高級駕駛輔助系統(tǒng)（ADAS）功能已被證明可以減少事故、挽救生命。軟板小編獲悉，根據(jù)消費者報告中的美國公路安全保險協(xié)會表明，與2017年沒有配備前方碰撞預警和自動緊急制動系統(tǒng)的汽車相比，配備了這些系統(tǒng)的汽車的前后碰撞事故減少了50%。不幸的是，大多數(shù)事故發(fā)生在連最基本的ADAS應用程序都沒有安裝的車主身上。

  隨著ADAS不斷向汽車工程師協(xié)會定義的L4和L5級自動駕駛汽車的方向發(fā)展，我們有機會通過創(chuàng)造可用于更大范圍汽車的自動駕駛汽車技術(shù)，對道路產(chǎn)生更大的影響。

  盡管從經(jīng)濟的角度來說，給所有汽車配備全ADAS技術(shù)是不切實際的，但我們的目標仍應是使盡可能多的汽車配備駕駛輔助功能。這意味著，道路上的更多車輛需要能夠?qū)崟r數(shù)據(jù)進行高效感知、處理和應對。

對智能和多樣化傳感的需求

  傳統(tǒng)上，為ADAS運行而收集的圖像數(shù)據(jù)由基于功能的計算機視覺算法進行分析。FPC廠發(fā)現(xiàn)，在過去的十年里，計算機視覺為這個行業(yè)提供了出色服務，但隨著ADAS運行變得更加先進，設計人員需要額外的工具來處理和適應駕駛員及其車輛在道路上面臨的情況。

  保持ADAS在不同路況下持續(xù)運行是一項挑戰(zhàn)。在突遇惡劣天氣或道路情況欠佳等意外情況時，需要車輛實時適應。這些情況很難用傳統(tǒng)模式進行處理，但是，通過開發(fā)一個能夠幫助汽車感知、理解周圍世界并對其作出快速反應的動態(tài)系統(tǒng)，汽車自身可以成為司機的得力副駕駛。這樣一個系統(tǒng)需要數(shù)據(jù)以及結(jié)合計算機視覺和高效深度學習神經(jīng)網(wǎng)絡實時處理數(shù)據(jù)的能力。

  ADAS解決方案需要從不同的傳感器集中提取數(shù)據(jù)，并將數(shù)據(jù)轉(zhuǎn)換為車輛的行為情報。這些傳感器至少需要配備不同類型的攝像頭和相關(guān)的光學、雷達和超聲波技術(shù)；在更復雜的情況中，還需要激光雷達和熱夜視儀。此外，該系統(tǒng)可以通過比較從傳感器數(shù)據(jù)提取的特征與高清晰度地圖數(shù)據(jù)來定位車輛。對此種多模式傳感器數(shù)據(jù)的理解和分析必須實時進行（新數(shù)據(jù)每秒到達60次）而無需在汽車后座架設數(shù)據(jù)中心服務器。

學習如何用Jacinto™處理器完善自動泊車技術(shù)。

解決方案必須能夠直接上路使用

  駕駛員必須同時接收多重信息并快速做出安全駕駛決策，同樣，所有ADAS應用程序（無論是何種自動駕駛等級）也必須做到這一點。高性能片上系統(tǒng)（SoC）的重要性在于它可以進行并行處理，而不需要大幅削減電力、溫度、組件和集成成本方面的預算。SoC解決方案可以從更簡單的情況（更少的傳感器，更低的分辨率）擴展到最復雜的情況，而不損壞基本的ADAS功能或需要降低系統(tǒng)級別。

  適應各類車輛的應用性能只是要求之一。柔性電路板小編認為，系統(tǒng)的開發(fā)必須具有較高性價比，才能實現(xiàn)廣泛而有效的利用。車載軟件復雜性正在呈指數(shù)增長（如今代碼已長達1億5000萬行），這使得開發(fā)和維護成本激增。隨著系統(tǒng)的路況感知能力越來越強，其功能安全要求將不斷變化和發(fā)展，并必須滿足嚴格的汽車質(zhì)量和可靠性目標。正是這些嚴格的要求和現(xiàn)實支持并推動著汽車電子市場的發(fā)展。

  合適的SoC可以解決所有這些需求。它可以根據(jù)一系列應用需求適當?shù)仄胶鈨?nèi)存、輸入/輸出和處理核心，達到系統(tǒng)的BOM目標。合適的SoC還可以適應開放式軟件開發(fā)方法，使多次使用生成代碼、節(jié)省在開發(fā)和測試中付出的精力成為可能。SoC也可以從一開始就以功能安全為前提來構(gòu)建，并具備必需的可靠性和產(chǎn)品壽命，以使得汽車生產(chǎn)線能夠在市場上持續(xù)多年。只要做得好，給更多的汽車配備強大的ADAS功能（如圖1所示）就指日可待。

圖1：ADAS應用實例