车厂都在奋力转型。随着越来越多的传感、计算和网联渗透到ADAS车辆中，Tier 1和车厂必须弄清楚在哪里处理原始感知数据，以及确定传感器融合应该使用原始数据还是预处理数据，是在边缘还是中央计算？显然，Ambarella和NXP采用了不同的方法。

Ambarella的雷达技术总经理Steven Hong建议，“你看摄像头模组。人们过去常常在每个摄像头旁边布置一个ISP或ASIC，这样他们就可以在摄像头模组中处理成像数据。但这种方法已经变化了。如今，大多数摄像头只是将数据直接传输到中央处理器。”

Hong引用了车厂的一个普遍趋势。越来越多的感知处理在中央计算中完成。

Ambarella去年收购了Oculii及其雷达感知算法套件。通过将Oculii的成像雷达算法与Ambarella自己的CV3处理器相结合，Ambarella提出了用于多传感器感知的集中式单芯片处理。CV3处理原始的高分辨率雷达、摄像头、超声波和LiDAR数据，然后提供深度低层级融合和AV路径规划。

Hong说：“你只需要一个‘雷达头’。不需要级联雷达或复杂的雷达处理ASIC或DSP在模组内处理大量原始雷达数据。”实际上就是相对于传统智能雷达的那种哑雷达。

Ambarella的这种方法可以绕过4D成像雷达的成本问题。如果做得好，可能会带来一个更好的、低成本的ADAS平台。

Ambarella的CV3通过集中雷达和视觉处理提升了新的高度。如果你可以通过软件来提高传感性能的质量，你就应该一直使用软件，为什么不呢？在ADAS上投入更多硬件的时代正在让位于软件定义。

Ambarella解决方案的关键是Oculii的“自适应雷达软件”，该软件运行在Ambarella CV3处理器上。该软件使用AI算法，向周围环境发送相位调制波形。Ambarella声称，角分辨率可达0.5°，每帧可达数万个点的点云，探测距离可达500多米。

为了使雷达头正常工作，Oculii的雷达软件必须与Ambarella的CV3兼容。

取代NXP？‍‍

Ambarella的Hong提到了大陆的雷达模组，该模组采用了NXP的雷达处理器。

Hong说：“处理器本身的价格是50多美元，8-12W的功率，整个模组通常会消耗20多W的功率。这就是目前雷达的设计方式。”

Hong解释说，如果Ambarella与大陆合作，Tier1的模组中就不再需要NXP处理器了。Hong说：“所有原始雷达数据都将在我们的CV3处理器中处理。如果没有雷达处理的开销，雷达模组的功耗就不到5W。”

考虑到NXP在汽车雷达领域的领先地位，Ambarella以上的说法是非常大胆的。但它也说明了ADAS/AV车辆架构正在发生的转变。芯片供应商和系统设计者正在边缘和zonal/中央处理器引擎之间划分传感器处理。

但NXP的ADAS高级总监Matthias Feulner在提及Ambarella时并没有让步。“谈到未来的架构，中央处理是一条路。另外一方面，经典边缘处理雷达传感器将继续占据很大一部分市场。”

Feulner表示，基于过去6个月与OEM和Tier1的深入讨论，客户们达成的共识是，到2030年，约70%的车辆仍将主要使用边缘处理传感器，通过低速接口（通常通过CAN总线）提供“物体识别级或检测级输出”。

如果Feulner是对的，这是一个很好的提醒，咱们不要盲目乐观，不能低估车厂采用新技术的龟速。如果你已经有了一个经过认证和验证的模组，为什么还要折腾呢？

网络瓶颈‍‍‍‍尽管如此，30%的车厂正在考虑集中式处理的ADAS架构。Feulner说：“他们希望利用较低层级的传感器数据来进行更好的融合。”

不过，一个重大的权衡涉及到车辆网络。“如果要将原始数据传输到中央处理器，就需要对车辆网络架构进行大幅升级。你需要在传感器和ADAS（域）控制器之间实现千兆级的连接。对于OEM来说，这不仅是不实用的，他们不愿意承担千兆级连接的开销。”

Ambarella也对此表示同意。在传感器中，雷达尤其会产生大量数据。Hong表示，一个典型的带有三发四收的角雷达大约会产生2-3G的原始数据。这只是一个角雷达的原始数据。高性能的成像雷达（通常由多个芯片级联到前端）将产生数十Gb原始数据。此外，新的高端雷达架构使用数千个天线将生成以Tb为单位的原始数据！

雷达分辨率传统上是由天线大小和数量决定的。高分辨率成像雷达通常使用数百个天线，会成倍地增加雷达芯片的成本、尺寸和功率。因此，我们最近也常能看到那些身形巨大的雷达模组。

Hong说，这种趋势吸引了Ambarella。“我们的软件大大减少了天线的数量，并且仍然可以通过处理实现非常高的分辨率。我们使用的是一种智能自适应波形，它会随时间推移变化。这种变化使我们能够极大地分散实际传感器的物理天线数量。”

当然更多的天线仍然有益，因为硬件必须与软件一起扩展。Ambarella计划在下月的CES上发布三款CV3系列产品。低端的CV3处理器适合几十个天线的雷达，较高端的适合数百个天线的雷达。

虽然Ambarella的雷达也可以处理数千个天线，但Hong说这些数量没什么意义。现阶段不可能将Tb级的数据转移到中央处理器。

对雷达友好的处理器‍‍‍

NXP认为30%的车厂开始将更多的处理从传感器转移到中央控制器或域控制器，这将对其ADAS产品组合和路线图产生影响。

NXP已经发布了一系列汽车SoC，包括S32G（网关）、S32R（雷达）和S32K（实时）微控制器。每个都是域控制器。奇怪的是，NXP并没有ADAS SoC的具体计划。

这并不意味着它没有准备好。Feulner暗示NXP正在利用S32R及其衍生品开发“不断发展的ADAS架构”。

他补充说：“我们认为，最初为边缘雷达处理开发的S32R架构将会扩展，适用于未来的汽车架构。”

他指出，将S32R算法的一部分转移到处理多个传感器的中央位置将产生“潜在的额外好处”。Feulner表示，“这种转变可以利用与多传感器更好的协调，或者查看同时来自多个雷达的数据。你甚至可以应用后处理和AI来改善基于雷达的感知。”

NXP强调，没有最完美的雷达。例如，角雷达和AEB雷达在探测距离和分辨率方面有很大的不同要求。OEM应该自由地混合和匹配解决方案，以适应汽车架构。Feulner说：“你可能有一个ADAS SoC，或者可能有一个S32G。不管怎样，未来ADAS域控制器应该有特定于雷达的处理资源。”

共享资源‍‍‍Ambarella的Hong还强调了同一车辆上安装的不同型号雷达对分辨率或探测距离的不同要求。这就是CV3处理器上的软件定义雷达算法的优势。Hong说：“如果你为这个前置传感器分配更多的资源，我们可以通过软件将距离、密度和灵敏度提高两倍，因为我们的架构允许转移和共享处理资源。结果可能是以更低的价格获得更高的性能，因为你已经集中了资源，并将它们分配到整个车辆上。”

分化

汽车行业正处于ADAS平台的分化之中。一方面，Nvidia、Qualcomm和地平线正在推出集中式通用计算引擎，这种方法为车厂在统一平台上实现不同的自动驾驶水平奠定了基础。
另一方面，Mobileye和Ambarella正在推动为ADAS定制的域控制器架构。Mobileye和Ambarella都有计算机视觉背景。他们知道如何为ADAS创建优化的解决方案。

Ambarella拥有创新的ADAS策略，一个用于多传感器感知的集中式单芯片处理器。NXP则更倾向于一种实用、灵活和分层的方法，更符合大多数OEM和Tier1的要求。看样子集中式和分布式架构的争论还远未结束。但集中式解决方案似乎势头正猛。上周，Bosch宣布将Ambarella的CV3域控制器SoC系列加入其“用于实现下一代ADAS功能的高效SoC组合”。