人工智能改变汽车设计挑战

作者：Patrick Mannion，特约编辑

人工智能 (AI)、电气化和车内娱乐只是汽车正在发生的一些革命性变化，引发了对汽车应该如何设计和使用的彻底重新思考。它们也促使设计师重新思考自己在汽车设计链中的角色。

从半导体和组件环境性能的角度来看，适用相同的规则，即 AEC-Q100，自 1994 年以来一直存在。它定义了温度、湿度和其他可靠性因素。然而，自 1994 年以来，情况发生了很大变化，很快，“汽车”手机将开始名副其实，这在很大程度上要归功于传感器集成、人工智能、摩尔定律以及偏远地区的一些人以标签为生图像，使智能系统更准确。

例如，准确的标签可以区分天空和卡车的侧面。Mighty AI 是一家专注于使用遍布全球的人类团队确保准确标记的公司。根据其创始人 S. “Soma” Somasegar 的说法，人类在未来很长一段时间内都将在这个循环中发挥重要作用。“我们不是在建立一个系统来玩游戏；我们正在建立一个拯救生命的系统，”Mighty AI 首席执行官 Daryn Nakhuda 说。

让自动驾驶汽车在日常使用中相对安全是一个有趣的挑战，它吸引了汽车原始设备制造商和电子系统设计师的想象力，并刺激了传感器、处理和通信方面的创新。

一段时间以来，人们认为 LiDAR 将成为实现自动驾驶汽车的关键突破性技术，但现在，开发人员已经意识到它是所有可能的传感器输入的组合，包括声纳、高清摄像头、LiDAR 和雷达，所有这些都是为了确保准确测距和识别物体。根据通用汽车的说法，其雪佛兰 Volt 电动汽车 (EV) 的自动驾驶版本增加了 40 个传感器和 40% 的硬件。

降低该硬件的成本和功耗，特别是对于高级图像处理，是自动驾驶汽车的许多关键促成因素之一。为此，Dream Chip Technologies 在世界移动通信大会 (MWC) 上宣布了用于计算机视觉的高级驾驶员辅助系统 (ADAS) 片上系统 (SoC)，该系统可在降低功耗的同时大大提高性能。

ADAS SoC 是与 Arm、ArterisIP、Cadence、GlobalFoundries (GF) 和 Invecas 合作开发的，是欧盟委员会 ENIAC THINGS2DO 参考开发平台的一部分。它是基于格芯的 22FDX 技术开发的，旨在降低 AI 和神经网络 (NN) 处理所需的功率，使其可以嵌入到车辆中而无需主动冷却技术，这会增加重量、尺寸和成本，同时增加失败的概率。

SoC 使用 Dream Chip 的图像信号处理流水线、Tensilica (Cadence) P6 DSP 和四组 Arm Cortex-A53 处理器，以达到 1 tera 运算/秒 (TOPS) 的速度，而功耗“只有个位数”。 ”

分布式与集中式传感器处理Dream Chip Technologies 的低功耗 SoC 在图像处理方面的低功耗性能至关重要，因为需要最大限度地减少延迟以避免发生事故。车辆看得越远，越早处理所看到的，车辆就会变得越安全。然而，如前所述，合理的智能决策需要许多传感器，这就提出了应该在哪里以及如何处理所有这些传感器输入的问题。

传感器融合技术在无人机等应用中广为人知，其中陀螺仪、加速度计和磁力计的管理方式使得它们各自的优势得到强调，而负面影响则被削弱。对于具有如此多和不同传感器的自动驾驶汽车，如何做到这一点？

为了解决这个问题，Mentor Graphics 决定逆向工作，从 5 级自治开始。它的方法称为 DRS360，它从 LiDAR、雷达和摄像头获取（融合）原始传感器数据并对其进行处理，以开发出车辆周围环境的 360 度实时视图。集中式方法减少了延迟，但确实需要高级别的集中处理，Mentor 使用 Xilinx Zynq UltraScale+ MPSoC FPGA 及其先进的 NN 算法提供了这种处理。另一种方法是在传感器本地进行图像、激光雷达或雷达处理并将结果发送到上游，但这种方法的扩展效率不如 DRS360，也没有充分利用快速变化和发展的算法。缺点是单点故障，但内置冗余和良好的设计可以抵消这一点。

MIPI 联盟并没有忽视汽车传感器的重要性，该联盟将其在手机上定义传感器物理层接口的经验带到了快速发展的汽车领域。10 月 7 日，它宣布成立 MIPI 汽车工作组 (AWG)，以实现传感器接口标准化，以降低开发成本、缩短测试时间并提高可靠性。凭借其在移动设备方面的背景，MIPI 联盟也有信心帮助确保高度敏感、关键任务的汽车应用受到 EMI 的影响最小。

加速汽车的电气化 虽然通常被认为是自动驾驶汽车的代名词，但电动化以取代内燃机 (ICE) 的趋势正在以不同的驱动程序以自己的速度发展。首先，带有大电池的电动汽车被视为一种更可持续的交通方式。然而，根据 Mentor Graphics 集成电气系统市场总监 Dan Scott 的说法，这种电池确实增加了重量，与同等的 ICE 车辆相比增加了 32%。

因此，问题在于最大限度地减少重量，这直接适用于电缆、线束和连接器。电动汽车的另一个问题是更高的功率要求，对于典型的 1 KW 电池实施，400 V 时的电流高达 250 A。如此高的电流会导致更多的热量产生能量损失，从而推动电动汽车转向 800 V 电源。这也将减轻电缆重量，其他技术也将如此，例如去除大功率电缆上的屏蔽层。麦肯锡公司拆掉了八辆电动汽车，只是为了看看它们是如何区分的，功率和热管理被证明是一个有趣的因素，但动力总成设计方法还没有趋同（图 1）。

图 1：对 8 辆电动汽车的拆解显示，动力传动系统的设计方式和热量管理方式存在很大差异。图片：麦肯锡公司。

然而，Scott 说，这需要权衡取舍，例如 EMC 问题。“此外，对于再生制动等问题，现在您需要考虑电力电子、电机控制和电池化学，因此您必须在不同工具之间共享这些数据，”Scott 说。“这需要更全面的设计方法。”

为此，Mentor 开发了用于汽车和航空航天应用的电气和线束设计和布局的 Capital 软件套件。Capital 的目标是保持从车辆概念和电气架构定义到线束制造和车辆维护的无缝数据流。

“Capital 擅长管理复杂的系统，”Scott 说。“我们有衍生式设计，我们可以从中获取基本架构并自动生成接线图。” 虽然 Capital 没有选择所需的特定组件，但 Scott 表示 Mentor 确实拥有一个设计服务团队，可以帮助做出下一级的设计决策。

舒适性和服务取代性能随着车辆向自动驾驶方向发展，舒适性、娱乐性和服务被视为比性能和道路“感觉”更具差异化的因素。福特已经认识到并支持这种向服务的迁移，而英特尔长期以来一直在推动对数据的关注，无论是在车辆上还是在其使用上。

车辆的使用方式正在改变商业模式，年轻用户更喜欢订阅模式而不是拥有车辆。此外，他们喜欢消息灵通和娱乐，这激发了 Imagination Technologies 宣布其用于高清平视显示器和信息娱乐的 PowerVR Series8XT GT8540 四集群 IP。GPU 内核可同时支持多个高清 4K 视频流以及多达 8 个应用程序和服务。

审核编辑 黄昊宇