元鼎音讯
bluetooth

最佳化DSP设计加速自驾车发展

  • 台北讯
Cadence益华计算机应用工程师林文国博士。

台北讯

汽车的体系庞大,被视为物联网与AI应用的重要市场,就整体来看,汽车体系包括服务、自动驾驶、传感器、安全与资安、基础建设与车辆连结、车内智能与辅助、特殊车辆、智能制造等都与AIoT有关,透过从物联网底层撷取的数据,AI与物联网将加速推动汽车产业的智能化,而在系统中,处理器的角色将越来越吃重,Cadence益华计算机应用工程师林文国博士在「嵌入式人工智能解决方案:车用CV&AI的部署」演讲中指出,就目前车用领域来看,DSP(数码讯号处理器)会是较佳选择。

近年来车用领域逐步加强智能化技术的应用,AI在2016年引爆新一波热潮后,这股趋势开始加速,在近两年,自驾车都是IT领域大型展会的吸睛亮点,不过汽车的外部环境和内部技术都相当复杂,林文国就表示,智能化车辆设计必须考量几个重点,包括外在环境的侦测与感知、电子地图与行车路径设计、车辆与周边系统设备的连结、驾驶的监测等。

之前SAE(美国汽车工程师协会)就曾针对智能车设计出五个层次,包括:1. No Automation;2. Partial Automation;3. Conditional Automation;4. High Automation;5. Full Automation。第1项是仅有警告系统;2是遇障碍物刹停与行车方向的辅助;3是汽车可有条件的自驾;4是除了特定环境外,车辆都可自驾;5则是无论任何因素,汽车都可以自驾。就发展程度来看,目前业界已可走到第3层,近期则可到第4层。

从SAE制定的自驾层次,可以看出自动化驾驶等程度越高,所需的传感器数量也会随之提升,感测数据的大量增加,让AIoT的运算能力越来越重要。目前IT领域的处理器包括CPU、GPU、DSP等,在车用领域,这三种处理器都会用到:在应用与信息流管理等部分,会需要使用CPU;智能化处理方面,由于需要实时处理大量信息,因此DSP、硬件加速器、GPU会是适合的选择。

在车用的DSP,林文国指出,目前Cadence旗下的Tensilica Scalable DSP平台,十分适用于车载系统。他表示,车载系统的子系统繁多,讯号量繁杂,可透过多种类型的DSP做搭配处理感测讯号,例如前面提到的自驾车等级,影像监控的讯号量通常是1T/sec,在空间考量下,就可以选用4颗Tensilica的Vision P6或1颗Vision C5 DSP;要达到Conditional Automation层次,其讯号量会达到10T/sec,就要用到10颗Vision C5 DSP做组合;而若要做出第5阶层的完全自动驾驶,根据统计要处理的讯号量将达320T/sec,这个运算需求下,除了效能外,设计者还必须思考空间、成本、功耗、DSP排列等。

林文国表示,随著自动化驾驶的日渐成熟,这些问题都会逐渐浮现,系统建构者除了自行设计外,也可以寻求DSP厂商协助,寻求最佳化解答。