为配备集成处理器的 ADAS 域控制器构建多摄像头视觉感知系统

当我们开车穿过社区和城镇并看到孩子们在步行和骑自行车时，我们会意识到道路安全的重要性。美国国家公路交通安全管理局 (NHTSA) 2021 年的一项研究显示，在美国，平均每天有 20 名行人在交通事故中丧生——每 71 分钟就有一名行人死亡。世界卫生组织在 2022 年的一项研究中发现，每年有 130 万人因道路交通事故死亡其中一半以上是行人、骑自行车和骑摩托车的人。不幸的是，驾驶员分心是造成这些事故的主要原因之一，而这种分心的趋势似乎每年都在增加。

高级驾驶辅助系统 (ADAS) 有助于减轻驾驶分心的影响，从而为驾驶员、行人和弱势道路群体提供周全的保护。为了达到五星安全等级并满足监管要求，需要增加备用摄像头、前置摄像头和驾驶监控系统。因此，许多制造商正在改进其车辆架构，以在 ADAS 域控制器中集成各种主动安全功能。

域控制器通常需要：

• 与多种传感器连接的能力：数量、模式和分辨率。

• 用于感知、驾驶和停车应用的视觉、人工智能 (AI)和通用处理。

• 与低带宽和高速车载网络的连接。

• 功能安全和保障可防止关键器件遭到破坏。

ADAS 域控制器的处理和系统要求

对系统内存、计算性能和输入/输出 (I/O) 带宽日益增长的需求使系统设计变得更加复杂，并提高了系统成本。如今的高端 ADAS 系统使用多个不同分辨率的摄像头，并在汽车周围配备了各种雷达传感器，以提供驾驶环境的完整视图。对于从传感器收集的每组图像，AI 和计算机视觉支持的检测和分类算法都需要以每秒高帧率运行，以准确地解释场景。这给系统和软件设计人员带来了多项挑战，包括将这些传感器连接到处理系统、将其内容传输到存储器中，以及同步数据以供分类算法实时处理。

德州仪器 (TI) 的 TDA4VH-Q1 片上系统 (SoC)（如图 1 所示）集成了视觉预处理、深度和运动加速、AI 网络处理、汽车网络接口和安全微控制器 (MCU) 等功能。TPS6594-Q1 电源管理集成电路经过优化，可在需要满足汽车安全完整性等级 (ASIL) D 的应用中为 TDA4VH-Q1 供电，包括一些功能安全特性，比如电压监测、TDA4VH-Q1 SoC 的硬件错误检测，以及一个问答看门狗，用于监测 SoC 上的 MCU 是否存在导致锁定的软件错误。

图 1：TDA4VH-Q1 SoC 的简化图

支持多摄像头视觉感知

需要提高处理器性能的 ADAS 应用示例之一是多摄像头视觉感知。在汽车周围安装摄像头可提供 360 度视野，有助于防止正面碰撞，并帮助驾驶员对盲点和邻近车道的交通和行人活动保持警惕。

Phantom AI 利用 TI 的 J784S4 处理器开源软件开发套件 (SDK)，为 TDA4VH-Q1 开发了一个多摄像头视觉感知系统。Phantom AI 的 PhantomVision™ 系统为 TDA4VH-Q1 处理器提供了一整套 ADAS 功能，从符合欧盟通用安全法规到符合美国汽车工程师学会 (SAE) L2 级和 L2+ 级标准。除了车辆、弱势道路群体、自由空间、交通标志和交通信号灯检测等基本功能外，PhantomVision™ 还包括了施工区域、转向灯和尾灯检测以及基于 AI 的自我路径预测等附加功能。其多摄像头感知系统由前视、侧视和后视摄像头组合而成，可全方位覆盖车辆的 360 度视野，有助于消除盲点（图 2）。

图 2：Phantom AI 使用的 360 度视野的摄像头位置

通过利用 TDA4VH-Q1 的高性能计算、深度学习引擎和用于信号和图像预处理的专用加速器的组合，Phantom AI 使实时操作成为可能。专用视觉预处理加速器可处理相机流水线，包括图像捕捉、色彩空间转换和多尺度图像金字塔构建。结合德州仪器的深度学习库，TDA4VH-Q1 的每秒数万亿次高速运算多核数字信号处理器和矩阵乘法辅助引擎可提供具有快速算法和最小 I/O 操作调度的高效神经网络，从而实现高精度和低延迟。在本视频中，您可以了解到使用 TDA4VH-Q1 处理器的 PhantomVision™ 系统的 ADAS 功能。

结语

为 SAE L2 级和 L2+ 级驾驶构建复杂的多传感器 ADAS 系统并不需要水冷式超级计算机。借助TI TDA4VH-Q1 这一类设计精良的 SoC，并由 Phantom AI 等专业汽车工程师进行设计和开发，可以向市场推出符合功能安全要求的高性价比系统。虽然我们对自动驾驶的未来充满热情，但设计符合功能安全要求的经济高效系统的真正目的是使我们的世界变得更加安全。使 ADAS 技术惠及更多汽车市场领域（使更多汽车配备更多 ADAS），为驾驶员和行人带来更好、更安全的体验。

其他资源

• 订购 TDA4VH-Q1 评估模块。

• 观看“汽车应用中的 Jacinto™ 处理器”视频培训系列。