首页 > 系统集成 > 正文

赛灵思FPGA助力安全自动驾驶“三重视觉”:激光雷达
2021-01-08 14:37:46   来源:麦姆斯咨询   评论:0   点击:

赛灵思的强大数据信号处理(DSP)性能、灵活的输入输出配置和可编程逻辑,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。

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。

赛灵思FPGA助力安全自动驾驶“三重视觉”:激光雷达

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FPGA助力安全自动驾驶“三重视觉”:激光雷达

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。

延伸阅读:

《飞行时间(ToF)传感器技术及应用-2020版》

《激光雷达产业及核心元器件-2020版》 

相关热词搜索:FPGA 激光雷达 自动驾驶 LiDAR DSP

上一篇:人工智能:可穿戴式游泳设备开挂的绝活
下一篇:最后一页