无人驾驶路线之争：纯视觉方案vs激光雷达加视觉方案

　　自1939年通用汽车公司面向全球展示世界上第一辆无人驾驶概念车，此后的八十多年里，全球各大科技公司和车企陆续将传感器、摄像头、计算芯片、存储芯片等塞进车子里，并不断在轨道、沙漠等特定场景下去尝试无人驾驶。时至今日，厂商已经在一点点让无人驾驶渗透到家用车市场，并致力于在这样的领域实现更高级别的无人驾驶。

　　然而，我们也能看到，在技术和方案推进的过程中，自动驾驶的实现方式出来了明显的“派系之争”。一派觉得应走视觉与雷达的融合路线；另一派则认为纯视觉实现就足够了。派系之争的根源是当前每个厂商对无人驾驶都有自己的理解，且都取得了一定的效果。当然，通过贸泽电子网站上在售的、各种应用于无人驾驶的元器件，我们也发现了两个派系之间的一些共同点，比如灵活设计和性能冗余等。那么，接下来就让我们展开聊一聊。

　　对于无人驾驶，还有很多其他的叫法，比如无人驾驶、电脑驾驶汽车或者轮式机器人等等。这些名称的核心要义是通过计算机与人工智能技术的融合，代替人类驾驶员，让车子自行完成完整、安全、有效的驾驶行为。无疑，这种智能化的驾乘体验将会成为新时代汽车一个重要的卖点，吸引全球科学技术巨头和车企纷纷投资布局。依据市场调研机构IHS Markit的预测数据，2022年全球无人驾驶汽车市场规模将达到1629亿美元，同比增长14%左右，预计2030年全球无人驾驶汽车市场规模将达到32,197亿美元，年复合增长率高达45.21％。

　　在自动驾驶的设想下，当选定目的地后，汽车会利用导航系统规划最佳路线，抵达目的地，期间人类驾乘人员不需要为此分心，可以尽情享受科技带来的便捷和舒适。然而，当人类驾驶汽车时，我们都会用“眼观六路耳听八方”来描述驾驶员的状态，因此无人驾驶汽车需要具备比这更强的感知性能。环境感知与精准定位、路径规划、线控执行一起并称无人驾驶四大核心技术。当汽车被置于社会应用场景下时安全可靠的感知是不可或缺的。

　　在环境感知上，纯视觉方案仅依靠摄像头搜集环境信息，然后将图片传输到计算芯片做多元化的分析，比较像人类驾驶车辆，通过眼睛来捕捉周围的信息，然后传输给大脑做决策。当然，纯视觉+AI的方案比人眼的视角更广，通过大量的图片信息让汽车内部的计算系统拥有以车子为中心的“上帝视角”。纯视觉方案的优点主要是，实现成本相对更低，更接近人类驾驶，通过高分辨率、高帧率的成像技术获取的环境信息更为丰富；缺点主要是，摄像头捕捉环境信息容易受到环境光的干扰，且纯视觉方案对于图像的处理更依赖训练，难免出现环境认知的“死角”。目前，采用纯视觉方案实现无人驾驶的企业主要有特斯拉、百度和极氪等。

　　“多传感器融合”方案则是通过摄像头、毫米波雷达、激光雷达等设备一起收集车辆的周边信息。激光雷达的加入可以获取更深度的空间信息，对于物体的位置、距离和大小感知更准确，且由于激光雷达是自发光并不受环境光影响。不过，“多传感器融合”方案也有自己的局限性，激光雷达容易受到雨雪雾天气的影响。由于激光雷达本身数千美元的硬成本，加上“多传感器融合”往往对计算芯片有更高的算力要求，因此成本没有优势。目前，采用“多传感器融合”方案实现无人驾驶的企业主要有小鹏、蔚来、极狐等。

　　两大派系在技术实现上，都是基于硬件来帮助汽车构架自身周围的3D信息，然后让计算芯片提取关键信息来做出驾驶决定。未来，“纯视觉”要解决的是光致盲和认知错误等问题，“多传感器融合”本身的融合就是一大技术挑战，且算法本身还得优化，也需要更低成本的激光雷达产品。目前来看，两大技术路线都还有很多潜能值得挖掘。

　　当然，高级别无人驾驶尚未打开家用这个大市场，路线之争不仅是环境感知层面，还有单车智能和路车协同之间的争议。但正如上文所述，元器件厂商对于无人驾驶的支持都选择了高灵活性和性能冗余等方式，给每一种实现方案都提供尽可能的支持。下面我们就着重为大家介绍几款贸泽电子网站上在售的可应用于无人驾驶的元器件产品，帮大家完成各种不同的无人驾驶实现方案。

　　无论是倾向于怎样的技术流派，对于实现无人驾驶而言，摄像头都是必要的，它们充当着汽车的“眼睛”。那么，我们第一款要推荐的方案就是可应用于下一代ADAS开发的FPGA评估套件——UltraScale+™MPSoC ZCU102评估套件，它在视觉处理上很出色，来自制造商AMDXilinx，贸泽电子网站上的制造商编号为EK-U1-ZCU102-G-J。

　　MPSoC ZCU102评估套件采用Zynq UltraScale+ MPSoC器件，作为系统核心，该器件在核心配置、工艺架构、器件尺寸、系统功耗、软件支持和图形处理等方面具有行业领先的产品特性。

　　通过上方的系统框图能清楚看到，Zynq UltraScale+ MPSoC器件基于四核ARM® Cortex-A53和双核Cortex-R5实时处理器打造，并搭配灵活应变的内存层级。异构处理的产品设计加上器件本身的可编程特性，在提供更好性能的同时，允许工程师朋友多角度优化自己的应用。

　　16nm FinFET配合超小型化封装让Zynq UltraScale+ MPSoC器件拥有无与伦比的计算密度，不受应用条件限制，并提供更好的信号完整性。

　　支持AI/ML的深度学习处理单元以及Mali-400 MP2图形处理单元的存在，让Zynq UltraScale+ MPSoC器件可以胜任下一代ADAS系统对于视觉系统和相关算法的高要求，H.264/H.265视频编解码器则逐步提升了这方面的性能。同时，丰富的外设接口让Zynq UltraScale+ MPSoC器件对支持“多传感器融合”也是毫无压力。

　　可以说，异构、高性能、超小型、高算力的Zynq UltraScale+ MPSoC器件是一颗用于打造下一代ADAS应用的理想器件，该器件所提供的64位处理器可扩展性更是为方案设计带来了无限可能。想要体现该器件非凡的魅力，MPSoC ZCU102评估套件无疑提供了出色的平台。

　　在自动驾驶推进的过程中，我们正真看到，目前基本是厂商在主导技术路线之争。而更进一步来讲，即便是相同的路线下，由于厂商对于各个ECU功能单元的界定不同，系统架构和核心芯片的功能也会有差异。从元器件角度分析，由于每个公司对无人驾驶的理解不同，产品设计理念也有很大差异。那么，怎么样才可以高效找到更有市场竞争力的设计的具体方案呢？接下来这款产品能够帮到你。

　　下面我们为大家介绍的是来自制造商AMD Xilinx的另一款解决方案——Versal™ AI Core系列VCK190评估套件，贸泽电子上，该产品的制造商编号为EK-VCK190-G-ED。

　　根据Xilinx Wiki的介绍，VCK190评估套件是第一个 Versal™ AI Core系列评估套件，可帮助设计者使用AI和DSP引擎开发解决方案。相较于服务器级CPU，这款评估套件的系统核心VC1902器件可提供超过100倍的计算力。

　　VCK190评估套件是一个“多面手”，工程师朋友既能借助其广泛的连接选项进行快速应用开发，包括数据中心计算、5G无线电与波束成形 (DFE)、无线测试设备等。同时，也能应用于ADAS的原型开发。

　　针对ADAS的原型开发，AMD Xilinx提供专门的目标参考设计，帮助实现汽车应用的多传感器视频分析。在参考设计中，VCK190评估板上的图像传感器模块能够实时接收信息传递并加速和摄像头挂钩的图像传感器信息，同时该评估板还支持其他汽车应用中常见的AI/ML工作负载。

　　如上文所述，环境感知与精准定位、路径规划、线控执行并称无人驾驶四大核心技术。在具体实现时，“纯视觉”是多组ECU对应多组摄像头，提取有用信息之后汇总到计算芯片上做决策；“多传感器融合”则是不同的传感器对应不同的ECU模块单元，最终依然需要将提取之后的信息发送到计算芯片上进行运算。在车辆外部，车联网的概念让部分信息需要上传到云端，实现汽车作为边端的边云通信。那么，在此过程中，网关配置就显得很重要，用来帮助提高实时性处理和安全性。

　　接下来，我们要重点介绍的这款元器件便是可用于实现下一代汽车网关和架构的S32G2汽车网络处理器，来自制造商NXPSemiconductors，你们可以通过搜索制造商编号S32G274AABK0VUCT在贸泽电子网站上精准找到它。

　　S32G2处理器是制造商NXP Semiconductors在汽车网关设备系列中的升级产品，基于四核Arm® Cortex®-A53应用处理器打造，性能和网络加速能力是该公司此前产品的10倍以上。可以在一定程度上完成如此大的性能跨越，得益于该器件先进的设计理念。S32G2处理器带可选的两两锁步功能，用于处理高算力的应用和服务，其中3个Arm Cortex-M7全锁步内核，用于处理实时应用。以太网数据包转发引擎 (PFE)、低延迟通信引擎 (LLCE) 以及硬件安全引擎 (HSE) 三大硬件加速器的存在，让汽车网络传输更快、更安全。

　　安全是S32G2处理器的一大产品特色，除了所提到的硬件加速器，还提供支持实现ASIL D功能安全的片上硬件模块和软件库。在可选的高级软件方案中，还提供可用于功能安全实现的S32安全软件框架和用于Cortex-A53内核的结构内核自测 (SCST)，带来更高级的信息安全和功能安全体验。

　　总体而言，在域控制器、汽车网络和安全处理器等方面，多功能的S32G2处理器都是绝佳选择。

　　在技术路线的解读中我们正真看到，无论走怎样的发展路线，摄像头都是无人驾驶系统中必须要有的一部分，统称为视觉系统。接下来，我们为大家介绍的这款器件是可用于ADAS、无人驾驶、环视、倒车摄像头、车舱内监测等诸多汽车应用的图像传感器，来自制造商安森美 (onsemi)，贸泽电子上的制造商编号为ASX340AT2C00XPED0-DPBR2。

　　ASX340AT系列图像传感器芯片是安森美图像传感器解决方案中的一个系列，主要面向汽车应用市场，适用于后视摄像头、盲点监控和环视等应用。

　　ASX340AT系列是VGA格式的单芯片CMOS有源像素数字图像传感器，具有优质图像传感器的内在优点，比如低噪声、低功耗和集成优势等，提供了多种摄像头功能，包括自动聚焦、自动白平衡和自动曝光。有必要注意一下的是，ASX340AT系列是一款完整的片上摄像系统，在片上集成了复杂的摄像头功能，让集成商能够在无需额外处理芯片的情况下设计后视摄像头系统。

　　除了ASX340AT系列，整个安森美图像传感器解决方案是全面的图像检测产品组合，支持VGA至超过50MP的分辨率以及CMOS和CCD技术，可覆盖汽车、工业、消费领域的各种应用。目前，该组合中新款5个系列图像传感器都在贸泽电子分销，帮助工程师朋友实现前沿应用创新。

　　无疑，在未来很长的一段时间内，关于怎么来实现无人驾驶，依然会存在派系之争，无论是环境感知，还是整体方案的实现。不过，纯视觉方案在未来将逐渐丢失先发优势，且由于方案的局限性较为显著，预计会有更多的厂商拥抱“多传感器融合”方案，尤其是在更高阶的无人驾驶领域。当然，无论如何实现，最终目标只有一个——让汽车驾驶更安全。为实现这个目标，厂商需要用更好的硬件方案去适配更智能的软件算法，而这正是贸泽电子能够帮到广大工程师朋友的地方，通过海量的原厂授权器件，让大家高效、优质地实现无人驾驶或辅助驾驶的硬件部分。

　　关键字：无人驾驶编辑：什么鱼 引用地址：无人驾驶路线之争：纯视觉方案vs激光雷达加视觉方案

　　虽然有数据证明自动驾驶有望减少交通事故的数量，但也别忘了，这事本身也存在安全风险。所幸，在日内瓦的“联合国世界车辆法规协调论坛”上，这样的一个问题被提上议事日程。据知情的人偷偷表示，今年11月份预计将出台汽车无人驾驶安全标准，该标准会由无人驾驶技术领先者德、日两国主导，将手把手教汽车厂商怎样阻止黑客攻击以及在被攻击之后怎么样应对。 按照定义，无人驾驶汽车能以毫米波雷达、激光雷达、GPS及计算机视觉等技术感知环境，控制管理系统能将感知的信息转换成适当的导航道路，以及障碍与相关标志，在不需要人为操作的情况下自动行驶；同时，车联网让汽车与互联网之间的互动越来越密切。 确切来说，无人驾驶汽车的安全风险包含两方面内容：一方面是由于技术缺陷而

　　自成立以来，恩智浦一直是一家聚焦在快速地发展市场，并以卓越产品去争取市场占有率的半导体公司。进入最近几年，伴随着市场的新转变，公司将目标瞄向了汽车、工业和物联网、移动以及通信基础设施等市场。在他们看来，这些前途无限的市场将会给他们带来丰厚的回报。 恩智浦瞄准的四大终端市场 尤其是在汽车相关市场，因为智能汽车、无人驾驶和电动汽车市场的火热，这就让在处理器、网络和传感等领域拥有一马当先的优势的恩智浦抢占先机。这部分业务也给他们的营收带来了重要的贡献。据公司财报多个方面数据显示，在2019年，汽车相关芯片业务贡献了公司47%的营收。而顺势而为的转变和创新则是他们拥抱市场的底气。 NXP公司的营收分布（按照终端市场划分） 在日前接受半导

　　据外媒报道，加拿大黑莓公司的无人驾驶研发中心将在安大略省滑铁卢市当地时间周一开幕。黑莓也努力在汽车行业无人驾驶的竞赛中插上一脚，立下自己的锦旗。加拿大总理贾斯汀·特鲁多(Justin Trudeau)届时也将参加黑莓公司无人驾驶研发中心的开幕。 曾经在手机界赫赫有名的黑莓不敌苹果和三星等，已经非常大程度上退出智能手机市场，转战获益更丰的移动电子设备的软件和管理业务上。目前，黑莓正在扩张旗下公司QNX在渥太华的工厂，专注于发展先进的辅助驾驶和无人驾驶技术。 黑莓目前正在重点研究怎么样使嵌入式软件与无人驾驶汽车所需要的传感器、摄像头及其他部件互动联系起来。尽管财大气粗的硅谷已在无人驾驶所需的AI和机器学习上大手笔投资，但黑莓公司也没被吓

　　(一)无人驾驶是什么 无人驾驶是新一代智能网联汽车最重要的功能，无人驾驶是指利用计算机、传感器和别的设备实现车辆自主行驶的技术，它解放人力迈向机械自动化。按工信部2021年《汽车驾驶自动化分级》(GB/T40429-2021)和国际自动机工程师学会发布的标准，自动化能力有L0到L5六个等级，其中L1，L2被认为是辅助驾驶阶段，L3以上迈入无人驾驶阶段。 图4.1 无人驾驶的六个等级 芯片，传感器以及基于神经网络深度学习算法是无人驾驶的的三大要素。 高算力车载芯片是支持无人驾驶算法的基础。在2003年上线》中，具有人工智能，毁灭世界的天网为60TOPS(万亿次浮点运算每秒)，在当时看来这已经

　　和它的未来——车路协同 /

　　高德汽车近日宣布和捷豹路虎联合推出首款车载导航产品，在新闻发布会上，高德汽车事业部总裁韦东还就 无人驾驶 发表了看法，韦东认为无人驾驶不是闭关研发2、3年就能实现量产的，并认为关于无人驾驶，有人在空喊口号。虽然韦东未精确指出其批评的对象，但现场一致认为他所指对象为百度，后者于去年12月宣布了无人车路测完成，并能在5年内实现量产的消息。 韦东表示，现在普遍谈论的无人驾驶最需要的是一个电子大脑，而这个电子大脑最需要的是高精地图。此外，云、感知、实时路况和交通数据都是无人驾驶必不可少的要素，要一直“在路上”的探索，而非“在家里面开发两年、三年就可以说我可以量产了。” 韦东还进一步说：“无人驾驶一定是一步一步地到达，从普通

　　据路透社报道，Uber周三在华盛顿发布最新一代的沃尔沃无人驾驶汽车。 Uber表示，新生产的XC90将由沃尔沃汽车（Volvo Cars）在瑞典组装，并配备方向盘和制动踏板等人类控制装置。但Uber同时指出，该车还将配备专为计算机（而不是人类司机）设计的转向和制动系统。 之前，Uber已经购买了约250辆沃尔沃XC90 SUV，并对其进行了改造，以供无人驾驶使用。 Uber先进的技术事业部（ATG）负责人埃里克·梅霍夫（Eric Meyhofer）称，这些新车（内部代码为“519G”，数年前就开始研发）更安全、更可靠，将“很快”取代Uber车队中的旧车。 梅霍夫还透露：“这些新车即将投产。”新车还配备了多个用于转向和制动功能的备份系

　　作为无人驾驶安全的基础，高精度定位的重要性毋庸置疑，特别是基于IMU、GNSS信号、视觉感知系统、高精度地图等的融合定位技术，由于能轻松实现更高的定位精度和冗余性，提升车辆在各类场景中的通过率，正成为行业的主流选择。 为了更好地满足自动驾驶领域对定位的高标准、严要求，在2021上海车展上，国内领先的组合定位技术供应商导远电子宣布推出高精度地图盒子。该产品通过融合IMU、RTK、车速、ADAS相机、高精地图数据等，能轻松实现车道级定位，并提供2km预见性巡航能力，为高级辅助驾驶系统提供决策依据，助力L2+无人驾驶功能的研发。 导远电子高精度地图盒子，图片来自：导远电子 打造高可靠无人驾驶系统，融合定位不可或缺 随着L1

　　再进阶 /

　　预期功能安全分析面临的问题 目前，行业主要依照预期功能安全（SOTIF）国际标准 ISO 21448的流程指导，进行预期功能安全设计测试工作。其定量分析验证给出的主要方法是依托海量已有交通数据来进行量化分析，但这一方案在实操上存在相当难度——路采数据耗费的时间和经济成本过高，极端交通条件和危险场景复现困难，且存在很大危险性。因此，仿真测试数据已日渐成为解决以上问题的重要技术方法。 预期功能安全想要有效解决测试场景覆盖的问题，不仅需要结合仿真测试数据，还需要完整打通全仿真测试工具链，依托智能算法来大大降低测试场景数量，在实践中完成闭环。至此才能达到提高无人驾驶汽车测试安全性、节省测试时间和成本、快速推动无人驾驶汽车量产落地的目的。

　　仿真测试：基于算法驱动的验证体系 /

　　有奖直播报名｜Keysight World Tech Day 2023分论坛——汽车无人驾驶与新能源

　　免费申请：价值799的国产高性能RISC-V Linux开发板LicheePi 4A

　　立即报名 STM32全国巡回研讨会即将开启！（走进11城，9/12-10/27）

　　乍一看，今天的汽车看起来跟几十年前的汽车没什么差别，但事实并非如此。车舱内、引擎盖下甚至轮胎内都隐藏这巨大的变化，可谓到处都有进步 ...

　　为工业以太网器件供电要解决工业以太网和工业应用的几个特定问题。标准以太网与工业以太网之间最大的不同之处在于拓扑结构，如图1所示。标准 ...

　　PLC最全编程算法PLC编程算法(1)：PLC中无非就是三大量：开关量、模拟量、脉冲量。搞清楚三者之间的关系，你就能熟练的掌握PLC了。1、 开关 ...

　　启动应用程序配置程序使用应用程序配置程序，您能确定使用MOVIPRO执行哪些应用程序。能够直接进行不同的配置，从简单的速度设置点到总线定位 ...

　　伺服控制管理系统广泛的应用在工业机器人、数字控制机床、电子制造、印刷机械、纺织机械等领域，在工业生产里发挥重要的作用。在工业机器人和数控机 ...

　　站点相关：嵌入式处理器嵌入式操作系统开发相关FPGA/DSP总线与接口数据处理消费电子工业电子汽车电子其他技术存储技术综合资讯论坛电子百科