弹性SoC方案为ADAS保驾护航.doc

《弹性SoC方案为ADAS保驾护航.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、弹性SoC方案为ADAS保驾护航　　先进驾驶辅助系统是汽车电子产业成长的主要动能之一，为自动驾驶奠定了深厚的基础。虽然全自动驾驶的实现还有待时日，但相关技术发展已为客户带来显著的好处，汽车OEM已开始推出高度复杂的ADAS系统以提高驾驶的安全性与舒适度，在目前的汽车产业中，先进驾驶辅助系统（ADAS）细分市场的成长得到到很多不同因素推动。　　　　终端消费者也已经认知到ADAS可应用于不同交通状况的优势，尽管到买家愿意花一大笔钱购买汽车周边监控设备前还需要一些时间，但如今似乎已能了解停车辅助系统或自动

2、紧急煞车系统不仅能保命，还能防止低速交通事故，进而减少经济损失。另一项推动因素是全自动驾驶技术的发展。全自动驾驶一开始只是汽车产业技术专家们讨论的一个技术性话题而已，而现在Google等公司已经进军这一领域，并打造看似不切实际却即将广泛推广的Robocars无人驾驶汽车。虽然Google获得媒体的争相报导，也不断地推动ADAS技术的发展，但其技术如何运用到OEM汽车生产设置上仍是个问题，而消费者在购买新车时势必考虑到成本和外观等因素。不过，Google等公司展示的所有技术对传统汽车企业造成影响是无庸

3、置疑的，而且增加压力驱使传统汽车企业必须在短期内实现这些技术。　　　　ADAS市场与趋势　　ADAS对于汽车产业供应链又会产生什么影响？大多数OEM已经规划了全自动驾驶技术的发展蓝图。换言之，这些OEM已经定义了一系列的应用，打算从现在起到2025年之间陆续向终端消费者推出；并随之在这段期间内不断改进ADAS特性与功能。业界厂商已经看到ADAS技术在汽车上的一些发展演进，例如停车辅助技术一开始只是保险杆转角处内建在停车或倒车时可协助驾驶人预估车距的机械量油尺，接着很快地便出现声音和视觉回馈的超音波传

4、感器，再来后视摄像头开始取代或加强后置超音波传感器，让倒车和停车时更安全。　　虽然有些人曾认为超音波传感器技术将会过时，然而采用多达12个超音波传感器的自动停车辅助系统再次复苏，且能准确地测量停车空间，并让驾驶人仅需操控煞车踏板和油门便能完成停车，而电子控制单元（ECU）则全面掌控方向盘。现今OEM和一级供货商已经开始展示更先进的自动停车系统，让驾驶人只需按下一个按钮，汽车就能完全自动停车，驾驶员甚至可在车外完成停车。在不远的未来，其他目前正在探讨的概念将会变成现实，包括无人驾驶汽车自动找到停车位并

5、停车入位。　　PricewaterhouseCoopers全球汽车业务负责人RichardHanna指出，对汽车领域的一级供货商来说，这会带来一些新的挑战，OEM将对整合度更高的电子子系统更有要求。这样的效应在德国采埃孚公司（ZFFriedrichshafenAG）以124亿美元收购美国天合汽车集团（TRWAutomoTIve），打造全球第二大汽车供货商后更显而易见。天合全球电子（TRWGlobalElectronics）公司副总裁TolgaOal指出：“自动化功能是业界高度重视的技术，其需要提升传

6、感器、控制器、致动器以及冗余策略之间的整合度。”　　传统供应ADAS的半导体企业也同样面临一些挑战。当每一代新产品对于系统智能的需求越来越高的同时，OEM和一级供货商也希望降低组件和系统材料单成本，并提高系统级整合度。此外，非汽车市场出现疲软，也因此推动许多半导体厂商积极进军汽车应用领域以拓展新商机，包括信息娱乐/连接、ADAS和电子/混合动力等，这些领域至少在未来的几年仍能有显著的成长空间。　　上述细分和次级细分市场都有各自的特点，即使可以让信息娱乐产品包含消费设备的功能，然而这种设备不可能用于动

7、力系统应用。对ADAS来说，要分析某种组件是否适用并不容易，因为要综合考虑各种运算效能、功耗以及功能安全性等要求，只是大多数消费性电子等级的半导体组件产品都无法满足这么高的要求。　　　　为基于图像的ADAS提供弹性SoC方案　　为了克服这些挑战，赛灵思（Xilinx）透过汽车（XA）级Zynq-7000AllProgrammableSoC，开发出既能在ARMCortex-A9核心中进行序列处理，又能在可编程设计逻辑架构上进行硬件加速平行处理的产品线；该产品线并通过了AEC-Q100的认证。Zynq支

8、持以软件为中心的同质架构并提供优化软硬件分区以实现功能加速；与传统的多芯片解决方案相比，能将整体系统效能提升130%以上。　　Zynq适用于ADAS平台的原因在于以单芯片组件实现了两种截然不同性质的结合：具备双ARMCortex-A9核心的软件处理功能（运行速度高达667MHz），以及可编程逻辑（PL）架构中FPGA的灵活性。处理系统（PS）的使用方法ASSP类似，能托管软件算法，如支持实时图形分析。而PL则能托管定制化的硬件加速器，并能满足对象感知、辨识、分类和追踪