《電子技術(shù)應(yīng)用》
您所在的位置:首頁 > 微波|射頻 > 業(yè)界動態(tài) > 安霸領(lǐng)先業(yè)界發(fā)布用于自動駕駛的集中式 4D 成像毫米波雷達架構(gòu)

安霸領(lǐng)先業(yè)界發(fā)布用于自動駕駛的集中式 4D 成像毫米波雷達架構(gòu)

2022-12-13
來源:安霸
關(guān)鍵詞: 安霸 自動駕駛 4D 毫米波雷達

安霸傲酷自適應(yīng) AI 毫米波雷達軟件和高能效的 5 納米制程的 CV3 AI 域控制器主芯片首次實現(xiàn) 4D 成像毫米波雷達原始數(shù)據(jù)的集中式處理和前融合,。

2022 年 12 月 6 日,,美國加利福尼亞州圣克拉拉市,, Ambarella(下稱“安霸”,,納斯達克股票代碼:AMBA,,專注于 AI 視覺感知芯片的半導(dǎo)體公司),,今天領(lǐng)先業(yè)界首發(fā)集中式 4D 成像毫米波雷達架構(gòu),,它既可以對原始毫米波雷達數(shù)據(jù)進行集中處理,,也可以與其它傳感器輸入,,例如攝像頭、激光雷達和超聲波,,進行深入的底層融合,。這一突破性的架構(gòu)為 ADAS 和 L2+ 至L5 的自動駕駛系統(tǒng)以及智能機器人的 AI 算法,提供了更高級的環(huán)境感知和更安全的路徑規(guī)劃,。安霸傲酷獨特的毫米波雷達技術(shù),,使用 AI 算法支持雷達波形對周圍場景的動態(tài)適應(yīng),可輸出精度高達 0.5 度角分辨率,、每幀高達數(shù)萬個點的超密集點云,,并且有效工作距離超過 500 米。這所有的性能指標,,都以少了一個數(shù)量級的天線 MIMO 通道來實現(xiàn),,這樣不僅降低了數(shù)據(jù)帶寬,功耗也更低,。搭載傲酷技術(shù)的安霸集中式 4D 成像毫米波雷達,,感知系統(tǒng)更靈活,性能更高,,助力系統(tǒng)集成商在下一代的雷達設(shè)計中占得先機,。

“2021 年,全球市場汽車 ADAS 領(lǐng)域生產(chǎn)了約 1 億個毫米波雷達,?!比蛑袌鲅芯颗c戰(zhàn)略咨詢公司 Yole Group 旗下的 Yole Intelligence 的射頻設(shè)備與技術(shù)團隊首席分析師 Cédric Malaquin 解釋說?!半S著汽車安全方面的法規(guī)要求不斷提高,,以及更先進的自動駕駛系統(tǒng)的逐漸推進,我們預(yù)計到 2027 年這一數(shù)量將增長 2.5 倍”,。事實上,,主機廠從目前每輛車配置 1-3 個毫米波雷達,,已演變?yōu)槊枯v車至少配置 5 個毫米波雷達。此外,,關(guān)于毫米波雷達是應(yīng)該采用分布式模塊處理,,還是集中式處理,以及關(guān)聯(lián)的開發(fā)如何做,,行業(yè)內(nèi)有針鋒相對的觀點,。一種做法是將多個雷達的數(shù)據(jù)集中式處理,,這將使得主機廠獲得更高性能的成像毫米波雷達系統(tǒng),,以實現(xiàn)新的 ADAS/AD 功能,同時優(yōu)化毫米波雷達模組的成本,。

這項獨特的,、極具性價比的新架構(gòu),終于在安霸 CV3 AI 域控制器主芯片上得以實現(xiàn),。安霸優(yōu)化了算法,,在CV3芯片上增加了專為毫米波雷達信號處定制的硬件單元。CV3 的每瓦特 AI 性能優(yōu)勢在業(yè)內(nèi)逐漸被更多客戶充分認識,,其高計算性能和大內(nèi)存容量使得 4D 毫米波雷達算法充分發(fā)揮,,得到具有高點云密度、長探測范圍 和高靈敏度的雷達感知結(jié)果,,這讓搭載單顆 CV3 的自動駕駛車輛和機器人也能高效地集中多傳感器的實時處理感知,、底層融合和路徑規(guī)劃。

安霸總裁兼 CEO 王奉民說:“業(yè)界尚未有其他半導(dǎo)體和軟件公司同時在毫米波雷達算法,、攝像頭視覺影像處理,,以及AI加速引擎等幾個方面擁有領(lǐng)先的全棧能力。這些專業(yè)能力讓我們能夠創(chuàng)建一個前所未有的集中式域控處理架構(gòu),,憑借 CV3 行業(yè)領(lǐng)先的性能功耗比,,把傲酷毫米波雷達算法的領(lǐng)先優(yōu)勢更好發(fā)揮出來,有效地實現(xiàn)全新的 AI 感知,、傳感器融合和路徑規(guī)劃,,這將有助于我們更深層地挖掘出 ADAS、自動駕駛和機器人市場的全部潛力,。"

友商的 4D 成像毫米波雷達技術(shù)因數(shù)據(jù)量太大,,難以有效傳輸和集中化處理。提供 4D 成像毫米波雷達所需的高角分辨率需要每個模塊使用數(shù)千個 MIMO 天線,,而它們每秒會產(chǎn)生數(shù)萬億 bit 的數(shù)據(jù),,同時,每個雷達模塊將消耗超過 20 瓦的功率,。一輛車需要至少六個雷達模塊,,其數(shù)據(jù)量也將倍增,,因此,要集中處理數(shù)千根天線上的毫米波雷達數(shù)據(jù),,在技術(shù)上極為困難,。

通過 AI 算法動態(tài)控制現(xiàn)有 MMIC 設(shè)備調(diào)制雷達波形,并使用 AI 算法來創(chuàng)建虛擬天線陣列,,傲酷雷達技術(shù)將這種新架構(gòu)中每個 MMIC 雷達頭的天線陣列減少到 6 發(fā)射 x8 接收,,并且在前端無需接雷達處理器。其結(jié)果就是,,MMIC的數(shù)量大幅減少,,同時實現(xiàn)了極高的0.5度方位角和俯仰角分辨率。此外,,安霸的集中式架構(gòu)在最大占空比的情況下,,功耗明顯降低,數(shù)據(jù)傳輸?shù)膸挏p少了 6 倍,,不需要邊緣端的雷達處理,,也因此避免了信息過濾和傳感器信息損失。

性價比高,、軟件定義的集中式架構(gòu)還可以根據(jù)實時情況,,在不同的傳感器類型之間和同一類型的傳感器之間動態(tài)分配 CV3 的處理資源。例如,,在極端的雨天條件下,,遠程攝像頭的有效數(shù)據(jù)會減少,CV3 可以將其部分資源轉(zhuǎn)移,,以增強毫米波雷達數(shù)據(jù)處理 性能,。同樣,如果車輛在雨天行駛在高速公路上時,,CV3 可以專注于來自正前方的毫米波雷達傳感器數(shù)據(jù),,以進一步擴大車輛的探測范圍,同時提供更快的反應(yīng),。這種對場景的自適應(yīng)優(yōu)化,,是基于邊緣處理的架構(gòu)無法實現(xiàn)的,因為在邊緣處理架構(gòu)中,,毫米波雷達數(shù)據(jù)是分布在每個模塊中進行處理的,,而處理性能是為最壞的情況而準備的,因此毫米波雷達的性能 往往沒有得到充分利用,。 

低功耗:天線 MIMO 通道少了一個數(shù)量級(每個無處理器的 MMIC 毫米波雷達頭有 6 個發(fā)射 x 8 個接收天線)

 CV3 標志著安霸下一代 CVflow? 架構(gòu)的首次亮相,,它包含有神經(jīng)網(wǎng)絡(luò)矢量處理器和通用計算矢量處理器,兩者都包含了毫米波雷達專用信號處理,。這些處理器在協(xié)同工作下,,結(jié)合傲酷先進的雷達感知算法,,可達到比傳統(tǒng)邊緣毫米波雷達處理器快 100 倍的高性能。

新款集中式架構(gòu)的優(yōu)勢還包括更容易進行 OTA 軟件升級,,以便未來不斷改進和適應(yīng)新需求,。相比之下,在確定每個模塊使用的處理器和操作系統(tǒng)之后,,每個邊緣毫米波雷達模塊的處理器必須單獨更新,;而單一的 OTA 更新可以直接推送到 CV3 主芯片,并在系統(tǒng)的所有雷達頭中匯總,。這些雷達頭只需要雷達收發(fā)芯片 而不需要雷達處理器,,這就降低了前裝的成本,以及在發(fā)生事故后更換的材料成本(大多數(shù)毫米波雷達位于車輛的保險杠后面),。對比新一代集中式毫米波雷達軟件更新的便利,,由于傳統(tǒng)的分布式雷達更新軟件比較復(fù)雜,如今部署的許多毫米波雷達模塊從未更新過軟件,。

新款集中式毫米波雷達架構(gòu)的目標應(yīng)用包括 ADAS 和 L2+ 至 L5 自動駕駛汽車,以及自主移動機器人(AMR)和自動引導(dǎo)車(AGV)機器人,。這些設(shè)計通過安霸統(tǒng)一而靈活的軟件開發(fā)環(huán)境得到簡化,,為汽車和機器人開發(fā)人員提供了一個可升級的軟件平臺,性能范圍從 ADAS 和 L2+ 一直延伸到 L5,。

最新的集中式架構(gòu)將于 2023 CES 期間進行展示,,本展示僅對安霸受邀嘉賓開放。如有需要可聯(lián)系您的銷售代表,。

關(guān)于安霸

安霸的產(chǎn)品廣泛應(yīng)用于人工智能計算機視覺,、視頻圖像處理、視頻錄制等領(lǐng)域,,包括視頻安防,、高級駕駛輔助系統(tǒng)(ADAS)、電子后視鏡,、行車記錄儀,、駕駛員及艙內(nèi)智能監(jiān)控、智能汽車無人駕駛和機器人應(yīng)用等,。安霸的高性能,、低功耗AI處理器提供超高清圖像處理、視頻壓縮及強大的神經(jīng)網(wǎng)絡(luò)處理,,能夠從高分辨率視頻和雷達信息中提取有價值的數(shù)據(jù),,在智能感知、傳感器融合和中央域控處理系統(tǒng)等領(lǐng)域大顯身手,。



更多信息可以來這里獲取==>>電子技術(shù)應(yīng)用-AET<<

本站內(nèi)容除特別聲明的原創(chuàng)文章之外,,轉(zhuǎn)載內(nèi)容只為傳遞更多信息,,并不代表本網(wǎng)站贊同其觀點。轉(zhuǎn)載的所有的文章,、圖片,、音/視頻文件等資料的版權(quán)歸版權(quán)所有權(quán)人所有。本站采用的非本站原創(chuàng)文章及圖片等內(nèi)容無法一一聯(lián)系確認版權(quán)者,。如涉及作品內(nèi)容,、版權(quán)和其它問題,請及時通過電子郵件或電話通知我們,,以便迅速采取適當措施,,避免給雙方造成不必要的經(jīng)濟損失。聯(lián)系電話:010-82306118,;郵箱:[email protected],。