作者：Wayne Lyons

AMD 汽車業(yè)務(wù)高級(jí)總監(jiān)

2024 年至 2030 年間，高度自動(dòng)化汽車每年的出貨量將以 41% 的復(fù)合年增長(zhǎng)率增長(zhǎng)。這種快速增長(zhǎng)導(dǎo)致汽車品牌對(duì)精確可靠傳感器技術(shù)的需求空前高漲，因?yàn)樗麄兿Ｍ峁┚珳?zhǔn)、可靠且最終完全自動(dòng)駕駛的汽車。

為實(shí)現(xiàn)這一目標(biāo)，激光雷達(dá)（光探測(cè)與測(cè)距）傳感器已成為汽車制造商與汽車設(shè)備供應(yīng)商不可或缺的傳感器。它們能通過(guò)具備足夠分辨率的深度感知和距離檢測(cè)來(lái)進(jìn)行物體分類，從而“讀懂道路”。

然而，隨著我們邁向未來(lái)自動(dòng)駕駛解決方案——從主動(dòng)安全系統(tǒng)的最新創(chuàng)新到無(wú)人駕駛汽車——諸如激光雷達(dá)等邊緣系統(tǒng)的功能必須得到擴(kuò)展，使其能夠提供更高的深度分辨率與可靠性，以應(yīng)對(duì)日益復(fù)雜的場(chǎng)景。

采用 FPGA 和自適應(yīng) SoC 等自適應(yīng)計(jì)算技術(shù)，可助力企業(yè)實(shí)現(xiàn)構(gòu)建全面感知平臺(tái)的最終目標(biāo)。這樣的平臺(tái)能以極高的精度駕馭復(fù)雜駕駛環(huán)境并識(shí)別潛在危險(xiǎn)。

激光雷達(dá)系統(tǒng)架構(gòu)類型

在研究激光雷達(dá)系統(tǒng)時(shí)，主要分為三種架構(gòu)類別：機(jī)械式（非固態(tài)）、MEMS（半固態(tài)）和基于閃存的（固態(tài)）。根據(jù)應(yīng)用用例，每種架構(gòu)各有其優(yōu)缺點(diǎn)。

機(jī)械系統(tǒng)是部署最廣泛的系統(tǒng)（表 1）。這些系統(tǒng)采用旋轉(zhuǎn)發(fā)射器來(lái)發(fā)射光波，光波在遇到物體后反射回接收器。發(fā)射器旋轉(zhuǎn)速度極快，可實(shí)現(xiàn) 360 度視場(chǎng)，又稱為點(diǎn)云。這些系統(tǒng)的優(yōu)勢(shì)在于探測(cè)距離遠(yuǎn)、視場(chǎng)寬，但缺點(diǎn)是體積較大、成本較高。

表 1：非固態(tài)：機(jī)械式

微機(jī)電系統(tǒng)（ MEMS ）通過(guò)發(fā)射器與反射鏡系統(tǒng)取代大型機(jī)械旋轉(zhuǎn)激光雷達(dá)，以實(shí)現(xiàn)光纖偏轉(zhuǎn)（表 2）。它們?cè)诋?dāng)今的輔助駕駛應(yīng)用中非常常見。這類系統(tǒng)體積更小、重量更輕、成本更低，但視場(chǎng)也較為有限，并且容易受到?jīng)_擊與振動(dòng)的影響。

表 2：半固態(tài)：MEMS

閃存系統(tǒng)是固態(tài)的，包括使用光學(xué)天線陣列的光學(xué)相控陣（ OPA ）系統(tǒng)，能夠以不同角度發(fā)射光線（表 3）。這種較新的解決方案確實(shí)視場(chǎng)有限，需要多個(gè)單元的實(shí)現(xiàn)才能覆蓋完整的 360 度。

表 3：固態(tài)：基于閃存的系統(tǒng)

諸如 AMD 這樣的公司打造支持各種激光雷達(dá)系統(tǒng)和應(yīng)用的 FPGA 與自適應(yīng)計(jì)算器件。無(wú)論采用哪種技術(shù)，F(xiàn)PGA 與自適應(yīng)計(jì)算器件都能夠滿足激光雷達(dá)領(lǐng)域各種尺寸、成本與分辨率的實(shí)現(xiàn)需求。

解決時(shí)序抖動(dòng)

激光雷達(dá)的價(jià)值在于其能夠提供圖像分類、分割與目標(biāo)檢測(cè)數(shù)據(jù)，這對(duì)于通過(guò)人工智能（ AI ）增強(qiáng)的 3D 視覺感知至關(guān)重要。單靠攝像頭無(wú)法提供這種精度水平，尤其是在惡劣天氣或者弱光環(huán)境下，這也正是激光雷達(dá)成為自動(dòng)駕駛關(guān)鍵技術(shù)的原因所在。

盡管如此，激光雷達(dá)仍然必須解決多種挑戰(zhàn)，其中就包括時(shí)序抖動(dòng)。當(dāng)激光脈沖時(shí)序或位置發(fā)生波動(dòng)時(shí)，會(huì)影響生成的圖像質(zhì)量，進(jìn)而影響目標(biāo)識(shí)別與深度分辨率。激光雷達(dá)在自動(dòng)駕駛中的作用將不斷擴(kuò)展，因此，對(duì)技術(shù)進(jìn)行持續(xù)改進(jìn)至關(guān)重要。

自適應(yīng)計(jì)算技術(shù)能夠支持減少時(shí)序抖動(dòng)并提高分辨率，這得益于 FPGA 能實(shí)現(xiàn)更快速的數(shù)據(jù)處理。FPGA 提供的靈活性可以優(yōu)化數(shù)據(jù)路徑和存儲(chǔ)器層次結(jié)構(gòu)，從而降低時(shí)延，同時(shí)還能減輕調(diào)整脈沖時(shí)序的 AI 引擎的負(fù)擔(dān)，以最大限度減少波動(dòng)。最終，抖動(dòng)值越小，目標(biāo)就能越精準(zhǔn)地被傳感器與雷達(dá)檢測(cè)識(shí)別到。

不斷演進(jìn)和擴(kuò)展的激光雷達(dá)架構(gòu)

目前，從生產(chǎn)線上下線的汽車可能只有一個(gè)前視激光雷達(dá)。但這種情況正在改變，因?yàn)橄乱淮噷⑴鋫涠鄠€(gè)系統(tǒng)，包括前視、后視與側(cè)視激光雷達(dá)，以便更全面地覆蓋道路及其周圍環(huán)境。這種擴(kuò)展的激光雷達(dá)傳感器生態(tài)系統(tǒng)需要強(qiáng)大且高效的 AI 計(jì)算平臺(tái)。這些平臺(tái)會(huì)處理和傳輸生成的的大量數(shù)據(jù)，并提供生態(tài)系統(tǒng)高效運(yùn)行所需的高速連接和低時(shí)延。

采用基于 FPGA 的多處理器片上系統(tǒng)（ MPSoC ）可以縮小這些激光雷達(dá)系統(tǒng)的尺寸。由于 FPGA 針對(duì)邊緣端進(jìn)行了優(yōu)化，因此它們可以無(wú)縫集成并高效地與多個(gè)系統(tǒng)對(duì)接，從而應(yīng)對(duì)當(dāng)今輔助駕駛解決方案中傳感器數(shù)量的激增。通過(guò)縮小系統(tǒng)尺寸與占用空間，MPSoC 允許多個(gè)激光雷達(dá)協(xié)同工作，以生成車輛路徑的全面視圖。

此外，由于基于 FPGA 的 MPSoC 可以提供制造后可重新編程的靈活性，因而它們能用于多種激光雷達(dá)系統(tǒng)，包括未來(lái)幾代產(chǎn)品。這種靈活應(yīng)變能力使汽車 OEM 廠商能夠降低系統(tǒng)成本和實(shí)現(xiàn)面向未來(lái)的設(shè)計(jì)，這樣一來(lái)，他們就無(wú)需在下一代解決方案問(wèn)世時(shí)對(duì)原有系統(tǒng)進(jìn)行徹底改造。

點(diǎn)云預(yù)處理與機(jī)器學(xué)習(xí)加速

點(diǎn)云圖像是自動(dòng)駕駛的核心，能夠通過(guò)組合目標(biāo)形狀的單個(gè)測(cè)量結(jié)果來(lái)創(chuàng)建圖像至關(guān)重要。在一些實(shí)例中，企業(yè)正采用超過(guò) 128 通道的數(shù)字多光束閃存激光雷達(dá)來(lái)生成此類豐富的點(diǎn)云圖像。這就需要功能強(qiáng)大的硬件，這些硬件可以針對(duì)任務(wù)進(jìn)行優(yōu)化，并且具備同時(shí)提供圖像與數(shù)字信號(hào)處理的能力。

舉例而言，通過(guò)可編程邏輯（ PL ）中的高速串行收發(fā)器傳輸圖像數(shù)據(jù)，可以實(shí)現(xiàn)高速連接與數(shù)據(jù)傳輸。隨著并行處理、時(shí)鐘速度降低和功率耗散的實(shí)現(xiàn)，企業(yè)必須使用處理系統(tǒng)和可編程邏輯之間的高帶寬連接來(lái)劃分軟件與相關(guān)硬件加速功能。

最終，這就會(huì)生成具有深度、信號(hào)和環(huán)境數(shù)據(jù)的點(diǎn)云圖像，作為簡(jiǎn)化的傳感器架構(gòu)的一部分。它可以實(shí)現(xiàn)激光雷達(dá)所需的更高效信號(hào)處理與高分辨率，以便在汽車行駛于狹窄環(huán)境中時(shí)提供可靠的目標(biāo)檢測(cè)、高精度 3D 測(cè)繪與零厘米最小作用距離。

為現(xiàn)在與未來(lái)做好傳感器技術(shù)準(zhǔn)備

隨著激光雷達(dá)等傳感器檢測(cè)技術(shù)在自動(dòng)駕駛體驗(yàn)中愈發(fā)重要，一個(gè)強(qiáng)大而精簡(jiǎn)的、能夠以低時(shí)延提供高性能的處理平臺(tái)，對(duì)于實(shí)現(xiàn)安全關(guān)鍵功能所需的深度分辨率至關(guān)重要。自適應(yīng)計(jì)算將 AI 引擎與 FPGA 相結(jié)合，以優(yōu)化實(shí)現(xiàn)上述目標(biāo)所需的目標(biāo)檢測(cè)與數(shù)據(jù)調(diào)節(jié)，從而加速其發(fā)展，使其成為汽車品牌可信賴的、提供精準(zhǔn)可靠性能的解決方案。

隨著下一代解決方案的問(wèn)世并逐步發(fā)展為自動(dòng)駕駛體驗(yàn)中不可或缺的組成部分，激光雷達(dá)生態(tài)系統(tǒng)勢(shì)必變得更加完善。伴隨車輛生命周期中工作負(fù)載的不斷增加，自適應(yīng)計(jì)算帶來(lái)的靈活性可以助力其所需的演進(jìn)與創(chuàng)新。

例如，它能夠支持現(xiàn)場(chǎng)軟件與硬件升級(jí)，提供激光雷達(dá)所需的處理能力與低時(shí)延，以實(shí)現(xiàn)終端檢測(cè)質(zhì)量?；蛘撸梢源_保新的創(chuàng)新功能與算法能以遠(yuǎn)程方式安全地部署，以打造未來(lái)就緒型設(shè)計(jì)。

為了實(shí)現(xiàn)當(dāng)今與未來(lái)汽車用例所期望的傳感器檢測(cè)與深度分辨率，所需的計(jì)算需要靈活性、強(qiáng)大的處理能力與集成性。此外，它還需要模塊化，以最大限度降低設(shè)計(jì)復(fù)雜性與成本，同時(shí)最大限度提高精度與可靠性。將自適應(yīng)計(jì)算納入激光雷達(dá)系統(tǒng)及其集成方式，可以釋放部署規(guī)模，為未來(lái)完全自動(dòng)駕駛提供支持。