今天，我們不談硬件，談路徑。

為實現(xiàn)自動駕駛目標，ADAS應用如火如荼展開，各式智能汽車內(nèi)建的微控制器、傳感器芯片，以及繪圖處理器需求日益攀升，進而帶動半導體廠商推出符合車規(guī)，性能佳且具高整合度的產(chǎn)品。

達成自駕車愿景　汽車供應鏈業(yè)者總動員

在1993年上映的超級戰(zhàn)警(Demolition Man)電影中，幾乎所有的汽車都是自駕車，但當然，它們都是概念車而已。今天，已有超過十家的領(lǐng)先汽車制造商(包括奧迪、BMW、GM、Tesla、福斯和Volvo)都在開發(fā)無人駕駛汽車。此外，Google也自行開發(fā)汽車技術(shù)，最近已成功行駛超過100萬英哩(相當于一般美國成人駕駛75年的里程數(shù))，而且沒有發(fā)生重大的意外。

電影超級戰(zhàn)警中已出現(xiàn)自動概念車原型

看看這些令人折服的成果，許多人可能都會問一個問題：要在多久的未來，我們才能真正看到無人駕駛車在道路上行駛？

為達成此一愿景，由半導體業(yè)者、系統(tǒng)整合商、軟件開發(fā)人員及汽車制造商所組成的復雜汽車供應鏈，所有這些公司都密切合作，試圖開發(fā)出關(guān)鍵的先進駕駛輔助系統(tǒng)(ADAS)技術(shù)，以供首款商業(yè)化的無人駕駛車采用。此嵌入式電源IC是針對機電整合馬達控制解決方案而設計，適用于各種馬達控制應用，而這類應用必須采用小尺寸(SFF)封裝，以及最少的外部組件。

導入ADAS三大設計方式

要在汽車中導入ADAS功能，目前主要有三種設計方式。

其中一個做法是藉由儲存大量的地圖數(shù)據(jù)，讓汽車能夠用來在特定的環(huán)境中進行導航。此一方法就好比是讓一輛火車在隱形的軌道上行駛一樣。采用此種方式的范例之一是Google的無人駕駛車，它主要是利用一組預先錄制好的街道HD地圖來導航，很少用到感測技術(shù)。在此例子中，汽車僅依賴高速通訊連接與傳感器，并保持與云端架構(gòu)的穩(wěn)定連結(jié)，以提供其所需的導航坐標。

Google的無人駕駛車采用大量地圖數(shù)據(jù)進行導航

相對地，另一種技術(shù)則是利用計算機視覺處理，對預制地圖的依賴程度非常低。此做法復制了人為駕駛的模式，因為汽車能夠根據(jù)內(nèi)建的多顆傳感器與高效能處理器來實時決策。這類的汽車通常會包含多臺可看遠景的相機，并利用特殊的高效能、低功耗芯片來提供超級計算機等級的處理功能，以執(zhí)行ADAS軟件和硬件算法。

以Mobileye為例，該公司一直是此技術(shù)的先驅(qū)者，其功能強大且節(jié)能的EyeQ SoC是專為無人駕駛車所設計。舉例來說，針對Tesla電動車最近提供的高速公路自動導航功能，MIPS-based Mobileye EyeQ3 SoC便足以支持其所需的處理效能。在此案例中，Mobileye采用多核心、多線程MIPS I-class CPU來處理來自汽車中多臺相機的數(shù)據(jù)串流。

在下圖中，EyeQ4 SoC中的四核心、四線程interAptiv CPU作為芯片的大腦，能指引來自相機以及其他傳感器的信息流，將其引導至芯片右邊、處理速度高達2.5TFLOPS的VLIW功能方塊。

EyeQ4 SoC具備四核心、四線程interAptiv CPU

最后，第三種趨勢是利用通用型SoC處理器來開發(fā)無人駕駛車。對于已經(jīng)配備嵌入式GPU以支持信息娛樂系統(tǒng)的汽車，開發(fā)人員能利用繪圖引擎的運算資源來執(zhí)行車道、行人、汽車、建筑物外觀、停車場等各種辨識與追蹤算法。例如，Luxoft的計算機運算與擴增實境解決方案便采用Imagination的PowerVR影像架構(gòu)，以及額外的軟件來建置ADAS功能。

PowerVR影像架構(gòu)可快速建置各種車內(nèi)自動駕駛功能

PowerVR Series7 GPU示意圖

此軟件架構(gòu)已針對嵌入式PowerVR硬件進行了優(yōu)化設計，有助于快速且具成本效益地建置各種的車內(nèi)自動駕駛功能。

自駕車將帶來無限商機

不管是哪一種設計方式，無人駕駛汽車都能為汽車制造商、傳感器供貨商，以及半導體產(chǎn)業(yè)開創(chuàng)未來的光明前景。這些汽車將能因具備硬件內(nèi)存管理、多線程與虛擬化功能的先進SoC模塊與高效能微控制器而獲益。這些功能可讓OEM業(yè)者建置更復雜的軟件應用程序，包括基于模型的流程控制、人工智能，以及先進的視覺運算等。