（原标题：未来在汽车中导入ADAS的三大设计方式）
[ZOL汽车电子]为实现自动驾驶目标，ADAS应用如火如荼展开，各式智能汽车内建的微控制器、传感器芯片，以及绘图处理器需求日益攀升，进而带动半导体厂商推出符合车规，性能佳且具高整合度的产品。
达成自驾车愿景 汽车供应链业者总动员
在1993年上映的超级战警(Demolition Man)电影中，几乎所有的汽车都是自驾车，但当然，它们都是概念车而已。今天，已有超过十家的领先汽车制造商(包括奥迪、BMW、GM、Tesla、福斯和Volvo)都在开发无人驾驶汽车。此外，Google也自行开发汽车技术，最近已成功行驶超过100万英哩(相当于一般美国成人驾驶75年的里程数)，而且没有发生重大的意外。
电影超级战警中已出现自动概念车原型电影超级战警中已出现自动概念车原型
看看这些令人折服的成果，许多人可能都会问一个问题：要在多久的未来，我们才能真正看到无人驾驶车在道路上行驶？
为达成此一愿景，由半导体业者、系统整合商、软件开发人员及汽车制造商所组成的复杂汽车供应链，所有这些公司都密切合作，试图开发出关键的先进驾驶辅助系统(ADAS)技术，以供首款商业化的无人驾驶车采用。此嵌入式电源IC是针对机电整合马达控制解决方案而设计，适用于各种马达控制应用，而这类应用必须采用小尺寸(SFF)封装，以及最少的外部组件。
导入ADAS三大设计方式
要在汽车中导入ADAS功能，目前主要有三种设计方式。
其中一个做法是藉由储存大量的地图数据，让汽车能够用来在特定的环境中进行导航。此一方法就好比是让一辆火车在隐形的轨道上行驶一样。采用此种方式的范例之一是Google的无人驾驶车，它主要是利用一组预先录制好的街道HD地图来导航，很少用到感测技术。在此例子中，汽车仅依赖高速通讯连接与传感器，并保持与云端架构的稳定连结，以提供其所需的导航坐标。
Google的无人驾驶车采用大量地图数据进行导航
相对地，另一种技术则是利用计算机视觉处理，对预制地图的依赖程度非常低。此做法复制了人为驾驶的模式，因为汽车能够根据内建的多颗传感器与高效能处理器来实时决策。这类的汽车通常会包含多台可看远景的相机，并利用特殊的高效能、低功耗芯片来提供超级计算机等级的处理功能，以执行ADAS软件和硬件算法。
以Mobileye为例，该公司一直是此技术的先驱者，其功能强大且节能的EyeQ SoC是专为无人驾驶车所设计。举例来说，针对Tesla电动车最近提供的高速公路自动导航功能，MIPS-based Mobileye EyeQ3 SoC便足以支持其所需的处理效能。在此案例中，Mobileye采用多核心、多线程MIPS I-class CPU来处理来自汽车中多台相机的数据串流。
在下图中，EyeQ4 SoC中的四核心、四线程interAptiv CPU作为芯片的大脑，能指引来自相机以及其他传感器的信息流，将其引导至芯片右边、处理速度高达2.5TFLOPS的VLIW功能方块。
EyeQ4 SoC具备四核心、四线程interAptiv CPU
最后，第三种趋势是利用通用型SoC处理器来开发无人驾驶车。对于已经配备嵌入式GPU以支持信息娱乐系统的汽车，开发人员能利用绘图引擎的运算资源来执行车道、行人、汽车、建筑物外观、停车场等各种辨识与追踪算法。例如，Luxoft的计算机运算与扩增实境解决方案便采用Imagination的PowerVR影像架构，以及额外的软件来建置ADAS功能。
PowerVR影像架构可快速建置各种车内自动驾驶功能
PowerVR Series7 GPU示意图
此软件架构已针对嵌入式PowerVR硬件进行了优化设计，有助于快速且具成本效益地建置各种的车内自动驾驶功能。
自驾车将带来无限商机
不管是哪一种设计方式，无人驾驶汽车都能为汽车制造商、传感器供货商，以及半导体产业开创未来的光明前景。这些汽车将能因具备硬件内存管理、多线程与虚拟化功能的先进SoC模块与高效能微控制器而获益。这些功能可让OEM业者建置更复杂的软件应用程序，包括基于模型的流程控制、人工智能，以及先进的视觉运算等。
本文来源：中关村在线
责任编辑：
王晓易_NE0011
