使用人工智能辅助摄像头，可识别路标并让车辆保持行驶在车道标线内，它实现了更加智能与安全的驾驶功能。但是，当摄像头视野和驾驶人员视野同样受到雾气影响时，会发生什么？

“摄像头可能在物体识别方面功能强大，但在恶劣天气或夜间使用时效果不佳。” 德州仪器 (ADAS) 总经理 Miro Adzan 表示，“而雷达却可以在雨雪或薄雾天气继续工作。驾驶辅助系统需要整合多种不同的传感器，这样车辆行驶时才能充分利用这些不同技术的优势。”

凭借不同类型传感器的优势，不仅可以在不同条件或应用之间进行切换，即使是在晴朗的天气，摄像头也能更准确地捕捉到物体的细节，而雷达也会更准确地测量物体的距离。

 

随着此类系统应用扩展至紧急刹车、前方碰撞警告和避让以及盲点探测等时间敏感型关键应用领域，设计工程师需要将这些不同的信息来源整合到单一画面中，从而据此做出实时可靠的决策。

德州仪器Jacinto™ 处理器的总经理 Curt Moore 表示：“对于自动泊车，您需要结合来自摄像头、雷达的数据，有时还需要超声波数据，这样便可准确了解车辆周围的情况。单独使用此类传感器产生的数据都不够准确，但如果将它们结合使用，则可以更准确地了解您周围的空间情况。这样，您可以安全地将车停在更为狭窄的空间内。”

汽车传感器的普及

现在，高级安全系统不再只是高端汽车的专利。近 93%在美国生产的汽车都配备了至少一项 ADAS 功能。到 9 月份，美国 99% 的新车将标配自动紧急刹车功能。¹

这种转变源于传感器的成本不断降低且尺寸越来越小，例如，传感器就将整个雷达系统集成到了硬币大小的芯片中。

Miro 表示：“十年前，由于尺寸、成本和复杂性问题，雷达主要用于军事应用。而如今，雷达即将成为汽车的标配。”

虽然经济适用的传感器的普及开辟了新的应用领域，但也给 ADAS 工程师带来了新的挑战。他们需要设计系统，对所有数据流进行汇总和有效处理，同时满足严苛的性价比和功耗限制要求。

通信方面的挑战

在单传感器 ADAS 系统中，可在传感器附近预处理物体检测的数据，这样便可立即使用这些信息。然而，传感器融合技术要求将原始的高分辨率数据立即传输到中央单元进行处理，从而形成单一、准确的环境模型，帮助车辆避免碰撞。

德州仪器 产品总经理 Heather Babcock 表示：“由于所有数据都来自此类传感器节点，因此需要确保所有数据都进行了同步，这样，车辆能够感应您周围发生的状况并做出关键决策。为了实时传输同步数据，必须进行高带宽、无压缩的传输，因为压缩数据会造成延迟。”

我们创建 FPD-Link 通信协议的初衷是为了将数字视频流从图形处理器传输到数字显示器，如今旨在用简单、易于布线的电缆在数米范围内传输大量未压缩的数据。

Heather 表示：“您在这一端有一个标准协议以及 FPD-Link 串行器，该串行器配备非常安全且可靠的专有编码功能，用于转换数据流。这与另一端配对的解串器相匹配，该解串器将数据重构为原始格式，并通过 TI 产品组合支持的各种其他接口协议进行数据传输。”

实现更有效的决策

一旦这些数据到达中央处理器，通常需要使用计算密集型信号处理和深度学习算法，将其整合到汽车周围环境的统一模型中，所需的电源输入和热量输出也随之增加。

由于汽车的物理限制，对电池和冷却功能基础设施的尺寸和重量有严格限制要求，因此 ADAS 工程师需要专门设计处理器，从而尽可能有效地执行此类任务。

德州仪器的 结合了专用的数字信号处理 (DSP) 和矩阵乘法内核，即便在高达 125 摄氏度的温度下，也能以业内超低的可用功率运行。

Curt 表示：“将 DSP 和处理器集成到一个片上系统中具有巨大的优势。在单独使用的情况下，它们各自都需要独立的内存和电源，这会提高系统成本。另一个优势是将此类操作集成到一个芯片，可以减少延迟。”

除了节能处理器，德州仪器的汽车级具有用于传感器融合、前置摄像头和域控制器的特性，可提升车辆的整体电源效率和功能。

除了单个器件外，德州仪器整个 ADAS 产品生态系统是为实现无缝兼容而创建的，汽车制造商可从整体产品组合中进行选择，该组合可根据其车辆的需求和价位进行扩展。

Miro 表示：“我们在所有 ADAS 蓝图设计环节都考虑到了车辆所面临的各种挑战。这样，我们的客户可以更轻松地进行系统设计。”

1.)