《ABI Research：2024一種可擴展的先進駕駛輔助系統和自動駕駛方法白皮書（16頁）.pdf》由會員分享，可在線閱讀，更多相關《ABI Research：2024一種可擴展的先進駕駛輔助系統和自動駕駛方法白皮書（16頁）.pdf（16頁珍藏版）》請在三個皮匠報告上搜索。

1、一種可擴展的先進駕駛輔助系統(ADAS)和自動駕駛方法引言目錄引言.1ADAS和主動安全.3安全評級機構的核心作用 .3技術影響.4有人監督自動駕駛.62+級.6技術影響 360度感知和高性能計算 .7無人監督自動駕駛.93級和4級.9技術影響 感知、處理和軟件中的冗余 .11結論.14可擴展性與重用性.15一種可擴展的先進駕駛輔助系統和自動駕駛方法 James Hodgson，研究總監汽車行業正與人工智能、高性能計算、地圖繪制和位置智能領域的主要供應商合作，大力投資于輔助駕駛和自動駕駛的開發和部署。一系列廣泛的應用要么將為駕駛員提供輔助，幫助駕駛員更安全地駕駛、代替駕駛員執行某些任務，或最終

2、通過整個駕駛過程的自動化完全取代駕駛員。每個自動駕駛應用都結合了一組特定的功能和一定程度的駕駛員脫離，即在一定程度上由駕駛員負責的前提下進行縱向和橫向自動化的組合。這里所說的駕駛員負責是指，可能需要駕駛員進行持續監督，或者也可能允許駕駛員“脫手”、“脫眼”或“脫腦”，具體取決于系統的架構。一個極端是主動安全系統，其設計用于僅在特殊情況下通過警告或減輕碰撞的操作輔助駕駛員，并保持駕駛員完全控制；而另一個極端是無人駕駛汽車，將完全取代駕駛員執行所有駕駛任務，實現駕駛員完全脫離，達到無需人類駕駛員的程度。2圖1：自動駕駛應用 SAE J3016標準中的功能/介入組合 （資料來源：ABI Resear

3、ch）更多自動駕駛功能更多無人監督操作今天2023+2026+SAE 2+級功能：大范圍駕駛操作監督：全面、持續SAE 2級功能：有限車道保持和速度控制監督：全面、持續SAE 3級功能：有限車道保持和速度控制監督：脫眼、保持警覺SAE 4/5級功能：大范圍駕駛操作監督：脫眼、脫腦或不需要駕駛員一種可擴展的先進駕駛輔助系統(ADAS)和自動駕駛方法從消費者的角度來看，這些功能/監管組合在價值、成本和對個人出行體驗的整體影響方面似乎有著根本的不同。然而，從架構的角度來看，這些應用共享一套通用的支持技術，通過添加額外的組件，以在更全面的自動駕駛汽車實現中實現更多功能，并提高冗余度。因此，汽車行業應該

4、采取可擴展的方法來實現他們的主動安全、半自動駕駛和全自動駕駛應用。在不同功能/脫離組合之間最大限度地重復使用組件將為市場帶來以下好處：降低成本：由于無需為每個自動駕駛應用構建一個新平臺，使用一套通用的支持技術來支持主動安全、有人監督自動駕駛和無人監督自動駕駛，使得在短期機會（ADAS和2+級）中獲得的更高銷售量能夠使長期應用（高度自動駕駛和無人駕駛）變得更為可行。規?；徒涷灧e累：同樣，將通用組件部署到ADAS、有人監督自動駕駛和無人監督自動駕駛中，可以在短期、高銷量機會中獲得大量經驗，為無人監督自動駕駛的未來成功部署奠定基礎。3ADAS和主動安全安全評級機構的核心作用公平競爭環境路線圖和應用

5、趨勢 一種可擴展的先進駕駛輔助系統(ADAS)和自動駕駛方法汽車行業短期內最大的機會是先進駕駛輔助系統(ADAS)，它通過識別障礙物和危險情況來輔助駕駛員，并輔助駕駛員避免碰撞。在大多數情況下，這涉及使用主動傳感器來檢測和分類道路使用者，確定是否可能發生碰撞，并采取主動措施，如自動剎車或自動轉向。一般而言，汽車制造商通常不會通過安全性來區分。這反映了消費者的普遍態度，即每輛汽車都應該在最先進技術允許的情況下盡可能安全。因此，典型車輛的安全規范由法規和準法規推動。例如，歐洲GSR 2法規要求從2022年7月起的所有新車型和從2024年起的所有新汽車都要配備一定數量的ADAS功能，包括自動緊急剎車

6、(AEB)、智能車速輔助系統(ISA)和駕駛員疲勞和注意力警告(DDAW)等。在正式法規之外，安全評級機構的關鍵工作對汽車安全方面產生了“準法規”的效果，并在過去10年中證明在推動主動安全的采用方面非常有效。這些機構履行兩項重要職能：標準化測試和評分：通過將每個原始設備制造商的ADAS置于一組通用的測試條件下，無論汽車制造商或品牌如何，消費者都可以保證一定程度的性能。安全性傳達：通過使用5星安全評級或最高安全評價為某些ADAS的配置評分，安全評級機構有效地向消費者傳達了主動安全的價值，推動了其采用。在不同地區的新車碰撞測試組織（NCAP）/公路安全保險協會（IIHS）中，引入新的測試協議并在安

7、全評分中反映這些測試的性能的具體路線圖各不相同。然而，總體而言，安全測試領域的以下趨勢正在塑造ADAS/主動安全市場：檢測更多的道路使用者：盡管最初的ADAS系統在檢測其他車輛方面非常有效，但ADAS測試路線圖已經發展，以更好地測試ADAS系統檢測其他道路使用者（如自行車和行人）的能力。更加真實的測試場景：最初的測試協議在能見度良好的日光條件下測試車輛。越來越多地在夜間進行測試將提高ADAS在現實條件下的有效性。車內監測：除了使用主動傳感器識別車輛外部的危險，NCAP和IIHS的路線圖越來越多地獎勵使用主動傳感器檢測和緩解車輛內部危險的系統。典型的應用包括疲勞和駕駛員分心檢測，以及檢測被意外遺

8、留在鎖定車輛中的兒童。4技術影響攝像頭/雷達傳感器融合和立體視覺圖2：攝像頭/雷達傳感器融合（資料來源：ABI Research）分辨率測距精度速度相對成本在極端光照條件下的性能在惡劣天氣下的性能攝像頭/雷達傳感器融合雷達攝像頭一種可擴展的先進駕駛輔助系統(ADAS)和自動駕駛方法 超視距和非視距(NLOS)：盡管大多數ADAS依靠主動傳感器進行視距(LOS)危險檢測，但未來安全評級機構的路線圖越來越多地獎勵使用蜂窩連接和廣播V2X等非視距(NLOS)技術識別視野范圍之外和拐角處的危險的系統。雖然安全評級機構制定了測試協議來獎勵能夠成功檢測和緩解特定事故場景的ADAS，但他們采用的是技術中立的

9、策略，允許汽車制造商在采購ADAS解決方案時從各種競爭性的替代方案中進行選擇。然而，汽車行業已經開發出了能夠以可擴展且經濟實惠的方式提供所需性能的技術解決方案。為了對各種潛在障礙物進行穩定可靠的檢測、識別和測距，汽車制造商通常采用兩種感知方法中的一種。最廣泛采用的方法是攝像頭/雷達傳感器融合，兩種傳感器模態的對比優勢能夠提供更可靠的感知。CMOS攝像頭傳感器成本較低，提供豐富的語義洞察力，以幫助進行物體分類，并通過使用光流分析和運動結構，還可以通過非概率方法提供深度輸入。然而，在極端光照和惡劣天氣條件下，攝像頭傳感器可能會遇到困難。相比之下，雷達傳感器分辨率相對較低，但在影響攝像頭性能的相同情

10、況下仍能繼續正常工作。雷達傳感器還提供諸如距離和相對速度等有用的輸入。5圖3：立體視覺ADAS性能，Subaru Eyesight （資料來源：NCAP）高效、低內存占用計算一種可擴展的先進駕駛輔助系統(ADAS)和自動駕駛方法在提供高性能ADAS方面證明有效的另一種方法是立體視覺，它利用立體視覺構建環境的3D模型，方式類似于人類使用雙目視覺確定深度和距離。這種方法實現了一種計算效率極高的方式，提供了實現可靠障礙物檢測和避免碰撞所需的語義、距離和速度洞察力。由于汽車制造商通過主動安全實現差異化的途徑有限，成本效益是關鍵。為此，汽車制造商通常選擇獨立/專用計算來提供必要的應用處理、圖像信號處理、

11、安全性和汽車級設計。特別是，將主動安全所需的功能安全負擔限制在專用SoC中的能力已經幫助汽車制造商限制了與主動安全相關的成本。6有人監督自動駕駛2+級 給汽車制造商和供應商帶來的優勢對于汽車制造商及其供應商來說，2+級趨勢有許多優勢：一種可擴展的先進駕駛輔助系統(ADAS)和自動駕駛方法SAE J3016將2級自動駕駛定義為“為駕駛員提供轉向和剎車/加速度輔助”，駕駛員必須“持續監督”。對于大多數2級自動駕駛汽車，這種縱向和橫向輔助的組合通常以兩個不同的ADAS系統同時運行的形式呈現，例如，自適應巡航控制系統通過與前車保持安全距離來提供縱向輔助，而獨立的車道保持輔助系統通過使車輛保持在行車道內

12、來提供橫向輔助。越來越多的原始設備制造商將提供協調的縱向和橫向輔助的2級系統推向市場，利用最初為3級和4級系統設計的計算平臺和軟件來提供更具吸引力的消費者體驗。在實際應用中，可以將許多功能定義為“為駕駛員提供轉向和剎車/加速度輔助”。例如：自動變道操作 自動駛入高速公路出口或匝道 自動超車操作以保持高速公路上的目標速度，有或無駕駛員介入“脫手”城市化駕駛，在市中心復雜的多主體環境中行駛如果這些功能在人類駕駛員的持續監督下執行，根據SAE J3016的定義，這些部署可以被指定為2級自動駕駛，盡管它們提供了比典型的ACC和LKA組合豐富得多的體驗。將多種自動化功能與駕駛員持續監督結合起來的半自動駕

13、駛應用在汽車行業被稱為“2+級”或“2.5級”自動駕駛應用，這一定義在SAE J3016中并不存在，但它傳達了對駕駛員責任的強調，同時仍提供比迄今為止部署的傳統2級系統多得多的功能。滿足當今的監管環境：在全球范圍內，制定無人監督自動駕駛的監管框架一直是一個漫長的過程。雖然一些地區現在正開始制定無人監督自動駕駛汽車的類型批準和保險流程，但整體前景仍然復雜，汽車制造商將在可預見的未來應對不同市場的不同要求。相比之下，汽車制造商可以在現有監管環境的框架內在全球部署2+級系統。最大限度降低品牌風險：即使在無人監督自動駕駛責任認定的正式法規生效的地方，汽車制造商仍然擔心他們的品牌與車輛在無人監督的情況下

14、行駛時可能發生的任何事故相關聯。即使調查得出的最終結論認定另一道路使用者為過錯方，但在此期間備受矚目的事故對品牌完整性造成的影響可能會在許多原始設備制造商中產生一定程度的風險規避。保持人類駕駛員在駕駛過 程中的中心地位，同時通過2+級功能為他們提供輔助，有助于規避風險的原始設備制造商在未 來試水自動駕駛。7給消費者帶來的優勢技術影響 360度感知和高性能計算利用攝像頭/雷達傳感器融合實現360度感知一種可擴展的先進駕駛輔助系統(ADAS)和自動駕駛方法 盡可能降低物料清單成本(BOM)：與較高級別的自動化（即無人監督）相關的大部分物料清單成本來自于引入冗余傳感器和處理器，以取代缺席駕駛員的角色

15、。例如，激光雷達(LiDAR)、成像/高清雷達和雙AV SoC。讓駕駛員保持介入意味著與冗余相關的先進技術是不必要的（因為人類駕駛員提供了這種冗余）。這使得2+級部署的成本效益在中短期內要高出許多。隨著時間的推移，一些額外的傳感器技術，特別是成像/高清雷達，預計將被引入2+級系統，以進一步提高其安全性。與通常受安全評級機構測試協議影響的主動安全系統不同，2+級系統的成功將取決于它們的實際性能，這為未來的成像/高清雷達提供了機會?？傮w而言，2+級策略利用了有人監督自動駕駛相對較低成本、較低風險和更廣泛的法規適應性，從而推動自動駕駛汽車的革命。原始設備制造商及其供應商和合作伙伴已經投資了數十億美元

16、進行自動駕駛汽車技術的開發，但在無人監督自動駕駛和無人駕駛汽車領域幾乎沒有實質性的成果。2+級將交付支持技術的中短期出貨量，從而降低利用相同支持技術的3級和4級部署的成本。對于消費者而言，2+級現象代表了對傳統2級系統的重大升級，傳統2級系統經常受到高度受限的運行設計域(ODD)的阻礙，并在特定速度范圍之外或當道路曲率超過特定角度時會停止運行。通過利用最初打算在高度自動駕駛汽車中部署的軟件，原始設備制造商可以提供一種比消費者以前使用過的自動駕駛更具吸引力的有人監督自動駕駛形式。在特殊情況下，主動安全先進駕駛輔助系統(ADAS)在單一維度上提供輔助。例如，AEB提供縱向輔助，而BSD和LKA提供

17、橫向輔助。相比之下，2+級系統是“領航”系統，旨在持續提供大范圍的縱向和橫向駕駛輔助。為了提供這種一體化的縱向和橫向輔助，2+級系統需要覆蓋整個道路環境的360度感知。通常，與主動安全實現相同的原因，攝像頭傳感器通常由雷達傳感器支持，兩種傳感器的對比優勢實現互補。然而，由于駕駛員在持續監督系統的運行，因此無需激光雷達或成像/高清雷達等額外的冗余傳感器。8表1：自動駕駛汽車傳感器套件，SAE 2至5級 （資料來源：ABI Research）高性能計算制造商車型系統SAE級別攝像頭長距離雷達中距離雷達激光雷達US奔馳(2016)E Class智能領航22（立體視覺）1404奧迪(2018)A8AI

18、 Traffic Pilot35（1個長距離攝像頭、4個短距離攝像頭）141(Valeo SCALA)4尼桑(2016)Rogue,SerenaProPILOT210000尼桑(2019)Skyline,Q50ProPILOT 2.02+750012特斯拉(2019)Model 3Autopilot 3.02+810012Mobileye(2021)吉利車型(Geely,Polestar,Smart)SuperVision2+1110 00奔馳(2022)S Class智能領航(DRIVE PILOT)32（立體視覺）1414通用(2021)CruiseCruise51611（5個長距離攝像頭

19、、4個中距離攝像頭/廣角攝像頭）10（全部短距離攝像頭）50Mobileye/Luminar(2022-2025)Full-stack4/5116 3(SWIR ToF)0Zoox Full-stack5141080Mobileye(2025-)Full-stack4/5116個高清雷達 1 FMCW 0蔚來(2023)ET7/ET5NADL2+NOA1110112蔚來(2023)EC6/ES8NADL2+NOA1110112小鵬(2023)G6/P7i/G9XNGPL2+NOA1102112理想汽車(2023)L9/L8/L7 MaxAD MaxL2+NOA1110112華為問界(2023)

20、M7/M5Huawei ADS2.0L2+NOA1110112SAIC IM Motors(2023)LS6IM AD2.0L2+NOA1101112一種可擴展的先進駕駛輔助系統(ADAS)和自動駕駛方法主動安全系統通常依靠高能效的精益計算，在盡可能最小的成本和計算功耗范圍內提供確保最高安全評級或遵守當地ADAS法規所需的功能。相比之下，2+級系統不僅需要更高的計算性能來支持各種駕駛功能，而且往往還需要超出銷售點功能的必要范圍的額外處理能力，以便能夠在銷售后交付新的2+級應用。這一點尤其重要，因為2+級系統的訂閱業務模式非常普遍，在這種模式下，消費者需要支付月費或年費來維持對2+級功能的使用權

21、限。在這種商業模式中，最大限度地減少客戶流失并為消費者保持價值至關重要，而定期提供新功能是留住消費者并讓消費者為2+級訂閱付費的最佳策略。這一戰略反過來要求原始設備制造商在ADAS/AV處理領域以過剩計算能力的形式為市場提供發展“空間”，從而創造了售后變現的新機會。9 駕駛員監控系統高清地圖和位置智能 無人監督自動駕駛3級和4級一種可擴展的先進駕駛輔助系統(ADAS)和自動駕駛方法通常，2+級系統的軟件內容包含更多的人工智能和神經網絡，要求大多數2+級SOC中包含神經網絡加速IP。這通常采用GPU核心、FPGA或更定制的ASIC或加速器核心的形式，最佳SoC構成由AV部署者的軟件路線圖決定。這

22、些2+級計算平臺比通常用于主動安全的離散智能傳感器更為集中，但在實際應用中，市場可能仍然會同時使用一些離散的計算集群和一個高性能SoC。在某些情況下，這將采取在中央SoC內融合之前預處理傳感器數據的形式，但也適用于一些傾向于駐留在專用計算上的應用，如自動泊車。由于駕駛員在所有2+級應用中發揮著持續觀察者的關鍵作用，大多數原始設備制造商在其2+級系統中配置一個強大的駕駛員監控系統，以確保駕駛員持續觀察外部環境?；跀z像頭的駕駛員監控對于確定視線方向和駕駛員姿勢至關重要。數字地圖具有豐富的屬性信息，可以幫助車輛在行車道內更好地定位，即使在沒有可見車道線的情況下，也可以幫助車輛在繁忙的十字路口順利穿

23、行。即使攝像頭傳感器受到極端照明或遮擋標志的影響，交通標志車道相關性和道路標志語義內容等特定AV屬性也可以在理解當地道路限制方面與主動傳感器相輔相成?？偠灾?，與ADAS/主動安全系統相比，2+級應用需要更高比重的攝像頭和雷達傳感器來實現360度感知，需要更高的計算能力來提供更多功能和未來更新空間，需要駕駛員監控來確保在自動駕駛系統和人類駕駛員之間保持平衡，并且還需要具有特定AV屬性的位置智能/地圖。在3級和4級系統中，人類駕駛員能夠脫離駕駛過程。在3級自動駕駛實現中，這種脫離只是部分脫離，駕駛員在駕駛過程中可以“脫手”和“脫眼”，但如果3級應用不能在道路情況中安全地行駛，駕駛員需要能夠恢復控

24、制，并有合理的時間接管控制權。如果駕駛員未能響應接管控制請求，車輛必須能夠執行風險最小的操作，將車輛帶到安全狀態（例如，停在路邊）。相反，4級系統能夠完成運行設計域內的所有駕駛任務，無需人類駕駛員的任何介入、監督或干預。10無人駕駛出租車和無人駕駛商用汽車表1：世界市場中的新車出貨量（按SAE級別）：2018年至2032年（資料來源：ABI Research）020,00040,00060,00080,000100,000120,000201820192020202120222023202420252026202720282029203020312032(000s)0級1級2級2+級3級4級無

25、人駕駛出租車一種可擴展的先進駕駛輔助系統(ADAS)和自動駕駛方法雖然從消費者價值的角度來看，這兩種實現（3級和4級）存在很大的不同，但從支持技術角度來看，它們在2+級架構上都有相同的額外要求，即冗余。隨著人類駕駛員的脫離，無論是在感知還是處理方面，他們的監督角色都必須由基于技術的替代品取代。雖然4級自動駕駛汽車配備了更高比重的AV技術，但它們的中短期銷量預計將與乘用車市場中部署的2+級和3級應用處于不同的量級。事實上，全自動無人駕駛汽車將部署在無人駕駛出租車環境中，車隊運營商將部署盡可能少的車輛來滿足出行需求。用于輔助在公共道路上進行人員運輸的無人駕駛汽車部署仍然非常有限，并且在立法發展到適

26、應大規模引入無人駕駛汽車之前，預計將繼續保持這種狀態。然而，商用車輛的使用案例預計在短期內將從無人駕駛操作中受益，原因有以下幾點：明確的商業案例：無論是為了彌補駕駛員不足問題，還是為了減少由于駕駛員失誤造成的損失，在車隊環境中建立商業案例都更容易。非公路：許多商用車輛用例可以在非公路環境中實現全自動駕駛操作，與復雜的城市環境相比，這是一個更容易實現的機會，復雜的城市環境具有多種易生危險且有時不可預測的因素。在貨場和其他受控的私人環境中編組、移動拖車和重新定位資產可以在相對容易的環境中交付企業價值。11技術影響感知、處理和軟件中的冗余 高清/成像雷達案例研究：Arbe Robotics 一種可擴

27、展的先進駕駛輔助系統(ADAS)和自動駕駛方法為了取代人類駕駛員的監督作用，3級和4級部署中的自動駕駛汽車感知系統需要測距、速度和語義洞察力方面的冗余。兩種特定的傳感器模態將為基于攝像頭的機器視覺提供補充高清/成像雷達和激光雷達。多年來汽車領域已采用雷達為ADAS感知提供支持。雖然該模態因其與攝像頭傳感器的正交性以及在光線和天氣不佳情況下的可靠性能而受到重視，但傳統配置存在諸多缺點。更高的仰角/垂直分辨率：若垂直軸上的分辨率較低，則難以確定障礙物的高度，因此很難區分靜止的車輛和靜止的街道設施，如懸垂的門架或道路標志。更高的方位角/水平分辨率：若角度分辨率差，則難以區分道路上的不同主體，例如車輛

28、和行人。通常無法檢測到橫穿車輛行駛路徑的過街行人，也很難區分場景中的其他主體。最小化旁瓣/誤報：雷達傳感器輻射圖主瓣旁邊存在光柵瓣，導致多重誤報。這又是由當前汽車雷達芯片組內有限的通道數量造成的。在實際應用中，很難區分反射性較低的物體（如行人）的真實反射和反射性較高的相鄰物體（如停放的卡車）的旁瓣。解決上述所有缺點的方法是向收發器陣列添加更多的虛擬通道。這是通過增加物理射頻(RF)通道（發射(Tx)和接收(Rx)）的數量來實現的，因此，即通過典型的多輸入多輸出(MIMO)技術大幅增加虛擬通道的數量來實現。這些新一代雷達收發器產生的數據量遠遠高于目前水平，這就要求新一代雷達處理系統能夠處理新的數

29、據量，并支持分辨率大幅提高帶來的新應用，如地圖繪制。Arbe成立于2015年，專注于高清雷達收發器、處理器和平臺的開發。為了增加其新一代雷達技術中的Tx和Rx通道數量，Arbe利用Global Foundries的22 FDX/22納米FDSOI CMOS工藝，在其RFIC芯片組中提供24個輸出通道和12個輸入通道，同時保持了每個通道的低成本。這些物理通道可以支持2000多個虛擬通道，提供1方位角（水平）和2仰角（垂直）的角度分辨率以及300米的測距范圍。為了處理如此大量的數據，Arbe開發了一種雷達處理單元(RPU)，將嵌入式信號處理算法集成到其基帶中。這使得處理芯片能夠容納48Rx和Tx通

30、道，同時將功耗降至最低。12案例研究：Continental ARS540激光雷達一種可擴展的先進駕駛輔助系統(ADAS)和自動駕駛方法2020年9月，領先的一級汽車雷達模塊供應商 Continental發布了新一代4D雷達設備ARS540，用于解決雷達傳感器的遺留缺點。ARS540具有12個TX通道和16個RX通道，是上一代旗艦雷達模塊ARS430天線通道數量的1.75倍。因此，ARS540能夠提供192個虛擬天線通道，大大提高了方位角和仰角分辨率。實際上，該系統具備準確的高度估算能力，可以檢測懸垂的標志和隧道頂部，具備足夠的角度分辨率以區分復雜城市環境中的道路主體（例如，大型停放車輛旁邊的

31、摩托車）和檢測不可逾越的地面障礙物。為了提供處理數量增加八倍的虛擬通道所需的計算性能，Continental選擇使用AMD公司的ZynqTM UltraScale+自適應SoC，其利用16納米技術創建基于雷達的點云，可以在距離、速度、方位角和仰角4個“維度”上滿足性能需求。與上一代Zynq 7000自適應SoC相比，Zynq UltraScale+SoC提供了20倍的原始數據處理能力和10倍的目標跟蹤能力。自“DARPA自動駕駛挑戰賽”(DARPA Grand Challenges)以來，激光雷達一直是自動駕駛汽車原型樣車感知套件的重要組成部分，并一直在無人監督自動駕駛部署中發揮重要作用。在過

32、去15年的持續發展中，激光雷達技術的核心原理已經發生了多次迭代，其利用紅外線對物體進行測距，以足夠的分辨率進行物體分類。激光雷達解決方案的一些不同技術選項包括：脈沖/飛行時間(ToF)與調頻連續波(FMCW)對比：在Pulse/ToF配置中，以固定頻率發射單獨的光脈沖，通過測量反射的響應時間來確定不同點的距離。然后利用算法來識別和跟蹤物體，分類和測量速度等。較新的替代方案是FMCW激光雷達，其工作原理與傳統汽車雷達相同。這種新一代激光雷達技術并非以固定頻率發送短激光脈沖，而是調制連續發射的激光頻率。將發射波和反射波的頻率與基準振蕩器進行比較能夠實現距離測量和速度測量。NIR與SWIR對比：大多

33、數激光雷達解決方案采用近紅外(NIR)發射器（800納米至905納米），這種方法使其能夠使用已經大規模采用并受益于規模經濟的常見激光技術。然而，這種波長可以穿透人眼視網膜，因此在NIR波長范圍內的激光器的輸出功率受到嚴格的法規限制，進而限制了NIR激光雷達的應用范圍。而1400納米以上的SWIR波長則不能穿透人類角膜，可以實現更高的輸出水平，因此應用范圍更廣。掃描：最初的激光雷達利用大型旋轉鏡掃描場景中的發射光，這種方法導致了較大的磨損?？墒褂脭底諱EMS鏡和光學相控陣光束控制技術作為替代方案?？傮w來說，激光雷達不僅提供距離測量、速度測量，并且在光線和天氣條件不佳情況下提供相對可靠的性能，同時

34、還提供物體分類、語義分割和自由空間檢測所需的分辨率。因此，激光雷達被視為無人監督自動駕駛中必不可少的第三傳感器模態或“第三視角”。13圖4：攝像頭、高清雷達和激光雷達傳感器融合 （資料來源：ABI Research）高性能計算分辨率測距精度速度在極端光照條件下的性能在惡劣天氣下的性能攝像頭/高清雷達/FMCW激光雷達傳感器融合高清雷達攝像頭SWIR激光雷達相對成本一種可擴展的先進駕駛輔助系統(ADAS)和自動駕駛方法最后，最近有一個有趣的動態，特別是在大中華區等競爭激烈的電動汽車市場，越來越多汽車制造商使用激光雷達作為其他傳感器的補充，甚至在2+級平臺，以區別于采用“僅使用攝像頭”策略的熱門電

35、動汽車制造商。無人監督自動駕駛需要比2級自動駕駛更高水平的計算性能。首先，高清/成像雷達和激光雷達均為采用計算密集型算法的高分辨率傳感器，可實現測距、測速、物體分類、語義分割和地圖繪制等功能。因此，添加多個高清/成像雷達和激光雷達傳感器需要更高的計算性能。此外，配置雙重計算資源，確保能夠在出現錯誤時保證性能，確保平穩的故障處理或通過執行最小風險的操作使車輛返回至安全狀態，這一點非常重要。因此，總體趨勢將是，其比在有人監督自動駕駛汽車中性能更強大、更具異構性且更集中。同樣，將在使用具有數據預處理功能的智能傳感器和在 集中式模塊內提取原始數字數據之間取得平衡。14結論圖5：駕駛員脫離對傳感器和計算

36、要求的影響 （資料來源：ABI Research）4 2021 ABI Research主動安全有人監督無人監督SAE級別駕駛員介入ADASPILOT有人為干預無人為干預12級2+級3級4級注視前方、保持警覺、手握方向盤注視前方、保持警覺、脫手脫眼、保持警覺、脫手脫眼、脫腦、脫手傳感器攝像頭/雷達傳感器融合、立體視覺360、攝像頭、雷達傳感器融合360、攝像頭、雷達傳感器融合、1個激光雷達、高清雷達360、攝像頭、雷達傳感器融合、多個激光雷達、高清雷達處理精益ASIC異構高性能計算、NNA異構高性能計算、NNA、冗余處理異構高性能計算、NNA、冗余處理+傳感器密度+計算空間+異構計算+傳感器多

37、樣性+計算空間+異構計算+傳感器密度和多樣性+計算空間和冗余案例研究：AMD Zynq UltraScale+MPSoCAMD(XA)ZynqTM UltraScale+MPSoC 7EV和11EG設備提供高度可編程的容量、性能和I/O功能，支持高速數據聚合、預處理和分發，以及針對2+級到4級自動駕駛的計算加速。這些設備提供超過650,000個可編程邏輯單元和近3,000個DSP切片；與上一代設備相比，其性能提升了2.5倍，比Zynq-7000自適應SOC的系統級性能功耗比提高了5倍。XA 7EV配有一個視頻編解碼器單元，用于H.264/h.265編碼和解碼，而XA 11EG包括32個12.5

38、Gb/s收發器。它們得到了該公司新的統一軟件平臺Vitis的支持，使開發人員能夠利用硬件適應性。因此，除Continental ARS540 4D成像雷達平臺外，AMD(XA)Zynq UltraScale+MPSoC也被用于各種ADAS應用。最近發布的一些功能包括Subaru（前視主動安全攝像頭(Forward Camera)）、Denso（激光雷達）和Aisin（Surround View、自動泊車輔助功能(Automated Park Assist)）等。百度阿波羅(Baidu Apollo)在XA Zynq UltraScale+MPSoC(XAZU5EV)上運行。Pony.ai也在其

39、AV平臺中使用了AMD技術。隨著這些高性能設備的加入，AMD為1級到4級系統提供了處理靈活性和可擴展性。隨著人工智能(AI)在新一代先進傳感器中發揮越來越重要的作用，AMD將通過其新一代Versal AI Edge系列來滿足日益增長的AI性能要求。推動提高計算能力、異構性、傳感器數量和傳感器多樣性的最大因素是駕駛員脫離。然而，更高水平的駕駛員脫離具有明確的技術要求，但在主動安全、有人監督自動駕駛和無人監督自動駕駛之間有很大程度的組件重復使用。一種可擴展的先進駕駛輔助系統(ADAS)和自動駕駛方法15可擴展性與重用性降低成本積累體驗和不斷改進 一種可擴展的先進駕駛輔助系統(ADAS)和自動駕駛方

40、法采用可擴展的方法，最大限度地跨應用重復使用組件，將在短期內提供更高的交貨量機會，如ADAS和有人監督自動駕駛將為未來更具成本競爭力的無人監督自動駕駛的部署鋪平道路。同樣，受限制的運行設計域的無人監督自動駕駛汽車的出貨量將擴大第三傳感器技術的生產規模，從長遠上促使無人監督自動駕駛實現具有成本效益的廣泛運行設計域(ODD)部署。除了組件重復使用的明顯成本優勢外，可擴展架構還會從已部署到市場中的應用的現實經驗中受益。自BlueCruise推出以來，福特汽車(Ford)在多個國家的“全脫手”無人駕駛行駛里程已超過1億英里，這為優化未來的算法提供了重要的見解。類似地，Mobileye利用EyeQ4系統

41、為ADAS提供支持的經驗來構建在其Supervision和Chauffeur產品中發揮著關鍵作用的REM/路程指南地圖?？偠灾?，實現功能豐富的無人監督自動駕駛的唯一可行方法是在一種架構上構建當今的有人監督自動駕駛應用，這種架構必須有可能通過添加替代人類駕駛員今天所扮演的監督角色的技術來實現擴展。關于ABI RESEARCH2023年10月出版 ABI Research美國紐約州紐約市哥倫布大道157號，郵編：10023 電話：+1 516-624-ABI Research是一家全球性的技術情報公司，為世界各地的技術領袖、創新者和決策者提供切實可行的研究和戰略指導。我們的研究重點是正在顯著重塑當今行業、經濟和人力資源的變革性技術。2023 ABI Research.經許可使用。ABI Research是一家獨立的市場分析和洞察公司，這份ABI Research白皮書是ABI Research員工在收集數據時進行的客觀研究的結果。ABI Research公司或其分析師將根據最新可用的數據不斷修正對任何問題的觀點。本白皮書中所包含的信息來自據信可靠的消息來源。ABI Research不提供與本研究相關的任何明示或暗示的擔保，包括對適銷性或特定用途適用性的任何擔保。