当今汽车行业最受关注的话题之一是先进的驾驶辅助系统(ADAS),该系统可以多种方式帮助驾驶员处理潜在问题。它们可以为驾驶员提供视觉和听觉警告,也可以控制制动器、加速器和转向装置,使汽车远离危险。
ADAS系统依赖于来自越来越多的离散传感器的高质量数据,例如光探测和测距传感系统(LiDAR),它使用脉冲激光测量与目标物体之间的距离;还有无线电探测和测距传感系统(RADAR),其类似于LiDAR,但RADAR使用无线电波代替激光和红外(IR)相机系统。
以上这些都使ADAS能够更好地认知周边环境并提高其辅助驾驶的移动学习能力。
ADAS中的GPU
在汽车的中央电子控制单元(ECU)中,您可以找到一个或多个大型硅器件,其中包含一个多核中央处理单元(CPU),一个图形处理单元(GPU),一个为传感器数据提供实时处理的内存子系统,以及一系列其他内核,如I / O、外设连接、专用视频和DSP。
GPU高度并行,以吞吐量为导向的特性使其非常适合ADAS应用,并可应对诸多挑战。它就像是一个“涡轮增压”的乘法累加引擎,而且是以神经网络类型算法为基础的。因此,毫无疑问,当今许多领先的ADAS供应商都开始利用嵌入式GPU的能力和性能,来实现汽车所需要的功能和性能的提升。
从历史上看,GPU在汽车的技术构成中起的作用较为传统,即驱动显示器。然而消费者越来越期望他们的新车提供与智能手机或平板电脑相同的尖端技术。因此,我们看到,应用正在向具有多个高分辨率屏幕的数字仪表板转变,目前,1080p在中档车中很常见,且有越来越多的4K屏幕被指定用于豪华车和行政车。
这些更大、更高分辨率且响应更快的屏幕使驾驶员和乘客能够以更自然、更直观的方式与他们的汽车互动。 因此,对于汽车OEM来说,从小型CPU或微控制器转向功能更强大的浪潮服务器GPU来驱动这些屏幕是必要的,鉴于此,嵌入式GPU在这一领域取得了明显的进展。
不只是图形处理,ADAS对GPU提出了更多、更高的要求,这些是与传统的渲染功能截然不同的东西。如果我们看一下计算机图形处理,会发现计算着色器的使用现在是提供高级图形效果的标准。从本质上讲,GPU运行小型计算机程序,定义屏幕上数百万个像素的颜色和阴影。ADAS平台可以利用此GPU计算功能实时处理和分析传感器数据,而不只是图形处理。
实际上,不仅仅是传感器,还有传统的摄像头,可以为GPU提供很方便使用的数据。图像处理是GPU的看家本领,因此,几乎任何类型的密集并行计算难题都可以用GPU去解决。从这个层面来看,GPU是这类应用的最佳选择。
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
全部0条评论
快来发表一下你的评论吧 !