赛灵思FPGA助力安全自动驾驶“三重视觉”：激光雷达

据麦姆斯咨询报道，得益于高级驾驶员辅助系统（ADAS），例如自动紧急制动（AEB）和驾驶员监控系统（DMS），汽车变得越来越安全。随着这些功能的复杂性增加，也让自动驾驶给予人类越来越高的安全感。例如，AEB最初只能探测汽车前进方向的危险，如今已发展到可以探测行人、交叉口交通、自行车骑行者和道路障碍物。人工智能（AI）对驾驶员辅助的重要性被逐渐认识到，20家汽车制造商已表明将在2022年9月之前为大多数新型乘用车配备低速AEB和前向碰撞警告等功能。

要实现这一目标，汽车需要一套复杂的车辆传感器及相应的处理系统。

除了已上车的摄像头和毫米波雷达之外，激光雷达（LiDAR）也越来越受欢迎。与毫米波雷达探测技术类似，激光雷达使用激光来确定物体距离；并且与摄像头和毫米波雷达成像一样，它可以使用卷积神经网络（CNN）探测道路上的物体。

与毫米波雷达的区别在于，激光雷达生成的3D点云数据（空间的一组数据点）有数千个点。因此，其精度和准确度更高。激光雷达还能确保整个ADAS和自动驾驶（AD）系统的冗余。例如，可能摄像头会因太阳或迎向汽车大灯的强光反射而遗漏某个物体，那激光雷达可以消除反射率并帮助探测到行人。

但是，激光雷达提出了两大挑战：

（1）高算力要求：激光雷达的丰富数据处理使其成本比摄像头和毫米波雷达高出很多，而摄像头和毫米波雷达用于汽车已有多年的历史。

（2）技术路线多，设计不断演进：激光雷达的实现方式较多，如固态扫描、固态闪光式（Flash）、MEMS扫描、调频连续波（FMCW）等。

在这方面，赛灵思（Xilinx）具有独特的优势，足以应对上述挑战。赛灵思的强大数据信号处理（DSP）性能、灵活的输入输出（I/O）配置和可编程逻辑，完美匹配众多激光雷达制造商的高算力需求。此外，赛灵思还提供可编程硬件，可适应任何激光雷达的配置，因此非常适合各类不断变化发展的设计。由于激光雷达技术相对较新，ADAS和自动驾驶市场尚未采用通用方法，因此没有明确的专用标准产品（ASSP/ASIC）器件架构。

除了满足激光雷达的以上要求，赛灵思的解决方案还非常适合解决成本和功耗问题。现场可编程门阵列（FPGA）为多传感器接收通道启用真正的基于硬件的处理通道。这允许对不同目标进行同时或独立的接收通道处理。此外，它还支持用于检测后处理的集成硬件加速（例如点云生成和网格映射）；利用处理系统和可编程逻辑之间的高带宽连接，为传感器软件和相关硬件加速功能进行理想分区。

FPGA支持的集成解决方案有助于降低成本。此外，并行硬件处理减少了对时钟速度、功耗的需求。集成解决方案不仅可以更新传感器软件，还能够实现可重新编程硬件。

一径科技（ZVISION）是开发固态激光雷达技术的中国初创公司，其激光雷达的信号处理和基于点云的AI算法选择了赛灵思的硬件处理平台。赛灵思的产品满足了一径科技对高度定制、持续演进的信号处理算法和AI处理并行计算能力的要求。

中国初创公司速腾聚创（RoboSense）选择的是赛灵思的一种采用点云AI对象识别的产品，而未选择成熟的基于英伟达Jetson TX2的解决方案。赛灵思产品的吞吐量、延迟优势和成本效益是赢得速腾聚创青睐的原因。更重要的是，速腾聚创发布的MEMS激光雷达RS-LiDAR-M1就采用了赛灵思深度学习处理单元（DPU）进行点云对象识别，并曾荣获CES 2020创新奖！

赛灵思的解决方案定位于满足高算力需求、不断发展的激光雷达设计、成本和功耗问题。主要汽车制造商正加大对激光雷达的投资，正如赛灵思为这项独特而强大的技术提供动力一样。

除了速腾聚创和一径科技，赛灵思的产品还用于Baraja、北醒光子、Blickfeld、禾赛科技、Innovusion、Opsys、OURS、Ouster、Phantom Intelligence、Pointcloud、北科天绘等多家公司的激光雷达解决方案中。一些解决方案已部署在许多车型，或许就出现在您正在驾驶的汽车之中。

责任编辑：lq