萌芽期的自动驾驶CV芯片之未战之殇：经验、功耗、价格_芯片_视觉

文章目录 [+]

比较于超声波雷达、毫米波雷达、激光雷达等传感器，摄像头出身时日更久，但基于摄像头的感知技能，兴起并没有多年。

CV（Compute Vision）打算机视觉或称机器视觉，是一门通过图像获取所须要信息的学科，在实际的运用中，会通过硬件的摄像头，获取图片或者视频信息，中间须要经由内部的ISP、DSP处理，以得到更清晰的图像，然后利用深度学习的算法，对得到的图片信息进行剖析、处理，终极得到现实天下通过图像映射而来的数字或符号信息，以便于机器理解现实天下。

萌芽期的自动驾驶CV芯片之未战之殇：经验、功耗、价格_芯片_视觉萌芽期的自动驾驶CV芯片之未战之殇：经验、功耗、价格_芯片_视觉通讯

在这个过程中，涉及到的最核心技能，便是对图像的剖析、处理，工程运用中，视觉芯片担当了处理的核心任务。

（图片来自网络侵删）

得益于CV在识别、运动剖析、场景重修、图像规复的能力，其广泛运用于安防、无人机、自动驾驶等领域。

而在自动驾驶中，CV不仅可以识别障碍物（行人、车辆等）、道路情形，还可用于构建舆图。
比较于传统消费领域，汽车的利用环境更为繁芜严苛，因此CV在自动驾驶领域的运用才刚起步。
CV芯片作为全体视觉感知技能中最关键的一环，目前也还处在初期。

CV&自动驾驶

在自动驾驶中运用CV技能，CV技能必须具备实时性、鲁棒性、实用性这三个特点。

实时性哀求CV系统的数据处理必须与车辆的高速行驶同步进行；

鲁棒性是哀求智能车辆对不同的道路环境如高速公路、市内公路、普通公路等，繁芜的路面环境如路面的宽度、颜色、纹理、弯道、坡度、坑洼、障碍与车流等，各种景象晴、阴、雨、雪、雾等均具有良好的适应性；

实用性指智能车辆能够为普通用户所接管。

目前，CV紧张用于路径的识别与跟踪。
与其它传感器比较，CV具有检测信息量丰富、无打仗丈量和能实现道路环境三维建模等优点，但数据处理量极大，存在系统实时性和稳定性问题，要靠开拓高性能的打算机硬件，研究新算法来办理。

随着打算机技能和图像处理技能的飞速发展，三维重修道路环境为车辆高速智能驾驶供应强大的信息，在不远的将来具有现实可行性。

CV的道路识别基本事理为，公路路面的环境（白色路标、边缘、路面颜色、坑洼、障碍物等）的CCD图像灰度值和图像纹理、光流有差异。

根据这种差异，经图像处理后可以得到须要的路径图像信息，如方位偏差、侧向偏差、车辆在道路中的位置等信息。
将这些信息与车辆的动力学方程相结合，可构成车辆掌握系统数学模型。

深度学习在CV中运用广泛，紧张是由于深度学习算法的通用性很强，比如faster RCNN在人脸、行人、一样平常物体检测任务上都可以取得非常好的效果；深度学习得到的特色(feature)有很强的迁移能力，比如在ImageNet（物体为主）长进修到的特色在场景分类任务上也能取得非常好的效果；

深度学习打算紧张是卷积和矩阵乘，针对这种打算优化，所有深度学习算法都可以提升性能，因此工程开拓、优化、掩护本钱低。

CV在自动驾驶中利用，必须具备可靠、低功耗、超强算力等特点，因此基于CV的自动驾驶专用芯片也就运用而生。

CV芯片的研发制造，除却工艺难度，最大的难度便在于芯片的设计，算法的调教。
拥有芯片设计能力的公司并不多，大部分公司都是基于一些成熟的IP核进行研发。

业内人士表示，基于外部Ip核开拓，是一种普遍的做法，但在调校算法以及芯片的性能过程中，由于不具有自下而上的能力，很难将芯片的性能发挥到极致。
如此一来，就会在各个性能指标上存在差距，比如功耗，算力等。

CV芯片厂商之国际力量

针对自动驾驶领域的视觉芯片的公司，环球范围内有ADI、NXP、TI、Mobileye/ST、Movidius、NEXTCHIP 、Ambarella、Inuitive等公司。

ADI（Analog Devices, Inc.）是数字旗子暗记处理芯片(DSP)厂商，其发布的Blackfin处理器（BF60X系列）专门针对ADAS，具有车道偏离警告、交通信号识别、智能前灯掌握、物体检测/分类、行人检测等功能。

低端系统基于BF592，实现LDW功能；中端系统基于 BF53x/BF54x/BF561，实现LDW（车辆偏离预警系统）/HBLB/TSR（Traffic SignRecognition道路交通标志识别系统）等功能；高端系统基于BF60x，实现LDW/HBLB（智能远光灯掌握）/TSR/FCW（前方碰撞预警系统）/PD（车辆探测）等功能。
集成的视觉预处理器能够显著减轻处理器的包袱，从而降落对处理器的性能哀求。

恩智浦S32V234是NXP的S32V系列产品中2015年推出的ADAS处理芯片，在BlueBox平台上卖力视觉数据处理、多传感器领悟数据处理以及机器学习。

该款芯片拥有CPU(4颗ARM CortexA53和1颗M4)、3D GPU(GC3000)和视觉加速单元(2颗APEX-2vision accelerator)，能同时支持4路摄像头，GPU能实时3D建模，打算能力为50GFLOPs。
S32V234在设计时加入了诸如ECC（缺点检讨与纠正），FCCU（故障网络与掌握单元），M/L BIST（内存/逻辑内置自测）等多种安全机制，能够知足ISO26262 ASIL B~C的需求。

德州仪器（TI）的TDA SoC系列，包括TDA2x、TDA3x、TDA2Eco，个中TDA3x系列可支持车线坚持赞助、自适应巡航掌握、交通标志识别、行人与物体检测、前方防碰撞预警和倒车防碰撞预警等多种ADAS算法。

这些算法对付前置摄像头、全车环视、领悟、雷达与智能后置摄像头等浩瀚ADAS运用的有效利用至关主要。
此外，TDA3x处理器系列还能帮助客户开拓针对行人和车辆、前方碰撞预警及车线坚持赞助的自主紧急制动（AEB）等符合NCAP程序的ADAS运用。

Mobileye虽然不是芯片制造商，但其赞许法半导体（ST）互助，生产了有名的EyeQ系列芯片，用于自动驾驶。

其最前辈的EyeQ5装备了8枚多线程CPU内核，搭载18枚Mobileye的下一代视觉处理器。
比较而言，EyeQ4作为上一代视觉SoC芯片，只配置了4个CPU内核和6个矢量微码处理器（Vector Microcode Processor，俗称VMP）。
EyeQ5最多支持20个外部传感器（摄像头、雷达或激光雷达），而EyeQ4最多只能处理8个传感器的数据信息。

NEXTCHIP（韩）是一个以图像处理技能为主的公司，产品包括视频监控、DVR、SOC、自动驾驶系统中的核心芯片，均因此图形处理、传输为主的半导体芯片厂家。

公司涉及CV领域芯片是在自动驾驶系统的运用中，主打产品APACHE4是瞄准下一代的ADAS体系的SOC芯片。
APACHE4加入了专用检测引擎，支持行人检测、车辆检测、车道检测和移动物体检测四种监测类型。
嵌入个中的CEVA-XM4图像和视觉平台可让APACHE4的客户利用高阶软件编程来开拓差异化的ADAS运用。

安霸则一贯是高清视频业界的技能领导者，紧张供应低功耗、高清视频压缩与图像处理的办理方案，运用领域涵盖安防、无人机、车机等。

2015年安霸以3000万美元的价格收购了意大利初创自动驾驶公司VisLab，开始发力自动驾驶领域。

2017年到现在，安霸相继发布了针对ADAS的CV1和CV2 系列芯片，CV1和CV2都在同一芯片上供应单目和立体视觉处理，CV1能够对分辨率高达4K的视频进行打算机视觉处理，CV2的深度神经网络性能是CV1的20倍。

Inuitive是一家前辈的3D打算机视觉和图像处理器设计厂家，利用CEVA-XM4聪慧视觉DSP的授权容许，运行繁芜的即时深度感测、特色跟踪、目标识别、深度学习和其它以各种行动设备为目标的视觉干系之演算法。

CEVA图像和视觉DSP知足最繁芜打算拍照和电脑视觉运用对极度处理的需求，比如视频剖析、扩增实境和前辈驾驶赞助系统(ADAS)。

Inuitive视觉处理器NU3000以第三代的CEVA-MM3101图像和视觉DSP来供应立体视觉功能，现在是Google Project Tango生态系统中的一部分，开拓职员能够利用它来开拓须要即时深度产生、映射、定位、导航和其它繁芜旗子暗记处理演算法的运用。

国际有名汽车电子IC厂商，都纷纭发布了针对自动驾驶的CV芯片，但紧张的运用领域还是在较低等级的ADAS。

业内人士表示，芯片厂商在推出一款芯片时，特殊看重市场和机遇，由于每一款芯片的研发都须要投入上千万美金，本钱的回收基本要依赖KK级别的出货量。

如果机遇未到，市场还未成熟，纵然芯片性能、品质都能达到哀求，但不能大规模发卖，仍会影响公司的操持，乃至拖垮公司。

因此面对自动驾驶的浪潮，大部分传统车载芯片巨子，都还只是谨慎的在推ADAS级别的芯片，内部都在积累更高等别的技能，乃至在算力上一定程度可以知足，但并不会盲目推出更高等别的芯片。

尚处早期的自动驾驶CV芯片市场

海内近年来也呈现出了不少初创公司推出了CV芯片，比如地平线、深鉴科技、寒武纪、西井科技。