启用AI的汽车雷达传感器和音频处理器的进步
2025-04-18 来源:21ic
雷达传感器在现代汽车中提供许多功能,包括位置传感,安全性和舒适性功能以及电动机控制。通过使用人类机器界面(HMI)和沉浸式音频体验,增加了安全感应以及改进的卡宾内体验,这是汽车客户期望的关键保护和信息娱乐功能。在本文中,我们将重点介绍来自德州仪器(TI)的雷达传感器,音频处理器和放大器的进步。
汽车应用中的雷达传感器
汽车雷达通过沿感兴趣的方向传输无线电波来起作用,并使用传感器比较反射波的特性。因此,可以确定对象的位置和运动。
尽管某些汽车公司已经采用了其他传感器,但由于全天候性能,成本效益,直接速度测量值的使用以及检测拐角周围障碍的可能性,汽车雷达的增长很强。全球汽车雷达传感器市场估计每年约40亿美元,年增长率> 10%。
典型的汽车雷达系统包括5个主要模块:
· RF前端,包括天线,振荡器等。
· 传输和接收无线电信号的收发器IC
· 无线电处理单元将无线电高频转换为中间频率,可以由放大器,混音器等组成。
· 处理器将测量的数据转换为有用的信息,该信息可以由汽车的电子控制单元(ECU)使用。
· 系统外壳
汽车雷达通常主要在24 GHz和77 GHz频率下运行,在某些卡宾内监测应用中使用60 GHz,稍后将进行讨论。较高的频率提供更宽的带宽,从而增加了雷达的范围和速度分辨率。这改善了对象的检测和避免。较高的频率的较小天线大小使系统更紧凑。
较高频率的另一个关键优势是较高允许的传输功率水平。例如,在77 GHz处的有效各向同性辐射功率(EIRP)为55 dBm,而在24 GHz时仅为20 dBm。这可以大大改善范围。这些较高的频率范围也称为波长的毫米波雷达。
对汽车雷达进行分类的一种方法是范围。远距离雷达(LRR)的范围为150 - 250 m,视野(FOV)角度为20-25°。高级驾驶员辅助系统(ADA)可以在车辆的前部使用,以检测交通变化。中等范围的雷达(MRR),范围为50 - 150 m,而FOV为50 - 60°的FOV可用于车辆的所有4个角,以避免碰撞或自适应巡航控制。当汽车缓慢移动时,通常使用5-15 m和80 - 90°FOV范围的短范围雷达(SRR),用于盲点检测或车道更换辅助。
AWRL6844三合一启用AI的雷达传感器
TI最近发布了一个新的AI-a-a雷达传感器AWRL6844。这款60 GHz雷达传感器解决了最近的趋势和监管要求,例如欧洲新汽车评估计划(EURO NCAP)在车辆内增加了更大的感应功能。 AWR6844集成了四个发射机和四个接收器,一个芯片加速器和数字系统处理(DSP)单元,硬件安全模块,ARM®Core,以及2.5 MB的内存和标准通信接口,以创建行业的第一个Edge-Edge-aiza-abie启用的第一个Edge-ai启用三合一雷达传感器。
如图1所示,三个感应函数是:
· 儿童存在检测:这种重要的功能可以通过向成年人发出警报在停放的车辆中留下的儿童来挽救生命。检测需要将儿童与成人区分开,并且能够在前后座椅和后方座位上检测到座位和后方的汽车座位。虽然可以使用传统的超宽带(UWB)24 GHz传感器,但实现全面覆盖范围需要添加至少一个传感器,从而提高了系统成本。此外,分辨率不会那么好。 AWRL6844的广泛FOV提高了在典型的盲点(例如车辆脚步)中发现儿童的能力。将传统雷达处理与本地机器学习算法相结合的混合系统的使用有助于创建更快的调整和模型修改,以区分成年人和儿童,从而减少OEM部署时间。 >的分类精度多达五名乘员可实现90%的成就。
· 座带提醒:传统上将重量传感器的各种座位网网格用于此目的。后排座椅的监视可以使所需的传感器数量加倍,并增加电缆和调音时间。此外,重量传感器无法区分生命和无生命的物体,例如杂货袋,这些物品可以产生错误的警报。 AWRL6844的16个虚拟渠道提供了增强的空间分辨率来检测和本地化乘员,而AI处理高分辨率数据有助于区分生物与无生命的物体。 AWRL6844实现了超过98%的座椅占用率检测和定位精度。
· 入侵检测:基于超声传感器的简单系统通常会触发错误警报,例如从车辆旁边行走的人。 AWRL6844可以在片上加速器上保持高精度运行入侵者检测处理的同时过滤噪声,从而最大程度地减少了设备上其他内核的中断。低功率模式和机器学习有助于增强感觉能力,而无需在车辆关闭时耗尽电池。 AWRL6844可以在消耗<50 mW的同时每秒10次感知和计算入侵者检测事件。检测入侵精度最高为98%。
音频系统的改进
汽车音频系统已经从类AB到D类放大器过渡,具有更高功率效率,减少热量耗散和降低系统重量的好处。 TI以前已经开发了能够切换到2.1 MHz的音频放大器。这大大降低了每个音频通道所需的两个电感电容器(LC)过滤器的大小和成本。
新的TAS6754-Q1类-D放大器通过使用专有的单对电位(1L)调制技术来减少滤波器大小的下一步。这将电感器的成本降低了50%,同时也创造了相似的大小和重量优势。该1L调制是无缝合并的,从而最大程度地减少了新的设计工作。实时诊断能力跟踪打开负载,短载荷,电源或接地短裤以及是否在播放的负载状态。这样可以确保安全可靠的操作。低延迟路径选项允许快速响应噪声消除。
新的AM275X-Q1 MCU和AM62D-Q1处理器集成了用于音频应用的下一代C7X DSP核心。这些设备的处理性能比竞争设备高四到八倍。他们以1 GHz运行,每个核心提供40 GFLOPS,每个核心都能同时管理多个音频功能。将多达两个C7X DSP内核集成到这些设备中,这些设备具有265位矢量体系结构,单周期可访问的L2存储器和一个集成的神经处理加速器单元(NPU),以启用AI算法。 AM275X-Q1 MCU是无DDR-MCU,而AM62D-Q1是基于DDR的处理器。
下一篇:电动汽车的充电系统有何奥秘?
- 赋能AI与新能源时代的高动态MW级负载平台
- 芯科科技谈边缘AI:嵌入式开发为何走向软件主导
- Arm成立物理AI事业部后,负责人首次亮相中国
- 兼顾隐私、响应与成本,基于酷睿Ultra的混合AI部署成为智能体新标配
- 意法半导体发布Stellar P3E 汽车MCU内置AI加速
- 是德科技推出AI推理仿真平台,用于验证与优化AI基础设施
- TI 携手 NVIDIA 推出面向下一代 AI 数据中心的完整 800V DC 电源架构
- 别只盯着OpenClaw的Agent!它丝滑的背后,是一场硬件设计的极限挑战
- 德州仪器 (TI) 扩展微控制器产品组合及软件生态系统,助力边缘 AI 在各种器件中落地
- 恩智浦如何发力边缘AI、物理AI和智能体?
- 嵌入式的风向变了:2026纽伦堡嵌入式展透露这些趋势
- 高通确认不在GDC 2026发布新款骁龙G系列掌机处理器SoC
- 行业评论 从工具到平台:如何化解跨架构时代的工程开发和管理难题
- 阿里达摩院发布玄铁C950,打破全球RISC-V CPU性能纪录
- 面向嵌入式部署的神经网络优化:模型压缩深度解析
- Mujoco中添加Apriltag标签并实现相机识别教程
- 摩尔线程MTT S5000全面适配Qwen3.5三款新模型
- 英飞凌与宝马集团携手合作,基于Neue Klasse架构塑造软件定义汽车的未来
- 物理AI仿真新突破:摩尔线程与五一视界共建全栈国产化生态
- 爆火的OpenClaw! 告别云端,米尔RK3576开发板本地部署
- Altera 与 Arm 深化合作,共筑 AI 数据中心高效可编程新方案
- 莱迪思加入英伟达 Halos生态系统,通过Holoscan传感器桥接技术提升物理人工智能安全性
- 芯科科技闪耀2026嵌入式世界展 以Connected Intelligence赋能,构建边缘智能网联新生态
- 边缘计算主机盒选购指南:五大核心指标解析
- Arm AGI CPU 更多细节:台积电 3nm 制程、Neoverse V3 微架构
- Arm AGI CPU 重磅发布:构筑代理式 AI 云时代的芯片基石
- Arm 拓展其计算平台矩阵,首次跨足芯片产品
- 阿里达摩院发布RISC-V CPU玄铁C950,首次原生支持千亿参数大模型
- 边缘 AI 加速的 Arm® Cortex® ‑M0+ MCU 如何为电子产品注入更强智能




