简介
当今汽车行业的创新正在加速,因为各公司正在竞相成为安全和自动驾驶车辆领域的市场领导者。随着车辆控制正在从人类转变为车辆的主动安全系统,更多传感器 – 摄像头、雷达、激光雷达等 – 正被添加到汽车系统中。更多的传感器需要更大的 SoC 提供的更多计算性能,以处理额外的传入数据,并尽可能降低故障率。因此,自动驾驶汽车要求提高处理性能和安全要求的数量级。这些更大的 SoC 需要最先进的处理器架构,以提供具有最高汽车安全完整性水平 (ASIL) 所需的处理性能。
具有传感器的安全系统,其中一个实例是基于雷达的自适应巡航控制和车道居中保持。增加安全级别会导致系统成本增加,例如,纳入物理传感器以满足这些标准。在未来的汽车应用安全性方面,雷达应用发挥着至关重要的作用。L1 级自主雷达系统必须展示出对环境详细状况的识别能力,包括两侧车流,以便根据情况作出反应。具有更高自主性(例如 L2+、L3 和……)的自动驾驶功能需要拥有完整的周围视图,因此除了前后雷达传感器之外,还需要多个角雷达和侧雷达。两个示例都表明,需要从给定传感器信号中提取越来越多的信息。需要更多的传感器,并且必须从每个传感器数据中提取(计算)更多信息,这需要越来越强大的处理能力。
传统上,这些较大 SoC 中的汽车 MCU 是基于 RISC 的架构。然而,为了满足性能要求,系统(例如基于雷达的主动安全系统)需要一种具有最先进的安全功能的处理器架构,这是一种平衡了性能、功耗、面积和安全结果的组合。这种组合为未来汽车行业内的先进安全设计以及未来其他生死攸关的安全应用(例如,您所在社区中的机器人和无人机可能会与人类互动)奠定了基础(图 1)。