- Advertisement -
首頁 標籤 ADAS

ADAS

- Advertisment -

主打低功耗/小尺寸/快速啟動 萊迪思新推FPGA助產品研發

日前萊迪思發布新款低功耗FPGA Certus-NX,除了具有小尺寸、低功耗及瞬間啟動功能,同時強化其I/O密度,並支援PCIe和千兆乙太網路介面。Certus-NX瞄準數據處理與工業、車用趨勢,加強其運算速度與安全標準,並預計在2020下半年推出同樣採28nm FD-SOI製程的第三代產品。 圖 萊迪思推出全新Certus-NX系列FPGA。來源:萊迪思 基於工業4.0與自駕車應用趨勢,Certus-NX功能上強化其低功耗、小尺寸特性,除了有助於設備實現更多智慧功能,通過ACE-Q100認證,也使其適用於ADAS與自駕市場所需的汽車電子出品。萊迪思半導體亞太區現場技術支援總監蒲小雙提及,車用電子應用講求速度,如智慧後照鏡的顯示螢幕,需要在汽車一發動就馬上啟動,因此FPGA的啟動速度便是重點。Certus-NX中,單一I/O配置僅需3毫秒,而依照元件容量不同,整個元件啟動時間僅需8~14毫秒即可完成 資安方面,Certus-NX使用橢圓曲線加密演算法(ECDSA),因此當使用者若將產品委託第三方生產,可以藉由金鑰保管來確保產品生命週期的安全防護,避免未經授權的竄改或複製。目前Certus-NX的樣品已經開始出貨給部分客戶,未來搭配相關的開發工具如Radiant軟體、預驗證IP、開發板,有助於加速研發人員的產品開發速度。
0

智慧風潮帶動車輛人機介面革新 語音/手勢/駕駛監控進駐

手勢控制則是以BMW為領頭羊,在2018年量產X5、X7系列皆已開始導入手勢控制技術,而BENZ預期在2020年Q2所發售新車亦會搭載此技術,其他領導車廠也在陸續發表和研發階段。 駕駛監控系統各家廠商皆有相關技術,目前在各家車廠高階車款或商用車隊較為常見。駕駛偵測技術各家車廠技術發展方向不盡相同,過往多透過偵測駕駛與車輛間互動或操作的間接偵測模式為主,現在則逐漸轉向以照相機或生物感測器,對駕駛動作觀察或生理狀況記錄以對駕駛行為進行判斷。但不論如何,皆以偵測駕駛疲勞以及提供警示為主要目的;自動座艙調整各家廠商仍在研發階段,依序有相關發布和概念車出爐。 各大車廠皆有所搭配Tier1車電系統整合商發展人機介面相關技術,而語音助理、手勢控制、駕駛監測系統軟硬體技術需求不同,各自有不同上游業者共同投入。目前各大車廠在車載人機介面新技術的發展狀況概略整理如圖1。 圖1 新興車輛人機介面應用產業布局 語音助理大舉進軍汽車市場 語音助理在各類的3C產品中已有相當高的普及度,以各類科技大廠主導相關技術發展,包含亞馬遜(Amazon)、蘋果(Apple)和Google等,都是其中的佼佼者。為了延伸應用範疇,各廠都將汽車應用列為重點市場,並以既有的語音平台為基礎,重新調整為車用語音平台。 同時,為因應技術發展需求,許多大廠也與軟體技術廠商合作甚至併購,例如Google買下多倫多大學資工系所創辦的DNNresearch,加強其語音搜尋引擎能力;亞馬遜則為增強語意辨識於2012年併購Evi等。 車用語音助理之關鍵礙於如何清楚地接收駕駛者或乘客之語音指令,關鍵零組件為聲學元件,在車用市場上包括樓氏電子(Knowles)、ACC、GoerTek等皆有發展車內專用聲學元件,為目前市場主要領導者。 各家車廠多將手勢控制以及駕駛監測系統等技術整合至自家車內輔助系統,例如Toyota 的TSS2.0、VW 的Safety Features Lane Active等,皆有搭配駕駛監測系統的開發;而BMW的HoloActive Touch、BENZ的MBUX皆同時包含手勢控制以及駕駛監測系統技術。因應感測與辨識技術所需要的感測元件以及搭配的軟硬體、晶片技術而有不同廠商,例如BMW與Melexis合作開發車用ToF晶片並與SoftKinetic合作開發軟體技術。 語音助理在車用環境中從聲音輸入以麥克風硬體設備收音,採用MEMS陣列式麥克風為主要趨勢,其收聲元件中振膜採用硅、矽等材質,相較早期電容式麥克風採用的聚合纖維更耐熱、抗震,收音品質較不受溫度及電壓變化等影響,且金屬外殼具有良好射線屏障,避免收取不必要雜訊。 軟體處理中主要為自然語言處理,其中包含到語音識別、語意理解,後續在回饋語音則有語言生成、語音合成亦或是Text To Speech(TTS)等程序。 動作執行層面則分為屬於車輛控制的座艙調整、空調、啟動引擎和車門,以及娛樂、導航、通訊等項目。除車輛控制外,剩餘項目皆可在無需嵌入車電系統環境下進行,例如透過個人行動裝置、後裝設備等,對於語音平台或相關技術業者而言更多以此類服務滲入市場。 三類業者主導車用語音市場 車用語音助理相關業者可分為三類,包含車廠、語音平台以及語音技術/設備商,三方業者各有不同目標,彼此呈現相互競爭又合作的態勢。整體而言,可歸類為三種合作模式。 第一種模式為車廠直接採用語音平台服務,車廠以增加銷售賣點為動機,將各大語音平台引入車內,藉以增加服務體驗;各語音平台為提升其服務可及性以及取得更多使用者數據,多投入開發車用語音平台,例如Google的Android Auto、Amazon的Echo Auto以及Apple的Carplay,同時開放開發者環境,強化與車上電子系統的整合。雖欲增加車內服務項目和體驗,車廠對此合作方式亦有所顧慮,擔心消費者體驗導向平台大廠,因此各大車廠也積極在相關平台上發展自有的服務平台,以維持消費者的認同感與滿意度。 第二種模式為車廠自行開發語音服務,部分車廠希望掌握車上相關聯網服務廣大商機,同時由於語音平台亦將連結車輛控制系統,因此部分車廠投入自有語音系統相關技術研發,此方式需投入大量成本和人力。以Benz為例,與各大語音平台皆有合作,但在2018年仍自行開發MBUX系統,可結合車機上座艙控制以及影音娛樂、導航等功能,亦可銜接各語音平台影音娛樂功能。 第三種合作模式為語音技術商結合平台導入車廠的車輛產品,語音技術軟體/設備廠商,例如Nuance、SoundHound皆有開發語音技術以及相關應用軟體,ROAV和Chris則發展相關設備可介接至車內。此類業者可藉自行開發軟體或硬體,將語音系統服務導入車載機系統,同時以API方式銜接各大語音平台相關服務。以此方式銷售自家語音產品,同時亦可取得使用者數據提升技術。 因車內收音並非直接對麥克風說話,屬於遠場收音形式,其效果不如對手機、話筒設備等近場收音,個人主聲特徵更不明顯,因此噪音處理技術對於車內語音應用情境至為關鍵。背景噪音和發聲回音更容易影響收音品質,且在車內有多人談話情形須作考量和反應速度的要求,技術上需克服如何在多人談話中辨識駕駛聲音以及運算效能的提升。 手勢控制以ToF/結構光為主流 車用手勢控制在2013年時已經有以揮動方式控制天窗或開啟後車廂等產品出現,至2015年後已發展出在中央控制台前以細微的手勢動作控制如點選、左右滑動、音量放大等控制。 目前車用環境手勢辨識技術上主要分為三類,分別為ToF飛行時間法、立體攝影和結構光等技術。ToF是以一發射器發出射線,透過接收器接收反射回來的射線時間差,計算和物體之間距離;立體攝影則是透過兩個以上相機模組,從不同角度對同一物體拍攝,以三角定位方式判斷物體遠近、相對運動等;結構光與ToF相似,皆透過主動光源將光紋打在物體上,此方式透過對空間編碼後將原光紋與物體移動光紋之間的差異達到辨識效果。 ToF和結構光都以主動光源的變化達到辨識效果,於其他領域皆已廣泛應用。立體攝影在無光或弱光環境下卻難以辨識物體,且物體判斷運算複雜、容易造成延遲。因此現今在車用環境上皆以ToF和結構光為主。 歐洲新車安全評鑑會EuroNCAP在2025 RoadMap提到在2020年將駕駛監控系統列為安全評鑑項目之一,若沒有相關系統無法達到5星評價,為相當重要的指標,此舉將帶動駕駛監控系統加速普及至各級車款。駕駛監控系統主要可分為兩類,分別為直接偵測和間接偵測。 間接偵測透過檢測駕駛與車輛間互動或操作,如透過駕駛習慣偵測及車內配備之感測器,進而判斷駕駛行為是否正常。駕駛習慣主要偵測駕駛在操控方向盤、油門或煞車等機械操作,判斷路徑、轉向角度是否偏移或太大;車內配備感測,則是判斷駕駛的物理位置,例如手是否有握在方向盤、安全帶鬆緊程度等方式。 直接偵測以照相機或生物感測器對動作觀察或生理狀況作駕駛行為判斷。透過注意力偵測或生理狀況偵測方式。注意力偵測主要是以照相機對駕駛拍攝,判斷其動作、情緒等方式;生理狀況則是透過感測器判斷駕駛心跳、脈搏、體溫等方式。 以SAE評定自駕車等級Level 1~5,在Level 2以上駕駛無須操控方向盤、油門和煞車等行駛控制,無法採用間接偵測方式,但在Level 2~3之間仍須讓駕駛保持警覺,在緊急或無法判斷的情況下,須隨時切換為手動駕駛,故必須以直接偵測方式進行。 最早從2007年Volvo發表車道偏移偵測系統,可透過駕駛行駛路徑判斷駕駛是否有危險行為,後續各大車廠在2014~2017年皆發表此類產品,例如 VW的Fatigue Detection System、 Nissan的Driver Attention Alert、Honda的Driver Attention Monitor等。 在2018年開始各車廠、Tier1的車電系統以及製作車用晶片的廠商開始發表直接偵測之車輛監測產品。例如,2018年Valeo發表的Facing Monitor...
0

貿澤技術創新系列研討會即將上線

貿澤電子(Mouser)日前宣布將於6月10至11日舉辦「汽車電源創新技術與應用攻略」系列線上研討會。貿澤電子攜手亞德諾半導體(ADI)、Maxim、Microchip、東芝(Toshiba)、Vicor原廠專家及台南大學院長白富升,連續兩天下午的2點到4點準時與讀者線上相約,從不同角度探討汽車電源技術與應用設計的新未來。 汽車電氣化與電動化革命的快速進展,引發了新的電源供應與管理設計的轉變,目前趨勢朝向以更少的成本和更小的體積,為汽車提供更多的電力,這樣不僅能減少二氧化碳的排放,還將帶來更為顯著的效益。 電源系統設計的可靠性和穩定性對電動汽車的控制系統來說是最重要的。在即將舉辦的汽車電源系列線上研討會中,產業專家們將一起探索如何實現更輕、更快、更遠的EV/HEV模組化電源設計方案、電動車功率元件碳化矽SiC應用前瞻、車規半導體應用技術探討、如何設計出高效/精巧汽車雙電池系統、炙手可熱的雙向直流電源方案、ADAS系統電源設計的挑戰、電動車驅動與能量管理技術分析等精彩內容,希望能為工程師在日後的電動車電源研發與設計,帶來更多的啟發。 貿澤電子亞太區行銷暨企業發展副總裁田吉平表示汽車行業正從傳統往智慧化的方向前進,新能源汽車相關的技術也在不斷提升,純電動汽車的動力系統,在環保高效上有著獨特的優勢。對汽車廠商而言,為電動汽車打造出更加可靠的穩定電源,不僅能讓使用者享受到前沿技術所帶來的便捷性,也更有利於其在激烈的市場中保持競爭力。對工程師來說,抓住每一次重要的學習機會,無論對自身的知識積累還是實踐能力的提高,也十分關鍵。貿澤電子透過這兩天的線上直播,希望能讓廣大的工程師們更深入瞭解汽車電源創新應用及其解決方案,一起駛向安全、潔凈、高效新未來,共同打造更智慧化的汽車市場。
0

LAPIS播放音異常檢測功能車電語音合成LSI新品亮相

羅姆(ROHM)集團旗下LAPIS半導體推出車電語音合成LSI「ML2253x系列」產品,適用於ADAS(先進駕駛輔助系統)和AVAS(車輛接近警報系統)的語音輸出系統。 LAPIS半導體的語音合成LSI中內建通訊介面、邏輯、記憶體、放大器,構建出不需依賴主控MCU的語音輸出系統,並可減少軟體設計工時,因而在車電領域的應用越來越廣泛。 「ML2253x系列」還在上述優勢之外新增了「播放音異常檢測功能」,能夠將錯誤訊號發送到主控MCU。使用該功能可以檢測出聲音卡頓等播放音異常情況,有助進一步提升車電語音輸出系統的品質。而且,該系列產品還能提高研發的便利性,比如支援出廠後的語音資料修改,採用可同時兼顧高音質和節省記憶體的「HQ-ADPCM」壓縮方式等。 新產品已於2020年4月起開始出售樣品(樣品價格1,300日元/個,未稅),預計於2020年7月開始量產。 近年來,利用ADAS(先進駕駛輔助系統)等向行人和乘客告知車輛接近的功能已日趨重要,因此汽車製造商正積極研發語音輸出系統,要透過音效和語音來發出警告聲或通知音。語音輸出系統對於確保車輛安全來說非常重要,因此必須要能夠確實可靠地發出語音,但是傳統透過MCU發出語音的結構,不僅需要大量零件,還會增加主控MCU的負載,而為了規避風險以及系統變更時的軟體支援處理等情況,更是需要耗費大量的工時。 LAPIS半導體的新產品不僅可以減少主控MCU的軟體設計,還能構建語音輸出系統,甚至可以利用播放音異常檢測功能找出語音問題,有助進一步提高語音輸出系統品質。
0

疫情衝擊影像感測器需求 明年重回成長軌道

據IC Insights預估,受到武漢肺炎影響,導致手機需求下滑及全球經濟衰退,過去十年市場規模連續高速成長的CMOS影像感測器(CIS),將在2020年首度出現下滑。相較於2019年,2020年CIS市場規模料將衰退4%,達178億美元。但2021年則可望出現15%的反彈,市場規模增加到204億美元,再度創下歷史新高。 IC Insights分析,在本世紀初,CIS市場最主要的成長動能來自於照相手機,但隨著手機市場趨於飽和,自2015年開始,非手機應用占整體CIS應用的比重開始明顯成長。包含工業自動化所使用的機器視覺、汽車的先進駕駛輔助系統(ADAS)等應用,已成為帶動CIS市場規模成長的另一個引擎。  
0

Luminar降低成本 Volvo預計2022推光達自駕車

儘管現階段光達因為其高昂成本而被許多廠商拒於門外,而許多自駕車系統開發廠商如Tesla與高通都沒有投入光達研發的打算。但是也有傳統汽車業者看好其效能而反其道而行,例如Volvo宣布即將於2022年推出搭載光達的自駕車,試圖以不同的技術面切入,吸引消費者的青睞。 示意圖 Volvo自駕車。來源:Volvo 光電協進會指出,目前市售新車都包括許多感測器(相機與雷達),以輔助自動緊急剎車系統與車道偏移系統等安全裝置。不過現在少有汽車製造商推出搭載光達(LIDAR)的車種,因為大多數光達的價格都高得離譜,主要供應商的價格都在75,000美元左右。 最近Volvo宣布,該公司投資的光達廠商Luminar已經可以降低成本,生產出足夠便宜的感測器,若該公司以所預期的時程將光達安裝在一般市售汽車上,不僅有助於行車安全,也讓自駕車的實用化能有大幅的進展。Volvo希望透過量產大幅降低光達的成本,協助該公司在競爭對手中脫穎而出。Volvo認為,如果將自動駕駛功能限制在高速公路上使用,不僅可分攤LIDAR的成本,而且還可攤提實現自動駕駛汽車所需的高效能運算能力。 Volvo表示,將場域隔離到可以控制和驗證的高速公路環境中,將是讓用戶安全進入自駕技術與自主體驗的安全途徑。因此,該公司的自動駕駛高速公路功能,將在2022年與下一代XC90 SUV一同推出。根據Volvo的描述,Highway Pilot類似特斯拉的Autopilot或凱迪拉克的Super Cruise等駕駛輔助系統(ADAS)的加強版本。不過最大的差異在於,這些系統要求駕駛員隨時將手放在方向盤上,或者在需要控制的情況下關心路況,而Volvo的方案可以完全自動駕駛,無需任何人工干預。 光達成本方面,Luminar表示其目標是將ADAS系統的成本降低至每台裝置500美元,將自駕系統的成本降低至每台裝置1,000美元左右。以該公司所開發的LIDAR來說,其重量不到2磅,射程為250米,較大物體的射程可達500米。當然光達有其不利因素,比如Tesla的執行長Elon Musk就偏好以視覺系統來輔助該公司的自駕系統提供動力。不過Volvo表示,基於相機和雷達的系統缺乏光達的準確性和遠距離功能,也缺少在不同天氣和光照條件進行觀察的能力,而光達則可以建構並增加系統的準確性和可靠性。
0

英特爾收購Moovit 可望成自駕車發展助力

英特爾(intel)日前以9億美元收購了行動即服務(mobility as a service, MaaS)的新創公司Moovit。Moovit以城市的交通規畫軟體聞名,提供全球使用者透過大眾運輸系統及單車、摩托車、共享汽車等方式,取得多元的交通路線建議。結合Moovit的技術,英特爾旗下的Mobileye更接近成為行動服務供應商的目標。 圖 英特爾收購了行動及服務新創公司Moovit。來源:英特爾 Moovit成立於2012年,總部在以色列並有200名員工。Moovit善於結合大眾運輸資訊與用戶所在社區的資訊,能夠提供最佳路徑的即時圖片。過去兩年間,Moovit的用戶成長七倍,至今已有超過8億用戶,服務擴及102個國家的3100個城市。此外,Moovit與共享汽車與交通服務供應商簽署協議,取得數據以進行MaaS分析。 經由此次收購,Mobileye可運用Moovit的資料庫了解客戶需求,並進行交通方式的優化預測,已舉將改善超過8億用戶的使用者體驗。目前Mobileye已與25家汽車製造商合作,提供將近6000萬輛車的駕駛輔助系統(advanced driver-assistance systems, ADAS)。英特爾現正積極投資未來市場,看好ADAS、大數據與MaaS技術將在2030年帶來超過2300億美元的營收。 英特爾在2017年收購Mobileye,此後Mobileye的ADAS透過視覺安全技術,提高駕駛安全性,並推出完整的自動駕駛方案,在產業內的採用率不斷提高,收入成長一倍以上。專注自動駕駛領域,Mobileye已達到有條件的自動駕駛(L2+)。未來Moovit將加入團隊,將與之共同推動MaaS及自駕服務。
0

軟/硬體解決方案齊備 環景/自動停車系統再進化

這些自動化功能(包含多重攝影機輸入、視覺感受與場景產生)需要更強大的汽車處理能力。先進駕駛輔助系統(ADAS)應用的處理器必須能結合視覺或其他感測器資料,為車輛提供具高度可靠的轉譯環境,讓車輛在低速下不論是否由駕駛操作,都能安全運作。例如德州儀器(TI)設計Jacinto 7處理器系列便是克服此挑戰的選擇之一。 本文將舉例說明汽車客戶如何以TI Jacinto TDA4VM建立ADAS應用,提供輔助與完全自動化的停車功能。包含討論此類系統的技術需求,內容涵蓋所有汽車市場類型(迷你型、中型、大型、豪華型)與Jacinto TDA4VM矽晶裝置和軟體平台,並說明如何開發安全舒適的自動停車技術。 自動停車/輔助三系統解析 依系統功能,將停車輔助系統分為三種基本類別(表1)。首先是基本環景系統,運用多個攝影機輸入,立即為駕駛提供車輛周遭區域360度的環景影像。攝影機輸入整合在單一俯視影像中,並以車輛為中心點,提供駕駛視覺資訊,於手動停車時提供協助。覆蓋部分表示車輛與物體、人行道或停車線的相對位置,強化環景影像。 表1  環景系統與自動停車應用和需求 其次為半自動自主停車系統,結合攝影機、超音波與位置資訊,可打造更完整的車輛周遭環境影像,進而協助部分的自動停車工作。車輛可根據這些資訊完成基本停車任務,控制方向盤、煞車、油門與換檔,自動操控車輛進入(或離開)平行或垂直的停車位。在此情境中,駕駛需先尋找可用車位並保持完全控制,讓系統適時接手自動停車任務。 最後,全自動泊車系統功能更上一層樓,車輛可完全自動停入與駛出定義清楚的停車區。駕駛從尋找可用車位起,便可在停車過程停止對車輛的控制。此應用需要更多感測器輸入及更複雜的處理和演算法,才能讓汽車既可靠又安全地執行停車任務。 從基本環景檢視到全自動泊車,每種方式所需的感測器、資料與資料處理量皆大幅增加。因此專為這些應用而設計的處理器SoC需要以下功能: ·影像輸入處理程序 ·通用處理 ·針對深度學習任務加快速度 ·為覆蓋影像產生進行圖形/汽車安全完整性等級(ASIL)處理,以確保系統運作安全 表1說明各系統類別所需的演算法與晶片功能,包含深度學習兆次運算(DLTOPS)、Dhrystone每秒百萬指令數(DMIPS)、每秒十億次浮點運算(GFLOPS)、影像訊號處理器(ISP)或硬體加速器(HWA)的百萬畫素處理能力等。依照各種功能所需的絕對性能,可再細分系統類型。 軟/硬體組合滿足不同系統功能需求 從表1中的資訊發現,汽車製造商和Tier 1供應商若要在生產汽車時引進前述功能,系統設計師和商業團隊將會面臨一些挑戰。首先,汽車製造商希望提供適用各種車款的功能,也就是在經濟型車輛上使用簡易版功能,在中階與豪華型車輛則提供較高階資訊與自主性。每款車型都需面對不同經濟現實,也就是經濟型車輛使用的電子裝置不會與高階豪華車款相同,然而為各種車型更換處理器平台進行新軟體開發與驗證需耗費大量時間與成本。所以Tier 1供應商偏好能提供通用型解決方案的平台,只要在基本設計中增加額外感測器與攝影機,即可供低階與高階車輛使用。重新使用硬體與軟體資源可達必要的工程效率,以各種產品替代方案將R&D費用降到最低並加快上市速度。 有鑑於此,Jacinto TDA4VM處理器系列與TI處理器軟體開發套件(SDK)結合,為OEM與Tier 1供應商提供新的問題解決方式。這些裝置具備異質處理功能來提供應用性能,同時進行耗電量管理,並可在受溫度與體積限制的嵌入式空間中使用。TI的Jacinto TDA4VM SoC運用硬體加速、自訂處理器核心、訊號處理器、通用處理器與微控制器(MCU),幫助設計人員打造有效的系統解決方案。TI為解決各種問題選擇並設計了各智慧財產(IP)零組件,且適合各式各樣的終端系統需求。表2針對簡易環景監控應用及較複雜的自動泊車案例,說明常用的處理步驟與IP零組件。 表2  環景系統與自動停車應用處理步驟,以及使用的 SoC IP 異質方法需依處理器核心或加速器類型使用專用軟體,可利用高階軟體概念提取低階軟體堆疊並使核心最佳化,幫助簡化開發及提供高性能核心存取。OpenVX便屬於這種軟體架構,不但開放、毋需權利金,並專為即時嵌入式視覺處理而設計。TI SDK處理器使用OpenVX範例,說明如何運用SDK的軟體零組件來打造應用(如環景監控)。 停車應用SoC整合元件促成高效運作 停車輔助與自動應用的基本需求,需具備取得攝影機與影像感測器資料的特定功能,並為處理階段準備資料。處理階段會使用影像資料執行分析與深度學習演算,提取與停車應用相關的重要功能。此階段將整合(或融合)其他感測器資料,勾勒更完整的車輛周遭環境,並將影像用來執行決策,在這裡則指安全操控車輛進出停車位。最後一步是以直覺方式將影像資料呈現在駕駛眼前,幫助駕駛安全駕駛車輛。保存影片資料以供未來檢閱也是一項重要步驟,特別是全自動情況。以上所有步驟都在安全運作環境下執行,除了提供備援,邏輯上(或實際上)也將關鍵功能與其他運作分開。 TI在TDA4VM SoC設計中考慮到多數的應用需求。TDA4VM SoC以對系統的了解為基礎,並以提供有效率、靈活且使用方便的解決方案為目的,整合各種零組件以執行擷取、處理和轉譯需求。其中一個主要設計是平衡處理與資料需求,以確保本機記憶體充足並確實存取高速外部記憶體,同時讓處理系統以高效率運作。圖1說明TDA4VM裝置在環景使用案例下的簡易方塊圖。 圖1 以TDA4VM為基礎的簡易環景系統 圖1展示影片與其他感測器輸入、顯示器輸出與壓縮影片檔案儲存位置。表3則說明環景與自動停車應用的處理階段,以及TDA4VM裝置支援這些處理階段的主要功能。如前所述,TDA4VM裝置是適合停車應用的完整系統晶片。但所有晶片解決方案都需能夠搭配晶片的軟體環境,因此TDA4VM SoC支援Linux完整軟體套件與TI即時作業系統(RTOS)核心。這些套件稱為處理器SDK,包含完整驅動程式、作業系統核心、應用程式庫、開機範例、OpenVX應用架構,以及說明在實際系統應用中使用軟硬體零組件的應用範例。這些套件經過TI可用裝置的評估模組認證。 表3  環景應用階段與TDA4VM裝置功能對照 Jacinto TDA4是裝置規畫推出的系列產品,其中TDA4VM是第一款。處理器系列中其他產品會以各種方式整合相同晶片級IP,無論是著重分析的應用,還是有成本最佳化需求的消費級車輛皆在整合範圍,為ADAS市場各種需求提供良好的產品。由於這些裝置都是以相同的基本硬體IP和軟體技術打造,裝置間仍具有完整相容性。為某一裝置開發的軟體資產可擴充並重複使用在同系列的其他裝置上,不但能提升開發效率,也可針對各車款輕鬆推出具各種功能組合的完整產品線。Jacinto系列技術,有助於開發不同的應用功能,如環景系統所發展的停車輔助與自動泊車。 (本文作者John Smrstik為德州儀器產品行銷;Aish Dubey為德州儀器系統工程師)
0

TI推動ADAS技術漸於汽車應用普及

先進駕駛輔助系統(ADAS)技術明顯幫助減少事故與保障生命安全。根據美國高速公路安全保險協會的消費者報告,相較於2017年(汽車尚無安裝ADAS),汽車在安裝前方撞擊預警與緊急剎車系統後,前後追撞的事故減少了50%;然而,大多數的事故發生在那些連最基本ADAS系統都沒安裝的汽車上。 ADAS系統不斷朝向美國汽車工程師協會制訂的 L4 和 L5 級自駕車方向發展。如果能讓ADAS系統更廣泛的應用在汽車中,便會對道路駕駛產生更大的影響。 儘管從經濟的角度來看,讓所有汽車配備ADAS不太可行,但盡可能讓大部分的汽車配備輔助駕車功能仍然是我們的目標。而這也代表更多行駛在道路上的汽車,需要有著能夠針對即時資料做到感測、處理及反應的能力。 傳統上,以特徵為演算法基礎的電腦視覺負責處理ADAS分析影像的功能。電腦視覺為產業提供出色的服務。但隨著ADAS運作變得更先進,設計師需要更多的工具來處理和反應那些駕駛員在道路上可能會遇到的狀況。 讓ADAS在不同路況下都能持續發揮功能是一項挑戰。面對突如其來的惡劣天氣或路況不佳時,車子都必須要能即時反應。這些情況很難用傳統模式處理,不過,藉由開發一個能夠幫助汽車對周圍環境感知、解釋、以及迅速反應的動態系統,汽車本身也能扮演成一個得力的副駕駛。這種系統除了需要資料,也需要能即時處理那些資料的電腦視覺和深度學習神經網路。 ADAS解決方案需要從不同的感測器組合獲取資料,並且將資料轉換為車輛可執行的情報。最基本款的感測器包含不同類型的相機、相關的光學元件、雷達和超聲波技術;而更複雜的,則增加了光學雷達及熱夜視儀。此外,系統還可以藉由比較感測器提供的資料與高解析度地圖資訊來將汽車定位。理解和分析這些感測器組提供的資料必須即時進行(每秒有60筆的新資料輸入),同時還不能把後座拆掉並換成資料處理中心。 如同駕駛在開車時會接收許多訊息同時需快速做出安全決策一樣,所有的ADAS應用(無論其自駕等級)都必須做到相同的事。高效能的多核心系統單晶片(SoC)讓人愛不釋手的地方在於,它除了可以並行處理之外,在考量整體成本的情況下也不會大幅影響汽車性能、溫度及零組件。從簡單(較少感測器、低解析度)擴展到複雜的情況,SoC解決方案讓人們不需對ADAS功能讓步、或採用較低端的系統。 然而,讓ADAS應用於所有汽車只是其中一項門檻。系統開發必須符合成本效益,才能實現更廣泛的部署。目前,車載軟體的複雜度呈指數增加(已經達到了1.5億行程式碼),這使得開發和維護的成本大增。隨著系統對路況感知能力愈來越強,人們對其安全性的要求也不斷演進,在遵守嚴格的汽車品質管理之下,同時還要能信賴可靠。這些才是扶持汽車電子市場的要求和現實。找到對的SoC就可以滿足上述所有要求。它能適當地平衡記憶體,並輸入/輸出處理核心以滿足不同應用需求,同時達到系統物料清單(BOM)的目標。合適的SoC還可以容納開源軟體,能再次使用生成的程式碼,節省在測試與開發付出的精力。同時,為了讓汽車能夠在生產線上多年,從一開始,SoC就能以功能安全為前提來構建,具備必要的品質和產品壽命。只要做的好,讓更多車子搭載強大ADAS的願景就能實現。 TI利用數十年對於汽車和功能安全的專業知識,設計我們的Jacinto 7處理器平台,並致力於解決感測、並行作業和系統級難題。 該公司專注於那些對整套系統有重要影響的議題—結合能多方位監控汽車周圍環境的優秀感測系統;以及採行以汽車為中心的設計方法,最大化汽車性能和成本效益。
0

雙AMR感測實現馬達精確角度測量 自駕系統安全再獲確保

半導體供應商如亞德諾半導體(ADI)便提供磁阻(MR)位置感測器產品和基於分流器的電流感測放大器產品,可使EPS和電子煞車系統中使用的無刷馬達實現高性能換相和安全運作。 自駕趨勢使安全更被重視 近年來隨著人們對於車輛安全性的要求越來越高,先進駕駛輔助系統(ADAS)也相應獲得進一步發展及推廣,其依賴安全氣囊保護駕駛及乘客安全之傳統被動系統輔助。這些新出現的系統,最初是為輔助駕駛在安全危急情況下作出正確決策,長期而言,則能替代駕駛作出決策。這些技術的進步亦引領汽車朝向半自動和全自動駕駛遞進,使電子控制單元(ECU)代替駕駛作出決策,以及讓執行器負責進行車輛轉向和煞車操控,皆為將駕駛車輛的任務移交給感測器、ECU和電力傳動裝置。此趨勢促使廠商開發更可靠、更智慧、性能更高的額外的電力傳動裝置解決方案,而這些解決方案皆須符合ISO 26262功能安全標準。考量風險的安全標準,其需對危險操作情況的風險進行定性評估,並在元件和系統設計中融入安全措施以避免或管控系統故障、並檢測或控制隨機出現的硬體故障或減輕影響。 這些執行器系統通常使用無刷直流(BLDC)馬達驅動,由於這些系統對安全性相當重要,因此設計人員在設計解決方案的硬體和軟體時,須保證系統能滿足汽車安全完整性等級(ASIL)D級的高標準。 MPS確保馬達控制 無刷直流馬達無電刷觸點,因此需使用馬達位置感測器(MPS)測量定子與轉子間的相對位置,以確保定子線圈按正確順序通電。馬達位置感測器在啟動時扮演重要角色,因為此時微控制器無可用的反電動勢確定轉子和定子的相對位置。 傳統上阻塞換相(見圖1a)由三個霍爾開關組成,其用於指示無刷直流馬達中轉子的位置。由於人們要求提高BLDC馬達驅動器(包括EPS系統)的性能,尤其是降低其噪音、振動和聲振粗糙度等級(NVH),以及提高其運作效率,因此阻塞換相逐步被正弦換相控制所取代。霍爾開關則可由安裝在馬達軸末端的雙極磁鐵前面的MR角度感測器代替(見圖1b)。在典型的應用中,MPS也被安裝在ECU組合上,而ECU則被整合到馬達外殼,且安裝於馬達軸末端。 圖1 (a)BLDC阻塞換相控制和(b)BLDC正弦換相控制 ASIL等級反映系統安全性 ISO 26262於2011年導入,其作為一種安全標準,以解決與電氣安全相關系統故障可能造成的危害,之後由2018年版所取代。 針對系統建置安全和風險分析,以確定系統的ASIL等級為必要的過程。而ASIL等級則透過審查系統於運作期間潛在危險的嚴重程度、暴露程度和可控性確定(圖2),例如若人們對EPS系統實施風險和危害分析,可能會得出以下結論:基於這些事件(如轉向鎖止和自動轉向等)的嚴重程度、可控性和暴露性,將這些嚴重事件評定為ASIL D等級;同樣地,對於即將推出的電子煞車系統,則可採用相同邏輯確定不可控事件的嚴重程度,如煞車鎖止或自動煞車。 圖2 ISO 26262 ASIL評級矩陣 根據EPS或煞車系統示例,ASIL D系統評鑑可透過分解子系統實現,如圖3a、圖3b及圖3c所示。 圖3 針對ASIL D系統的ASIL分解方案 每個系統元件不須皆按照ASIL D標準和流程開發,以使ASIL D系統符合規格;但在進行系統等級的審核時,要求整個系統必須滿足要求,且可整合QM、ASIL A、B、C、D等級的子元件組成系統,且系統分解還應確保獨立性,並考量依賴或共因故障的可能性。 傳統EPS系統拓撲架構及潛在問題 典型的EPS系統拓撲結構如圖4所示。EPS ECU根據駕駛施加到方向盤上的轉向扭矩、方向盤位置及車輛速度計算所需的輔助功率。EPS馬達透過施力轉動方向盤,以減少駕駛操縱方向盤所需的扭矩。 圖4 典型的EPS拓撲 馬達軸位置(MSP)角結合相位電流測量資訊,用於對EPS馬達驅動器進行換相和控制。典型EPS馬達控制迴路如圖5所示,所需的扭矩輔助等級因駕駛條件而異,由車輪速度感測器和扭矩感測器決定;扭矩感測器測量駕駛或無人駕駛汽車中的馬達執行器施加至方向盤的扭矩;微控制器隨後使用MSP資料和相位電流資料控制提供馬達所需輔助的電流負載。 圖5 典型的EPS馬達控制環路 MPS感測器故障可能導致或加重系統故障,如轉向鎖止或自動轉向,因此MPS為EPS系統中的重要元件,其中關鍵在系統需能綜合全面診斷感測器故障,以確保在MPS感測器出錯或發生故障時能夠繼續正常運作,而不會發生嚴重的系統故障,或者在出錯時系統能以安全方式停止運作。 電流感測放大器通常用於間接精確測量馬達負載,一般應用於三個馬達相位中的兩個相位,提供額外診斷資訊(可作為整體系統安全保障措施的一環)。 此外,高度準確的馬達位置和相位電流測量可以從系統層面改善EPS馬達的控制性能,實現高效、安靜、平穩的轉向,進而提升駕駛體驗,因此是系統中的關鍵元件。 雙AMR感測器 確保穩定操作 在EPS或其他安全性關鍵馬達控制應用中,可採用不同的方法來使ASIL D符合規格。以下示例便將雙重各向異性磁阻(AMR)馬達位置感測器和像是ADI的電流感測放大器整合到此系統中,以提供所需的性能等級和額外需要,從系統等級實現ISO 26262 ASIL D合規性。 在圖6中,用不同技術(如霍爾、GMR或TMR)的另一個感測器對雙AMR感測器進行完善和補充。雙AMR感測器作為主(高精度)感測通道,第二個不同感測器技術通道有三個用途: .啟用「三選二」(2oo3)比較,以驗證當與其他系統輸入組合時,其中一個感測器通道是否出現故障。 .在發生可能性極低的兩個AMR通道都故障的情況下,提供位置回饋。 .在馬達極數為奇數的情況下,為微控制器提供360o象限資訊,用於馬達換相。 圖6 適用於安全性至關重要的應用的馬達位置和相位電流檢測結構示例 準確的角度測量將繼續由雙AMR感測器的兩個通道提供。額外的系統診斷,如馬達負載和軸的位置,可以從準確相位電流檢測放大器的動態狀態(反電動勢)間接推斷得出。 若查看此感測器架構示例中所有可能的感測器故障模式,可以看出應始終有兩個位置感測器輸入可用於可靠性檢查。即使在兩個AMR通道都因常見故障原因以致同時故障,這種極不可能的極端示例中,仍然可以使用來自輔助感測器通道的降級位置感測資訊,以及電流感測器在動態狀態下提供之反電動勢資訊進行交叉比對,以確保系統基本功能繼續正常運作。 這種系統等級的診斷功能將確保不會發生嚴重的故障模式,並且確保系統實現ISO 26262 ASIL D合規性,之後便可以安全關閉系統的電源,或者轉入跛行回家模式(Limp Home Mode),以返回經銷商進行維修。 感測器設計改善乘車體驗 隨著用於提高汽車安全性的ADAS推出,以及全自動和半自動駕駛車輛的出現,人們開始要求更可靠、更智慧、性能更高的額外電力傳動裝置解決方案,同時要求需符合ISO 26262功能安全標準。供應商如ADI提供的馬達軸位置和相位電流感測產品,不僅能提高性能,實現更順暢、更高效的馬達控制要求,同時提供在EPS或煞車系統等安全性至關重要的應用中,能夠實現所需的額外高ASIL要求。而ADI提供的ADA4571-2雙AMR感測器為需要額外和獨立感測通道等安全性的重要應用設計,其為一雙通道AMR感測器,整合訊號處理放大器和ADC驅動器。 該產品含兩個AMR(Sensitec AA745) 感測器和兩個放大器訊號處理ASIC;該感測器提供低角度誤差訊號,通常在0.1度範圍內,具備可忽略的遲滯現象、高頻寬、低延遲和良好的線性度。 這些特性能夠協助減少轉矩波動和可聽見的雜訊,幫助實現順暢、高效的BLDC馬達控制。此外,AMR感測器可在飽和大於30Mt的條件下運作,並沒有磁場視窗上限,而且感測器能在高磁場條件下運作,因此解決方案能承受嚴苛環境的雜散磁場。 至於ADI的AD8410電流感測放大器能夠在EPS和其他BLDC馬達控制系統中的分流電阻上測量雙向電流,為高電壓、高解析度和高頻寬的分流放大器,其用於嚴苛環境中提供所需的準確測量、診斷安全性的應用,幫助減少轉矩波動和可聽到的雜訊,實現順暢、高效的BLDC馬達控制(如EPS或煞車),並改善駕駛體驗。 (本文作者為ADI汽車電氣化部策略行銷經理)
0
- Advertisement -
- Advertisement -

最新文章

- Advertisement -

熱門文章

- Advertisement -

編輯推薦

- Advertisement -