如今的現代車輛配備了比以往更多的半導體，包括作為我們人類感官延伸的多模態傳感器。多模態感知用于檢測車輛的環境，識別潛在風險，并觸發警報，甚至激活制動和轉向干預，以降低碰撞或事故的風險，提高道路安全。

　　先進駕駛輔助系統(ADAS)技術是實現行業對“無碰撞汽車”愿景的關鍵。實現這一愿景并非易事：車輛將需要顯著的半導體和軟件驅動的創新，同時在大眾市場汽車中啟用這些功能將具有成本效益。

　　全球法規、新車接受程序和消費者意識的提高是推動汽車制造商迅速采納ADAS技術的重要因素。雖然歐洲在汽車安全法規方面一直處于領先地位，但美國交通部國家公路交通安全管理局(NHTSA)最近提出的一項標準則吸收了全球法規的元素，并進一步擴展。

　　在2024年4月，NHTSA最終確定了一項新的聯邦機動車安全標準，將自動緊急制動(AEB)——包括行人AEB(其中首次引入夜間測試)——作為標準，適用于所有乘用車和輕型卡車，自2029年9月起生效。NHTSA預計，這一新標準每年將至少挽救360條生命，并防止至少24,000起道路傷害。

　　ADAS中的傳感器：理解其功能

　　ADAS用例，如自動緊急制動(AEB)、車道保持輔助(LKA)和其他應用，依賴多種傳感器模式收集車輛外部和內部環境的數據。這些數據必須經過處理，以便快速決策，并可能啟動自動安全響應措施，如制動、轉向或駕駛員警報。

　　感知模式——包括計算機視覺、雷達、激光雷達(LiDAR)和超聲波——使車輛能夠感知其周圍環境。然而，單一的感知模式或傳感器并不能提供車輛以最高安全程度運行所需的所有環境信息。

　　攝像頭傳感器模仿人類視覺，非常適合物體檢測和識別。LiDAR通過出色的低光性能補充攝像頭傳感器，并可以提供更高的深度精度和瞬時物體速度信息(在相干的LiDAR檢測情況下)。而在攝像頭傳感器和LiDAR表現不佳的方面，雷達的優勢則在于其對不良照明和天氣條件(如大雨、霧霾和光線不足)的不敏感性。

　　鑒于每種模式的不同優缺點，傳感器融合——將來自不同傳感器模式的信息結合起來——對于增強感知和決策至關重要。

　　支持傳感器融合的不同感知架構

　　麥肯錫預期，汽車電氣和電子(E/E)架構將繼續變得更加集中和整合。然而，盡管整合電子控制單元(ECU)是減少復雜性、降低成本和減輕重量的必要和可取之策，但中央集成可能并不是適用于所有車輛類別的ADAS感知的最佳架構方法。

　　在中央計算的E/E架構中，原始傳感器數據從車輛邊緣傳輸并由集中式片上系統(SoC)處理。這種方法適用于那些不面臨遺留車輛架構挑戰的原始設備制造商(OEM)，或者那些支持僅少數電動平臺的OEM。然而，集中計算也存在顯著的技術和商業障礙，使其不適合主流部署。

　　將原始傳感器數據傳輸到中央計算SoC需要高帶寬的傳輸，并且需要昂貴且笨重的電纜，特別是考慮到現代車輛可能配備接近30個ADAS傳感器，包括多個高分辨率攝像頭。此外，中央計算SoC本身現在必須支持非常高的數據處理能力。

　　這些方面導致顯著的功耗，這反過來迫使OEM應對與熱管理(可能需要液冷)、電纜和成本相關的問題。在電動車的情況下，這種額外的功耗和重量轉化為不必要的電池消耗和續航里程降低，這本身就是消費者的一個關鍵關注點。

　　相對而言，分布式智能架構為需要支持多個車輛類別和平臺的OEM提供了一個可擴展的替代解決方案。在分布式智能架構中，一些傳感器數據在傳感器邊緣或靠近傳感器的位置進行分析(例如，在區域控制器中)，從而減少需要傳遞給下游域控制器或中央計算處理器的原始傳感器數據的體積和速度。

　　這反過來有助于克服整體系統設計的挑戰，包括熱量和功率集成及解決方案成本。在傳感器邊緣執行多少處理是每個汽車制造商的權衡，取決于他們的可擴展性需求、不同車型的傳感器選擇和目標價格點，以及他們采用的傳感器感知方法。然而，分布式智能架構可以獨特地實現這種架構的可擴展性。

　　分布式E/E架構是汽車行業的未來之路

　　盡管沒有單一的解決方案能夠實現無碰撞汽車的愿景，但OEM可以依靠創新的半導體解決方案快速改進ADAS技術，提供更快速、更高效的邊緣處理，最終提高駕駛員和道路安全。

浮思特科技專注功率器件領域，為客戶提供IGBT、IPM模塊等功率器件以及MCU和觸控芯片，是一家擁有核心技術的電子元器件供應商和解決方案商。