在开头我们先明确一个概念,那就是ADAS不是现在非常红的自动驾驶,ADAS是辅助驾驶,它的核心是环境感知。简单点说就是利用安装在车上的各式各样传感器收集数据,并结合地图数据进行系统计算,从而预先为驾驶者判断可能发生的危险,保证行车的安全性。决策和执行的前提是感知,所以也可以说ADAS是自动驾驶的前提。
ADAS下面的系统非常多,每一个列出来都可以大书特书,这里就不展开了。今天挑选一些国际大厂在ADAS应用领域的很有特色的芯片,来看看这些主流高端玩家在辅助驾驶上下了哪些苦功。
TI近场分析系统处理器
TDA4VM是TI基于深度学习技术的L2/L3近场分析系统的处理器系列,基于不断发展的自家的Jacinto7 架构,主要应用在ADAS和自动驾驶上。

(TDA4VM套件,TI)
先来看看TDA4VM的处理器内核,C7x浮点矢量DSP,性能高达1.0GHz、80GFLOPS、256GOPS。双核64位Arm Cortex-A72微处理器子系统,性能高达2.0GHz,每个双核Cortex-A72集群具有1MB L2共享缓存,每个Cortex-A72内核具有32KB L1数据缓存和48KB L1指令缓存。六个Arm Cortex-R5F MCU,性能高达1.0GHz。隔离的MCU子系统中有两个Arm Cortex-R5F MCU,通用计算分区中有四个Arm Cortex-R5F MCU。
六个Arm Cortex-R5F的子系统能够管理低级的时序处理任务,并且可使Arm Cortex-A72不受应用的影响。A72的独立双核集群配置有助于实现多操作系统应用,而且对软件管理程序的需求非常低。同时配置的新型“MMA”深度学习加速器可在业界超低的功率范围内实现高达 8TOPS 的性能。
这些包含了DSP、深度学习和传统算法加速器、Arm和GPU处理器、集成式成像子系统、视频编解码器、以太网集线器以及隔离式MCU岛的关键内核都由车规级的安全硬件加速器保护,硬件加速器提供视觉预处理以及距离和运动处理,而不会影响系统性能。
英飞凌AURIX系列ADAS控制器
AURIX系列在单个MCU中集成了一个RISC处理器内核、一个微控制器和一个DSP。这个系列在汽车的高级驾驶辅助系统中有着很高的知名度,英飞凌的这个系列可以说推动了自动化,电动化以及网联化的发展。在电机控制上这个系列也有很亮眼的发挥,本期文章就不多展开在电机方面的应用了。英飞凌在ADAS中的车道辅助、紧急制动辅助和距离控制上有强劲的实力。

(AURIX系列,英飞凌)
AURIX系列的TC2XX产品系列和他的进阶版TC3XX是目前在汽车行业ADAS应用里保证性能和安全的代表。其创新的多核体系结构基于多达三个独立的32位CPU,旨在满足最高安全标准,同时显著提高性能。
从整体上来看,AURIX系列帮助使用者可以缩短大概30%的设计时间,在保证现在功能足够强大的情况下,AURIX系列保持了50%左右性能盈余,为未来的需求提供足够的资源缓冲,同时还能使功耗保持在单核微控制器水平上。
从TC234LA-32F200F这个第一代AURIX系列的ADAS产品来看,每个带有DSP功能的TriCore CPU主频为200MHz,同时拥有高达2MB的闪存(ECC保护),RAM则高达192KB + 512KB(ECC保护)。在器件中,集成了3.3V 的单电压电源,24x 12bit SAR ADC,强大的通用定时器模块GTM以及可编程的硬件安全模块。多样化的锁步架构大幅减少了ASIL-D系统的开发工作,创新的单电源则有着一流的功耗并节省外部电源的成本。高度集成的功能与低功耗是英飞凌的优势。
瑞萨R-Car V系列
瑞萨的R-Car硬件平台涵盖了从车规级入门到高级的全部产品。其中R-Car V3M,R-Car V3H以及R-Car V3H2是ADAS应用的主力军。

(R-Car V3M,瑞萨)
R-Car V3M专为具有ASIL和深度学习功能的应用而设计,可以用于ADAS系统中的各类感知环节。这款芯片可以说完美展现了瑞萨的风格,在视觉应用上格外有竞争力。
R-Car V3M具有应用于程序编程的双Arm Cortex-A53,以及用于运行AUTOSAR的双Cortex R7 锁步内核。这两个内核的性能就不赘述了,都足够强大。R-Car V3M最大的特点就是在视觉上集成了高速处理光流、目标检测和分类以及卷积神经网络等算法,为车辆提供了最高性能的视觉能力以及视觉处理能力。在图像引擎上也是选取了能保证高效率和降低功耗的引擎。尤其在汽车视觉应用上,部件本身产生的热量以及阳光直射造成的温度升高,这些条件都对部件低功耗的要求尤为严格。R-Car V3M完美解决了这个问题。
集成式ISP也进一步提高了集成度,在系统成本上也是一笔不小的节省。在视觉应用上,瑞萨的R-Car V3M继承了瑞萨在视觉上传统优势。
写在最后
本期挑选了较有特色的ADAS应用上的几款芯片,ADAS细分领域还有很多性能优异同时别具特色的产品。可以说ADAS是自动驾驶发展的必经之路,如果没有ADAS的广泛试验和迭代,就不会有真正适合消费者使用的自动驾驶工具。
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。
举报投诉
-
adas
+关注
关注
311文章
2391浏览量
212924 -
汽车芯片
+关注
关注
10文章
1099浏览量
46005 -
自动驾驶
+关注
关注
798文章
15320浏览量
185033
发布评论请先 登录
相关推荐
热点推荐
麦格纳提供可扩展ADAS/自动驾驶系统解决方案
车辆搭载的传感器越来越多,但对于高级驾驶辅助系统(ADAS)和自动驾驶而言,真正的突破点并不是简单“看得更多”,而是能否“理解得更好”。
端到端自动驾驶仿真平台选型:确定性、传感器保真与车规合规实践
一、端到端自动驾驶仿真平台核心能力要求
端到端自动驾驶仿真平台,主要面向 ADAS/AD 算法开发、回归验证、传感器仿真、SOTIF 预期功能安全合规,覆盖软件在环 SiL、硬件在环 HiL 完整
发表于 08-28 13:52
比亚迪的自动驾驶技术发展如何了?
每当谈及自动驾驶时,很多人想到的都是诸如华为、小米、蔚来等造车新势力,传统车企的存在感似乎不强,但比亚迪是个例外。从天神之眼的发布,到5月28日发布会上拿出的4纳米芯片、物理AI大模型,比亚迪在智驾的研发上从未止步,时至今日,比亚迪的自
ADAS和ADS谁更安全?1549起真实碰撞数据,揭露自动驾驶安全真相
当下,自动驾驶技术正从实验室走向日常道路,SAE2级ADAS高级驾驶辅助系统早已成为量产车标配,SAE4级ADS自动驾驶系统也在各大城市开启规模化路测。但关于不同
自动驾驶汽车如何实现自动驾驶
人类驾驶员而言是非常直观且有效的指令,但对于自动驾驶汽车来说,则意味着需要一套极其复杂的感知、理解与决策链路。 自动驾驶如何看清文字? 自动驾驶汽车感知汉字的第一步是场景文本识别技术,
2026年自动驾驶汽车发展趋势前瞻
自动驾驶汽车会使用人工智能吗?答案是肯定的。人工智能(AI)是自动驾驶汽车运行的基石,它使车辆能够平稳、安全地在道路上正常行驶,适应实时交通状况,并做出瞬间的决策,确保道路交通安全,是将人工智能集成到自动驾驶系统的主要目标之一。
如何设计好自动驾驶ODD?
为确定自动驾驶的可使用范围,会给自动驾驶设置一个运行设计域(Operational Design Domain,ODD)。ODD的作用就是用来明确自动驾驶在什么情况下能工作,在什么情况下不能工作,给车设定“工作范围”。
自动驾驶BEV Camera数据采集系统:高精度时间同步解决方案
1 自动驾驶数据采集的时间同步挑战与重要性 随着自动驾驶技术的快速发展,车辆准确感知周围环境的能力变得至关重要。在分布式多传感器系统中,信号从创建到存储会历经多个软件模块和系统,产生传播延迟和时钟
必不可少的ADAS芯片如何支持自动驾驶发展
评论