安霸入局4D雷达，要颠覆传统方案

在许多应用程序都将处理转移到边缘的时代，有一个强有力的论据要在汽车雷达图像处理中进行集中处理。为此，今天，Ambarella 推出了它声称的业界首个集中式 4D 成像雷达架构。这里的“4D”是指三个物理维度加上时间。

该解决方案包括该公司在其 5 纳米 CV3 AI 域控制 SoC 上运行的 Oculii 雷达软件技术。目标应用包括基于 AI 的 ADAS（高级驾驶辅助系统 (ADAS) 和 L2+ 至 L5 自动驾驶系统，以及自动机器人和无人机。

在本文中，我们比较了汽车中的集中式雷达处理与边缘雷达处理，讨论了 Oculii 技术的细节，并提供了对 Ambarella 副总裁兼雷达技术总经理 Steven Hong 的采访中的见解。

正如 Hong 解释的那样，汽车成像雷达数据传统上是在边缘处理的。在这些架构中，雷达传感器的所有处理都在传感器模块本身内部进行。“这确实限制了你在处理方面可以做的事情，因为通常你会受到传感器的功率、尺寸和散热限制，”Hong 说。 

传统的边缘雷达（左）需要数千个 MIMO 天线，而 Oculii VAI 雷达（右）使用的天线少一个数量级，功耗也低得多。

同时，基于边缘的雷达传感存在一个根本问题，即提高分辨率存在问题。传统雷达需要更多的 MIMO（多输入多输出）天线才能实现更高的分辨率。但是对于您添加的每根天线，您都会生成更多数据。

“如果你想要一个高分辨率雷达，你通常需要数千根天线，”Hong 说，“数千根天线转化为每秒生成数十 TB 的数据。而且这些数据量太大，无法移动到其他地方。”

根据 Hong 的说法，结果就是他所说的雷达设计中发生的“非良性循环”，您必须将所有处理都保留在该模块内。添加到该模块的处理和传感越多，散热量就会达到 30 W 到 50 W。考虑到这些传感器模块需要放置在车辆的哪个位置，这尤其是一个问题。

“这是保险杠后面的东西。它位于空气静止的位置。所以散热就成了一个大问题。这确实限制了传统雷达架构能够实现的分辨率和性能。”

与边缘雷达方法相比，Ambarella 采用其新的集中式范例，使用软件来实现更高的分辨率。“我们这样做的方式可以让你实际上显着减少天线的数量，集中数据，然后使用人工智能软件来补偿我们没有测量到的东西，”Hong 说。“我们这样做的方式仍然可以实现非常高的分辨率。”

为此，Hong 说他们在捕获传感器数据时利用了一个他们称之为“稀疏性”的概念。“我们不是从数千个天线中捕获所有数据，而是进行选择性的少数测量，”他说。“然后，我们使用智能自适应波形来跨时间自适应地补偿和生成信息。这使我们能够有效地将计算能力与实际生成的分辨率相结合。”

集中式雷达架构方法依赖于在中央 CV3 SoC 处理器上运行的人工智能软件。

与传统的边缘雷达架构相比，Hong 说这种集中式方法是一个“良性循环”，因为你拥有的计算越多，传感器阵列就越稀疏。“我们的阵列越稀疏，我们生成的数据就越少，我们就越有可能将这些数据集中到一个更强大的计算引擎中，”他说。

Ambarrella 的集中式方法实现了 0.5 度的高角度分辨率，每帧高达 10 万个点的密集点云，以及高达 500 多米的长检测范围。

Ambarella 的 4D 雷达处理解决方案包括硬件和软件。这包括该公司在其新的CV3 AI 域控制 SoC上运行的Oculii 雷达软件。Ambarella 工程师为其 CV3 AI 域控制器 SoC 系列优化了 Oculii 算法。  

Hong说，软件定义的集中式架构可以动态分配 CV3 的处理资源。这可以基于传感器类型之间和相同类型传感器之间的实时条件来完成。“在远程摄像机数据不可靠的极端多雨条件下，CV3 可以重新分配其部分资源以改善雷达输入，”他说。

以类似的方式，如果在高速公路上行驶时下雨，CV3 处理器可以将注意力集中在来自前置雷达传感器的数据上。这扩大了车辆的检测范围，同时提供了更快的反应时间。相比之下，基于边缘的雷达架构不能以这种方式运行，因为在边缘，处理能力是针对最坏情况指定的，因此处理能力经常未被使用。 

CV3 AI 域控制 SoC 基于 5 纳米工艺构建，是首款采用 Ambarella 下一代 CVflow 架构的芯片，具有神经向量处理器和通用向量处理器——两者都包括雷达特定信号处理增强功能。

据该公司称，CV3 SoC 标志着第一款采用 Ambarella 下一代 CVflow 架构的产品。这包括神经向量处理器和通用向量处理器。该公司表示，两者都是由 Ambarella 工程师从头开始设计的，包括雷达特定的信号处理增强功能。

CV3 SoC 的处理器协同工作以运行 Oculii 高级雷达感知软件，其性能远高于传统边缘雷达处理器——高达 100 倍。集中式方法还带来了其他好处。一种是更容易的无线 (OTA) 软件更新。单个 OTA 更新可以加载到 CV3 SoC 并在系统的所有雷达头上聚合。

同时，采用集中式方法，雷达头不再需要自己的处理器。这降低了成本，包括设计的初始物料清单 (BOM) 和事故损坏时的更换成本。雷达边缘传感器通常放置在车辆保险杠后面，事故问题并非微不足道。

Ambarrla 表示，其新的集中式架构将在下个月CES 2023 期间举行的 Ambarella 邀请制活动中展示。

市场机会巨大。根据Yole Group 的一份报告，2021 年用于汽车 ADAS 的雷达单元生产量约为 1 亿个。该报告预测，到 2027 年，这一数量将增长 2.5 倍。这归因于更严格的安全法规和更先进的驾驶自动化系统上路。据 Yole Group 称，这包括从目前的每辆车 1-3 个雷达传感器转变为 OEM 转向每辆车 5 个雷达传感器作为基准。

多年来，我们已经看到了在边缘进行更多处理（包括 AI 计算）的趋势。您尤其会在物联网 (IoT) 等市场中看到这一点。Ambarella 的新 4D 雷达传感器处理解决方案也许就是一个例子，在某些情况下，集中式处理架构的优势不仅可以取代边缘方法，还可以为未来的可扩展性提供路线图。或许该方案将为自动驾驶汽车开启新的功能。

★ 点击文末【阅读原文】，可查看本文原文链接！

*免责声明：本文由作者原创。文章内容系作者个人观点，半导体行业观察转载仅为了传达一种不同的观点，不代表半导体行业观察对该观点赞同或支持，如果有任何异议，欢迎联系半导体行业观察。

今天是《半导体行业观察》为您分享的第3245内容，欢迎关注。