一文盘点ADAS处理器芯片

在现在的电子信息领域，跨界融合的节奏越来越快，产业链各环节的衔接也是前所未有的紧密，所以现在看一个领域或一个项目，需要从整个产业链条各环节去综合考虑，包括云管端，包括硬件、软件、算法、数据，且各产业链条上各家企业，随时做前向或后向的整合，竞合关系随时转换。

随着新硬件时代的来临，对产业的研究提出了更高的要求，思考的纬度需要变得更宽，要理清里面错综复杂的关系以及未来的发展趋势，工作量数倍于从前。而对产业链各个环节标杆企业的研究是必备的功课，只有了解这些大企业的策略和动向，才能发现其中可能存在的创业/投资机会。所以最近有意识的对大企业做一点研究，如之前的音频、视觉、IOT平台等，以及本篇的主要针对ADAS的芯片厂商，理解各家的主要产品线和状态。

ADAS（高级辅助驾驶系统），是指利用安装于车上各式各样的传感器，在第一时间收集车内的环境数据，进行静、动态物体的辨识、侦测与追踪等技术上的处理，从而能够让驾驶者在最快的时间察觉可能发生的危险。通常包括导航与实时交通系统TMC，电子警察系统ISA 、自适应巡航ACC 、车道偏移报警系统LDWS、车道保持系统，碰撞避免或预碰撞系统、夜视系统、自适应灯光控制、行人保护系统、自动泊车系统、交通标志识别、盲点探测，驾驶员疲劳探测、下坡控制系统和电动汽车报警系统等。

目前来看汽车的创新绝大部分来自于汽车电子的创新，而从汽车电子系统来讲，正在由分散式架构（众多的ECU控制），逐渐向集中式乃至中央控制系统（超级处理器）演进，这一趋势落实到ADAS上也是同样规律。这一趋势的变化，包括减少ECU，降低功耗，提高处理器和内存利用效率，降低软件的开发难度和提高安全，使汽车半导体厂商在整个汽车产业中扮演越来越重要的角色。

同时，对ADAS处理器芯片来说，目前呈现出如智能家居类似的产品形态，单品爆款，以及多功能的组合，即类似于Mobileye的视觉处理ADAS芯片单品，以及多传感器的融合，使ADAS处理芯片成为平台的趋势。目前来看这两种形态都有市场，单功能会使ADAS在中低端车甚至后装市场，更大范围的普及，当然性价比是前提。而多传感器的融合会提升自动驾驶的等级向Level4甚至Level5方向走，目前像Google、百度等无人车都在做多传感器的融合，只是目前为止还没有专门的Level4/5ADAS ASIC芯片而已。

从芯片设计来说，现在ADAS处理器芯片的主要挑战在如下几个方面：

1、车规级的标准，最好过ISO26262，达到ASIL-B甚至ASIL-D级别。

2、高计算量以及高带宽，特别是多传感器融合的芯片，需要更高的芯片频率，以及异构设计，以达到快速的数据处理速度，同时传输的吞吐率上也有较高要求。

3、随着人工智能在ADAS上的应用，针对芯片的设计会考虑增加硬件的深度学习设计，如何在软硬件上做取舍，以及人工智能计算模型与原有软硬件架构以及整个系统设计上做匹配，目前来看还在早期探索阶段。

下面主要介绍各家主要ADAS处理器芯片厂商的产品，希望从他们的产品中一窥现在ADAS处理器芯片领域的现状，以及未来的发展趋势。

高通/NXP

由于高通已经收购NXP，所以在这里一起介绍。高通自己主要通过自己的移动处理器芯片（改成车规级），开始逐步切入ADAS，当然刚开始做环视等，最近有和纵目合作，在CES上推出首个基于骁龙820A平台并运用深度学习的最新ADAS产品原型，该产品运行了820A神经网络处理引擎（SNPE），能实现对车辆、行人、自行车等多类物体识别，以及对像素级别可行驶区域的实时语义分割，当然离商用应该还有一定距离。总的来说，高通骁龙产品策略应该还是以车载娱乐信息系统为主，逐步向更专业的ADAS拓展。

同时，NXP以及之前NXP收购的飞思卡尔，在汽车电子和ADAS芯片领域都有完整的产品线布局。

NXP已经发布Blubox平台，为OEM厂商提供设计、制造、销售Level 4级（SAE）无人驾驶汽车的解决方案计算平台。下图是NXP的ADAS系统框图，该系统对多路视频、77G雷达的数据进行融合处理，然后传送给云端和车身系统。我们看到NXP是能够提供全套Reference方案的公司，在这一块的产品线很全，虽然现在没有做更多的芯片集成，而是提供相对分散的芯片及解决方案。我们这里重点介绍一下中央处理器S32V234和MPC5775K，MPC5775K是对雷达数据进行处理，而S32V234是对多传感器处理过的数据进行融合分析，通过CAN总线，把结果传给车身系统。

S32V234是NXP的S32V系列产品中2015年推出的ADAS处理器，支持CPU（4颗ARM V8架构A53和M4）、GPU（GC3