安霸发布用于自动驾驶的集中式4D成像毫米波雷达架构

12月6日，Ambarella推出集中式4D成像毫米波雷达架构，不仅可以集中处理原始毫米波雷达数据，还可以与其他传感器输入深度集成，如摄像头、激光雷达和超声波。这种突破性的架构为ADAS和L2+到L5自动驾驶系统以及智能机器人的AI算法提供了更先进的环境感知和更安全的路径规划。阿奥酷派独有的毫米波雷达技术，采用AI算法，支持雷达波形对周围场景的动态适应，可输出0.5度角分辨率、每帧数万个点的超密集点云，有效工作距离超过500米。所有的性能指标都是通过少用一个数量级的天线MIMO信道来实现的，不仅降低了数据带宽，还降低了功耗。配备奥库技术的安巴集中式4D成像毫米波雷达具有更灵活的传感系统和更高的性能，有助于系统集成商在下一代雷达设计中占据领先地位。

“2021年，全球市场在汽车ADAS领域生产了约1亿部毫米波雷达。”全球知名市场研究和策略咨询公司Yole Group旗下Yole Intelligence的射频设备和技术团队首席分析师Cédric Malaquin解释道。“随着对汽车安全监管要求的不断提高，以及更先进的自动驾驶系统的逐步推进，我们预计到2027年这一数字将增长2.5倍”。事实上，主机厂已经从目前每辆车1-3个毫米波雷达的配置发展到每辆车至少5个毫米波雷达的配置。此外，对于毫米波雷达应该采用分布式模块处理还是集中式处理，以及如何做好相关开发，业内也有针锋相对的观点。一种方式是集中处理多个雷达的数据，这将使主机厂获得更高性能的成像毫米波雷达系统，实现新的ADAS/AD功能，并优化毫米波雷达模块的成本。

这种独特且高性价比的新架构终于在安霸CV3 AI域控制器的主芯片上实现了。安巴对算法进行了优化，在CV3芯片上增加了专门为毫米波雷达信号设计的硬件单元。CV3每瓦的AI性能优势也逐渐被业内更多客户充分认可。其高计算性能和大存储容量使得4D毫米波雷达算法能够充分发挥作用，获得高云密度、远探测距离和高灵敏度的雷达感知结果。这使得配备单个CV3的自动驾驶车辆和机器人能够高效地专注于多传感器的实时处理感知、底层集成和路径规划。

安霸总裁兼首席执行官王凤敏表示:“业内没有其他半导体和软件公司同时拥有毫米波雷达算法、相机视觉图像处理和AI加速引擎方面领先的全栈能力。这些专业能力使我们能够创建一个前所未有的集中式域控制处理架构。凭借CV3业界领先的性能功耗比，我们可以充分发挥奥库毫米波雷达算法的领先优势，有效实现全新的AI感知、传感器融合和路径规划，这将有助于我们挖掘ADAS、自动驾驶和机器人市场的全部潜力。quot

友商的4D成像毫米波雷达技术因为数据量大，很难进行有效传输和集中处理。提供4D成像毫米波雷达所需的高角度分辨率需要每个模块使用数千个MIMO天线，这将每秒产生数万亿比特的数据。同时，每个雷达模块将消耗超过20瓦的功率。一辆车至少需要6个雷达模块，数据量会翻倍。因此，集中处理来自数千个天线的毫米波雷达数据在技术上是极其困难的。

利用人工智能算法动态控制现有MMIC设备对雷达波形进行调制，并利用人工智能算法生成虚拟天线阵列。奥库雷达技术将这种新架构中每个MMIC雷达头的天线阵列减少到6个发射8个接收，并且不需要在前端连接雷达处理器。因此，大大减少了MMIC的数量，同时实现了0.5度的极高方位和俯仰分辨率。此外，在占空比最大的情况下，Anba的集中式架构显著降低了功耗，数据传输的带宽降低了6倍，边缘不需要雷达处理，避免了信息过滤和传感器信息丢失。

经济高效的软件定义集中式架构还可以根据实时情况在不同类型的传感器之间以及同一类型的传感器之间动态分配CV3处理资源。比如在极端多雨的情况下，远程相机的有效数据会减少，CV3可以转移一部分资源来增强毫米波雷达的数据处理性能。同样，如果车辆在雨天行驶在高速公路上，CV3可以专注于来自前方的毫米波雷达传感器数据，以进一步扩大车辆的检测范围，同时提供更快的响应。这种场景的自适应优化是基于边缘处理的框架无法实现的，因为在边缘处理的框架中，毫米波雷达数据是分布在各个模块中进行处理的，处理性能是为最坏的情况做准备的，所以毫米波雷达的性能往往得不到充分利用。

下表总结了两种不同的毫米波雷达处理方法:

友谊边缘处理毫米波雷达

安巴的集中处理毫米波雷达

不考虑环境条件的连续重复毫米波雷达波形

oculii AI软件算法可以根据周围环境动态调整毫米波雷达波形。

该模块包含MMIC+边缘雷达处理器。

仅在quot毫米波雷达头quot中等MMIC

毫米波雷达模块中毫米波雷达的检测与处理

CPU中毫米波雷达的检测与处理

每模块每秒t比特毫米波雷达数据

毫米波数据传输带宽降低6倍，便于集中处理。

1+到2度的角度分辨率

方位角和俯仰角分辨率为0.5度

高功耗:每个毫米波雷达模块使用1000个天线MIMO通道。

低功耗:天线MIMO信道低一个数量级。

不支持计算资源的动态分配。

支持根据实时情况在不同传感器和同类型传感器之间动态分配CV3处理资源。

综合雷达处理器性能低。

CV3内置的雷达处理器比传统的edge毫米波雷达处理器快100倍。

CV3标志着Anba下一代CVflow架构的首次亮相，它包括神经网络矢量处理器和通用计算矢量处理器，这两种处理器都包含毫米波雷达的特殊信号处理。当这些处理器协同工作时，结合奥库先进的雷达传感算法，它们可以实现比传统的edge毫米波雷达处理器快100倍的性能。

新的集中式架构的优势还包括更容易的OTA软件升级，以便不断改进和适应未来的新要求。相比之下，在确定每个模块使用的处理器和操作系统之后，每个边缘毫米波雷达模块的处理器都必须单独更新；单个OTA更新可以直接推送到CV3主芯片，在系统所有雷达头中汇总。这些雷达头只需要雷达收发芯片，不需要雷达处理器，降低了前置安装成本和事故发生后需要更换的材料成本。相对于新一代集中式毫米波雷达软件更新的便利性，今天部署的很多毫米波雷达模块由于传统分布式雷达更新软件的复杂性，从来没有更新过自己的软件。

新的集中式毫米波雷达架构的目标应用包括ADAS和L2+到L5自动驾驶汽车，以及自主移动机器人和AGV机器人。安巴统一灵活的软件开发环境简化了这些设计，为汽车和机器人开发者提供了可升级的软件平台，性能范围从ADAS和L2+扩展到L5。

的最新集中式架构将在CES 2023期间展示。

免责声明：该文章系本站转载，旨在为读者提供更多信息资讯。所涉内容不构成投资、消费建议，仅供读者参考。