有人说“未来的汽车是四个轮子上的智能手机”，你同意吗？不管你同意还是不同意，但有一点，汽车将会更加拟人化，随着汽车上的各种传感器越来越多并进行传感器融合处理，配合机器视觉技术更高更智能的判断，无人驾驶或接近无人驾驶的时代将很快到来。

　　“各种传感器就相当于人身体的五官，一个感官的感觉不一定正确，但是将五官的感觉集中起来，判断的准确性会提升很多。”德州仪器处理器业务部开发总监蒋宏解释，现在流行的Sensor fusion即传感器融合正是基于这个想法。他们将车中的多种传感器通过德州仪器最新的异构处理器Jacinto 6（后面简称J6）进行集中管理，目前集中管理的传感器有摄像传感器、超声传感器与雷达传感器，未来还会集成热成像传感器。J6是TI最新一代的汽车信息娱乐平台，它基于真正的强大的异构架构，包括2个Cortex-A15的CPU内核、2个C66xDSP、三核GPU（3D双核G544和2D单核GC320）、两个 Cortex-M4 内核，以及两个硬件加速的视觉引警EVE。EVE是TI专利的针对机器视觉的失量引擎，可进行大量失量计算和光流处理。“异构更适合于做汽车电子，因为汽车最重要的特点就是要快速起动，比如倒车等动作，一启动要马上执行。”他表示。

　　J6的最大特点之一是可以实现基于硬件的虚拟化，相比基于软件的虚拟化，可以提升整个系统的可靠性。它的优势是一个系统挂掉，不会影响另一个系统。比如将CPU的功能分为两组，一个做实时仪表盘，一个做信息娱乐。“这也吸引了很多第三方来我们的J6平台进行开发。我们可以通过一个J6平台同时实现QNX，实时OS, Linux等多种操作系统的应用。”蒋宏表示。在TI的展示现场，有第三方演示了基于J6的快速启动：1.7秒启动仪表盘。他补充，J6是一个大家族，可以覆盖从经济车型到豪华车型。CPU从800M到1.7G，芯片内部结构用户可以根据需求选择，异构非常方便，不同级别芯片pin to pin兼容。

　　“现在的另一个新趋势是，将一些非重要的ADAS功能集成到信息娱乐的SoC中。”蒋宏解释，以前，ADAS与信息娱乐系统没有交集。现在，车厂将非主动安全的ADAS功能也放到信息娱乐处理器中了，比如：360泊车系统加入到信息娱乐系统中，司机可以根据收到的信息来判断刹车等主要安全动作。这样做的好处是，不需要像主动安全一样做太长时间的认证。主动安全的认证级别非常高，认证时间很长。这样，像360泊车系统等可以更快速地普及。

　　谈到汽车内的传感器融合，蒋宏表示，Sensor fusion目前分为low lever与high level。所谓的high level，就是分离式的，每个传感器自带MCU，只将有限的信息传到ADAS处理器。这种方式的好处是模块化，容易替换，但缺点是信息分离，不能将各个传感器采集的信息集中起来进行更可靠的判断，并且这种分离方式成本更高。 Low level的方式正好相反：将所有传感器的信息用一个更强大的处理器统一来管理，降低成本。当然，还有一种处于中间的混合方式。各家车厂的喜好都不同，“我个人的观点更看好low level方式。目前low level与混合模式我们都有支持。我个人建议摄像Sensor中采用raw data形式。”他称。目前TI的ADAS系统可以融合的传感器包括摄像、雷达、超声，以及后面要融合进来红外热成像传感器。

　　而这些传感器融合是基于TI的另一颗SoC——TDA2x。这一颗SoC也是异构架构，与J6一样，重要的元素是EVE。只是针对的应用场景不同，它主要针对ADAS应用。

　　这里要谈一谈的是基于TI Vision AccelerationPac（EVE）的实时全密度光流处理。它能将需要的信息提取出来，不需要的信息去掉。例如判定一个物体是人还是物？是否在运动，如果静止的，就不重要了。另外，如果运动的，要看方向，与汽车相反的方向运动与相向运动会显示不同的颜色。“它可以非常低的功耗，实现1080p/60fps实时全密度光流分析处理，在ADAS处理器中处于领先地位。”蒋宏称，“值得大家注意的是，汽车中对低功耗的需求也是很明显的，大家不要认为仅是移动终端才对功耗有需求。我们的做法是光流处理，边缘抽取，不用的信息就扔掉，这样减小资源浪费，降低功耗。”此外，这些EVE引警还可更快地同步运行多个 ADAS 算法。

　　基于EVE的实时全密度光流处理

　　另一个场景也很值得期待：即ADAS与前车灯结合会带来非常拟人化的应用场景。比如侦测到前面有行人时，车灯可以追随行人，这既提醒了行人，也提醒了驾驶者。而另一个更神奇的场景是，下雨天，摄像头侦测到雨柱后，自动减小前灯对雨滴的漫射，使得司机眼前感觉没有下雨或雨小了，这样会安全舒适很多。“已有车厂在做概念认证与测试。LED灯与DLP灯都可以，但是DLP车灯可以更好地控制光束，更精细。”蒋宏说道。

　　转载请注明来源：赛斯维传感器网（www.sensorway.cn）