穿越恶劣的@@环境条件@@，如夜间或@@雨雾@@。因为@@它能识别@@和@@分类所看到@@@@的@@东西@@，所以@@它能分辨出松鼠和@@石头等@@物体之间的@@区别@@，并据此预测行为@@@@。按照测距原理的@@不同@@，激光雷达@@@@可以@@划分为@@飞行时间测距法@@@@（ToF）、基于相干探测的@@@@ FMCW 测距法@@、以@@及@@三角测距法@@等@@@@。目前@@，市场上以@@@@ ToF 为@@技术@@路线的@@激光雷达@@@@@@公司数量较多@@。

Lidar是@@ADI公司自@@动驾驶@@车辆@@@@感知检测@@战略的@@关键支柱@@。目前@@，集成在@@测试车辆@@@@上的@@传统@@Lidar系统@@价格高昂@@。ADI公司在@@真正非机械式且经济高效的@@@@Lidar技术@@上进行了大量投资@@，以@@促进汽车@@Lidar系统@@的@@采纳成为@@主流@@。ADI公司拥有丰富的@@高性能@@信号链和@@电源管理@@188足彩外围@@app ，可用于构建几乎任何@@Lidar系统@@。这些@@产品@@适用于脉冲或@@@@FMCW/连续波系统@@@@，以@@及@@构建在@@@@900 nm至@@1500 nm波长@@范围内的@@系统@@@@。

图@@7：ADI公司提供@@的@@@@AD-FMCLIDAR1-EBZ 开发平台助力@@Lidar系统@@的@@快速开发@@（图@@源@@：贸泽电子@@）

结语@@

根据@@Yole Development的@@报告@@，至@@少在@@@@2030年@@之前@@，L4/L5汽车的@@市场渗透率仍将@@保持在@@个@@位@@数@@，其@@中@@@@一部分汽车将@@作为@@@@机器人汽车使用@@@@。随着@@L0–L2汽车的@@市场渗透率开始下跌@@，L2+汽车的@@采用率将@@持续稳定增长@@@@，截止@@2030年@@，L2+汽车很可能达到@@将@@近@@50%的@@市场份额@@。在@@未来@@十年@@内@@，预期@@L2+汽车将@@成为@@汽车@@OEM关注的@@焦点@@。

汽车传感器@@是@@提高道路交通安全和@@达到@@@@L4级@@和@@@@L5级@@自@@动驾驶@@@@的@@关键@@。随着@@车辆@@@@走向完全自@@主驾驶@@，选择正确的@@传感器@@组合@@变得非常重要@@@@。为@@了获得最高级@@别的@@安全性和@@性能@@，摄像头@@、雷达@@、激光雷达@@@@之间的@@传感器@@融合@@将@@最大限度地发挥每种传感器@@的@@优势@@，同时@@弥补存在@@的@@不足@@。例如@@，单独使用@@激光雷达@@@@对@@车道跟踪的@@效果很差@@，但激光雷达@@@@和@@摄像头@@的@@结合@@@@在@@这方面非常有效@@。可以@@预见@@，在@@先进的@@传感器@@技术@@的@@加持下@@，通过@@警告信号和@@自@@动安全功能@@来预防事故@@，从@@而@@实现@@2050年@@交通事故中@@零死亡这一美好愿景也有望得到@@落实@@。