IDTechEx参加Autosens：汽车雷达，摄像头的最新趋势

近期，IDTechEx参加了在布鲁塞尔举行的AutoSens，本次活动选在了在布鲁塞尔的一个汽车博物馆内举行。活动的重点放在了未来的车辆感知技术，包括了激光雷达，雷达和摄像头。这次活动有众多来自知名公司和正在推动汽车感知技术发展的初创公司参加。

Arbe Robotics: 具备深度学习的高性能雷达

雷达技术已经在汽车中用于实现各种ADAS功能，但是随着这项技术的快速发展，雷达芯片正在朝着更小而进行，单个芯片内部具备更高的功能集成。而速度和角度分辨率的提高，工作频率的提高，带宽的增加，以及虚拟阵列孔径的改善，雷达点云正在发生变化，更多关于深度学习AI的技术将会被应用其中。这些趋势将会推动激光雷达的替代者4D成像毫米波雷达的发展。

Arbe是一家以色列的初创公司，它的独特之处在于自己设计的芯片并采用了自己开发的雷达信号处理算法。它的芯片由Global Foundry使用22nm的SOI技术制造。22nm的选择很重要，在射频前端可以将频率提升到所需的水平。同时在数字端可以集成足够先进的模块。

该设计架构具备48TX和48RX，采用了4个（也可能是5个）收发器芯片。内部处理器处理数据并输出4D点云。该雷达旨在实现1度和2度的方位角和俯仰角分辨率。HFOV和VFOV分别为30度和100度，距离范围为300米左右。

Arbe的独特之处在于它不仅专注于硬件设计。它还专注于其雷达数据的数据。Arbe正在开发其所谓的arbenet。arbenet如下所示。

今年对于Arbe来说可能是关键的一年，因为许多OEM厂商将在未来3-5年内就选择的传感器套件做出决定。

Imec：使用145GHz雷达的驾驶舱内监控和手势识别应用

Imec展示了一个非常有趣的雷达应用开发。他们开发了带宽为10GHz 的145 GHz雷达。此单芯片28nm CMOS SoC解决方案具有片上天线实现。因此，它是真正的“片上雷达”解决方案。大带宽和高频操作可实现大的距离范围，高的速度范围和角度分辨率。

Imec演示了车内驾驶员监控。这种低集群的环境中，该雷达可以相当准确地跟踪驾驶员的心跳和呼吸节奏，从而实现远程监控。为了获得此结果，自然需要其他算法补偿。该解决方案不需要背景光，也不会损害隐私。

Imec还提出了使用其紧凑型（6.5mm2）单芯片解决方案的3D手势控制。雷达使用在其四个不同接收天线处测得的相位差来计算到达角。为了得到更准确的到达角度的估算值，imec正在针对25个人和7个手势的集合训练一种算法。这项技术（包括软件和硬件）可以为消费类产品提供真正的3D手势识别。

GEO半导体：采用经典计算机视觉的NCAP 后方行人AEB的相机模块

GEO Semiconductor是汽车相机模块的主要参与者。已经获得了170多项OEM的设计大奖。

2015年美国发生了18.8万起倒车事故，1.2万行人受伤和285人死亡。结果表明，被动和主动后置摄像头分别可以减少42％和78％的事故。因此，自2018年5月起，所有美国新车都必须配备后置摄像头。

然而，主动式后置摄像头带来了多重挑战。特别是180度的图像会使行人显得很小。遮挡也有问题，孩子们会跑到现场。一些示例如下所示。

180度摄像机会在边缘处造成严重变形畸变，从而使行人变得非常小。另外还需要分类和检测对象，这里的挑战在于后置摄像头模块是密封的，因此不能很好地散热（尽管可以想象到带有内置散热片的金属外壳）。GEO表示，必须将功耗水平保持在较低的水平。这表明在最坏的情况下，摄像头和进程/内存可能分别消耗1.5W和0.7W。

有两种通用的计算机视觉方法，如下所示：

（1）经典方法

（2）深度学习方法

DL方法提供了更好的准确性，超越了传统方法的性能极限。然而，在特定情况下，DL方法会消耗过多功率。如下表所示。因此，鉴于功耗的限制，设计人员继续使用了经典方法，直到通过更好的算法或专用芯片架构使DL方法变得更加高效为止。

Phasya：用于判断驾驶员的生理和认知状态的软件

Phasya是一家专门提供监视多种生理和认知状态的软件产品的公司。它的软件提供包括了人眼和心脏数据。通过对这些数据进行特征分析，以判断驾驶员的生理/认知状态，例如睡意，认知负荷，压力，注意力分散等等。

这种类型的软件当然是必不可少的，因为其趋向于更高级别的ADAS。而且有助于在较低级别的ADAS中实现安全功能，实现较高级别的ADAS和高度自动驾驶的过渡。