2021年12月29日 | 传感器技术的创新

传感器是处理器、协处理器和计算模块的“眼睛”和“耳朵”。它们具有各种形状、形式和功能，并且被部署在越来越多的应用中。从边缘计算和物联网，到智能城市、智能制造、医院、工业、机器学习和汽车。

这些用例中的每一个都依赖于芯片来捕获有关模拟世界中正在发生的事情的数据，然后将数据数字化，以便人和机器都可以对其进行处理、存储、组合、挖掘、关联和利用。

Synopsys产品营销总监Rich Collins表示：“在跨许多不同应用领域的边缘处理新时代，我们看到了下一代传感器技术发展的多种趋势。传感器正在超越以有效方式捕获和解释环境条件组合（例如温度、运动、湿度、接近度和压力）的基本需求。”

电源和能效对于这些应用至关重要。许多依赖于电池，在不同传感器之间共享资源，并且它们通常包括某种类型的常开电路，以加快启动速度或检测运动、手势或特定关键字。过去，这些类型的功能通常内置于中央处理器中，但从能效的角度来看，这种方法是浪费的。

Collins说：“在汽车、移动和物联网市场的各种不同用例中，开发使用专用处理器优化的灵活系统以及卸载主机处理器的硬件加速器似乎正在成为一项基本要求。传感器数据的通信也正在成为许多这类实施的基本特征。由于通信任务在本质上通常是周期性的，我们看到传感器数据捕获、融合处理和通信任务利用了相同的处理元素，从而能够更高效地使用处理资源。”

汽车行业尤其如此，该行业正在经历从机械和模拟到电气和数字的转变，成为传感器技术的典型代表。一辆新车的发动机ECU现在控制着从加速和减速到监控车辆内外的一切。ADAS依靠安装在车辆上不同类型的传感器来收集ECU做出决策所需的数据。

随着汽车在未来十年左右的时间里增加越来越多的自动驾驶功能，这将变得更加重要。传感器将在实现安全和便利性目标方面发挥重要作用。

移动的数据

在汽车领域，从L4升级到L5将取决于单个智能ECU使用传感器收集的信息做出决策的过程。该过程分为三个主要步骤：

传感器电子设备必须准确地将模拟信号转换为数字数据位。每个ECU都必须能够解释该数据以做出适当的决策，例如何时加速或减速。在完全自动驾驶阶段，将应用机器学习，使自动驾驶车辆能够在各种环境中行驶。

实际上，车辆需要“看到”或“感知”周围环境才能安全地在路上并避免事故。今天，这些信号来自光、电磁波、红外（IR）和超声波，必须转换为数字数据位。

车辆使用传感器组合（例如激光雷达、雷达或高清摄像头）来检测物体（包括其他移动车辆），并确定它们的距离和速度。

车厂还没有对哪种传感器最适合自动驾驶进行标准化。例如，Tesla正在通过结合AI超级计算机和多个高清摄像头，为其一些较新的自动驾驶模型采用纯视觉方法。一台这样的超级计算机由5,760个GPU组成，能够达到1.8 EFLOPS，连接速度为1.6TB/s。存储容量为10PB。从本质上讲，Tesla的目标是使用机器学习来模拟人类驾驶，这种方法需要大量的训练和学习。

并非所有人都同意这是最好的方法。由于传感器存在局限性，其他车厂认为最好将多个传感器组合在一起，依靠传感器融合得出最准确的决策信息。

Cadence的Tensilica Vision和AI DSP产品管理和营销总监Amol Borkar说：“我们目前看到使用一个或多个传感器的组合用来驾驶辅助。如果我们考虑外部观察，那么ADAS或自动驾驶应用通常会使用从这些传感器收集的数据/信息来对车辆周围环境中的各种元素做出决策。这些可能包括街道标志、行人、物体和碎片、交通灯、道路和车道标记等。通过使用传感器组合，可以比单个传感器提供更多的环境可见性。例如，摄像头本身在雨雪条件下很难看到道路，但通过将其与短/远程雷达或激光雷达组合，这个问题基本上会消失。”

正确解释这些数据非常关键。当人类在雨中开车或夜间在高速公路上发现物体时，他们通常会减速，因为很难分辨物体是什么。他们需要知道物体有多大，如果他们继续驾驶，是否会损坏车辆。但提出相同问题的超级计算机可能会得出不同的结论。

在2016年广为人知的致命车祸中，Tesla的自动驾驶系统无法“看到”一辆白色卡车，认为它是天空的颜色。这起致命事故说明了传感器数据、自动驾驶解释和决策之间必须发生交互的重要性。如果自动驾驶系统有任何疑问，它就会减速并避免致命事故。

传感器数据接口和架构车辆内部是一个用于许多不同功能的ECM（Electronic Control Modules）网络。传感器连接到这些ECM，而这些ECM又相互连接。传统上，CAN被用作中央数据路径，在其上运行不同的应用协议。目前，没有用于ECM的API标准。由福特领导的OpenXC标准的开发正在进行中。使用OpenXC，专有CAN消息将转换为OpenXC消息格式，然后通过各种接口（例如USB、蓝牙或3G/以太网/Wi-Fi）发送到主机设备。

新兴的MIPI（Mobile Industry Processor Interface）标准支持传感器与增强型汽车接口的连接。MIPI背后的组织是MIPI联盟。该国际组织成立于2003年，拥有400个成员，发布了多项标准。成员包括移动设备制造商、软件供应商、半导体公司、IP工具供应商、车厂、Tier 1和测试设备公司。作为董事会成员参与的公司包括Intel、TI、Qualcomm和Bosch。

MIPI联盟的计划是为移动和受移动影响的设备开发一套全面的接口规范，包括汽车传感器接口。这些规范将涵盖车辆内的各种接口，包括：物理层、多媒体 、Chip-to-Chip/IPC、控制和数据、调试和跟踪、软件集成。

新的传感器接口标准

MIPI联盟于2021年10月11日发布了A-PHY v1.1标准进行审核，预计将在未来几个月内被采用。该标准专注于汽车SerDes物理层接口，将之前版本的下行数据速率翻倍至32Gbps。上行齿轮数据速率也将提高两倍（200Mbps）。

A-PHY v1.1标准是业界首创，在汽车图像传感器、显示器和ADAS、车载信息娱乐系统（IVI）和自动驾驶系统（ADS）的ECU之间提供长距离、非对称SerDes接口。此外，它还将被采用为IEEE 2977标准。

Mixel的CEO兼创始人Ashraf Takla表示：“由于雷达和激光雷达广泛用于ADAS类应用，我们预计 MIPI将继续在标准化传感器接口方面做出重大贡献。此外，图像传感器用于为驾驶员生成周围环境的视频，就像备用摄像头一样。这些图像传感器都使用MIPI接口。带有MIPI CSI-2 TX或MIPI CSI-2 RX控制器的MIPI D-PHY（以及最近的MIPI C-PHY）用于链路的传感器和处理器端。时至今日，CSI-2仍然是许多摄像头和传感器应用的实际标准。随着汽车中传感器数量和复杂性的不断增加，我们预计对MIPI标准的需求将继续增加。”

从那里，连接传感器相对简单。Cadence的Borkar说：“有两种方法可以解决这个问题。如果传感器是更大解决方案的一部分，例如，传感器和计算单元在同一个包中，比如在DMS或大多数ADAS解决方案中，那么传感器通常使用MIPI和SPI接口，这是众所周知的高速数据行业标准。数据从传感器接收，然后由NPU或DSP处理。有一些解决方案，例如360度或环视车载摄像头系统，它们使用四个或更多传感器阵列来构建汽车周围的360度视图。在这种情况下，远离计算单元的传感器通常使用CAN总线或高速以太网将图像或数据发送到计算单元进行进一步处理。”

传感器展望

汽车传感器技术还不完美，所以使用多传感器融合方法受到许多人的青睐。随着我们向完全自动驾驶迈进，仍有许多挑战需要克服。

Cadence Tensilica DSP产品管理和营销总监Ted Chua说：“汽车传感器将继续改进以解决它们的缺点。雷达供应商正在努力改进关键部件，例如角分辨率和物体分类能力。激光雷达传感器供应商正专注于创新解决方案，以大幅降本并实现大规模制造能力。如上所述，在未来的自动驾驶汽车中，所有传感器都需要协同工作。因此，需要将来自各种传感器的信号融合在一起以进行决策。”

不过，所有这些都需要时间。Chua说：“今天，大多数传感器都通过了ASIL-B功能安全认证。但对于L4和L5自动驾驶汽车，考虑到安全目标，ASIL-B传感器是否足够？未来的传感器是否需要通过ASIL-D认证？我们如何以具有成本效益的方式巧妙地设计自动驾驶汽车的ASIL-D要求？这些只是我们需要考虑的问题和挑战的冰山一角，而为了实现未来的完全自动驾驶，我们必须解决这些问题。”

未来的改善

对于芯片行业来说，这是一个挑战，但这是一个潜在的非常有市场潜力的挑战。未来的传感器需要更加紧凑、轻便、准确和可靠。但为了实现驾驶安全，汽车数据，包括传感器生成的数据，必须受到保护，无论是在存储单元还是在运行中的数据。

Rambus Security技术产品经理Thierry Kouthon 表示：“传感器将信号发送到处理单元分析数据的主要方式有两种，通过网络或直接线路。在收到信号后，处理单元做出将影响车辆行为或警告/通知驾驶员的决定。在直接连线的情况下，MIPI-A PHY等技术可用于激光雷达、雷达和摄像头等高带宽传感器。今天，MIPI不支持身份验证和机密性，而这些是完善的安全解决方案必要组成部分。在车辆环境中，决定是否必须使用身份验证和机密性来保护传感器单元和处理单元之间的高速连接由制造商决定。想要强制实施安全连接的制造商将使用诸如汽车以太网之类的网络协议。以太网可以使用MACsec（IEEE 802.1AE标准）进行保护。MACsec具有以线速运行的优势，对性能或延迟几乎没有影响。其他更高级别的协议也适用，例如IPsec。MACsec和IPsec都提供身份验证和机密性。”

结论

从CAN总线到MIPI，传感器接口的发展已经走过了漫长的道路。未来，预计5G和V2X也将成为传感器接口的一部分。V2X将车辆相互连接以提高安全性。目前，当发生事故时，例如在高速公路上1,000码前方，驾驶员无法看到前方发生的情况，也无法及时减速或停车以避免碰撞。

西门子EDA产品工程总监John Stabenow表示：“随着我们向网联汽车和V2X迈进，我们将需要除摄像头、激光雷达、雷达、红外和超声波目前所能提供的功能之外的其他功能。要实现驾驶安全，汽车传感器需要能够执行人脸识别、手势识别等之外，还要处理前方许多不可预测的动作和车辆的许多盲点。此外，许多新型和紧凑的传感器还会被开发出来，用来检测诸如轮胎漏气之类的现象，而不仅仅是胎压，以及检测剩余的胎面深度。”

通过V2X，靠近事故现场的车辆信息将在车辆到达事故现场之前传达给车辆。随着车辆智能传感器相互通信，这些车辆将在没有驾驶员干预的情况下自动减速。最有可能的是，这将通过5G实现，汽车传感器的行为就像物联网节点在边缘处理中所做的那样。

Cadence的Chua说：“车辆的网络拓扑和架构正在不断发展。我们正朝着zonal网络和架构发展。接口/总线选择将取决于ECU和网关正常运行所需的各种因素。这些因素包括数据负载量、延迟要求、数据传输的可靠性等。Zonal ECU将使用PCIe、MIPI、CAN等接口连接到传感器或zonal端点。以太网可用于连接zonal ECU和中央ECU/网关。V2X网关可以使用5G连接到云。随着车辆的联网，车辆上的Wi-Fi可能会为舱内或车辆周围的设备提供宽带连接。”

我们只是看到了未来驾驶的一小部分。传感器技术可以为人类驾驶员和最终的自动驾驶做很多事，随着技术的不断发展，更多的功能将被添加到车辆中。这仅仅是个开始，随着更多传感器和通信的加入，会带来更多的机会。

 [参考文章]

Innovations In Sensor Technology — John Koon