ADAS

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。

作者:Sleibso ‎

Aldec的一个应用工程师 Farhad Fallah 在 New Electronics 网站上发表的一篇题​​为“生活在边缘”的文章最近引起了我的注意,因为它简洁地描述了为什么 FPGA 对于许多高性能的边缘计算应用如此有用。以下是这篇文章的一个例子:

“云计算的好处是多方面的......然而,云也有一些缺点,其中最大的缺点,是没有任何提供商可以保证100%的可用性。将数据发送到云进行处理时总会有一些延迟。你需要等待答案。边缘处理需要高性能,在这方面,FPGA可以并行执行多个不同的任务。”

Embedded World 2017: Zynq UltraScale+ 汽车 ADAS 系统框架

该演示将呈现一款高级环境视图系统,其可提供车辆周围环境的三维半球视图,驾驶员可动态调整透视图。除了用于渲染汽车模型的 Mail™-400 GPU 外,本系统还采用 Zynq UltraScale+ 四核 ARM® Cortex™-A53 和两个 ARM Cortex-R5 内核。客户不仅可利用 FPGA 架构的并行性,而且还可优化其自己的独特特性,这对于实时处理很重要。

MathWorks今日推出了包含一系列 MATLAB 和 Simulink 新功能的 Release 2017a (R2017a)。值得一提的是,R2017a包含一款名为 Automated Driving System Toolbox 的新产品,其有助于工程师设计、仿真和测试 ADAS 以及自动驾驶系统。除此之外,R2017a 还包含对 86 款其他产品的更新和补丁修复。

MATLAB 产品系列更新包括:
• MATLAB
o 实时编辑器中的交互式图形更新,包括标题、标签、图例和其他注释,以及将实时脚本输出复制到其他应用程序的功能
o heatmap 绘图函数,用于实现数据的可视化
o 作用于 tall 数组的其他函数,包括 ismember、sort、conv 和移动统计函数
• Econometrics Toolbox
o 贝叶斯线性回归模型,用于分析响应变量和一组预测变量之间的关系
o 向量自回归模型,用于分析多变量时序数据,包括外生预测值
• MATLAB Production Server
o 基于 Web 的服务器管理仪表盘,用于 IT 配置和控制
• Neural Network Toolbox

嵌入式视觉教程 — 应用中的传感器融合

作者:Aaron Behman 和 Adam Taylor

传感器在我们的世界经历了快速的推广,事实上,传感器现在已经非常普遍,以至于我们每个人日常所使用的手机里都有好几种不同类型的传感器。这些传感器有的能检测压力、温度、加速度和重力的简单变化,同样也有更为高级的传感器,例如 GPS、RADAR、LIDAR 和图像传感器。

  传感器融合是指从几种不同的传感器中提取数据,以生成靠单个传感器无法提供的信息。随后,可以对该信息做进一步处理和分析。并根据最终应用,必要时还可用传感器来制定决策。传感器融合分为两大类 :
● 实时传感器融合——提取并融合传感器数据,并根据得到的信息实时制定决策。
● 离线传感器融合——这种方案是提取并融合传感器数据,但在过后的某个时间制定决策。

就嵌入式视觉系统和传感器融合应用而言,大部分应用适合实时传感器融合。

嵌入式视觉应用

嵌入式视觉应用正在经历迅猛增长,涉及领域广泛,从机器人、高级驾驶员辅助系统 (ADAS) 到增强现实,不一而足。这些嵌入式视觉应用对最终应用的成功运行有很大帮助。将嵌入式视觉系统提供的信息与来自不同传感器或多个传感器的信息进行融合,有助于更好理解环境,从而提升所选应用的性能。

一站体验全可编程ADAS解决方案秀

欢迎下周在东京国际展览中心举行的 CAR-ELE 日本大会期间莅临赛灵思展台观看多个 ADAS 演示。

 下周在东京国际展览中心 CAR-ELE 日本大会期间,赛灵思展台将推出一系列 ADAS(高级驾驶员辅助系统)演示,演示基于不同公司提供的 Xilinx Zynq SoC 和 Zynq UltraScale+ MPSoC 器件,包括:
● 基于摄像头的驾驶员监控系统,该系统由新兴的驾驶员监控系统细分市场的先驱企业 Fovio 推出。
● 支持以太网音/视频桥接的多摄像头系统,由 Regulus、NEC Communication Systems 和 Linear Technology 公司推出。
● 高级摄像头和显示电子后视镜系统,由丰田通商电子公司推出。
● 采用传感器融合技术的高端全景系统,由 Xylon 推出。
● 基于运行在 Zynq UltraScale+ MPSoC 上的 CNN(卷积神经网)的深度学习系统。

Zynq UltraScale+ MPSoC 以及 Zynq SoC 提供 ARM 32 和 64 位处理器的独特组合,具备可编程逻辑的高强度处理能力,能处理和操作视频,也能融合来自摄像机和照相机、雷达、光学雷达、声纳等不同传感器的数据,从而创建局部环境映射。

嵌入式视觉系统的构建模块

作者:Aaron Behman,Adam Taylor

传统嵌入式视觉系统采用FPGA/处理器组合来实现,也有越来越多地使用将高性能处理器与FPGA相结合的片上系统来实现。在本文中我们将会介绍嵌入式视觉系统的高级元素;如何简便快捷地使用软件 API 和 IP 库构建嵌入式视觉系统,如何把算法开发的增值部分添加到图像处理链中。

从监控摄像头等简单监控系统到更高级的应用,例如当今最新款汽车配备的高级驾驶员辅助系统 (ADAS)和先进生产设施及工厂里使用的机器视觉,嵌入式视觉系统已在一系列应用中得到使用。不论何种应用,嵌入式视觉系统都具备一些共同之处,总体来讲它们可以分为下列三大类:

• 设备接口 — 提供到所选成像设备的接口。根据选择的设备类型,提供所需的时钟、偏置和配置数据。这样还可以从设备接收图像数据,根据需要进行解码和格式化,以供图像处理链做进一步处理。

高级驾驶员感知系统和All Programmable SoC

作者:Aaron Behman 和 Adam Taylor

 道路安全也能从摩尔定律中受益良多?是的,处理能力的提升以及 CMOS 图像传感器 (CIS) 和其他传感器技术的发展,让车辆制造商得以推出高级驾驶员感知系统 (ADAS)。ADAS 能增强驾驶员对周边环境的感知,减少发生碰撞的概率。部分系统还能够监控驾驶员并向驾驶员发出告警,例如在驾驶员打盹时。

  ADAS 还越来越多地接手控制(或为无人驾驶系统提供信息),从而为驾驶员提供泊车辅助、车道辅助和自适应巡航控制等功能方面的协助。

图1:显示导航和状态感知信息的 ADAS 抬头应用

图1:显示导航和状态感知信息的 ADAS 抬头应用

TSN开放标准挂保证 车用以太网抢进ADAS市场

作者:Arthur Marris/Sachin Dhingra/Robert Schweiger

以太网络技术具有成本低、重量轻、数据传输率高的特性,且并非专有性质,因此成为实现先进驾驶辅助系统(ADAS)应用及自动驾驶的关键。为达成操控车辆所需的安全与精确延迟(Latency)要求,业界现正开发多种有助于提升以太网络型应用程序可靠度、时序、备援性(Redundancy)及故障侦测能力的开放性标准,以利此项技术运用于全车各项功能。

汽车产业与以太网络共同的目标是利用其先进网络架构运行日益精密复杂的应用程序,从信息娱乐到先进驾驶辅助系统,乃至于关键任务系统的控制。目前,以太网络用于车上诊断系统(On-board Diagnostics, OBD)、韧体更新以及环景摄影机的拍摄影像传输。下一阶段是利用以太网络将传感器与内嵌中央处理器(CPU)连接,实现如主动式定速巡航控制、车道维持辅助、交通标志辨识、行人侦测以及碰撞回避等先进驾驶辅助系统应用程序所需的传感器融合。

同步内容