自动驾驶感知环节面临哪些挑战？
时间：2021-08-19 16:41:55
[导读]点击蓝字 关注我们在自动驾驶感知-规划-执行的效果链中，感知是整个过程的源头。随着自动驾驶级别的提升，驾驶员逐渐从“脱脚”到“脱手”到“脱眼”，直至车辆实现完全的自动驾驶，对于感知系统的要求呈指数级的上升。说到感知层，不得不提到各类传感器的迭代发展，从简单装配超声波雷达到摄像头，...
点击蓝字 关注我们
在自动驾驶感知-规划-执行的效果链中，感知是整个过程的源头。随着自动驾驶级别的提升，驾驶员逐渐从“脱脚”到“脱手”到“脱眼”，直至车辆实现完全的自动驾驶，对于感知系统的要求呈指数级的上升。
说到感知层，不得不提到各类传感器的迭代发展，从简单装配超声波雷达到摄像头，毫米波雷达，再到搭配目前最先进的激光雷达，各种传感器数目在不断地增加，性能不断提高的同时，多传感器融合成为必然的趋势。自动驾驶渗透率的提升正在拉动各类传感器快速发展。
在一众汽车半导体供应商中，致力于为感知系统提供高能效半导体传感器的安森美半导体，凭借多年积累的丰富经验，其CMOS图像传感器已在全球车载市场占有率位居第一，先进驾驶辅助系统（ADAS）市场占有率高达80%，无人驾驶占有率在90%以上。近期，本刊记者专访安森美半导体智能感知部大中华区市场总监郗蕴侠博士，听她聊聊自动驾驶感知技术的发展。
▲安森美半导体智能感知部大中华区市场总监郗蕴侠博士
感知图像传感器面临的技术难点
摄像头在汽车智能化和自动化进程中担当了汽车“眼睛”的功用，汽车感知图像传感器作为感知器件相机最关键的元器件起着举足轻重的地位。自动驾驶需要图像传感器在提供优质图像的基础上，满足对物体的辨识和检测，具有更高的可靠性和安全性。
在技术方面需要图像传感器有高动态范围（HDR）解决高对比度场景的成像挑战, 在传感器端解决LED闪烁问题、并可以同时实现HDR和抗LED闪烁问题功能，多种优化的色彩滤波阵列（CFA）以解决不同应用和场景的需要，可靠的封装技术实现出色的散热性和可靠性、全局快门技术显著解决运动模糊的问题。
总之，需要有非常完善的质量监督和控制体系，符合车规安全认证的产品，并同时实现功能安全和网络安全。
在图像传感器领域，安森美半导体是车载摄像头CMOS图像传感器的领导者之一。
郗蕴侠博士介绍道：“从2005年发明世界上第一个专门用于汽车的CMOS图像传感器（CIS）产品，到2020年已经增长到年交件量大于1亿颗图像传感器，几乎全球的主机厂都是安森美半导体的客户。”
安森美半导体的CIS产品致力于前装市场在整个自动驾驶级别的推进，主要原因是安森美半导体的CIS产品能够满足ADAS和自动驾驶严苛的高质量，高可靠性和安全性的要求。
安森美半导体的CIS产品在ADAS上最早被应用，拥有十多年量产和道路验证的记录。可以提供ADAS和自动驾驶所需要的超高动态范围，在传感器端解决LED闪烁问题、提供多种优化的色彩滤波阵列（CFA），如为全球第一个设计用于ADAS的RCCC和RCCB的CFA, 可靠的封装技术，非常完善的质量监督和控制体系，提供整个摄像头模组硬件的系统解决方案。
自动驾驶级别提高给图像传感器带来的挑战
L2到L3、L3到L4，随着自动驾驶级别的提高，图像传感器的性能需要多大的提升？对于这个问题，郗蕴侠博士作出了详尽的解答。
分辨率越来越高从最早的30万像素CIS，升级到100万像素CIS，现在L2 级别自动驾驶已经大量采用200万像素CIS，高级别自动驾驶车型中将采用800万像素的CIS以实现对物体更远和更清楚的辨识和检测。高动态范围（HDR）相机需要在一些特殊环境下工作，如夜间亮的路灯和暗处行人的对比，强光下隧道外亮处与隧道内暗处细节的对比等。因此提升HDR成为解决自动驾驶级别提高的关键。消除LED闪烁（LFM）由于LED的普及和发展，在交通灯、车灯等领域有广泛应用。图像传感器要保证输出HDR LFM高保真图像，确保HDR和LFM同时实现。多种优化的色彩滤波阵列（CFA）适应于自动驾驶级别提高后不同应用和场景。需要图像传感器有更高的信噪比，如RCCC/RCCB/RYYCY图像传感器可以更好地检测和识别物体。舱内监控图像传感器需要全局快门可以捕捉到司机眼睛和头部动作等快速运动，无拖影，并具有最佳的红外（IR） 响应可以在红外条件下清晰地看到驾驶员眼睛。乘客监控则需要RGB-IR图像传感器，以达到白天和夜晚同时可以看到清晰图像的效果。提升可靠性自动驾驶级别提高后使得汽车共享成为可能，运营强度增加。图像传感器面对更高的挑战，需要保证整个相机系统在恶劣和极端环境下的可靠性、安全性和耐久性。功能安全对自动驾驶L2以上的设计，需要符合ISO26262相应的汽车安全完整性等级（ASIL）更高的标准。全面采用符合ISO26262开发流程设计的车规级图像传感器芯片，在功能安全方面有着更完善的安全机制，使系统功能安全设计更容易实现。网络安全此技术有助于确保整个系统运行安全可靠，尤其车辆在L4级别无人驾驶的情况。为确保图像传感器不被黑客侵袭，网络安全的机制在图像传感器实现是必不可少的。
传感器融合、软硬件结合必不可少
除了摄像头传感器，郗蕴侠博士认为自动驾驶技术发展日益提高，各种感知传感器数量不断增加，在提升性能的同时，多传感器融合至关重要。安森美半导体也在完善激光雷达的市场布局，尤其2021年初推出符合车规的激光雷达核心光电探测器器件，基于硅光电倍增管（SIPM）和单光子雪崩二极管（SPAD）阵列的光电探测器为车规化激光雷达量产做好充分准备，成为全球知名激光雷达系统客户的首选。
安森美半导体从设计之初就考虑汽车认证去设计光电探测器及其封装，并采用CMOS工艺，为激光雷达大批量量产奠定坚实基础。
“软件定义汽车”正在成为汽车行业的共识，那么未来自动驾驶的迭代升级中，软件和硬件两者谁将成为更关键的因素？
对此，郗蕴侠博士介绍道：“随着自动驾驶级别的提高，传统汽车正逐步从分立控制转向集中域控制，也从原有的软件根据硬件来实现，转换成软件定义硬件的趋势。软件定义硬件的模式，可以适应快速迭代的技术、满足用户体验的持续提升，软件能够帮助硬件提高适应性。”
作为硬件供应商必须和软件算法提供商合作，更早了解其应用算法的需求，在硬件设计方面满足实现其软件和算法。另外则需提供具有平台化的硬件系列产品，以适应软件的升级。所以未来的感知技术发展还是需要软硬件结合，两者都很重要。
近些年，许多国内初创公司从感知层面切入自动驾驶。
对此，郗蕴侠博士的看法是：“自动驾驶包括感知、判断和执行。感知作为整个过程的源头的确非常关键。许多国内初创公司尤其很多互联网公司，在软件和算法方面都非常专业，但是对硬件尤其是车规化硬件还需要一定时间的了解和积累。”
汽车应用和其它工业、消费类应用相比，尤其随着自动驾驶智能化提升，其要求更加严苛，需要高质量、高可靠性和安全性的产品和系统。国内初创公司未来更好地切入自动驾驶，需要和汽车行业有着量产经验的芯片及硬件公司紧密合作，可以在设计系统之初就与芯片公司紧密合作，把软件和算法对硬件的需求尽早提供给芯片公司，使得芯片公司更早了解其应用算法的需求，在硬件设计之初就把这些需求考虑在内，这样设计出的硬件才能满足软件的功能，才能适应架构最优的软硬件结合的系统，以适应自动驾驶的发展。
在自动驾驶感知-规划-执行的效果链中，感知是整个过程的源头。随着自动驾驶级别的提升，驾驶员逐渐从“脱脚”到“脱手”到“脱眼”，直至车辆实现完全的自动驾驶，对于感知系统的要求呈指数级的上升。说到感知层，不得不提到各类传感器的迭代发展，从简单装配超声波雷达到摄像头，毫米波雷达，再到搭配目前最先进的激光雷达，各种传感器数目在不断地增加，性能不断提高的同时，多传感器融合成为必然的趋势。自动驾驶渗透率的提升正在拉动各类传感器快速发展。
在一众汽车半导体供应商中，致力于为感知系统提供高能效半导体传感器的安森美半导体，凭借多年积累的丰富经验，其CMOS图像传感器已在全球车载市场占有率位居第一，先进驾驶辅助系统（ADAS）市场占有率高达80%，无人驾驶占有率在90%以上。近期，本刊记者专访安森美半导体智能感知部大中华区市场总监郗蕴侠博士，听她聊聊自动驾驶感知技术的发展。
▲安森美半导体智能感知部大中华区市场总监郗蕴侠博士感知图像传感器面临的技术难点
摄像头在汽车智能化和自动化进程中担当了汽车“眼睛”的功用，汽车感知图像传感器作为感知器件相机最关键的元器件起着举足轻重的地位。自动驾驶需要图像传感器在提供优质图像的基础上，满足对物体的辨识和检测，具有更高的可靠性和安全性。
在技术方面需要图像传感器有高动态范围（HDR）解决高对比度场景的成像挑战, 在传感器端解决LED闪烁问题、并可以同时实现HDR和抗LED闪烁问题功能，多种优化的色彩滤波阵列（CFA）以解决不同应用和场景的需要，可靠的封装技术实现出色的散热性和可靠性、全局快门技术显著解决运动模糊的问题。
总之，需要有非常完善的质量监督和控制体系，符合车规安全认证的产品，并同时实现功能安全和网络安全。
在图像传感器领域，安森美半导体是车载摄像头CMOS图像传感器的领导者之一。
郗蕴侠博士介绍道：“从2005年发明世界上第一个专门用于汽车的CMOS图像传感器（CIS）产品，到2020年已经增长到年交件量大于1亿颗图像传感器，几乎全球的主机厂都是安森美半导体的客户。”
安森美半导体的CIS产品致力于前装市场在整个自动驾驶级别的推进，主要原因是安森美半导体的CIS产品能够满足ADAS和自动驾驶严苛的高质量，高可靠性和安全性的要求。
安森美半导体的CIS产品在ADAS上最早被应用，拥有十多年量产和道路验证的记录。可以提供ADAS和自动驾驶所需要的超高动态范围，在传感器端解决LED闪烁问题、提供多种优化的色彩滤波阵列（CFA），如为全球第一个设计用于ADAS的RCCC和RCCB的CFA, 可靠的封装技术，非常完善的质量监督和控制体系，提供整个摄像头模组硬件的系统解决方案。
自动驾驶级别提高给图像传感器带来的挑战
L2到L3、L3到L4，随着自动驾驶级别的提高，图像传感器的性能需要多大的提升？对于这个问题，郗蕴侠博士作出了详尽的解答。
分辨率越来越高从最早的30万像素CIS，升级到100万像素CIS，现在L2 级别自动驾驶已经大量采用200万像素CIS，高级别自动驾驶车型中将采用800万像素的CIS以实现对物体更远和更清楚的辨识和检测。高动态范围（HDR）相机需要在一些特殊环境下工作，如夜间亮的路灯和暗处行人的对比，强光下隧道外亮处与隧道内暗处细节的对比等。因此提升HDR成为解决自动驾驶级别提高的关键。消除LED闪烁（LFM）由于LED的普及和发展，在交通灯、车灯等领域有广泛应用。图像传感器要保证输出HDR LFM高保真图像，确保HDR和LFM同时实现。多种优化的色彩滤波阵列（CFA）适应于自动驾驶级别提高后不同应用和场景。需要图像传感器有更高的信噪比，如RCCC/RCCB/RYYCY图像传感器可以更好地检测和识别物体。舱内监控图像传感器需要全局快门可以捕捉到司机眼睛和头部动作等快速运动，无拖影，并具有最佳的红外（IR） 响应可以在红外条件下清晰地看到驾驶员眼睛。乘客监控则需要RGB-IR图像传感器，以达到白天和夜晚同时可以看到清晰图像的效果。提升可靠性自动驾驶级别提高后使得汽车共享成为可能，运营强度增加。图像传感器面对更高的挑战，需要保证整个相机系统在恶劣和极端环境下的可靠性、安全性和耐久性。功能安全对自动驾驶L2以上的设计，需要符合ISO26262相应的汽车安全完整性等级（ASIL）更高的标准。全面采用符合ISO26262开发流程设计的车规级图像传感器芯片，在功能安全方面有着更完善的安全机制，使系统功能安全设计更容易实现。网络安全此技术有助于确保整个系统运行安全可靠，尤其车辆在L4级别无人驾驶的情况。为确保图像传感器不被黑客侵袭，网络安全的机制在图像传感器实现是必不可少的。
传感器融合、软硬件结合必不可少
除了摄像头传感器，郗蕴侠博士认为自动驾驶技术发展日益提高，各种感知传感器数量不断增加，在提升性能的同时，多传感器融合至关重要。安森美半导体也在完善激光雷达的市场布局，尤其2021年初推出符合车规的激光雷达核心光电探测器器件，基于硅光电倍增管（SIPM）和单光子雪崩二极管（SPAD）阵列的光电探测器为车规化激光雷达量产做好充分准备，成为全球知名激光雷达系统客户的首选。
安森美半导体从设计之初就考虑汽车认证去设计光电探测器及其封装，并采用CMOS工艺，为激光雷达大批量量产奠定坚实基础。“软件定义汽车”正在成为汽车行业的共识，那么未来自动驾驶的迭代升级中，软件和硬件两者谁将成为更关键的因素？
对此，郗蕴侠博士介绍道：“随着自动驾驶级别的提高，传统汽车正逐步从分立控制转向集中域控制，也从原有的软件根据硬件来实现，转换成软件定义硬件的趋势。软件定义硬件的模式，可以适应快速迭代的技术、满足用户体验的持续提升，软件能够帮助硬件提高适应性。”
作为硬件供应商必须和软件算法提供商合作，更早了解其应用算法的需求，在硬件设计方面满足实现其软件和算法。另外则需提供具有平台化的硬件系列产品，以适应软件的升级。所以未来的感知技术发展还是需要软硬件结合，两者都很重要。
近些年，许多国内初创公司从感知层面切入自动驾驶。
对此，郗蕴侠博士的看法是：“自动驾驶包括感知、判断和执行。感知作为整个过程的源头的确非常关键。许多国内初创公司尤其很多互联网公司，在软件和算法方面都非常专业，但是对硬件尤其是车规化硬件还需要一定时间的了解和积累。”
汽车应用和其它工业、消费类应用相比，尤其随着自动驾驶智能化提升，其要求更加严苛，需要高质量、高可靠性和安全性的产品和系统。国内初创公司未来更好地切入自动驾驶，需要和汽车行业有着量产经验的芯片及硬件公司紧密合作，可以在设计系统之初就与芯片公司紧密合作，把软件和算法对硬件的需求尽早提供给芯片公司，使得芯片公司更早了解其应用算法的需求，在硬件设计之初就把这些需求考虑在内，这样设计出的硬件才能满足软件的功能，才能适应架构最优的软硬件结合的系统，以适应自动驾驶的发展。
下载文档
