汽车晓谈|智能感知界的佼佼者：安森美半导体畅谈汽车智能感知( 二 )
第三 ， 网络安全 。 车联网、智能网联汽车以后越来越普遍 ， 网络安全更加需要提高 ， 在国外 ， 网络安全标准已经准备放到政府和行业标准里 。
本文插图
目前汽车成像的挑战非常多 。
一是宽动态 。 在自动驾驶时 ， 对摄像头的要求非常高 。 比如在强光下 ， 光线太强 ， 周围一片黑 ， 什么都看不见；从暗到亮 ， 从车库、隧道出来 ， 如果宽动态不够 ， 可能根本没有办法看到或者只能看到暗处 ， 或者只能看到亮处 。
二是环境条件 ， 车要能在东北零下几十度的环境开 ， 也能够在沙漠开或者南方高温条件下开 。
三是需要辨别LED指示牌、交通灯 。 这对于图像传感器来说是很独特的挑战 ， 对于LED指示牌、交通灯因为山火频率没有标准 ， 图像传感器很容易因为频率不同步捕捉不到信号 ， 对机器视觉是非常大的挑战 。 过去的方案都是在软件里来解决 ， 现在解决方案都已经做到芯片级了 ， 做到硬件里面去直接解决掉 。
本文插图
汽车自动驾驶成像的多样化 ， 包括外部感知、内部感知、增强视觉 。 外部感知非常复杂 ， 包括远近、大小车辆、自行车；行人 ， 大人、小孩、老人；一些路标、车线 ， 斑马线 ， 交通灯；要全天候的 ， 白天 ， 晚上 ， 刮风 ， 下雨 ， 下雪 ， 雾天；各个季节 ， 春、夏、秋、冬都要能够实现这样的感知 ， 环境非常多样化 。
内部感知 ， 从最早只是对驾驶员的疲劳监控（从看驾驶员眼睛的注意力和睫毛的抖动侦查出是否疲劳） ， 逐渐地扩大到驾驶员有没有在用手机 ， 有没有分散精力 ， 有没有系好安全带 ， 还进一步扩大到乘客的感知 。 这也是一个未来新兴市场 。
视觉增强 ， 主要是为了给驾驶员和乘客提供更好的视觉感知 ， 包括电子后视镜 ， 不需要回头就能在后视镜直接看到真正的电子图像；而且这种叠加 ， 特别是把高清地图和真实路况叠加起来 ， 告诉你前面哪里有加油站 ， 哪里有重要的景点 ， 哪里有红绿灯 。 这些都是视觉增强的应用 ， 让驾驶员能够更安全地驾驶 。
迅速扩展的智能座舱应用
安森美半导体的产品覆盖面非常广泛 ， 包括视觉、自动驾驶、车舱内智能驾舱 ， 边缘计算 ， 毫米波雷达 ， 激光雷达等应用都有整个一系列的产品 。
比如国内越来越重视的智能驾驶舱 。 驾驶监控的应用越来越广泛 ， 包括人物识别 ， 座椅的位置以及空调温度的调整等 ， 都是智能驾驶舱逐渐提高的一些能力 。
智能驾驶舱面临的挑战是目前的摄像头尺寸太大 ， 18×18cm3 ， 最小的也是3×3cm3 ， 安森美和合作伙伴一起开发了0.5×0.5cm3非常小型的摄像头 ， 放在车里乘客、驾驶员基本上都不会看得到 。 目前安森美半导体有两款百万像素的解决方案 ， 其中AR0144AT在整个业界用量是最大的一款 。
国内自动驾驶趋势如何？
中国国内自动驾驶分级和国外基本接近 ， 都是六级 ， 从L0到L5 ， 0级到5级 ， 级别逐渐地提高 ， 里面的自动化程度逐步扩大 。 最大的一个分界点是从L3到L4 。 主要的区别是 ， L3在一些极限场景下需要驾驶员自己来操控；L4理论上就是驾驶员完全不需要操控了 ， 完全是由机器来操作 。
从L1到L5 ， 不管是传感器的数量还是种类都是不断地扩大增加 。 最大的差别是L3和L4 ， L4是一定需要激光雷达；L3 ， 很多公司是不会用激光雷达 ， 只作为一个选项 ， 可以参考 ， 因为它的成本非常高 。
而且L3和L4之间逐渐过渡演变也十分困难 ， 几乎不太可能 ， 一般来讲做全自动直接跳到L4 。 主要是因为L3是驾驶员仍然需要控制汽车 ， 极限场景下还是要靠驾驶员的 。 所以 ， 它不光在自动程度的设计 ， 还是感知数量和种类的应用 ， 都要考虑到成本的问题；人工智能算法 ， 计算平台都是为了有局限性的自动驾驶 ， 而不是所有场景 。 L4完全不需要考虑到驾驶员 。 所以 ， L4的场景就是一定要用到激光雷达 ， 而且一定要用到高清地图 。
推荐阅读
- 处女座|2021年汽车及零部件行业薪酬数据报告
- 长春汽车工业高等专科学校|职校生成抢手资源，低学历的打工人就不配拿高工资吗?
- 离职|职场送礼体面为先，科大讯飞智能办公本值得选择！
- 职业教育|做个聪明人，懂跳槽智能的“泛音”
- |让会议记录变得更轻松，科大讯飞智能办公本X2
- 拆解一切问题|恐怖！墨西哥一州长办公室附近汽车中惊现十具尸体
- 智能|越来越多人上厕所不用“纸巾”擦？瞧瞧人家这样搞，舒服又享受
- 华为|生活好物分享丨全新华为智能眼镜，职场人的“效率神器”
- 汽车|1句核心观点，让别人秒懂你的意思
- 蔚来汽车|每天车闻：蔚来汽车在美公开招聘，沃尔沃品牌体验中心开业