作者：Aaron Behman 和 Adam Taylor

　道路安全也能從摩爾定律中受益良多？是的，處理能力的提升以及 CMOS 圖像傳感器 (CIS) 和其他傳感器技術的發展，讓車輛制造商得以推出高級駕駛員感知系統 (ADAS)。ADAS 能增強駕駛員對周邊環境的感知，減少發生碰撞的概率。部分系統還能夠監控駕駛員并向駕駛員發出告警，例如在駕駛員打盹時。

　　ADAS 還越來越多地接手控制（或為無人駕駛系統提供信息），從而為駕駛員提供泊車輔助、車道輔助和自適應巡航控制等功能方面的協助。

圖1：顯示導航和狀態感知信息的 ADAS 抬頭應用

　因此，不出意料，到 2021 年預計 ADAS 市場的規模將達到 420 億美元，目前的年復合增長率（GAGR）達到 10%（來源： )。

　　ADAS 通常使用嵌入式視覺、RADAR 和 LIDAR 等多類傳感器來提取所需信息，并運用傳感器融合方法整合來自多個傳感器的信息。在嵌入式視覺領域， ADAS 又可劃分為兩大類。一類負責外部監控，解決車道偏離、對象檢測、盲點檢測和交通標識識別等問題。另一類負責內部系統監控，例如負責駕駛員打盹監測和眼睛檢測等。內外部 ADAS 應用在實現圖像處理算法時都面臨自身的挑戰。

　　這些挑戰從實現應用所需算法的能力直至符合正確的汽車標準，不一而足。許多 ADAS 應用還要求傳感器融合功能以整合來自多個傳感器的輸入，從而顯著提高了所需的處理能力。在使用多個同類傳感器的時候，傳感器融合可以是同構傳感器融合。在使用不同類型的傳感器提取所需信息時，傳感器融合則為異構傳感器融合。

　　因具備高度的靈活性，許多應用都選用 All Programmable SoC 或 FPGA 來實現系統。兩種都能實現所需的算法，而且兩者都能夠連接不同類型的傳感器類型和網絡。

　　伴隨高性能 ADAS 應用而來的是幾個系統難題。這些難題在開始思考時并不明顯。汽車制造商需要滿足嚴格的污染標準要求，因此總體解決方案的重量和功耗相當重要。因為生產的車輛以數十萬計，解決方案的成本也很關鍵。雖然系統的保密性和安全性非常關鍵而且受多重標準的制約，使用 SoC 或 FPGA 能幫助我們解決一系列此類問題。

系統架構
開發用于監測內外部攝像頭的嵌入式視覺 ADAS 可以說這是一項更具挑戰性的 ADAS 實現方案。該系統需要與車身四周多個攝像頭連接，以處理圖像并給乘客提供信息。許多攝像頭解決方案使用點對點 LVDS 連線來傳輸數據，但是這會因布線需求而增加成本和重量。但是也有其他替代性方法正在日漸贏得使用，這些方法把部分功能內置在攝像頭中。如果攝像頭的圖像輸出采用壓縮方式而不是原始圖像，這樣基于網絡的架構就有可能實現傳輸。這些網絡可以圍繞通用汽車總線架構，例如：
? 媒體導向系統傳輸 (MOST)——一種能以光學或電氣物理層方式實現的高速網絡。
? IDB-1394——實現在電氣物理層上的高速網絡，采用雛菊鏈拓撲結構。
? 以太網 AVB——以太網音視頻橋接能夠圍繞車輛按需發送圖像數據和其他數據。

　　如果我們選擇使用網絡，系統架構師必須確保提供所需帶寬，以便在攝像頭和 ADAS 內核之間傳輸圖像數據，同時滿足應用時延要求。

　　ADAS 系統生成的數據可能需要與汽車中的其他系統共享，例如自適應巡航控制或泊車輔助。因此 ADAS 必須能夠與 CAN 或 FlexRay 等其他通用汽車接口連接。

圖2：Zynq 支持與傳感器和消費者的任意接口

在架構層，使用基于 All Programmable Zynq? SoC 的方法可提供多重優勢。如果點對點連線用于連接這些攝像頭，攝像頭接收器可實現在位于圖像處理鏈條前的可編程邏輯中。如果要使用 All programmable SoC，處理器系統側應具備足夠高的靈活性，在需要與可編程邏輯中的邏輯和外部 PHY 結合時，能方便地采用 CAN、以太網和 FlexRay 等其他協議。雙核處理器與可編程邏輯的完美組合可帶來極低的單位像素功耗，因為系統緊密集成。