360全景2D向3D升级 芯片向高集成低功耗方向发展
360全景从2D到3D的升级,算法所需要的硬件资源几乎呈数量级的增长,因此也需要图像处理芯片来保证算法运算所需要的资源开销,以最少的资源获取最高的效率,是图像处理芯片需要解决的技术问题。因此除完善优化软件算法方式外,图像厂商以及ADAS厂商还需从选取硬件平台着手考虑,并解决这一过程所面临的问题。
在传感器方面,要实现相关的ADAS功能,图像的清晰度十分重要,由于30万像素的模拟摄像头采集回来的图像信息不够清晰,因此360全景的标清方案能够加上ADAS的功能并不多。用上百万像素摄像头的高清方案,方可以实现2D和3D的360全景高清图像。
此外,由于各大ADAS供应商和算法公司都公布了未来双目,三目,甚至是八目摄像头的产品路线图,新车碰撞测试(NCAP)要求不断提高以及自动驾驶更高的安全性要求,多图像处理又是大势所趋,因而对处理器的性能也提出了更高的要求。
恩智浦主动安全产品市场经理赵毅
在处理器方面,恩智浦主动安全产品市场经理赵毅指出传统的VGA全景平台图像处理能力差,发热大,无法支持高清和ADAS应用的需求,因此需求处理能力更强大,功耗控制更好的处理器。除此之外,ISO26262功能安全标准也是360全景集成ADAS的一道门槛。为解决这一难题,恩智浦开发了S32V系列图像加速处理器,不仅符合功能安全要求,其优秀的功耗控制以及丰富的选型可支持从低端到高端的360全景应用。
瑞萨电子大中国区应用技术中心汽车电子部部长林志恩
此外,赵毅补充道,360全景从2D升级到3D,对处理芯片图像渲染能力提出更高的要求。很多整车厂希望汽车点火后360全景能立即启动并在显示屏上进行360度旋转显示周边路况,这对系统启动时间也提出了很严格的要求。对此,瑞萨电子大中国区应用技术中心汽车电子部部长林志恩向记者透露:“瑞萨R-Car产品集成了专用的2D,3D的图像处理器,在ADAS方面有专用的图像纠正(IMR)和识别(IMP)应用的处理器,并且提供相关的软件库方便客户进行算法和应用的开发。”
在诸多要求及挑战下,芯片厂商开始考虑将图像处理从专用芯片向一个片上级芯片系统(SOC)集成,由此带来的是功耗与体积的双重利好。如新一代采用16nm的工艺的R-Car产品就带有8个ARM内核,并已集成各种图像处理器。林志恩称,R-Car产品具有高性能的2D/3D图型处理器,内置了摄像头变形矫正IMR处理器,以及专用于ADAS图像识别的IMP第5代处理器,并且支持最多8路摄像头输入和3路视频输出,满足功能安全ISO26262的ASIL B等级要求(ASIL有四个等级,分别为A,B,C,D,其中A是最低的等级,D是最高的等级。ASIL等级决定了对系统安全性的要求,ASIL等级越高,对系统的安全性要求越高,为实现安全付出的软硬件开发代价也越高)。
同样,恩智浦也推出了其自动驾驶汽车平台“BlueBox”,不仅提供强大的计算引擎以支持多传感器的数据处理,定位,路径规划,并也已提供给多个全球领先的ADAS供应商进行自动驾驶的开发。
图像处理从专用芯片向通用SoC多芯片集成方向发展,这对图像处理芯片厂商来说,主要的挑战还是图像处理技术上的集成和整合,还有就是处理能力和效率上的提升。但是对于芯片下游的方案厂商来说,关注更多的是芯片能否满足开发需求。
“芯片集成的东西越多,我们在这基础上能开发的功能就越多,就更能够满足客户的需求。”李平山告诉记者,在技术不断的积累的过程中,车侣网络下一步将会考虑和芯片厂商合作把部分成熟的的算法集成到芯片上,这样的市场将会更大。
结合时下最为炙热的自动驾驶汽车领域,从360全景到ADAS图像融合来看,大数据、深度学习技术将会日趋成熟,而摄像头又是汽车的眼睛,未来汽车对图像处理、机器视觉技术的需求将越来越强烈。因此,未来的汽车图像市场肯定越来越大,新的需求也会越来越多。高集成的图像芯片就要求更小体积,更高效率,更低功耗。李平山表示,为顺应这一时代要求,方案商需要提供更多的功能,更高的准确率,更低的价格,更好的服务。
由于汽车产业链各环节均在积极备战无人驾驶技术,视觉提供给汽车的功能也越来越多,在小体积化的要求下,除360全景和ADAS集成外,其他图像处理也将汇集一处,然而目前的汽车图像识别技术在识别率,智能判断上距离无人驾驶的要求还有不小的差距。赵毅告诉记者:“个人认为图像算法的突破点还是在深度学习技术的应用上。而深度学习需要的巨大的运算能力将给处理器功耗带来巨大的挑战。虽然有些半导体供应商要求液冷等热处理方式,但其可靠性还有待考验。”
林志恩则表示,瑞萨电子针对无人驾驶汽车推出的R-Car产品具有驾驶舱(Cockpits)应用的概念,系统除360全景和ADAS集成外,虚拟图形仪表,导航多媒体信息娱乐也汇集在内。此外,林志恩还强调:“视觉是无人驾驶技术重要的一部分,行人、车辆、车道线和交通标志检测都是需要图像芯片和算法进行处理。因此芯片需要应对越来越复杂的图像进行处理,压缩,解码和传输速度,而算法实现的运行速度等要求会越来越快,因此持续研发和推出产品方能满足汽车无人驾驶技术的要求。”
本文为华强电子网原创,版权所有,转载需注明出处
关注电子行业精彩资讯,关注华强资讯官方微信,精华内容抢鲜读,还有机会获赠全年杂志
关注方法:添加好友→搜索“华强微电子”→关注
或微信“扫一扫”二维码
- •基本半导体IPO背后,千亿碳化硅市场机会分析2025-06-04
- •Arm 携手微软赋能开发者创新,共筑云计算和 PC 未来2025-06-04
- •ROHM开发出适用于AI服务器48V电源热插拔电路的100V功率MOSFET2025-06-04
- •OpenGMSL联盟宣告成立,推动未来车载连接技术变革2025-06-04
- •Vishay 新款具有领先导通电阻性能的80 V MOSFET可极大改善工业应用的热性能和可焊性2025-05-29
- •颠覆iToF技术,安森美如何突破30米深度感知极限?2025-05-29
- •关税风暴下,最新全球Top15 ODM业绩变化2025-05-28
- •ROHM首款面向高耐压GaN器件驱动的隔离型栅极驱动器IC开始量产2025-05-27
- •元器件终端市场洞察及机会分析|2025052025-05-27
- •Arm 生态系统:从云端到边缘全面驱动 AI2025-05-27