传感器技术的创新

传感器是处理器、协处理器和计算模块的“眼睛”和“耳朵”。它们有各种形状、形式和功能，并被部署在快速增长的应用程序中——从边缘计算和物联网，到智慧城市、智能制造、医院、工业、机器学习和汽车。

这些用例中的每一个都依赖于芯片来捕获关于模拟世界中正在发生的事情的数据，然后将数据数字化，以便人类和机器可以对其进行处理、存储、组合、挖掘、关联和利用。

“在跨越许多不同应用空间的边缘处理的新时代，我们看到了下一代传感器技术发展的多种趋势，”该公司产品营销总监Rich Collins说Synopsys对此．“传感器的实现正在超越以一种有效的方式捕捉和解释环境条件组合的基本需求，如温度、运动、湿度、距离和压力。”

能源和电力效率是这些应用的关键。许多传感器依赖电池，在不同的传感器之间共享资源，它们通常包括某种类型的永远在线的电路，以更快地启动或检测运动、手势或特定的关键字。在过去，这些类型的功能通常内置在中央处理器中，但从能源的角度来看，这种方法是浪费的。

Collins表示:“在汽车、移动和物联网市场的各种不同用例中，开发一个使用专用处理器优化的灵活系统，以及卸载主机处理器的硬件加速器，似乎正在成为一种基本需求。”传感器数据的通信也正在成为许多这些实现的基本功能。由于通信任务本质上通常是周期性的，我们可以看到相同的处理元素用于传感器数据捕获、融合处理和通信任务，从而实现更高效地使用处理资源。”

汽车行业尤其如此。随着汽车行业经历从机械和模拟到电气和数字的转变，汽车行业正成为传感器技术的典范。一款新型汽车的发动机控制单元(ECU)现在可以控制从加速和减速到监控车辆内外的一切。先进驾驶辅助系统(ADAS)依靠安装在车上的不同类型的传感器来收集ECU做出决策所需的数据。

在未来十年左右的时间里，随着汽车的自动驾驶水平不断提高，这一点将变得更加关键。传感器将在满足安全、保障和便利性目标方面发挥重要作用。

动态数据
在汽车领域，从SAE IV级(半自动)升级到V级(全自动)将取决于单个智能ecu使用传感器收集的信息来做出决策的过程。这个过程有三个主要步骤:

• 传感器电子器件必须准确地将模拟信号转换为数字数据位。
• 每个ECU必须能够解释这些数据，以做出适当的决策，例如何时加速或减速。
• 在完全自动驾驶阶段，将应用机器学习，使自动驾驶车辆能够在各种环境中导航。

实际上，车辆需要“看到”或“感知”周围环境来保持在道路上并避免事故。今天，这些信号来自于光、电磁波、红外(IR)和超声波，必须转换为数字数据位。

车辆使用传感器的组合——例如，激光雷达、雷达和/或高清摄像机——来探测物体，包括其他移动的车辆，并确定它们的距离和速度。

汽车制造商还没有标准化哪种传感器最适合自动驾驶。例如，特斯拉正在采取vision-only方法通过将人工智能超级计算机和多个高清摄像头结合起来，为其一些较新的自动驾驶车型提供支持。一台这样的超级计算机由5760个图形处理器组成，能够进行1.8 exaFLOPS (EFLOPS)运算，连接速度为每秒1.6 tb (TBps)。存储容量为10pb。本质上，特斯拉的目标是使用机器学习来模拟人类驾驶，这种方法需要密集的训练和学习。

图1:汽车传感器的不同属性。来源:IDTechEx

并不是所有人都认为这是最好的方法。由于传感器有局限性，其他汽车制造商认为最好是将多个传感器结合起来，依靠传感器融合为决策提供最准确的信息。

Tensilica Vision和AI dsp的产品管理和营销总监Amol Borkar说:“我们目前看到一个或多个传感器的组合用于辅助驾驶。节奏．“如果我们考虑外部观察，那么ADAS或自动驾驶汽车应用程序通常使用从这些传感器收集的数据/信息来对车辆周围的各种元素做出决策。这些可能包括街道标志、行人、物体和碎片、交通灯、道路和车道标志等。通过使用传感器的组合，可以比单个传感器提供更多的环境可见性。例如，在下雨和下雪的情况下，相机本身很难看到道路，但通过将其与短程/远程雷达和/或激光雷达配合使用，这个问题基本上就解决了。”

正确解读这些数据可能是生死攸关的问题。当人们在雨中开车，晚上在高速公路上发现一个物体时，他们通常会减速，因为很难分辨这个物体是什么。他们需要知道这个物体有多大，如果他们继续驾驶，它是否会损坏车辆。但是一台超级计算机问同样的问题可能会得到不同的结论。

在一个广为人知的致命的事故2016年，特斯拉自动驾驶系统无法“看到”一辆白色卡车，认为那是天空的颜色。这起致命事故说明了传感器数据、自动驾驶解读和决策之间必须发生的交互的重要性。如果自动驾驶系统有任何疑问，它就会减速，避免这场致命的事故。

传感器数据接口和体系结构
现代汽车的引擎盖下是一个电子控制模块(ecm)网络，用于许多不同的功能。传感器连接到这些ecm，这些ecm又相互连接。传统上,控制器局域网采用CAN作为中心数据路径，并在其上运行不同的应用协议。目前还没有应用程序编程接口ECM标准。然而，OpenXC标准的开发正在进行中，由福特公司领导。使用OpenXC，专有CAN消息将被转换为OpenXC消息格式，并通过各种接口(如USB、蓝牙或3G/以太网/Wi-Fi)发送到主机设备。

一个新兴的移动工业处理器接口(MIPI)标准支持增强的汽车接口的传感器连接。MIPI背后的组织是MIPI联盟．这个成立于2003年的400个成员的国际组织发布了多项标准。成员包括移动设备制造商、软件提供商、半导体公司、IP工具提供商、汽车原始设备制造商、一级供应商和测试设备公司。作为董事会成员参与的公司包括英特尔、德州仪器、高通和罗伯特·博世有限公司。

MIPI联盟的计划是为移动设备和受移动影响的设备开发一套全面的接口规范，包括汽车传感器接口。这些规范将涵盖车辆内的各种接口，包括:

• 物理层
• 多媒体
• 到/ IPC
• 控制和数据
• 调试和跟踪
• 软件集成

图2:MIPI联盟规范将涵盖车辆内的各种接口。资料来源:MIPI联盟

传感器接口新标准
MIPI联盟于2021年10月11日发布了A-PHY v1.1标准进行审查，预计将在未来几个月内采用。该标准侧重于汽车串行反序列化器(SerDes)物理层接口，将下行数据速率提高了一倍，达到32 Gbps。上行链路的数据速率也将是原来的两倍(200mbps)。

A- phy v1.1标准是业界首创，在汽车图像传感器、显示器和用于ADAS、车载信息娱乐系统(IVI)和自动驾驶系统(ADS)的ecu之间提供了一个远程、不对称的SerDes接口。此外，它还将被采用为IEEE 2977标准。

图3:ECU连接到传感器和显示器。资料来源:MIPI联盟

“随着雷达和激光雷达传感器广泛应用于adas类型的应用，我们预计MIPI将继续在标准化传感器接口方面做出重大贡献，”Ashraf Takla首席执行官兼创始人说Mixel．此外，图像传感器用于为驾驶员生成周围环境的视频，就像备用摄像头一样。这些图像传感器均采用MIPI接口。MIPI D-PHY(以及最近的MIPI C-PHY)，带有MIPI CSI-2 TX或MIPI CSI-2 RX控制器，用于链路的传感器和处理器端。直到今天，CSI-2仍然是许多相机和传感器应用的事实上的标准。随着汽车传感器的数量和复杂性不断增加，我们预计对MIPI标准的需求也将继续增加。”

图4:MIPI规范提供了详细的车辆接口，包括芯片到芯片的连接。来源:Mixel

从那里开始，连接传感器就相对简单了。Cadence的博卡表示:“有两种方法可以解决这个问题。“如果传感器是更大解决方案的一部分，例如，传感器和计算单元在同一个包中，就像在驾驶员监控系统(DMS)或大多数ADAS解决方案中一样，那么传感器通常使用MIPI和SPI进行接口，这是高速数据的知名行业标准。从传感器接收数据，然后由神经处理单元(NPU)或数字信号处理器(DSP)进行处理。有一些解决方案，比如360度或环绕视野的汽车摄像头系统，它们使用四个或更多传感器组成的阵列来构建汽车周围的360度视野。在这种情况下，远离计算单元的传感器通常使用CAN总线或高速以太网将图像或数据发送到计算单元进行进一步处理。”

传感器的前景
汽车传感器技术并不完美。这就是为什么使用多个传感器的传感器融合方法受到许多人的青睐。在我们走向全自动驾驶的过程中，仍有许多挑战需要克服。

Cadence公司Tensilica dsp产品管理和营销总监Ted Chua表示:“汽车传感器将继续改进，以解决其缺点。”“雷达传感器制造商正在努力改进关键部件，如角度分辨率和物体分类能力。激光雷达传感器制造商正专注于创新的解决方案，以大幅降低成本，并实现与成本相关的大规模制造能力。如上所述，在未来的自动驾驶汽车中，所有传感器都需要协同工作。因此，来自不同传感器的信号需要融合在一起进行决策。”

不过，所有这些都需要时间。“今天，大多数传感器都通过了ASIL-B功能安全认证，”Chua说。“但对于L4和L5级自动驾驶汽车，考虑到安全目标，ASIL-B传感器是否仍然足够?毕竟，在自动驾驶汽车中，没有人在方向盘后面作为安全要求的备份。未来的传感器需要ASIL-D认证吗?我们如何以经济有效的方式巧妙地设计自动驾驶汽车的ASIL-D要求?这些只是我们未来自动驾驶汽车实现完全自主所必须解决的问题和挑战的冰山一角。”

未来的进步
对于芯片行业来说，这是一个挑战，但也是一个潜在的有利可图的挑战。未来的传感器需要更紧凑、更轻、更准确、更可靠。但是，为了实现驾驶安全，汽车数据(包括传感器产生的数据)必须得到保护，无论是在存储的地方还是在运动中。

该公司的技术产品经理Thierry Kouthon表示:“传感器将信号发送到分析数据的处理单元的主要方式有两种——通过网络或直接电缆。Rambus安全．“接收到信号后，处理单元做出决定，影响车辆的行为或警告/通知司机。在直接布线的情况下，像MIPI-A PHY这样的技术可以与激光雷达、雷达和摄像机等高带宽传感器一起使用。如今，MIPI不支持身份验证和机密性，而这是一个可靠的安全解决方案的必要组成部分。在车辆环境中，决定传感器单元和处理单元之间的高速连接是否必须使用身份验证和机密性进行保护是由制造商决定的。希望加强安全连接的制造商将使用汽车以太网等网络协议。汽车以太网可以使用MACsec (IEEE 802.1AE标准)进行保护。MACsec的优点是在行速率下运行，对性能或延迟几乎没有影响。其他更高级别的协议也符合条件，比如IPsec。MACsec和IPsec都提供身份验证和机密性。”

结论
从CAN总线到MIPI，传感器接口的发展有了长足的进步。未来，预计5G和V2X也将成为传感器接口的一部分。V2X设想车辆相互连接以提高安全性。目前，当事故发生时，比如在高速公路上，前方1000码发生事故时，司机无法看到前方发生了什么，也无法及时减速或停车以避免碰撞。

该公司产品工程总监John Stabenow表示:“随着我们向互联汽车和V2X的世界迈进，我们将需要比目前的摄像头、激光雷达、雷达、IR和超声波所能提供的功能更强大的功能西门子EDA．“为了实现安全驾驶，汽车传感器需要能够进行面部识别、手势检测等，以处理前方许多不可预测的动作和车辆的许多盲点。此外，我们还将开发许多新型紧凑型传感器，用于检测轮胎气压以外的轮胎漏气情况，以及检测轮胎胎面剩余深度。”

使用V2X，事故现场附近车辆的信息将在车辆到达事故现场之前传递给车辆。这些车辆将自动减速，无需驾驶员干预，因为车辆智能传感器相互通信。最有可能的是，这将通过5G实现，汽车传感器的行为就像边缘处理中的物联网节点一样。

Cadence的Chua表示:“汽车的网络拓扑结构和架构正在演变。“我们正朝着区域网络和架构发展。接口/总线的选择取决于ECU和网关正常运行所需的各种因素。这些因素包括数据负载量、延迟要求、数据传输的可靠性等。分区ECU将使用PCIe、MIPI、CAN等接口连接到传感器或分区端点。以太网可用于区域ECU与中心ECU/网关之间的连接。V2X网关可以使用5G连接到云端。当车辆连接时，车内的Wi-Fi可能会为机舱或车辆周围的设备提供宽带连接。”

我们只是看到了未来驾驶的一瞥。传感器技术可以为人类驾驶员和最终的自动驾驶做很多事情，随着技术的不断发展，汽车将增加更多的功能。这仅仅是个开始，随着更多传感器和通信设备的加入，它将为汽车以外的领域带来更多机遇。

相关的
汽车舱内即将发生巨大变化
新的电子设备监控司机的意识，减少道路噪音，确保没有婴儿或宠物留在炎热的车里。
竞争的汽车传感器融合方法
成本、数据量和复杂性驱动了多种解决方案。
传感器和dsp的变化
专业化和组合的影响。
汽车传感器融合的挑战
随着越来越多的自动驾驶汽车拼图进入人们的视野，挑战也越来越艰巨。