针对OEM的ADAS开发指南
品慧电子讯 近年来，自动驾驶成为激起汽车行业集体热情的少数话题。Google，Tesla和Uber等新兴企业纷纷进场参与竞争，在网联车开发，深度学习和数据分析等技术突破的推动下，汽车制造商和OEM竞相提供全自动驾驶汽车。
近年来，自动驾驶成为激起汽车行业集体热情的少数话题。Google，Tesla和Uber等新兴企业纷纷进场参与竞争，在网联车开发，深度学习和数据分析等技术突破的推动下，汽车制造商和OEM竞相提供全自动驾驶汽车。
然而，理想很丰满，现实很骨感。许多项目面临重大延迟和一些基础性问题的挑战，包括：完全分布式系统中大量异构传感器所需的复杂架构、验证几乎无限的驾驶场景，以及具有巨大业务模式差异的硬件和软件提供商。
适用于不同自动化级别的功能
尽管无人驾驶汽车对出行服务提供商而言具有商业意义，但目前为止尚无具体的商业案例可证明投资的合理性。此外，诸如汽车电气化和NCAP（新车评估计划，旨在评估新汽车设计的性能以抵御各种安全威胁）等因素抑制了自动驾驶汽车的炒作。因此，OEM正在寻找更现实的基础来建立可持续发展的业务。
在新版NCAP要求和法规的推动下，安全仍然是ADAS的主要市场驱动力。 NCAP 2020评估涵盖了五项自主功能–自动紧急制动，交通标志识别，车道保持辅助，车辆检测和行人检测，并已成为2019/2020年主流功能。
NCAP评估仍在不断发展，其涵盖功能数量随时间推移而增加。例如，较早版本的NCAP仅专注于前置驾驶。但是NCAP 2025需要360°全景环视，远距离视觉，转向和内部监控。此外，全世界的立法都鼓励将摄像头用于安全驾驶。在美国，汽车现在必须装有备用摄像头。到2022年2月，欧洲将强制实行自动紧急制动，而中国已经发布了新的商用车安全法规。
用于ADAS和自动驾驶的端到端平台
除安全性能外，由于成本下降，自动泊车、带转向辅助的自适应巡航控制等某些ADAS涵盖的便利功能可能会随着对高级功能的需求增加而增加。对于OEM而言，这意味着自动驾驶汽车的开发在财务上最可行的途径是使产品可向上兼容最新的NCAP法规要求，同时将ADAS功能开发为便捷功能。
规模问题
随着ADAS日益复杂，OEM寻求更经济的方法来满足尽可能广泛的要求。最大的挑战是将入门级平台（涵盖了NCAP三星级评级的最低ADAS要求）扩展到高级自动驾驶级别。这就要求必须在整个过程中控制成本，并尽一切努力使资源在整个系统中得以复用。
在设计可扩展性时，将多个功能集成到集中式ECU的趋势似乎很有吸引力。但这就给功能安全要求，功耗和商业模型更新带来了技术挑战。例如，许多OEM发现，依靠单一来源的硬件或软件的常规方法不再适用于他们。因此，他们自己开发自己的硬件或软件，或者在多个第三方之间分配工作。
对于硬件制造商而言，挑战在于找到一家可提供将其产品从入门级扩展到高端、同时保持兼容、开放平台的半导体供应商。如果OEM要开发自己的软件或与他人集成，则必须掌握新的开发方法和框架。AI是另一个挑战，它完全依赖于诞生于几年前、尚在研究开发的新型算法。
半导体供应商必须调整其产品以适应新的框架。他们面临的第一个挑战是在确保软件可复用的同时，兼容从入门级到高级的各种功能。大多数半导体供应商都将重点放在入门级到中级系统上，其主要竞争力是成本，低功耗，处理关键的实时任务和功能安全性。入门级到中级系统占数量的绝对优势。
来自消费领域的半导体供应商在开发车载电子产品时面临几个问题：严格的功耗需求，功能安全支持（最高达到ASIL-D）以及极低的量产PPM不良率的严苛质量要求。相较消费类产品，在缩减量产规模时，如何确保可行的BOM成本也极具挑战。
OEM必须集成开放的软件平台，并寻求一流的软件提供商。融合软硬件的黑匣子方式并不适用，因为先进IP对软件供应商并不开放。对于一级供应商来说，这亦非理想选择，因为它会使内部创造价值的任务变得复杂。专有软件还阻碍了将算法移植到优化的硬件平台中。以上问题充分说明了为什么许多OEM都喜欢开放式标准（如Khronos Group的开放式标准），并得到众多第三方和供应商的支持。
同时，AI被广泛用于数据中心。在实现汽车系统管理同时嵌入AI将面临如下挑战：低功耗，功能安全和低成本，同时优化功耗/性能比。因此，OEM在ADAS / AD上还有很长的路要走。
R-Car联盟联合系统集成商，中间件/应用开发人员、操作系统和工具供应商
共同为网联车和ADAS市场开发解决方案
为了满足对灵活，可扩展和开放环境的需求，瑞萨开发了针对ADAS和自动驾驶的瑞萨自动驾驶平台。该平台利用RH850 MCU来实现实时和功能安全，并利用R-Car SoC来实现高计算性能。Renesas autonomy platform可为OEM和一级供应商提供如下支持：开发人员可购买或自主开发的开放式架构、创新的嵌入式产品、尖端IP、通过IS026262认证的AI算法，作为全球知名供应商、具有数十年来提供高品质、量产级产品的技术支持，以及坚定的产品路线图。
R-Car V3M和R-Car V3H SoC是该新平台的首批产品，现已实现量产并在全球范围内部署到前置摄像头，全景环视和激光雷达应用中。入门级R-Car V3M可支持NCAP2020“五星级”市场和即将颁布的法规要求。它还为3D环视系统提供了一种经济的解决方案。 R-Car V3H针对高级智能摄像头功能进行了优化，并且还适用于便捷功能，例如自动泊车和激光雷达系统。
两种R-Car SoC均可兼容传统嵌入式计算机视觉算法和用于嵌入式系统的AI。瑞萨将持续致力于满足下一代市场需求，如NCAP2025等下一代设备以及Level 2 + / Level 3 ADAS平台的自动驾驶功能。
免责声明：本文为转载文章，转载此文目的在于传递更多信息，版权归原作者所有。本文所用视频、图片、文字如涉及作品版权问题，请电话或者邮箱联系小编进行侵删。
推荐阅读：
功率器件的前世今生
使用镇流电阻并联LDO
2020中国国际集成电路产业创新发展高峰论坛即将举办
什么是5G高低频组网
ADI覆盖全频谱的器件如何简化无线通信设计？
