智能制造網(wǎng)APP
智能制造網(wǎng)手機站
智能制造網(wǎng)小程序
智能制造網(wǎng)官微
智能制造網(wǎng)服務號
智能控制
機器人
儀器儀表
物聯(lián)網(wǎng)
3D打印
工業(yè)軟件
回放
回放
品牌
明基環(huán)保
【中國智能制造網(wǎng) 智造快訊】據(jù)外媒報道，自動駕駛汽車頗具挑戰(zhàn)性，在過去數(shù)年時間內(nèi)，汽車研發(fā)人員從ADAS設(shè)計中獲益匪淺，可以歸類為以下三大方面：
1.軟件依賴性(Software reliance)
初代ADAS方案的研發(fā)人員竭力克服設(shè)計障礙。為此，他(她)們創(chuàng)建了復雜的軟件。然而，事實證明，對于復雜的汽車系統(tǒng)而言，預編程算法難以發(fā)揮效用。
研究人員不得不為了傳感器融合、視覺處理及安全性創(chuàng)建新算法，這必然要集成一個大代碼基(code base)，勢必會增加成本及安全風險，因為工程師必須持續(xù)地維護并更新軟件。
這意味著需要從在商用硬件上構(gòu)建的軟件中心型系統(tǒng)(software-centric systems)向?qū)Ｗ⒂谟嬎愎δ艿亩ㄖ苹舷到y(tǒng)(系統(tǒng)級芯片，SoCs)及硬件加速器轉(zhuǎn)型，使得ADAS研發(fā)人員將復雜的算法切割為較小的計算，使得ADAS設(shè)計對現(xiàn)實駕駛情境的響應性得到提升。
ADAS的技術(shù)演進為自動駕駛汽車工程設(shè)計團隊提供了一個模板，指導其采用片上系統(tǒng)執(zhí)行自動駕駛功能，該類功能的復雜程度超乎想象，還需要實現(xiàn)近實時(near-real-time)性能。
2.近實時設(shè)計
當談到確保實時處理、傳感器融合及其他關(guān)鍵任務(mission-critical tasks)時，自動駕駛的雅畈人員可從ADAS的研發(fā)過程中汲取經(jīng)驗。
在初期，ADAS研發(fā)人員依靠內(nèi)置靜態(tài)隨機存取存儲器(內(nèi)存，SRAMs)實現(xiàn)片上計算子系統(tǒng)的信息交換，成對的內(nèi)存可被用作輸出郵箱，同時還將向其送入計算任務的輸入值。軟件中的通信管理成為技術(shù)挑戰(zhàn)，當信息處理元件增多后，會導致信息延遲。
后，ADAS芯片采用了異構(gòu)緩存一致性(heterogeneous cache coherency)等技術(shù)，該項片上通信技術(shù)可地實現(xiàn)與片上系統(tǒng)內(nèi)CPU、GPU及DPU等計算元件的連通，旨在增強處理帶寬并縮短延遲時間。
為關(guān)鍵的是，這類硬件加速器在自動駕駛車用片上系統(tǒng)中占據(jù)了主導地位，異構(gòu)緩存一致性等片上通信技術(shù)也發(fā)揮著重要作用，允許片上系統(tǒng)執(zhí)行近實時嵌入式處理，旨在應該對復雜的機器學習算法。
3.整合的挑戰(zhàn)
自動駕駛片上系統(tǒng)的復雜程度令人膽寒，鑒于將超級計算機的強大功能、功能性安全要求及近實時內(nèi)嵌式性能收斂(near-real-time embedded performance converge)集成到一塊定制硅晶片后，這一感覺就變得尤為明顯。
許多自動駕駛設(shè)計將硬件加速器用于研發(fā)工作，該類設(shè)備被用作為處理節(jié)點(processing nodes)，以便特定的算法任務，如：高清雷達成像的計算機視覺。而許多自動駕駛車輛的片上系統(tǒng)正利用深度神經(jīng)元網(wǎng)絡執(zhí)行機器學習功能，硬件加速器在該網(wǎng)絡內(nèi)發(fā)揮神經(jīng)元的功能。
在這類片上系統(tǒng)基礎(chǔ)架構(gòu)內(nèi)，可針對特定的自動駕駛算法調(diào)節(jié)硬件加速器或異構(gòu)處理元件，片上互聯(lián)可采用一致的方式連接所有的硬件加速器，確保能掌控不斷提升的系統(tǒng)復雜性。
原標題：從ADAS到自動駕駛：研發(fā)設(shè)計人員的三項心得體會
浙公網(wǎng)安備 33010602000006號
智能制造網(wǎng)APP
智能制造網(wǎng)小程序
微信公眾號
