2020年09月21日 | 2020汽车座舱SoC技术研究：支持更多显示器、AI功能，与ADAS融合

2020-09-21 来源：佐思产研

佐思汽研发布《2020 年汽车座舱 SoC 技术与应用研究报告》。

我们知道，智能汽车 E/E 架构发展趋势是从分布式阶段演进到域内集中阶段，跨域集中阶段和中央计算机阶段。对于多数厂家而言，当前正处于域内集中阶段。

来源：伟世通

对于座舱域而言，域内集中意味着需要强大的座舱 SoC。更具体的讲，强大的座舱 SoC 必须符合当前座舱发展的需要：支持更多显示屏，支持更多 AI 功能，与 ADAS 融合，提升功能安全等。

＋支持更多显示屏

座舱一芯多屏趋势下，座舱 SoC 支持显示屏数量多少，是能否被用户采用的决定性因素之一。第三代高通骁龙座舱 SOC，基于强大的 CPU 和 GPU，可支持多达 6-8 个显示屏。

三星 Exynos Auto V9 处理器可同时支持多达六个车载显示器，以及十二个摄像头。奥迪智能座舱开始采用三星 Exynos Auto V9。

2020 年最新发布的芯驰科技 X9 系列用于智能座舱，可支持八个 FHD 显示屏，以及十二个摄像头。

CES2020 上，恩智浦展示了基于双 i.MX 8QuadMax 芯片实现的、支持多达 11 块屏幕的多屏解决方案。

＋支持 AI

对 AI 的支持方面，英伟达无疑走在最前面。英伟达在 2007 年推出 CUDA 的时候，就想到用 CUDA 建立了生态圈。这样对 NVIDIA 既能卖硬件，又能在软件上保持领先，增加用户粘度。英伟达的座舱 SoC 在深度学习领域优势明显。但英伟达在汽车领域的发展重心放在自动驾驶芯片，在座舱处理器领域市场份额并不大。

恩智浦通过收购飞思卡尔，拥有了一支机器学习专家团队。该团队就是 CogniVue，一家位于加拿大渥太华的图像认知 IP 开发团队，是飞思卡尔于 2015 年 9 月收购的。恩智浦的 eIQ 自动深度学习（DL）工具包使开发人员能够将 DL 算法引入其应用程序并满足严格的车规级标准。

恩智浦不仅在投资构建 AI 功能，并一直在关注 AI 的缺陷。深度学习依靠概率来识别物体，并且结果是不可解释的，这对安全要求极高的汽车来讲，可能会带来灾难性后果。恩智浦在持续研究一种方法，名为“可解释的 AI（xAI）”。xAI 通过添加更合理、类似于人的决策方法和额外的确定性维度，扩展了机器学习的推理和计算概率能力。xAI 将 AI 的所有优势与推理机制相结合，使其更接近人类的反应方式。

＋融合部分 ADAS 功能，提升功能安全能力

部分 ADAS 功能，如行人或障碍物识别、全景泊车等都有放入座舱域的趋势，使得座舱 SoC 需要考虑 ADAS 相关处理能力。

譬如主要应用在座舱的 R-Car H3，也能处理复杂功能，如障碍物检测、驾驶员状态识别、危险预测和危险规避。

目前越来越多智能座舱加入了 HUD，而最新的 AR-HUD 和 ADAS 结合紧密，如提供跟车距离预警、压线预警、红绿灯监测、提前变道、行人预警、路标显示、车道偏离、前方障碍物检测、驾驶员状态监测等功能。

座舱 SoC 一旦加入部分 ADAS 功能支持，对功能安全的要求也将同步提升。这给座舱 SoC 供应商提出了更大的挑战。

座舱SoC AI 智能汽车 ADAS

上一篇:贸泽电子联手Molex打造汽车技术数字智库

下一篇:进击的大屏，消失的按键，用屏幕取代一切按键你同意吗？