汽车电子

汇集赛灵思公司用于汽车娱乐、车载网络、图像识别、汽车安全等各方面的产品和技术方案资讯,帮助工程师加速产品面市,推进创新设计。

低 EMI/EMC 开关转换器简化 ADAS 设计

作者:Tony Armstrong,ADI电源产品营销总监

背景知识
ADAS是高级驾驶员辅助系统的英文缩写,它在当今许多新型汽车和卡车中很常见。此类系统通常有助于安全驾驶;当检测到周围物体(例如不遵守交通规则的行人、骑车人,甚至有其他车辆位于不安全的行驶轨迹上)构成风险时,系统可以向驾驶员提供警报!此外,这些系统通常提供自适应巡航控制、盲点检测、车道偏离警告、驾驶员困倦监控、自动制动、牵引控制和夜视等动态特性。因此,消费者对安全性日益增强的重视、对驾驶舒适性的要求以及政府安全法规的不断增加,是未来十年后半时期汽车ADAS的主要增长动力。

这种增长对行业来说并不是没有挑战,包括价格压力、通货膨胀、复杂性和系统测试的困难性。此外,欧洲汽车行业是最具创新性的汽车市场之一,这点不足为奇,ADAS的市场渗透率和客户接受度均有重大突破。不过,美国和日本汽车制造商也不甘落后。最终目标是实现无需人类在方向盘后面干预的自动驾驶!

系统难题

2018自动驾驶汽车传感器市场分析

自动驾驶汽车供应链正在“启动”

据麦姆斯咨询报道,来自Waymo、优步(Uber)、Lyft、百度等公司及其汽车制造合作伙伴(如菲亚特克莱斯勒汽车公司、奔驰、宝马和雷诺-日产联盟等)的自动驾驶汽车相关新闻“堆积如山”。2018年很可能是全球多个城市自动驾驶出租车的首发年。此举将对高端传感器和计算设备供应商产生直接影响。我们统计的行业数据表明2022年底之前全球范围内将有数以万计的自动驾驶汽车上路行驶。每辆自动驾驶汽车将配备多种传感器,包括激光雷达(LiDAR)、雷达(RADAR)、摄像头(Camera)、惯性测量单元(IMU)和全球导航卫星系统(GNSS)。自动驾驶技术日趋完善,相关商业模式似乎也与这些传感器的平均销售价格(ASP)逐渐匹配。因此,我们预计未来15年内自动驾驶技术将呈现指数级增长,到2032年将会全面引发交通运输生态系统的范式转换(paradigm shift)。这将对高端传感器和计算芯片厂商,以及相关系统级厂商产生巨大影响。

自动驾驶系统:基于Zynq的实时物体检测

作者:Steve Leibson,编译:Stark

最近几年关于自动驾驶汽车的新闻不断出现在头条新闻,各大传统汽车制造商与互联网公司结合纷纷杀入自动驾驶这个“蓝海”市场,与其说这是汽车行业所经历的一场巨大革命,倒不如说是人工智能(AI)的兴起,自动驾驶的根本原理就是利用机器视觉系统。当然自动驾驶汽车的发展也是一步一步的并且需要经验的积累,目前我们看到特斯拉、百度等厂商都推出了辅助自动驾驶系统,还远远没有实现完全的自动驾驶,此外自动驾驶汽车真正上路还必须得到国家机动车管理部门的政策许可,因此不得不承认自动驾驶汽车还有很长的一段路要走。(图1:自动驾驶汽车要能够实时感知路况信息)

机器视觉技术可以应用于自动驾驶系统中实现路况信息的采集和检测,其中CNN(卷积神经网络)在机器视觉系统中用于图像处理具有压倒性的优势。CNN网络根据复杂度可以划分为很多个“网络层”,典型的卷积神经网络可以划分为卷积层、池化层和全连接层,它能够将数量庞大的图像识别问题进行不断的降维处理,最终被训练后用于高效的图像识别。

使用系统优化编译器加速汽车电子产品设计

作者:Giles Peckham 和 Adam Taylor

得益于摩尔定律,汽车电气系统经历了快速的技术增长。现代化的汽车已获得长足发展,不再是耦合了 AM 无线电的简单发动机电气系统。如今现代化的汽车搭载了多种高级电子系统,能够执行发动机控制、高级驾驶员辅助系统 (ADAS)、牵引力与稳定性控制、信息娱乐等功能,此外还针对某些尖端应用提供了自主操作能力。

这种汽车内电子系统部署的显著增长也带来了几个必须由设计人员解决的挑战:
● 性能 – 需要实时、低时延与高确定性的性能以实现例如 ADAS、ECU、牵引力与稳定性控制等多种车载功能。
● 安全 – 汽车电子系统实现关键功能,故障会导致受伤或死亡。因此,系统必须实现信息安全保障与防篡改技术,以防止未授权的修改。
● 安全性 – 必须符合 ISO26262 规定的汽车安全完整性水平。
● 接口 – 必须能够连接多种传感器、驱动器与其他制动器。
● 功率效率 – 必须在有限的功耗预算内高效运行。
● 软件定义 – 具备高灵活性以适应多种市场中的不同标准与条件。

本视频由 Swift Navigation 公司带来,Swift Navigation 可提供精确到厘米级的高精度 GPS 定位技术,例如用于自动驾驶汽车的 Piksi 多波段、多星群 GNSS 接收器。Xilinx 通过 Zynq SoC 的可重配置性帮助 Swift Navigation 构建更好的系统,其可更快速地便捷部署现场更新。

Xilinx汽车级 Zynq UltraScale+ MPSoC 系列面世

赛灵思公司(Xilinx, Inc.,(NASDAQ:XLNX)),今天宣布推出符合汽车级要求的 Zynq UltraScale+ MPSoC 系列器件,其可支持安全攸关的 ADAS 和自动驾驶系统的开发。赛灵思汽车级 XA Zynq UltraScale+ MPSoC 系列不仅通过了 AEC-Q100 测试规范,还全面符合 ISO26262 ASIL-C 级认证。该产品系列在单一器件内集成了功能丰富的 64 位四核 Arm Cortex-A53,双核 Arm Cortex-R5 处理系统(PS)和赛灵思可编程逻辑(PL)UltraScale 架构。这种可扩展的解决方案不仅能提供适和的性能功耗比,同时还可提供至关重要的功能安全性和保密性功能,因而非常适用于各种汽车客户平台。

赛灵思全面符合ISO26262 ASIL-C级认证的汽车级XA Zynq UltraScale+ MPSoC系列

【视频】:ADAS和自动驾驶的视觉传感方案

本视频由元橡科技(Metoak Technology)带来,视频演示了元橡科技的车载视觉传感模块。该模块可应用于 ADAS 和自动驾驶车辆。具备实时监测和识别车辆/行人目标,道路标志等能力,视频还演示了实际上路时的性能表现。该模块利用了赛灵思 Zynq SoC 的并行处理功能,可实现高性能,且低延迟的 3D 深度感测计算。

CAN总线基础知识(二)

CAN协议和标准规范

1、 由ISO标准化的CAN协议

CAN协议已经由ISO标准化,有2个版本,如ISO11898和ISO11519-2,它们之间在数据链路层没什么不同,但是在物理层有些区别。
(1) 关于ISO11898:这个标准用于高速CAN通讯。开始的时候,数据链路层和物理层都在标准ISO11898中规定,后来被拆分为ISO11898-1(仅涉及数据链路层)和ISO11898-2(仅涉及物理层)
(2) 关于ISO11519:这个标准用于低速(最高125kbps)CAN通讯

2、 ISO11898和ISO11519-2之间的不同

图6显示了CAN规范的规定范围。三个物理层的子层:PLS(Physucal Signaling Sublayer物理信号子层)子层,PMA(Physical Medium Attachment物理介质连接)子层,MDI(Medium Dependent Interface介质相关接口)子层,PMA和MDI子层的定义是不一样的。

视频:iVeia驾驶系统演示短片

iVEia 推出面向自动驾驶汽车的驾驶平台,该平台由 Perrone Robotics 和 Xilinx 联合开发。与高功耗标准计算架构相比,Xilinx MPSoC 异构计算技术可实现更小的外形、更低的功耗,以及高度的可扩展性,在其发展至自动驾驶汽车的过程中,适应各种新的算法。

“MAX”自动驾驶汽车软件平台可通过轻松集成实现自主驾驶操作的传感器及控制逻辑实现快速开发。Zynq MPSoC 可实现对来自 LIDAR、GPS、摄像机以及其它设备的各种数据的更快速处理,从而可带来安全、可扩展的实时响应的、高度差异化的解决方案。

同步内容