账号:
密码:
最新动态
产业快讯
CTIMES / 文章 /
分散式自驾车架构下感测器与运算电脑发展趋势
 

【作者: 涂家瑋】2019年02月27日 星期三

浏览人次:【11117】

在自驾车技术发展日益纯熟下,对周遭环境掌握的更甚以往,故对感测器总数量需求日益增加。自驾车所使用的相机、雷达、超声波(Ultrasonic)为常见感测器,基于安全考量智慧车多混用多种感测设备。


符合国际自动机工程师学会(SAE International)定义的Level 3标准以上的自驾车,因为人为干涉程度渐低,为了取得最佳的环境感测资料给主动式安全/自驾系统,高精度/3D感测之设备与相关技术成为自驾车的发展关键。高精度感测功能垫高感测器的成本,感测器总成本日益攀高。


此外,这些庞大的资料量处理更需要高效能的电脑,根据Intel统计一台完全自驾车所需的感测器,一天可以创造累积达4,000GB的资料量,大幅加重运算电脑的负荷。


为了可以满足完全自驾车的发展需求,感测器与运算电脑分别致力追求更低成本,或是更高可靠度;但是还有一种趋势发展就是「智慧化」,以系统综观的角度,检视这个系统架构,让感测器与电脑都具有更多智慧化、分散运算负荷,譬如内嵌感测晶片感测器、复合式感测器、感测融合电脑、低运算需求的中央电脑,智慧化趋势让中央电脑的负担不要这么集中与沉重。


而能达到智慧化趋势的原因是什么? 「分散式自驾车架构」将是重要的促成因子,也因而带动不同的硬体需求变化以及相关的市场潜在商机。


NVIDIA车用运算平台强调集中、强大的运算能力特色,但造成成本容易居高不下以及需要更大的功耗。为了解决此挑战,Intel以分散式架构另辟途径,提供一个低运算需求的车用运算平台,让更多电子零组件业者得以研发不同解决方案。



图1 : 自驾车为了要更清楚掌握周遭环境,增加越来越多的感测器,让中央的决策电脑需要更强的运算能力,以应付有无限多种可能性的行车情况。(source:RDMag)
图1 : 自驾车为了要更清楚掌握周遭环境,增加越来越多的感测器,让中央的决策电脑需要更强的运算能力,以应付有无限多种可能性的行车情况。(source:RDMag)

如前所述,自驾车为了要更清楚掌握周遭环境,增加越来越多的感测器,让中央的决策电脑需要更强的运算能力,以应付有无限多种可能性的行车情况。长期以来,国际上自驾车技术的主导者为NVIDIA,其提供强大的自驾车解决方案,从在资料中心内训练深度神经网路的运算系统,到支援车辆即时、低延迟推论的自驾电脑,可满足高度行驶自驾车行车安全之目的。


然而功耗的要求仍是车用环境的一大限制,若使用NVIDIA强大且稳健的集中式车用电脑平台架构,不仅要高功率的支援,还需要在车内配置散热设备,大大加重对汽车的负荷。在这样的限制下,讲究分散式、低功耗的Intel生态系正快速崛起。


集中式的自驾车系统,其感测器设计较简单,且传输影像原始资料,资料量较大。关键的决策运算电脑可简单与感测器整合,但需同时处理感测辨识、融合、推论、决策等复杂工作,技术进入门槛高,业者具独占之优势。


分散式的自驾车系统,感测器较复杂,结合「辨识晶片」先进行辨识工作,降低资料传输量;也可打造专用「感测融合单元」集结数个感测器预先融合,均可达到降低资料传输量之目的。


至于决策运算部分,因不需采用高运算能力的电脑,专注「已辨识过」的资讯,进行推论与决策,可降低中央电脑运算功耗。但伴随的挑战就是,需要整合各种品牌与类型的感测器,方可有效撷取其精简后的特征值进行分析。


变化方向 (中标数字1.2.3.4请略为设计)

1.内嵌物件辨识晶片的感测器

现阶段感测器将收到的影像资讯经感光晶片转化为电讯号后,并没有再经过晶片将电讯号转化为标准图像讯息,便直接传输给车用电脑进行处理,所以资讯传输量大,且需要高效能电脑处理。


未来趋势则可以Mobileye为代表,在感测器中嵌入辨识晶片,首先将影像资讯经感光晶片转化为电讯号后,再经由晶片将电讯号转化为特征值(可以识别物件类型,如卡车、小客车),之后将特征值传给车用电脑进行处理,而非回传全部的影像资料,如此可大幅降低传输与车用电脑的运算负荷。


=对于产业的影响=


智慧感测器内嵌辨识晶片对于产业的影响,包含有感测器专用「AI物件辨识晶片」市场需求商机增加;对于自驾车电脑的运算能力可望降低,故有利于分散式架构之自驾车电脑。


2.复合式感测器

现在感测器大多将收到的影像资讯,经感光元件转化为数位讯号后,便直接传输给车用电脑进行处理,所以资讯传输量大,且需要高效能电脑处理。


以AEye开发的智慧检测及测距(iDAR)技术为例,内涵多种感测器(如相机、光达),iDAR将2D配置摄影镜头画素叠加到3D体积画素(voxel)上,经由Edge端融合、辨识后,才回传特征值给车用运算电脑处理,资讯传输量可大幅降低。


=对于产业的影响=


复合式感测器对于产业的影响,包含有「多合一功能感测器」市场需求商机增加;对于自驾车电脑的运算能力可望降低,故有利于分散式架构之自驾车电脑。


3.感测融合电脑

感测融合电脑的演化,将以百度的Apollo感测融合运算电脑(Apollo Sensor Unit,ASU)为代表,ASU提供多种感测器介接,用于收集各种感测器的数据,包括摄影机、光达、毫米波雷达和超音波雷达。感测融合电脑接受感测器影像资料后,中间融合处理后才回传特征值给车用运算电脑处理,资讯传输量亦可大幅降低。


=对于产业的影响=


感测融合电脑对于产业的影响,为感测融合电脑设备的市场需求商机增加;对于自驾车电脑的运算能力可望降低,故有利于分散式架构之自驾车电脑。


4.低运算需求中央电脑

车用运算电脑拥有强大的运算能力与冗余(Redundancy)支援,目前以NVIDIA为代表,但因其强大GPU所带来的深度学习速度及运算力,也同时具有高功耗的缺点。


未来低运算需求中央电脑,则以Intel的Intel GO平台为代表,为与NVIDIA车用运算电脑的高运算力竞争,采用分散式的架构,将输入车用运算电脑的资讯流区分成感知、决策、控制这三个特定功能任务。


其中感知的部分将EyeQ5晶片搭载于感测器当中,将影像资料进行初步的辨识处理,决策的部分搭载了EyeQ5晶片将LiDAR和Radar的影像资料及已过处理的辨识讯号进行融合以及规划,最后控制的部分则搭载Intel Xeon晶片。相较于NVIDIA SOC架构中的GPU,Intel于该晶片中搭载的是Arria 10 FPGA,Intel GO因将资讯流进行区分,仅传送处理过的特征值,每个晶片中的讯息处理量较少,故对于运算力的需求较低也因此有较低的功耗。相较于NVIDIA Pegasus主要晶片功耗达60W,Intel Go的晶片却只要40W,有显著的差异。


=对于产业的影响=


低运算需求中央电脑对于产业的影响,其一目前涵盖FPGA、ASIC、CPU、GPU等晶片解决方案等晶片架构竞争激烈,可以尝试组合不同架构的电脑。举例来说,早期CPU因可以广泛处理电脑中的程式,故曾大量被采用,但其在处理人工运算的领域效能较差,故渐渐被NVIDIA所主导的GPU架构采用,引入向量运算技术让CPU运算效能优异但功率高。


近期以可再编译闸门阵列(Field Programmable Gate Array,FPGA)为例,具有可编程、高度客制化运算架构的特质,为车厂实现差异化与高效率运算,初期成本虽低,但量产后成本高;长期可发展为特殊应用积体电路(Application Specific Integrated Circuit, ASIC),整体而言,可发挥最高的晶片效能,大幅降低晶片功耗。


探讨自驾车关键电子零组件


图2 : 现有感测器直接收到影像资讯传给车用电脑处理,资讯量大,且需要高效能电脑处理。(source:aarp.org)
图2 : 现有感测器直接收到影像资讯传给车用电脑处理,资讯量大,且需要高效能电脑处理。(source:aarp.org)

在分散式架构的技术下,自驾车关键电子零组件可分别从智慧化感测器,以及更轻盈运算架构探讨国际的发展趋势。


首先,以智慧化感测器为例,现有感测器直接收到影像资讯传给车用电脑处理,资讯量大,且需要高效能电脑处理。未来的趋势将是在Edge端的智慧感测器内嵌物件辨识晶片,与打造结合多种感测器进行融合的复合式感测器。智慧化感测器对产业影响可分为,在Edge端「物件辨识用AI晶片」以及「复合式感测设备」市场需求商机增加。


再者,以运算电脑架构为例,中央电脑提供强大的运算能力与冗余支援已面临很大的挑战。新感测融合电脑,预先接受各种感测器资料进行融合处理,这些将有利仅回传特征值给电脑,资讯传输量小,以及「中央电脑运算需求降低」。对市场潜在商机为各种晶片架构竞争激烈,ASIC、FPGA、CPU、GPU不同晶片架构的低功耗电脑组合将有发展空间。


(本文作者为资策会MIC产业分析师)


刊头图(source:geospatialworld.net)


相关文章
以霍尔效应电流感测器简化高电压感测
BMS的未来愿景:更安全、更平价的电动车
MIC:CES 2024五大重要趋势
人工智慧产业化 AI PC与AI手机将成市场新宠
利用边缘运算节约能源和提升永续性
comments powered by Disqus
相关讨论
  相关新闻
» RIN国际研发高峰会手举行 金属中心展出亮眼成果
» 西门子工具机软硬体解决方案 构建数位制造核心应用
» TPCA展??2024台湾PCB产值 有??复苏达8,182亿新台币
» 互盛以IoT智能环保可视化服务 协助顾客加速双轨转型
» 洛克威尔自动化携手NVIDIA 扩大AI在制造业的应用规模


刊登廣告 新聞信箱 读者信箱 著作權聲明 隱私權聲明 本站介紹

Copyright ©1999-2024 远播信息股份有限公司版权所有 Powered by O3  v3.20.1.HK83T0G4USCSTACUKT
地址:台北数位产业园区(digiBlock Taipei) 103台北市大同区承德路三段287-2号A栋204室
电话 (02)2585-5526 #0 转接至总机 /  E-Mail: webmaster@ctimes.com.tw