如今的现代车辆配备了比以往更多的半导体

，包括作为利发国际人类感官延伸的多模态传感器
。多模态感知用于检测车辆的环境
，识别潜在风险
，并触发警报，甚至激活制动和转向干预，以降低碰撞或事故的风险，提高道路安全。

　　先进驾驶辅助系统(ADAS)技术是实现行业对“无碰撞汽车”愿景的关键
。实现这一愿景并非易事：车辆将需要显著的半导体和软件驱动的创新，同时在大众市场汽车中启用这些功能将具有成本效益。

　　全球法规
、新车接受程序和消费者意识的提高是推动汽车制造商迅速采纳ADAS技术的重要因素。虽然欧洲在汽车安全法规方面一直处于领先地位，但美国交通部国家公路交通安全管理局(NHTSA)最近提出的一项标准则吸收了全球法规的元素，并进一步扩展。

　　在2024年4月，NHTSA最终确定了一项新的联邦机动车安全标准，将自动紧急制动(AEB)——包括行人AEB(其中首次引入夜间测试)——作为标准，适用于所有乘用车和轻型卡车
，自2029年9月起生效。NHTSA预计，这一新标准每年将至少挽救360条生命，并防止至少24,000起道路伤害
。

　　ADAS中的传感器

：理解其功能

　　ADAS用例
，如自动紧急制动(AEB)
、车道保持辅助(LKA)和其他应用，依赖多种传感器模式收集车辆外部和内部环境的数据。这些数据必须经过处理，以便快速决策，并可能启动自动安全响应措施，如制动、转向或驾驶员警报。

　　感知模式——包括计算机视觉
、雷达、激光雷达(LiDAR)和超声波——使车辆能够感知其周围环境。然而，单一的感知模式或传感器并不能提供车辆以最高安全程度运行所需的所有环境信息
。

　　摄像头传感器模仿人类视觉，非常适合物体检测和识别。LiDAR通过出色的低光性能补充摄像头传感器，并可以提供更高的深度精度和瞬时物体速度信息(在相干的LiDAR检测情况下)。而在摄像头传感器和LiDAR表现不佳的方面，雷达的优势则在于其对不良照明和天气条件(如大雨
、雾霾和光线不足)的不敏感性。

　　鉴于每种模式的不同优缺点，传感器融合——将来自不同传感器模式的信息结合起来——对于增强感知和决策至关重要。

　　支持传感器融合的不同感知架构

　　麦肯锡预期，汽车电气和电子(E/E)架构将继续变得更加集中和整合
。然而
，尽管整合电子控制单元(ECU)是减少复杂性

、降低成本和减轻重量的必要和可取之策
，但中央集成可能并不是适用于所有车辆类别的ADAS感知的最佳架构方法

。

　　在中央计算的E/E架构中，原始传感器数据从车辆边缘传输并由集中式片上系统(SoC)处理
。这种方法适用于那些不面临遗留车辆架构挑战的原始设备制造商(OEM)，或者那些支持仅少数电动平台的OEM。然而，集中计算也存在显著的技术和商业障碍，使其不适合主流部署
。

　　将原始传感器数据传输到中央计算SoC需要高带宽的传输，并且需要昂贵且笨重的电缆，特别是考虑到现代车辆可能配备接近30个ADAS传感器
，包括多个高分辨率摄像头。此外，中央计算SoC本身现在必须支持非常高的数据处理能力。

　　这些方面导致显著的功耗，这反过来迫使OEM应对与热管理(可能需要液冷)、电缆和成本相关的问题。在电动车的情况下
，这种额外的功耗和重量转化为不必要的电池消耗和续航里程降低，这本身就是消费者的一个关键关注点。

　　相对而言
，分布式智能架构为需要支持多个车辆类别和平台的OEM提供了一个可扩展的替代解决方案。在分布式智能架构中，一些传感器数据在传感器边缘或靠近传感器的位置进行分析(例如
，在区域控制器中)，从而减少需要传递给下游域控制器或中央计算处理器的原始传感器数据的体积和速度。

　　这反过来有助于克服整体系统设计的挑战，包括热量和功率集成及解决方案成本。在传感器边缘执行多少处理是每个汽车制造商的权衡
，取决于他们的可扩展性需求、不同车型的传感器选择和目标价格点，以及他们采用的传感器感知方法
。然而

，分布式智能架构可以独特地实现这种架构的可扩展性
。

　　分布式E/E架构是汽车行业的未来之路

　　尽管没有单一的解决方案能够实现无碰撞汽车的愿景，但OEM可以依靠创新的半导体解决方案快速改进ADAS技术，提供更快速、更高效的边缘处理，最终提高驾驶员和道路安全。

利发国际科技专注功率器件领域
，为客户提供IGBT、IPM模块等功率器件以及MCU和触控芯片，是一家拥有核心技术的电子元器件供应商和解决方案商。