本文翻译转载于 :Cadence。助中Blog。力满
作者:Vinod Khera 。轿车
轿车职业正在阅历一场史无前例的核算深入革新,未来的传感轿车不再仅仅是交通东西 ,而是器交求精细的软件界说轿车(。SD。融需V) 。助中这种改变的力满明显特征是对自动化的高度依靠,以及为了进步安全性和牢靠性而大幅添加。轿车传感器 。核算的传感运用 。但是器交求,传感器数量的融需添加带来了更高的核算需求,一起也对办理多样化数据提出了应战。助中传统上运用独自的。处理器。办理每个传感器的数据的办法现已过期,在当时趋势下,咱们需求选用一致的处理体系,结合传统的 。数字信号。处理(。DSP 。)和。 AI 。驱动的。算法。来处理多模态传感器数据。这种办法能够完成更高效、更牢靠的传感器交融,然后明显增强车辆的感知才干。在规划轿车体系级芯片时,开发人员常常面对严厉的功率、功能、面积和本钱(PPAC)应战 ,以及时序约束所带来的应战。
凭仗打破性产品和 AI 驱动的处理器,Cadence 正在助力规划师和轿车制造商应对未来轿车职业的传感器交融需求。在 CadenceLive Silicon Valley 2024 活动中 ,Cadence 产品营销总监 Amol Borkar宣布了题为“Cadence 助力满意未来轿车核算中的传感器交融需求”的精彩讲演,展现了公司的坚决许诺和前瞻性解决方案。本文旨在归纳讲演中的中心要害 。您可单击文末“阅览原文”观看讲演 。视频 。 。
轿车职业的重要趋势 —— 职业格式 。
咱们正在见证一场轿车技能革命。乘客和驾驭员监控体系(OMS 、DMS) 、4D 成像雷达、激光雷达和 360 度视图等立异技能正在不断打破极限 ,推进咱们迈向杰出的。自动驾驭 。年代——从解放双手双脚到终究解放双眼 。
传感器交融和日益增长的处理需求——传感器交融技能可有用地整合来自不同传感器的数据,协助车辆更好地感知周围环境 。其主要优势在于克服了单一传感器的局限性 。例如 ,摄像头能够供给具体的视觉信息 ,但在光线缺少或恶劣气候条件下体现欠佳。另一方面 ,雷达在这些条件下具有超卓的物体检测才干 ,但缺少摄像头所具有的细节捕捉才干。经过结合来自多个传感器的数据 ,轿车核算能够发挥这些传感器的优势,一起补偿它们的缺少,终究得到一个更牢靠、更强壮的体系 。
需求留意的是,传感器数量的添加会生成各种类型的数据 ,然后对预处理提出了更高的要求。
端侧处理—— 跟着轿车职业向自动驾驭跨进