自动驾驶-车载芯片

讲师：Tom车载芯片Tom毕业于海外知名高校，有无人驾驶独角兽与汽车芯片公司工作经验，曾参与无人驾驶系统从0到1的搭建02车载计算芯片0104开放问题讨论03车载芯片选型认识车载芯片认识车载芯片芯片等级划分车规标准车载芯片芯片等级划分-40-85摄氏度应用于工业生产环境中，例如自动化流水线、机械臂等-50-155摄氏度军工产品专用0-70摄氏度应用于消费电子产品中，例如手机、平板、智能音箱等-40-120摄氏度应用于汽车中，车身控制（灯光）、行驶系统控制（座椅）、辅助驾驶系统等车规标准--AEC-Q100AEC-Q100加速环境应力可靠性加速寿命模拟可靠性封装可靠性晶圆制程可靠性电学参数验证缺陷筛查Note：需要晶圆供应商、封测厂配合完成此级别芯片举例：地平线J2车规标准--ISO26262ISO26262车辆的构思到系统ECU(电子控制单元)嵌入式软件元器件开发及相关的生产维护、报废等整个车辆开发生命周期Note：预先计算出汽车电控方面的故障风险，并把降低该风险的机制作为功能的一部分预先植入系统中，从而实现"功能安全"的标准化开发工艺此级别芯片举例：地平线J5、英伟达AGXXavier车规标准--ASILASILASIL-A:天窗ASIL-B:仪表盘ASIL-C:引擎ASIL-D:EPS等Note：按应用场景划分，全称为AutomotiveSafetyIntegrityLevel车载芯片给强电、弱电系统供电电器驱动、功率放大器等做信号转换用MCU、SOC等可编程芯片FALSH、RAM等支持其他芯片工作的存储单元计算型传感器存储器电源管理功率芯片ADDA加速度计、陀螺仪、GPS等用于感知环境以及汽车本身状态Q＆AＱ１汽车中是否只有汽车级芯片？NO!在车载娱乐交互系统中，对芯片的要求没那么高，可以是工业级甚至是商业级的芯片导航、FM等要求是工业级；音响、显示屏等要求是商业级Ｑ２一个芯片是不是只能是一个等级的芯片？NO!在同一个芯片上，可以有不同的分区，分别是不同的等级，比如TDA4部分为ASIL-B，部分为ASIL-D车载计算芯片MCUSOC车载计算芯片--MCUMCU德州仪器／TI恩智浦／NXP意法半导体／ST博世／BOSCH英飞凌／Infineon瑞萨／RenesasNote：部分用自研的IP，部分用arm的Cortex-M/R系列的IP大部分厂商不止在做MCU，部分也在朝着SOC方向走且已有产品，例如TI的TDA４车载计算芯片--SOCSOC高通／820A英伟达／Xavier德州仪器／TDA4地平线／J2\J3\J5MobileEye／EyeQ4特斯拉／FSDDiversity：手机SOC公司GPU制造商传统汽车芯片厂商创业公司辅助驾驶系统开发商电动汽车公司车载计算芯片--SOC传统大厂SOC的整体架构汽车SOC组成车规设计细节AI系统占比辅助驾驶Tier１辅助驾驶核心功能定义辅助驾驶对算力的需求国内选手国内现状国内选手的竞争力所在降维打击英伟达的算力优势英伟达的生态优势TI--TDA4简介Note:蓝色部分为ASIL-D其他部分为ASIL-BAI算力8TFlopsDSP可以针对新OP加速TI--TDA4简介Note:丰富的CAN接口ASIL-D\ASIL-B部分都有CAN接口细节！Mobileye--EyeQ系列L2场景0.256T2.5W40nmL2+场景2.5T3W28nmL3场景17T5W10nmL4-L5场景67T?35W?5nm?激光雷达EyeQ3EyeQ4EyeQ5EyeQ62014201720202024?Mobileye--EyeQ4功能简介1.车道线检测1）4条车道线（含路沿）2）车道线类型(含双车道线)3）车道线颜色

4）车道线ID5）车道线可信度

6）车道线宽度7）绘制车道线模型的几何参数8）视野范围内车道线纵向长度

9）Crossing10）虚线平均线长度及间隙长度

11）车道宽度4.刹车状态信号1）踩下、没踩下

2）前进、倒挡3）方向盘转向角度

4）INACTIVE5）左转、右转

6）双闪7）实际车速

8）车辆横摆角度9）关、低速、中速、高速、单次。2.目标（行人、车辆）1）10个目标信息（行人、车辆）

2）目标ID3）目标类型(pedestrian、bike、bicycle、car、truck)4）目标运动分类

5）目标运动状态（移动、静止）6）目标横向

7）纵向速度8）目标相对的横向，纵向距离

9）目标的长度，宽度10）目标角速度

11）目标的测量状态12）目标的生命周期

13）目标的存在概率14）目标的转向灯

15）刹车灯状态16）目标所在的车道

17）目标的纵向加速度3.交通标识（TSR）1）红绿灯

2）标识牌信号类型(限速牌等)3）可靠性

4）两个补充标识及可靠性（雨天，下雪等）5）标识牌相对位置（X、Y、Z）地平线--J系列L2场景4T2W28nmAEC-Q100L2+场景5T3W16nmL3场景128T30W7nmL4-L5场景*T?*W?*nm?J2J3J5J62019202020212023?地平线开发工具链--天工开物01020304系统软件算法包编译器嵌入式应用充分利用AI加速器的算法模型；可充分发挥芯片算力特点的算法开发工具包；已经裁剪适配好的车载操作系统用于部署；针对开发人员的环境配置；端到端的可用示例；端到端的部署指导；把算法模型移植到芯片的桥梁；特色：开放＆贴身支持英伟达--车载产品L2场景30T30W12nmISO26262/AISL-CL2-L5场景320T2*Vavier+2*TuringL4-L5场景254T*W*nm?L4-L5场景1000T?*W?*nm?AGXXavierAGXPegasusOrinAtlan201920202022?2023?英伟达优略势分析CUDA以及配套的软件库，可以让开发人员便捷的移植其算法模型到GPU；优秀的开发人员群体大；新算法新模型可以通过CUDA的通用编程接口来支持；非深度学习的算法亦可通过GPU加速；算力超过同一时期的竞争对手价格高于装用芯片，在大规模落地的场景无性价比优势；生态通用算力价格车载芯片选型软件与芯片的关系选型Check事项软件与芯片01020304系统软件算法包编译器嵌入式应用算法需要跑在芯片上，在选芯片前确定什么算法能跑，什么算法不能跑是很重要的系统软件是芯片的基础，稳定的系统软件与驱动是应用层的基石指导新人把芯片用起来的关键，完整的示例可以让新人快速上手，类似芯片的bringup编译器是影响芯片是否能发挥出标称算力的重要因素芯片选型应用场景车规标准算力要求软件生态厂商支持确定要在什么场景下用，系统里有哪些传感器根据需要支持的功能，确定系统的车规标准与算法模型开发沟通，确定对算力要求，包括算力灵活度的要求各个层级的软件成熟度，软件生态、软件开发人员厂商支持力度，包括联合开发，算法支持等开放问题讨论车载芯片前景？车载芯片团队有哪些软件岗位？车载芯片前景1、

汽车机械结构简化，智能化程度提升

智能座舱 L2+辅助驾驶2、

电动汽车时代，国产汽车占比变大

国产汽车对车载芯片需求量变大

国内的Tier1、Tier2供应商变多

车载芯片团队有哪些