（文章來源：EEWORLD）

AutoSens是汽車傳感器和感知技術(shù)的會議，它將工程師和其他參與ADAS和自動駕駛市場的相關(guān)人員聯(lián)系起來。這一屆是在比利時布魯塞爾舉世聞名的AutoWorld博物館舉行，行業(yè)領(lǐng)導(dǎo)者齊聚一堂，研究并評估了ADAS的最新發(fā)展。

由于傳感器變得越來越智能，設(shè)計工程師能夠為更少的設(shè)備增加更多的感知功能。然而，考慮到駕駛員安全，我們可能會將自動駕駛汽車提高到一個更高的標(biāo)準(zhǔn)，我們所看到的支持自動駕駛的增量創(chuàng)新表明，可能需要很長時間才能實現(xiàn)完全的自動駕駛。

隨著工程師和科學(xué)家們對L4級和L5級的發(fā)展看的更加的現(xiàn)實，圍繞自動駕駛汽車的炒作也開始降溫，但未來仍將面臨重大的挑戰(zhàn)。有人還聲稱，到2020年，我們將看到大批自動駕駛汽車或機(jī)器人出租車出現(xiàn)在我們的道路上。盡管如此，在傳感器、計算機(jī)視覺和安全方面的持續(xù)研究正在取得了積極的進(jìn)展。

NeuPro-S 和 CDNN-Invite API 適用于需要在邊緣端進(jìn)行 AI 處理的視覺終端設(shè)備，包括自動駕駛汽車、智能手機(jī)、監(jiān)控攝像頭、消費(fèi)類攝像頭、AR/VR 頭盔、機(jī)器人和工業(yè)應(yīng)用。NeuPro-S 可以對邊緣設(shè)備中視頻和圖像中的物品進(jìn)行分割、檢測和分類神經(jīng)網(wǎng)絡(luò)，從而顯著提高系統(tǒng)感知性能。通過減少使用外部 SDRAM 的高成本傳輸，NeuPro-S 可以支持多級內(nèi)存系統(tǒng)。同時，NeuPro-S 還支持多重壓縮選項和異構(gòu)可擴(kuò)展性，可在單個統(tǒng)一架構(gòu)中實現(xiàn) CEVA-XM6 視覺 DSP、NeuPro-S 內(nèi)核和定制 AI 引擎的各種組合。

NeuPro-S 可以對邊緣設(shè)備中視頻和圖像中的物品進(jìn)行分割、檢測和分類神經(jīng)網(wǎng)絡(luò)，從而顯著提高系統(tǒng)感知性能。通過減少使用外部 SDRAM 的高成本傳輸，NeuPro-S 可以支持多級內(nèi)存系統(tǒng)。同時，NeuPro-S 還支持多重壓縮選項和異構(gòu)可擴(kuò)展性，可在單個統(tǒng)一架構(gòu)中實現(xiàn) CEVA-XM6 視覺 DSP、NeuPro-S 內(nèi)核和定制 AI 引擎的各種組合。

NeuPro-S 系列包括 NPS1000、NPS2000、NPS4000，分別具有 1000、2000、4000 個 8 位 MAC 的預(yù)配置處理器。其中，NPS4000 具有最高的單核 CNN 性能，在 1.5GHz 時可達(dá)到 12.5 TOPS，并且可完全擴(kuò)展，最高可達(dá)到 100 TOPS。NeuPro-S 架構(gòu)中集成的完全可編程 CEVA-XM6 視覺 DSP，不僅可以對 AI 實時處理，還可以同時處理圖像、計算機(jī)視覺和一般 DSP 工作負(fù)載。

在自動駕駛領(lǐng)域，NeuPro-S 還提供了滿足安全要求的解決方案，包括質(zhì)量保證標(biāo)準(zhǔn) IATF 16949、以及汽車標(biāo)準(zhǔn) ISO 26262 和 A-Spice。NeuPro-S 架構(gòu)解決了這些設(shè)備中日益增多的數(shù)據(jù)帶寬和功耗挑戰(zhàn)。通過 CDNN-Invite API，我們降低了不斷增長的神經(jīng)網(wǎng)絡(luò)創(chuàng)新者社群的準(zhǔn)入門檻，可讓他們從我們的 CDNN 編譯器提供的廣泛支持和易用性中受益，從而進(jìn)一步擴(kuò)展了在神經(jīng)網(wǎng)絡(luò)編譯器技術(shù)領(lǐng)域無可爭議的競爭優(yōu)勢。

自動駕駛技術(shù)的一個有趣應(yīng)用是地理圍欄車輛的開發(fā)（geo-fenced vehicles），這種車輛的行駛范圍和能力都比較有限。LeddarTech產(chǎn)品線經(jīng)理Vincent Racine表示:“到2055年，城市人口將大幅增長，這就會導(dǎo)致道路上的汽車將翻一番，基礎(chǔ)設(shè)施面臨的壓力只會越來越大。”“我們正面臨著日益嚴(yán)重的交通堵塞、排放量的增加，如果我們發(fā)現(xiàn)自己被困在擁擠的道路上，我們的生產(chǎn)力將受到嚴(yán)重的打擊?！?/p>

“我們看到服務(wù)于自動駕駛的航天飛機(jī)的需求正在增長，這些飛機(jī)將運(yùn)行在地理圍欄路線上。事實上，一些研究報告表明，到2025年，可能會有多達(dá)200萬架這樣的航天飛機(jī)投入使用，使4-15人沿著預(yù)定的路線行駛50公里。”“汽車必須在擁擠的地區(qū)行駛，還要考慮行人、自行車和動物，所有這些的活動都很難預(yù)測。這就使得傳感器在車輛的地位愈發(fā)重要。”

為了解決這個問題，LeddarTech開發(fā)了Leddar Pixell，這是一種用于地理圍欄自動駕駛車輛的激光雷達(dá)。拉辛解釋:“LeddarTech的固態(tài)激光雷達(dá)技術(shù)能夠為COAST Autonomous自動駕駛車輛優(yōu)化安全性能，這項技術(shù)的堅固性與可靠性能適應(yīng)嚴(yán)苛的駕駛環(huán)境，并通過消除其它傳感技術(shù)留下的盲區(qū)，使其成為在停車啟動應(yīng)用中防止碰撞的首選技術(shù)?！?/p>

“它能對車輛周圍的障礙物提供高度可靠的探測，適用于正在開發(fā)的感知平臺，以確保乘客和弱勢道路使用者的安全與保護(hù)。”據(jù)了解，該解決方案已經(jīng)被北美和歐洲十幾家領(lǐng)先的自動駕駛汽車供應(yīng)商采用。拉辛指出：“至關(guān)重要的是，Pixell能夠彌補(bǔ)用于地理定位的機(jī)械掃描激光雷達(dá)的局限性，在某些情況下，可能會產(chǎn)生盲區(qū)，可以達(dá)到幾米，而這個解決方案沒有死區(qū)或盲點。”

該傳感器能夠提供一個高效的檢測解決方案，通過使用高度集成的SoC和數(shù)字信號處理軟件組成的LCA2 LeddarEngine嵌入技術(shù)來覆蓋關(guān)鍵盲點。雖然技術(shù)可以幫助我們提供更好的情景感知——看到東西，感知它們，然后將它們與用戶的位置聯(lián)系起來，但在這個領(lǐng)域仍有開發(fā)的潛力。

Outsight宣布推出了一款具有創(chuàng)新傳感功能的自動駕駛汽車相機(jī)——3D語義相機(jī)（3D Semantic Camera）。這款相機(jī)采用低功率短波紅外（SWIR）激光器，能夠像激光雷達(dá)（LiDAR）一樣掃描周圍數(shù)百米的范圍。結(jié)合Outsight的算法，這款3D語義相機(jī)不僅可以實時“看到”車輛周圍的整個環(huán)境，還能夠識別冰、布和皮膚等物體材料。

該公司將其描述為“一種革命性的傳感器，為智能機(jī)器帶來全面的態(tài)勢感知。”公司總裁兼聯(lián)合創(chuàng)始人Raul Bravo表示，“這是一個結(jié)合了軟件和硬件的傳感器，支持遠(yuǎn)程材料識別和全面的實時3D數(shù)據(jù)處理。”Bravo解釋:“這項技術(shù)提供了更高的準(zhǔn)確性和高效性，使系統(tǒng)能夠?qū)崟r感知、理解并最終與周圍環(huán)境進(jìn)行交互?！?/p>

“機(jī)動性正在迅速發(fā)展，我們的3D語義攝像頭將能夠為L1-L3級ADAS中看到的人工控制機(jī)器帶來完全的態(tài)勢感知和全新的安全和可靠性，但它也將有助于加速與L4 - 5級自動駕駛汽車、機(jī)器人和無人機(jī)相關(guān)的全自動智能機(jī)器的出現(xiàn)。”

“Outsight則是第一個嘗試在單個設(shè)備中提供完整的情境感知。它是一種可大規(guī)模生產(chǎn)的“一體化解決方案”，能夠同時感知并理解數(shù)百米范圍內(nèi)的環(huán)境，包括物體的關(guān)鍵化學(xué)成分（例如人類皮膚、棉花、冰、雪、塑料、金屬、木材等）?！盉ravo聲稱:“結(jié)合3D SLAM芯片功能(同時本地化和映射)，這項技術(shù)可以實時交付現(xiàn)實?！?/p>

該攝像機(jī)通過其車載SoC提供可操作的信息和對象分類，但不依賴于“機(jī)器學(xué)習(xí)”。因此，功耗和所需的帶寬都更低。這種新方案無需用于AI訓(xùn)練的大量數(shù)據(jù)集，并且，通過實際的物體“測量”消除了猜測。通過確定物體的材料，提高了相機(jī)實際“看到”內(nèi)容的置信度。

Outsight的3D語義相機(jī)能夠提供周圍所有移動物體的位置、大小和速度信息，因此它不僅能夠“看到”并測量，它還能夠理解環(huán)境，為路徑規(guī)劃和駕駛決策提供有價值的信息。這些例子表明，支持自動駕駛汽車的傳感器技術(shù)正在發(fā)生質(zhì)的變化，最重要的是，隨著能力的增強(qiáng)和改進(jìn)，傳感器技術(shù)有助于降低部署的總體成本。
（責(zé)任編輯：fqj）