国产在线丝袜-国产在线丝袜精品一区免费-国产在线一二三区-国产在线永久视频-亚洲福利视频一区二区三区-亚洲福利视频一区二区

雷達(dá)在新型汽車設(shè)計(jì)中隨處可見：在汽車周圍進(jìn)行感知，以偵測(cè)危險(xiǎn)，并為制動(dòng)、轉(zhuǎn)向和停車決策提供信息；在車廂內(nèi)用于駕駛員和乘員監(jiān)控系統(tǒng)。現(xiàn)在，高清雷達(dá)在任何天氣條件下都能有效地進(jìn)行基于人工智能的前端物體探測(cè)，與其他傳感器通道相輔相成，進(jìn)一步提高了準(zhǔn)確性和安全性。對(duì)于構(gòu)建高價(jià)值嵌入式雷達(dá)系統(tǒng)的制造商來說，市場(chǎng)潛力巨大。然而，如何有競(jìng)爭(zhēng)力地發(fā)掘這一潛力卻充滿挑戰(zhàn)。在本文中，我們探討了其中一些挑戰(zhàn)。
汽車原始設(shè)備制造商（OEM）并不僅僅是在新車上增加更多的電子功能；他們正在為其產(chǎn)品線推動(dòng)統(tǒng)一的系統(tǒng)架構(gòu)，以管理成本、簡(jiǎn)化軟件開發(fā)和維護(hù)，并提高安全性。更多的計(jì)算和智能正在向集成的區(qū)域控制器轉(zhuǎn)移，一方面，在汽車小區(qū)域內(nèi)相對(duì)較小的傳感器單元與處理器進(jìn)行通信，另一方面，區(qū)域控制器與負(fù)責(zé)整體決策的中央控制器之間進(jìn)行通信。
針對(duì)汽車?yán)走_(dá)系統(tǒng)市場(chǎng)的供應(yīng)商必須跟蹤這些變化，以確保他們的解決方案架構(gòu)能夠與這些變化保持一致。供應(yīng)商需要提供一種可擴(kuò)展性，使得他們的解決方案能夠在邊緣功能的相對(duì)簡(jiǎn)單處理和區(qū)域或中央控制器的更廣泛功能之間實(shí)現(xiàn)適度的處理能力，同時(shí)還必須具備靈活性，以適應(yīng)不同汽車制造商的分區(qū)選擇。
重要的一個(gè)點(diǎn)在于，無(wú)論解決方案如何分區(qū)，都必須允許在邊緣、區(qū)域和中央計(jì)算之間交換大量數(shù)據(jù)。這就凸顯了在傳輸過程中壓縮數(shù)據(jù)以控制延遲和功耗的重要性。
除了性能、功耗和成本限制外，汽車系統(tǒng)還必須考慮使用壽命和可靠性。汽車的整個(gè)使用壽命可能是 10 年、20 年甚至更長(zhǎng)，在此期間可能需要對(duì)軟件和人工智能模型進(jìn)行升級(jí)，以解決檢測(cè)到的問題或滿足不斷變化的監(jiān)管要求。這些限制條件決定了在雷達(dá)系統(tǒng)設(shè)計(jì)中要在硬件的性能/低功耗和軟件的靈活性之間保持謹(jǐn)慎的平衡。這并不是什么新鮮事，但與視覺管線相比，雷達(dá)管線有一些獨(dú)特的需求。
管線挑戰(zhàn)
完整的雷達(dá)系統(tǒng)流程如下圖 1 所示，從發(fā)射和接收天線一直到目標(biāo)跟蹤和分類。天線配置可從用于低端探測(cè)的 4x4（發(fā)射/接收）到用于高清雷達(dá)的 48x64。在雷達(dá)前端之后的系統(tǒng)管線中，F(xiàn)FT 首先計(jì)算距離信息，然后計(jì)算多普勒信息。接下來是數(shù)字波束成形階段，用于管理來自多個(gè)雷達(dá)天線的數(shù)字流。
到目前為止，這些數(shù)據(jù)從某種程度上來說仍然是“原始信號(hào)”。CFAR（恒虛警率）階段是將真實(shí)目標(biāo)從噪聲中分離出來的第一步。到達(dá)角度（AoA）的計(jì)算完成了一個(gè)目標(biāo)在三維空間中的定位，而多普勒速度計(jì)算添加了第四個(gè)維度。最后，管線進(jìn)行目標(biāo)跟蹤，比如利用擴(kuò)展卡爾曼濾波器（EKF），并通常使用 OEM 定義的人工智能模型進(jìn)行目標(biāo)分類。
天線
多普勒距離波束目標(biāo)分類兩個(gè)目標(biāo)的到達(dá)角度最大似然估計(jì)（AOA MLE）窗函數(shù) + 距離FFT跟蹤（EKF）偵測(cè)數(shù)字波束形成（DBF）窗函數(shù) + 多普勒FFT距離多普勒
好吧，步驟很多，但這些步驟為何如此復(fù)雜？首先，雷達(dá)系統(tǒng)必須在前端支持顯著的并行性，以處理大型天線陣列，通過管線同時(shí)推送多個(gè)圖像流，同時(shí)實(shí)現(xiàn)每秒25到50幀的吞吐量。數(shù)據(jù)量不僅受天線數(shù)量的限制。這些天線饋送多個(gè)FFT，每個(gè)FFT都可能相當(dāng)大，高達(dá)1K個(gè)頻率點(diǎn)。這些轉(zhuǎn)換最終會(huì)將數(shù)據(jù)流轉(zhuǎn)化為點(diǎn)云，而點(diǎn)云本身可以輕松達(dá)到半兆字節(jié)。
巧妙的內(nèi)存管理對(duì)于最大化吞吐量至關(guān)重要。以距離和多普勒FFT階段為例。從距離FFT寫入內(nèi)存的數(shù)據(jù)是一維的，按行寫入。多普勒FFT需要按列訪問這些數(shù)據(jù)；如果沒有特殊的支持，按列訪問所隱含的地址跳轉(zhuǎn)需要每列進(jìn)行多次突發(fā)讀取，從而大大降低了可行的幀速率。
另一個(gè)挑戰(zhàn)是CFAR。有多種CFAR算法，其中一些比其他算法更容易實(shí)現(xiàn)。如今最先進(jìn)的方案是OS-CFAR（有序統(tǒng)計(jì)CFAR），特別適用于存在多個(gè)目標(biāo)的情況（這在汽車?yán)走_(dá)應(yīng)用中很常見）。可惜，OS-CFAR也是最難實(shí)現(xiàn)的算法，除了線性分析外，還需要統(tǒng)計(jì)分析。如今，一個(gè)真正有競(jìng)爭(zhēng)力的雷達(dá)系統(tǒng)應(yīng)該使用OS-CFAR。
在跟蹤階段，位置和速度都很重要。位置和速度都是三維的（X,Y,Z 表示位置，Vx,Vy,Vz 表示速度）。一些EKF算法會(huì)各放棄一個(gè)維度，通常是高度，以簡(jiǎn)化問題；這被稱為4D EKF。相比之下，高質(zhì)量的算法會(huì)使用全部 6 個(gè)維度（6D EKF）。對(duì)于任何EKF算法來說，一個(gè)重要的考慮因素是它可以跟蹤多少目標(biāo)。飛機(jī)可能只需要跟蹤幾個(gè)目標(biāo)，而高端汽車?yán)走_(dá)現(xiàn)在可以跟蹤數(shù)千個(gè)目標(biāo)。在考慮高端和（一定程度上縮小的）中端雷達(dá)系統(tǒng)的架構(gòu)時(shí)，這一點(diǎn)值得牢記。
分類階段的任何挑戰(zhàn)都是以人工智能模型為中心的，因此不在本雷達(dá)系統(tǒng)的討論范圍之內(nèi)。這些人工智能模型通常會(huì)在一個(gè)專用的神經(jīng)處理單元（NPU）上運(yùn)行。
實(shí)施挑戰(zhàn)
一個(gè)顯而易見的問題是，什么樣的平臺(tái)才能最好地滿足所有這些雷達(dá)系統(tǒng)需求？它必須具有很強(qiáng)的信號(hào)處理能力，必須在低功耗的情況下滿足吞吐量目標(biāo)（25-50幀每秒），同時(shí)還必須具有軟件可編程性，以適應(yīng)較長(zhǎng)的使用壽命。這意味著需要一個(gè)DSP。
然而，它還必須同時(shí)處理多個(gè)輸入流，這就需要高度的并行性。一些DSP架構(gòu)支持并行內(nèi)核，但是所需核心數(shù)量可能對(duì)于許多信號(hào)處理功能（例如FFT）來說過多，這種情況下硬件加速器可能更合適。
同時(shí)，解決方案必須在區(qū)域車輛架構(gòu)之間具有可伸縮性：為邊緣應(yīng)用提供低端系統(tǒng)，為區(qū)或中心應(yīng)用提供高端系統(tǒng)。為每種應(yīng)用提供通用的產(chǎn)品架構(gòu)和通用的軟件堆棧，只需進(jìn)行簡(jiǎn)單的擴(kuò)展，即可適應(yīng)從邊緣到中央控制器的各個(gè)級(jí)別。
我們相信，通過使用可擴(kuò)展的Ceva-SensPro雷達(dá)和視覺人工智能解決方案，實(shí)現(xiàn)這些目標(biāo)是可能的。