0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

誰可能成為自動駕駛安全的救星?

我快閉嘴 ? 來源:SupplyframeChina ? 作者:SupplyframeChina ? 2021-01-10 09:30 ? 次閱讀

自動駕駛,應該說是“輔助駕駛”汽車,面對一些龐然大物視而不見的案例屢見不鮮。12月12日晚,一輛特斯拉Model S突然失控,在北京一小區(qū)內(nèi)以80km/h速度鉆入居民樓。大貨車、建筑物……未來,我們拿什么保證自動駕駛的安全?

龐大物體反而是“高級輔助駕駛”的克星

誰可能成為救星?

10月,特斯拉軟件黑客“green”爆料,在特斯拉軟件更新中發(fā)現(xiàn)了新功能提示——一個名為“Phoenix”的新雷達選項,Phoenix是Arbe雷達的名稱。這與馬斯克最近的言論不無關(guān)系:

現(xiàn)在的圖像識別依然來源于孤立的圖片,實際上這些圖片在時間上有很大關(guān)聯(lián)性。那么,過渡到4D,在3D空間里加入了時間維度,就會像視頻一樣。這種架構(gòu)才是完全自動駕駛所真正需要的。

馬斯克的話得到了進一步印證,消息人士稱,特斯拉正準備更新Model 3,新的傳感器將是更新的一部分。此前,Arbe CEO兼聯(lián)合創(chuàng)始人Kobi Marenko就曾信心滿滿地告訴業(yè)界:“超高分辨率的4D成像雷達有望讓雷達從輔助配件升級為自動駕駛系統(tǒng)的關(guān)鍵方案,從冗余升級為自動駕駛核心?!?/p>

Phoenix是Arbe的雷達芯片組解決方案,通過4D超高分辨率實時成像來識別、評估和應對從普通到特殊的挑戰(zhàn)場景,服務于現(xiàn)實世界的駕駛需求。無論速度、海拔、距離、大小或周圍天氣和照明條件如何,Phoenix都能區(qū)分真正的威脅和錯誤警報,以確保駕駛者、行人和其他易受傷害的道路使用者的安全。

馬斯克:正合我意

因為切中要害,Marenko的話馬斯克愛聽:

Marenko表示:“在經(jīng)歷了多起車禍的艱難歲月后,自動駕駛正面臨著合理的擔憂。圍繞這些悲劇事件展開的討論不僅集中在人工智能AI)道德,而且也集中在其背后的技術(shù)是否已經(jīng)準備好?!?/p>

他說:“今天的傳感器還不夠成熟,不足以支持明天的自動駕駛。不過,4D成像雷達可以實現(xiàn)所需的安全級別?!?/p>

歸納起來,4D成像雷達具有以下優(yōu)勢:

實時障礙檢測

在所有天氣和照明條件下,以廣闊視野提供高度詳細的環(huán)境圖像,實時發(fā)現(xiàn)各種障礙,可以確定它們是否在移動,朝哪個方向移動,并向車輛提供實時的態(tài)勢數(shù)據(jù)和警報。

遠距離探測:

實現(xiàn)所有傳感器中最遠距離的探測,最有可能成為第一個發(fā)現(xiàn)危險的設(shè)備。然后,它可以將攝像頭和LiDAR引導到感興趣區(qū)域,大大提高安全性能。

路徑規(guī)劃:

提供真正的路徑規(guī)劃,因為它可以在超過300米范圍內(nèi)創(chuàng)建道路的詳細圖像,并捕捉汽車周圍物體的大小、位置和速度數(shù)據(jù)。

物體高度分離:

識別出汽車正前方對著的物體是否(如橋梁)靜止,是否必須停下來或者可以安全行駛過去。

降低處理和服務器需求:

由于只將攝像頭和LiDAR對準感興趣區(qū)域,利用高質(zhì)量的雷達后處理將解決當前原型的主要問題——功耗。

大幅降低生產(chǎn)成本:

即使在L3以上,也無需為每輛車配備一個以上的LiDAR單元。自動駕駛傳感器套件的量產(chǎn)成本應低于1000美元,而如今一些車輛使用的部件和系統(tǒng)成本是這個價格的100倍。

那么,它與目前公路上的雷達有何不同呢?聽Marenko細細道來。

如今,雷達在自適應巡航控制、盲點檢測和自動緊急制動等安全系統(tǒng)中發(fā)揮著至關(guān)重要的作用。但目前市場上的雷達技術(shù)必須在有限視場的中等分辨率和寬視場的低分辨率之間進行取舍。

要實現(xiàn)L4和L5車輛,主機廠必須進入下一級傳感技術(shù),使用高分辨率成像雷達,在1度方位角和2度仰角下,以高分辨率在100度廣角范圍內(nèi)感知環(huán)境。

在Marenko看來,在自動駕駛傳感器套件中當然需要光學傳感器,如攝像頭和LiDAR。然而,4D成像雷達解決了以下問題,使車輛能夠達到要求的安全性能:

全天候下最高的可靠性,包括霧、大雨、漆黑的夜晚和空氣污染

根據(jù)汽車行業(yè)要求,探測最遠超過300米的障礙物

測量每幀的多普勒(徑向速度)

脫離PoC(驗證性測試)階段進入量產(chǎn)

System Plus Consulting的拆解結(jié)果顯示,特斯拉目前使用的是大陸集團的2D雷達。VSI Labs創(chuàng)始人兼總裁Phil Magney說:“為了獲得更大射程,特斯拉已從大陸轉(zhuǎn)向博世。但兩種都是2D雷達,都有局限性?!彼f:“在我看來,特斯拉未來轉(zhuǎn)向成像雷達將是精明之舉。”

汽車雷達技術(shù)的迭代

汽車雷達使用的半導體技術(shù)經(jīng)過幾代迭代,還在發(fā)展。

第一代產(chǎn)品采用GaAs,最初是安裝在電路板上的裸片。下一代是在SiGe,片上集成功能更多,載流子的移動性很高,即使在大光刻節(jié)點(如130nm),也可用于高頻雷達。之后有了先進封裝,使技術(shù)從CoB(板上芯片封裝)發(fā)展到FOWLP(扇出型晶圓級封裝)。

當前,許多公司在開發(fā)硅CMOS和SOI技術(shù),使用40nm技術(shù)節(jié)點,也有將其降低到28nm以下。較短信道在低載流子移動性情況下也可支持高頻率。小節(jié)點加上CMOS技術(shù),可以在芯片內(nèi)實現(xiàn)更高的功能集成。目前,最新一代雷達芯片不僅集成了收發(fā)器和Chirp,還集成了微控制器數(shù)字信號處理(DSP)單元。轉(zhuǎn)向硅技術(shù)也將更好地維持降低成本路線,更適合量產(chǎn)。

半導體技術(shù)在汽車雷達中的發(fā)展

隨著封裝的進步,出現(xiàn)了各種形式的晶圓級產(chǎn)品。電路板還進化為由特殊低插入損耗材料(如陶瓷填充聚四氟乙烯或類似材料)組成的頂部RF層混合。在小型天線陣列足以滿足要求的情況下,開始采用封裝天線(AiP)設(shè)計,有些已被證明適合短程汽車應用。

傳統(tǒng)雷達具有二維空間測量能力,2D雷達利用一個專用旋轉(zhuǎn)天線監(jiān)聽回波信號,以獲得兩個坐標并確定目標位置。之后3D雷達出現(xiàn),會像2D雷達一樣旋轉(zhuǎn),但每次掃描旋轉(zhuǎn)后,天線仰角會改變,以備下次探測。通過這種方式,3D雷達可以探測三個維度:方位角、仰角和速度。

4D成像雷達新在哪里?

目前,自動駕駛行業(yè)仍處于概念驗證階段,其依賴的傳感器無法100%達到要求。而高分辨率成像雷達似乎是唯一能夠達到要求的傳感器。

從原理上看,4D成像雷達與傳統(tǒng)雷達和LiDAR有很大不同。從物理學角度看,時間是第四維度,當應用于雷達時,它將成為多普勒頻率,顯示一個物體是朝著自己移動還是向遠處移動。

4D雷達是將測量的第四維數(shù)據(jù)整合到3D雷達中,以更好地了解和繪制環(huán)境地圖。即使具體技術(shù)并不新穎,但它的整合也具有新意。

Magney這樣解釋:“我認為時間是第四維空間,因為時間元素是從多普勒得到的。成像雷達本質(zhì)上創(chuàng)造了一個陣列,因此測量密度急劇增加。傳統(tǒng)2D雷達比較粗糙,每個物體只產(chǎn)生一個點。但是,成像雷達可以提供許多點,產(chǎn)生的是垂直分辨率,可更好地了解被跟蹤的是什么?!?/p>

換句話說,時間因素一直是雷達功能的關(guān)鍵。當被問及同樣的問題時, Lehmann指出,4D成像傳感器的第四個要素是“橫向分辨率”。他說:“4D成像雷達不僅能識別水平平面,還能識別垂直平面,例如,汽車可以決定是在物體的‘下面’還是‘上面’通過。”

他繼續(xù)說:“想象一下,一輛汽車在高速公路上以每小時80公里的速度行駛,而一輛摩托車(低反射率小物體)正以每小時200公里的速度從后面駛來。與攝像頭和LiDAR不同,4D雷達可以發(fā)現(xiàn)最初相距很遠的摩托車,并識別出這兩個物體在以不同的速度移動?!?/p>

隨著高分辨率成像雷達的出現(xiàn),包括許多雷達供應商都迫切希望將雷達提升為唯一能夠在惡劣天氣和光照條件下工作的高速傳感器。

4D技術(shù)蠶食LiDAR市場

也許,在自動駕駛早期嘗試中,馬斯克就做出了一個明確的決定,采用攝像頭并輔以雷達計算機視覺

現(xiàn)在,有了產(chǎn)生點云的成像雷達,盡管其分辨率比LiDAR低,但它比傳統(tǒng)雷達有了很大改進。在Magney看來,LiDAR現(xiàn)在比雷達更具優(yōu)勢,隨著新雷達的出現(xiàn),這種差距可能正在縮小?!癓iDAR的關(guān)鍵應用之一是能夠根據(jù)基本地圖進行相對定位。這對自動駕駛出租車和穿梭巴士至關(guān)重要,因此LiDAR是這項任務的首選。即使4D雷達出現(xiàn),LiDAR也不會消失?!?/p>

從技術(shù)趨勢看,雷達的點云正變得越來越密集,出現(xiàn)了各種方法,以使雷達能夠在所有天氣和光照條件下探測、分類和跟蹤3D空間中的許多物體。隨著更大的人工或半自動標記訓練數(shù)據(jù)集的出現(xiàn)以及融合技術(shù)的發(fā)展,這些努力有望得到顯著改善。

的確,雷達技術(shù)的能力在迅速擴大。首先,天線陣列越來越大。一些初創(chuàng)公司已經(jīng)設(shè)計并演示了支持6500個虛擬通道的雷達芯片。這種雷達可以達到1deg(仰角單位)方位和2deg仰角分辨率。這一趨勢將使每幀獲得豐富的4D數(shù)據(jù)點,提供關(guān)于速度、距離、方位角和仰角的精確信息。因此,這類雷達將蠶食目前由LiDAR占領(lǐng)的領(lǐng)域,盡管后者可能保留角分辨率和潛在的目標分類優(yōu)勢。

密集的高分辨率點云將使基于雷達數(shù)據(jù)的目標檢測、分類和跟蹤成為可能。為了實現(xiàn)這一目標,人們正在開發(fā)深度學習技術(shù)。一個主要挑戰(zhàn)是缺乏廣泛的標記訓練雷達數(shù)據(jù)。手工貼標簽的過程需要專家的投入,因此成本高、耗時長。現(xiàn)在,雖然一些公司部署了攝像頭、LiDAR及其他數(shù)據(jù)同步的雷達數(shù)據(jù)采集車隊,并且正在開發(fā)半自動標簽技術(shù),但這種技術(shù)仍依賴于攝像頭、LiDAR和雷達之間的后期數(shù)據(jù)融合。這些努力和技術(shù)將加速訓練數(shù)據(jù)集的開發(fā)。

應用雷聲大雨點小?

在向更高自動化水平過渡的整個過程中,主機廠應該能夠使用單一平臺來重用軟件和硬件,以便解決不同品牌和車型問題。只有高度集成的打包解決方案才有助于向4D成像雷達的過渡。

研發(fā)4D成像雷達的初創(chuàng)公司和廠商并不多,梳理一下即可看出這一技術(shù)的脈絡和走向。

NXP處理器與收發(fā)器并舉

為了推進以安全為核心目標的L3、L4和L5車輛,NXP發(fā)布了一系列新的雷達傳感技術(shù)。

NXP的第二代77GHz射頻CMOS雷達收發(fā)器系列TEF82xx是業(yè)界第一款采用40nm RFCMOS的汽車級雷達收發(fā)器。

與第一代相比,新產(chǎn)品的RF性能提高了一倍,輸出功率為13.5dBm,噪聲系數(shù)為11.5dB。該器件還可以在給定目標周圍將相位噪聲降低四倍。

Arbe芯片組特斯拉最愛

為特斯拉提供新型4D傳感器技術(shù)的是初創(chuàng)公司Arbe Robotics,其4D成像雷達芯片組獲得了2020愛迪生獎。

首席執(zhí)行官Kobi Marenko表示,這種雷達芯片組提供的物理分辨率是競爭對手使用的合成或統(tǒng)計分辨率增強方法的2到10倍。

另外,雷達芯片組提供48個接收通道和48個傳輸通道的實時管理,在保持每秒3兆比特的等效處理吞吐量的同時,可生成30幀/秒的完整4D圖像。

RFISee相控陣技術(shù)高大上

由于相控陣是一項昂貴的技術(shù),其在汽車工業(yè)中的采用一直是一個令人擔憂的問題,這就是為什么這種雷達最初僅限于F-35戰(zhàn)斗機等先進軍事系統(tǒng)。

9月,RFISee發(fā)布業(yè)界首款相控陣4D成像片上雷達,它是一種高分辨率、低成本的雷達傳感器,可以生成汽車周圍物體的實時3D位置和速度地圖。

利用RFISee的雷達片上解決方案,接收器可確保大幅改善雷達圖像、實現(xiàn)更好的信噪比,以及更大的車輛和行人等障礙物探測范圍。

Xilinx和大陸集團量產(chǎn)就緒

也是9月,Xilinx和大陸集團宣布推出汽車行業(yè)首款“量產(chǎn)就緒”4D成像雷達,在業(yè)界引發(fā)震動。

Xilinx將通過Zynq? UltraScale+? MPSoC平臺支持大陸集團開發(fā)新款高級雷達傳感器ARS540,聯(lián)手打造汽車行業(yè)首款量產(chǎn)版4D成像傳感器。

雙方的合作將有助于搭載ARS540的新車型實現(xiàn)SAE J3016 L2功能,為邁向L5自動駕駛系統(tǒng)鋪平道路。

寫在最后

自動駕駛的發(fā)展已經(jīng)來到一個十字路口?;谝恍鷳n,先進移動出行行業(yè)需要重新審視4D成像雷達作為自動駕駛傳感器套件中不可或缺元素的作用,為自動駕駛汽車提供更靈敏的耳朵和眼睛,從而形成一個更安全的汽車大眾市場。
責任編輯:tzh

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 芯片
    +關(guān)注

    關(guān)注

    450

    文章

    49636

    瀏覽量

    417178
  • 半導體
    +關(guān)注

    關(guān)注

    334

    文章

    26331

    瀏覽量

    210018
  • 4D
    4D
    +關(guān)注

    關(guān)注

    0

    文章

    60

    瀏覽量

    11492
  • 自動駕駛
    +關(guān)注

    關(guān)注

    781

    文章

    13449

    瀏覽量

    165265
收藏 人收藏

    評論

    相關(guān)推薦

    FPGA在自動駕駛領(lǐng)域有哪些優(yōu)勢?

    對實時性要求極高,任何延遲都可能導致安全事故。FPGA的硬件特性使得其能夠?qū)崿F(xiàn)極低的延遲,確保自動駕駛系統(tǒng)能夠?qū)崟r響應環(huán)境變化并做出正確的決策。 高能效比: 盡管FPGA的功耗相對于一些專用處理器
    發(fā)表于 07-29 17:11

    FPGA在自動駕駛領(lǐng)域有哪些應用?

    FPGA(Field-Programmable Gate Array,現(xiàn)場可編程門陣列)在自動駕駛領(lǐng)域具有廣泛的應用,其高性能、可配置性、低功耗和低延遲等特點為自動駕駛的實現(xiàn)提供了強有力的支持。以下
    發(fā)表于 07-29 17:09

    中級自動駕駛架構(gòu)師應該學習哪些知識

    隨著自動駕駛技術(shù)的成熟,對系統(tǒng)架構(gòu)師的需求逐漸增加。自動駕駛系統(tǒng)架構(gòu)師負責設(shè)計整個系統(tǒng)的結(jié)構(gòu)、組件、接口和數(shù)據(jù)流;需要協(xié)調(diào)不同領(lǐng)域的專業(yè)知識,確保系統(tǒng)的可靠性、安全性和性能??傊?b class='flag-5'>自動駕駛
    的頭像 發(fā)表于 06-20 21:47 ?183次閱讀

    初級自動駕駛架構(gòu)師應該學習哪些知識

    隨著自動駕駛技術(shù)的成熟,對系統(tǒng)架構(gòu)師的需求逐漸增加。自動駕駛系統(tǒng)架構(gòu)師負責設(shè)計整個系統(tǒng)的結(jié)構(gòu)、組件、接口和數(shù)據(jù)流;需要協(xié)調(diào)不同領(lǐng)域的專業(yè)知識,確保系統(tǒng)的可靠性、安全性和性能。總之,自動駕駛
    的頭像 發(fā)表于 06-20 21:45 ?181次閱讀

    小馬智行首批開啟北京南站自動駕駛測試

    小馬智行宣布開啟北京南站自動駕駛路線測試,成為首批在北京開啟經(jīng)開區(qū)往返北京南站自動駕駛測試的企業(yè)。
    發(fā)表于 05-20 09:32 ?2142次閱讀
    小馬智行首批開啟北京南站<b class='flag-5'>自動駕駛</b>測試

    特斯拉在華推進全自動駕駛

    特斯拉自動駕駛技術(shù)入華成為市場焦點。馬斯克提出的“無人駕駛出租車”概念正引領(lǐng)特斯拉在中國市場加速推進自動駕駛技術(shù)的創(chuàng)新。
    的頭像 發(fā)表于 05-11 09:39 ?336次閱讀

    未來已來,多傳感器融合感知是自動駕駛破局的關(guān)鍵

    的架構(gòu),預計未來許多智能駕駛團隊都會引入“占用網(wǎng)絡”來提升系統(tǒng)能力。多維像素的應用前景非常廣闊。昱感微的融合感知技術(shù)+BEV +Transformer+占用網(wǎng)格有望成為L3/L4級自動駕駛最優(yōu)的落地方案。 昱感微電子融合感知平
    發(fā)表于 04-11 10:26

    TinyML如何改變駕駛條件檢測領(lǐng)域的面貌

    根據(jù)最新研究,駕駛模式可能成為汽車制造商尋求打造終極駕駛體驗的新契機。
    的頭像 發(fā)表于 03-14 09:17 ?263次閱讀
    TinyML如何改變<b class='flag-5'>駕駛</b>條件檢測領(lǐng)域的面貌

    Waymo自愿召回444輛自動駕駛汽車 L4的自動駕駛還有很多路要走

    近日,谷歌旗下的自動駕駛部門Waymo自愿召回了444輛自動駕駛汽車,原因是其軟件可能無法準確預測拖曳車輛的運動軌跡
    的頭像 發(fā)表于 02-26 10:22 ?1022次閱讀
    Waymo自愿召回444輛<b class='flag-5'>自動駕駛</b>汽車 L4的<b class='flag-5'>自動駕駛</b>還有很多路要走

    聯(lián)網(wǎng)自動駕駛機器人的網(wǎng)絡安全

    聯(lián)網(wǎng)自動駕駛機器人的網(wǎng)絡安全
    的頭像 發(fā)表于 12-26 10:37 ?289次閱讀
    聯(lián)網(wǎng)<b class='flag-5'>自動駕駛</b>機器人的網(wǎng)絡<b class='flag-5'>安全</b>

    語音數(shù)據(jù)集在自動駕駛中的應用與挑戰(zhàn)

    隨著人工智能技術(shù)的快速發(fā)展,自動駕駛汽車已經(jīng)成為交通領(lǐng)域的研究熱點。語音數(shù)據(jù)集在自動駕駛中發(fā)揮著重要的作用,為駕駛員和乘客提供了更加便捷和安全
    的頭像 發(fā)表于 12-25 09:48 ?417次閱讀

    LabVIEW開發(fā)自動駕駛的雙目測距系統(tǒng)

    LabVIEW開發(fā)自動駕駛的雙目測距系統(tǒng) 隨著車輛駕駛技術(shù)的不斷發(fā)展,自動駕駛技術(shù)正日益成為現(xiàn)實。從L2級別的輔助駕駛技術(shù)到L3級別的受條件
    發(fā)表于 12-19 18:02

    自動駕駛“十問十答”

    ? 很多人下意識的認為自動駕駛是為了提升大家日常出行的舒適度和便捷性,實際上,自動駕駛的推動最開始的主要原因之一是為了【安全】,據(jù)國外研究表明,其中95%事故與人的因素有關(guān),近70%由人為因素造成,所以
    的頭像 發(fā)表于 11-29 07:40 ?672次閱讀
    <b class='flag-5'>自動駕駛</b>“十問十答”

    如何保護自動駕駛系統(tǒng)的數(shù)據(jù)安全?

    自動駕駛技術(shù)帶來了許多便利,但也帶來了數(shù)據(jù)隱私和安全挑戰(zhàn)。保護自動駕駛系統(tǒng)中的數(shù)據(jù)安全和隱私性至關(guān)重要,需要綜合采取技術(shù)和法規(guī)措施。這些措施包括數(shù)據(jù)加密、匿名化、訪問控制、
    發(fā)表于 10-18 11:10 ?603次閱讀
    如何保護<b class='flag-5'>自動駕駛</b>系統(tǒng)的數(shù)據(jù)<b class='flag-5'>安全</b>?

    農(nóng)機自動駕駛顯示系統(tǒng)組成部分以及配置

    隨著科技的發(fā)展,傳統(tǒng)的農(nóng)機行業(yè)正趨于飽和,新生事物層出不窮,無論是傳統(tǒng)農(nóng)機還是從業(yè)者都面臨如何轉(zhuǎn)型升級的問題。農(nóng)機自動駕駛系統(tǒng)就是當下最熱的概念之一。身為新時代農(nóng)機人,作業(yè)的提質(zhì)增效是無論如何也繞
    發(fā)表于 10-17 17:52