安森美半导体智能感知技术在汽车行业的应用收藏

   据麦肯锡预计，到2025年，全球人工智能应用市场规模总值将达到1270亿美元，人工智能将是众多智能产业发展的突破点不过，目前对于人工智能的智能化水平还没有统一的标准目前，人工智能已广泛用于自动驾驶、智能家居、工业生产、智慧农药等各个生产生活场景中。

   人工智能的发展主要分为三个层次，即运算智能、感知智能和认知智能人工智能的发展主要分为三个层次，即运算智能、感知智能和认知智能所谓智能感知，不仅包括通过各种传感器获取外部信息的能力，也包括通过记忆、学习、判断、推理等过程，达到认知环境和对象类别与属性的能力。

所谓智能决策，是指在对环境和对象智能感知的基础上，为达到某种目的，经过再次记忆、学习、判断、推理等过程，给出行为决策的能力    9月25日上午，安森美半导体召开媒体交流会会上，安森美半导体智能感知部全球市场和应用工程副总裁易继辉向媒体，介绍了安森美半导体智能感知策略及方案。

   据介绍，安森美半导体的智能感知策略主要侧重于在汽车、机器视觉和边缘人工智能这三个方面。本文主要介绍安森美感知技术在汽车行业的应用。

   汽车行业是属于非常传统和老旧的行业，但是近几年，由于电力化和智能化，使这个行业产生了新的动力，特别是智能化，各种感知产品的应用，使汽车变得更加安全、更加舒适安森美在汽车的智能感知方面的成长速度，远比汽车本身的成长速度快得多，就是因为汽车采用新技术的速度非常快。

   机器视觉也是一个很历史悠久的行业，因为工业4.0时代，再加上自动化、人工智能的导入，使这个行业有了新的动力、新的活力，成长速度也非常快特别是在中国，机器视觉这几年的发展非常快    边缘人工智能是新兴市场，主要是由人工智能、5G、IoT等新技术导入后开发出新的应用。

据易继辉介绍这个行业发展非常迅速，经常隔几天、隔几个礼拜就会有新客户打电话来说他们有新的想法和应用，希望得到帮助这是非常有潜力的市场在这些核心市场上，安森美已经做了非常长时间的布局和投入    安森美半导体为整个汽车提供全面的智能感知方案

   易继辉认为，汽车是四个轮子上具有极强感知能力的计算机为什么呢？过去几年，ADAS摄像头、倒车摄像头、环视360度、监控、电子车镜、驾驶员监控、乘务员监控、车内的毫米波雷达和激光雷达都已进入汽车现在最好的汽车感知系统已经远远超过人类的感知，能够不间断地监控周围环境，这是人类驾驶员做不到的。

所以未来自动驾驶很可能比人类驾驶更安全，因为感知系统越来越丰富，越来越全面，功能越来越强大    汽车智能感知方案的关键是满足自动驾驶更高可靠性、安全性的需求和几年前比，汽车行业已经有了非常大的改变首先，以前大家买车的标准是经久耐用，在欧美国家，消费者更看中车速有多快，特别是高速公路没有限速的德国。

现在，汽车已经不只是经久耐用的产品，特别是未来的自动驾驶和共享汽车，不会再像现在这样一天开两个小时，多数时间停在那里，而是几乎一直在行驶，只有很短时间去充电和维修    其次，对汽车自动驾驶功能的要求已经不仅是“可靠”，而是需要“可信的汽车”。

不只是踩刹车就停那么简单，而是在一些紧急情况下汽车能够自己做出判断和决策，自己采取行动这就是功能安全    第三，车联网、智能网联汽车会越来越普遍，如果黑客能够进到车辆感知系统做手脚，危险性可想而知所以，在国外特别是欧洲，网络安全标准已经开始纳入政府和行业标准。

   易继辉认为，汽车成像有三个比较明显的挑战：一是超宽动态范围（大于120dB）开车有时需要逆着太阳，自动驾驶时，这种情况对摄像头的要求非常高在强光下，汽车从车库、隧道出来，如果宽动态不够，根本无法看到暗处。

   二是温度范围超大（-40℃至+105℃）的环境条件，不管是零下几十度的环境，还是高温环境都要适应    三是图像传感器要辨别LED指示牌、交通灯现在中国、欧洲、美国、日本等国家的公路都已开始使用LED电子管控牌，人老远就可以看得清清楚楚，特别是夜晚。

但因为LED闪烁频率没有标准，图像传感器容易因频率不同步捕捉不到信号以往的方案是用软件来解决，现在的解决方案可以在芯片级直接实现

汽车成像的三大挑战    在汽车自动驾驶场景中，成像需要满足多样化的要求，包括外部感知、内部感知和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）；路标、车道线、斑马线、交通灯；白天、晚上、刮风、下雨、下雪、雾天等全天候；各个季节，如春、夏、秋、冬都要能够实现感知。

   内部感知，最早是看驾驶员眼睛和睫毛的抖动监测是否疲劳，现在逐渐扩大到驾驶员有没有使用手机，分散精力，是否系好安全带，并进一步扩大到乘客感知这将是未来一个新兴的市场    视觉增强主要是为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；而且可以把高清地图和真实路况叠加起来，发现哪里有加油站，哪里有重要景点，哪里有红绿灯。

多样化的成像    在汽车感知市场，安森美半导体的图像传感器在ADAS和AD领域市场份额超过80%，2019年付运约1亿颗传感器其中包括采用HayabusaTM新技术，同时提供汽车高动态范围及减少LED闪烁的产品，以及全球第一个可实现网络安全的图像传感器，并同时开拓毫米波雷达和激光雷达市场。

汽车成像市场的份额也相差不多    安森美半导体的图像传感器采用六层内部结构，都是由半导体制成易继辉说，它要比制造GPU和CPU的挑战性和难度更高，需要长时间的技术积累和投入因为GPU和CPU处理的主要是电子（Electron）；而图像传感器既要处理电子又要处理光子，电子和光子的结合使图像传感器成为非常复杂的半导体器件。

未来还会通过更多芯片的叠加将人工智能直接集成在图像传感器中

六层半导体结构的图像传感器    为了增加动态范围，利用Hayabusa技术在传统小像素旁边开个大的蓄水池，可以把多余的电荷存起来，增强了光量，提高了信息量，一次曝光就能实现95dB，这是非常了不起的进步。

经过多次曝光可以达到120dB，未来的下一代产品一次曝光能够达到110dB，多次曝光可以达到140dB，这是整个行业领先的一个指标起初，该技术用在好莱坞导演都非常喜欢用的高端、专业摄影机中，现在这个技术已应用于汽车传感器及工业机器视觉等领域。

   对汽车应用来说，宽动态非常重要在动态不好的情况下，照顾了暗的部分，亮的部分就丢失了宽动态好，不仅暗的地方看得非常清楚，亮的地方，包括红绿灯、前面的车辆都能看得很清楚，这就给人工智能算法提供了非常准确和丰富的信息，有助于做出非常准确和安全的判断。

不同动态范围对比    在动态范围102dB的车灯场景，可以清楚地看到旁边的一个行人；如果传感器动态范围只有70dB，很多细节就看不出来。所以，使用110dB的传感器才能提供非常详细的信息。

动态范围102dB的车灯场景    几乎没有灯的夜视条件，就相当于一个暗室新一代产品采用近红外+（NIR+）像素技术，近红外光电转换效率提高了4倍，能够捕捉到更多信息将这一技术用于汽车，有助于避免事故，保证安全。

其应用包括驾驶员监控、乘员监控、外部微光360度感知等

近红外+（NIR+）像素技术能捕捉更多细节    当前，国内主机厂开始越来越重视智能驾驶舱，驾驶员监控应用越来越普遍，包括驾驶员识别、调节座椅位置/空调温度/电台等，还可以在驾驶员离开车后自动发短信，提醒在车里忘记了什么东西。

这都是智能驾驶舱可以逐渐提供的一些功能

智能驾驶舱应用五花八门    智能驾驶舱解决方案需要极佳的红外（IR）响应，才能清晰地看到驾驶员眼睛；还要有极佳的全局快门效率，以获得明亮环境下的受控图像当然，全面的产品线（如VGA至2MP以上）、强大的软件伙伴关系（应用程序可以根据全局快门产品进行调整），并提供驾驶员监控方案（DMS）参考设计也非常重要。

   智能驾驶舱的另一个挑战是尺寸，目前的摄像头尺寸太大，为18×18cm3，最小的也是3×3cm3，安森美半导体和合作伙伴一起开发了一款0.5×0.5cm3的小型摄像头，安装在车里，驾驶员和乘客基本上都不会注意到。

在两款百万像素的产品中，AR0144AT图像传感器是业界用量最大的一款    面对媒体提问如何看待汽车传感器融合趋势时，易继辉表示汽车传感器融合，业界已有很长一段时间的酝酿，但成功的例子并不多融合会有几个不同的阶段，安森美半导体的重点是Prefusion预融合，真正的融合是在系统里，在MCU或GPU里融合。

从图像传感器终端供应商来看，如何做Prefusion，比如有些信号、雷达或激光雷达、图像传感器的校正现在的难点在于，它在两个不同的位置，获取信号的方式也不一样很难把它叠加起来，包括将图像信息和深度信息融合在一起。

通过我们的Prefusion，现在是逐步地将前端融合信息处理，使它和后端能更好地融合    此外，计算的算力做融合需要算力，如果算力功耗太高，算法需要的计算量太大，那么在终端、前端做会有一些挑战性，现在也还处于不断摸索。

安森美半导体的优势在于，在业界，图像传感器是一家公司，毫米波雷达是另外一家公司，激光雷达则是另外一个行业，各自互相竞争而安森美半导体具备这三种方案，并运用在三个方案上的最大优势，在成本、系统上给客户提供最佳的方案，这是我们的一个长期优势。

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。