當我們開車穿過社區和城鎮并看到孩子們在步行和騎自行車時，我們會意識到道路安全的重要性。美國國家公路交通安全管理局 (NHTSA) 2021 年的一項研究顯示，在美國，平均每天有 20 名行人在交通事故中喪生——每 71 分鐘就有一名行人死亡。世界衛生組織在 2022 年的一項研究中發現，每年有 130 萬人因道路交通事故死亡其中一半以上是行人、騎自行車和騎摩托車的人。不幸的是，駕駛員分心是造成這些事故的主要原因之一，而這種分心的趨勢似乎每年都在增加。

高級駕駛輔助系統 (ADAS) 有助于減輕駕駛分心的影響，從而為駕駛員、行人和弱勢道路群體提供周全的保護。為了達到五星安全等級并滿足監管要求，需要增加備用攝像頭、前置攝像頭和駕駛監控系統。因此，許多制造商正在改進其車輛架構，以在 ADAS 域控制器中集成各種主動安全功能。

域控制器通常需要：

與多種傳感器連接的能力：數量、模式和分辨率。

用于感知、駕駛和停車應用的視覺、人工智能 (AI) 和通用處理。

與低帶寬和高速車載網絡的連接。

功能安全和保障可防止關鍵器件遭到破壞。

ADAS 域控制器的處理和系統要求

對系統內存、計算性能和輸入/輸出 (I/O) 帶寬日益增長的需求使系統設計變得更加復雜，并提高了系統成本。如今的高端 ADAS 系統使用多個不同分辨率的攝像頭，并在汽車周圍配備了各種雷達傳感器，以提供駕駛環境的完整視圖。對于從傳感器收集的每組圖像，AI 和計算機視覺支持的檢測和分類算法都需要以每秒高幀率運行，以準確地解釋場景。這給系統和軟件設計人員帶來了多項挑戰，包括將這些傳感器連接到處理系統、將其內容傳輸到存儲器中，以及同步數據以供分類算法實時處理。

德州儀器 (TI) 的 TDA4VH-Q1 片上系統 (SoC)（如圖 1 所示）集成了視覺預處理、深度和運動加速、AI 網絡處理、汽車網絡接口和安全微控制器 (MCU) 等功能。TPS6594-Q1 電源管理集成電路經過優化，可在需要滿足汽車安全完整性等級 (ASIL) D 的應用中為 TDA4VH-Q1 供電，包括一些功能安全特性，比如電壓監測、TDA4VH-Q1 SoC 的硬件錯誤檢測，以及一個問答看門狗，用于監測 SoC 上的 MCU 是否存在導致鎖定的軟件錯誤。

圖 1：TDA4VH-Q1 SoC 的簡化圖

支持多攝像頭視覺感知

需要提高處理器性能的 ADAS 應用示例之一是多攝像頭視覺感知。在汽車周圍安裝攝像頭可提供 360 度視野，有助于防止正面碰撞，并幫助駕駛員對盲點和鄰近車道的交通和行人活動保持警惕。

Phantom AI 利用 TI 的 J784S4 處理器開源軟件開發套件 (SDK)，為 TDA4VH-Q1 開發了一個多攝像頭視覺感知系統。Phantom AI 的 PhantomVision 系統為 TDA4VH-Q1 處理器提供了一整套 ADAS 功能，從符合歐盟通用安全法規到符合美國汽車工程師學會 (SAE) L2 級和 L2+ 級標準。除了車輛、弱勢道路群體、自由空間、交通標志和交通信號燈檢測等基本功能外，PhantomVision 還包括了施工區域、轉向燈和尾燈檢測以及基于 AI 的自我路徑預測等附加功能。其多攝像頭感知系統由前視、側視和后視攝像頭組合而成，可全方位覆蓋車輛的 360 度視野，有助于消除盲點。

視野的攝像頭位置

通過利用 TDA4VH-Q1 的高性能計算、深度學習引擎和用于信號和圖像預處理的專用加速器的組合，Phantom AI 使實時操作成為可能。專用視覺預處理加速器可處理相機流水線，包括圖像捕捉、色彩空間轉換和多尺度圖像金字塔構建。結合德州儀器的深度學習庫，TDA4VH-Q1 的每秒數萬億次高速運算多核數字信號處理器和矩陣乘法輔助引擎可提供具有快速算法和最小 I/O 操作調度的高效神經網絡，從而實現高精度和低延遲。

結語

為 SAE L2 級和 L2+ 級駕駛構建復雜的多傳感器 ADAS 系統并不需要水冷式超級計算機。借助 TI TDA4VH-Q1 這一類設計精良的 SoC，并由 Phantom AI 等專業汽車工程師進行設計和開發，可以向市場推出符合功能安全要求的高性價比系統。雖然我們對自動駕駛的未來充滿熱情，但設計符合功能安全要求的經濟高效系統的真正目的是使我們的世界變得更加安全。使 ADAS 技術惠及更多汽車市場領域（使更多汽車配備更多 ADAS），為駕駛員和行人帶來更好、更安全的體驗。

審核編輯：湯梓紅