Xilinx 客户塑造美好的未来

作者：赛灵思杂志发行人 Mike Santarini
mike.santarini@xilinx.com

赛灵思的客户们正在引领当今主要新兴市场的发展趋势。赛灵思通过可以提供软件智能和硬件优化的 All Programmable 技术推动着这一发展。

自托马斯爱迪生打开开关启亮第一盏电灯以来，电子行业创新的步伐就从未停止过。我们现在享受着如此众多塑造了我们日常生活的卓越电子创新,所以当一个真正里程碑事件在电子领域发生的那一刻，我们很容易熟视无睹。今天， 我们正快速接近这些里程碑中的其中一个。

六大重要的新兴市场——视频/视觉、高级驾驶员辅助系统 (ADAS)/无人驾驶、工业物联网、5G 无线、软件定义网络 (SDN)/网络功能虚拟化 (NFV) 和云计算，将迅速融合为一个全方位互联的万网之网,并将为我们所赖以生存的整个世界带来深远的影响。这种智能系统的融合将让我们的生活更加丰富多彩：我们将使用智能工厂制造的智能产品，在智能城市的街道上乘坐安全驾驶的智能汽车。而这一切都通过在云端部署业务的智能有线和无线网络互联在一起。

赛灵思公司多样且精明的客户们正在运用赛灵思 All Programmable 器件和软件定义解决方案，将这些新的市场以及市场与市场之间的融合变为现实。

让我们逐个审视一下这些新兴市场，并看一看它们如何融为一体丰富我们的生活。最后我们将深入探讨客户如何才能借助赛灵思器件和软件定义解决方案在这些新兴市场中打造更智能的、互联互通的、差异化的系统，从而为我们大家塑造一个辉煌的未来（图 1)。

一切始于视觉   

在当今社会, 视觉系统无所不在。您可以在越来越多的电子系统中看到有视频功能的摄像头，从最便宜的移动电话到最先进的外科手术机器人，再到军用和商用无人机和探索宇宙的无人驾驶飞船,无所不有。辅助性通信和存储基础设施近乎一致地迅速转移重点，从传输音频和数据转为快速的视频传输。

就在三十年前，以今天的标准来看，视觉/视频系统还非常地原始。例如当年最精密的监控安保系统，主要由通过同轴电缆连接到显示屏的分辨率很低的视频摄像头构成。然后由一个保安或值勤人员认真（或不那么认真地）地监视。这个摄像头可能会（或者不会）连接到一个录制设备，而这个录制设备仅仅可以录制有限的几个小时内摄像头所捕获到的图像。

相比而言，如今最先进的监控系统具有高度的智能化。它们用户有最先进的处理功能支持，融合多种传感器单元，包括摄像头、热传感、夜视和雷达等。这些融合的传感器能够在各种天气条件下近乎实时地自动识别面部和目标 ，发现并跟踪异常或可疑行为，乃至识别和跟踪个人。这类监控系统中的每个单元都能自动捕获可视甚至热图像，通过图像校正算法计算强化图像，甚至可以在本地处理，即刻分析视野内的一切事物。

此外，这些单独的单元还可以通过有线或无线方式联网到大型机系统，让监控系统的所有点一致地工作，在系统视野内持续跟踪个人，同时持续记录他们的行动并在发现可疑行为时提醒警卫、屋主或警方。

大型机系统还可以采集元数据，供一体化安全中心后续存储、分析和交叉引用。企业还可以将用自己的监控技术采集到的数据用于安保目的之外。例如零售商可以使用元数据分析客户的浏览和购买行为，更好的为自己的客户服务。他们还可以把采集的元数据许可给附属公司及产品厂商，以改善产品营销和销售情况。

根据《赛灵思中国通讯》第48期封面报道的深度探讨，智能视觉/视频技术正在普及，被越来越多的应用所采用。 汽车产业的高级驾驶员辅助系统 (ADAS) 就是应用之一。这个领域凭借视觉处理不断发展，有望实现无人驾驶车辆。先进视觉技术还在智能工厂、智能医疗设备、交通运输基础设施乃至智能城市中得到进一步运用。这些都是工业物联网 (IIoT) 市场的新兴领域。

ADAS 迈向无人驾驶车辆   

如果您拥有或者乘坐过过去十年内制造的汽车，很有可能您已经体会到高级驾驶员辅助系统 (ADAS)技术的价值。事实上如果不是 ADAS 有如此迅速的发展，可能您不会在这里阅读这篇文章。ADAS 的目的是提升驾驶员对周边环境的感知能力，提高驾驶水平和安全性。

最早的 ADAS 技术之一要数后视告警。最初的后视告警技术使用连接到汽车中央电子控制单元 (ECU) 的雷达传感器。当驾驶员倒车的时候，如果传感器检测到车后有物体，就会发出警示。自那时起，汽车行业把雷达传感器与后视摄像头融合在一起并改进算法以拓宽传感器的视野，让这项技术有了长足发展。现在这些后视传感器系统能够准确地跟踪传感器阵列视野范围内的对象，发现潜在的危险状况。在极高端的车辆中，这些传感器系统被融合在一起并连接到车辆的中央控制单元，在驾驶人分神的时候能自动制动车辆。

从简单而有效的后视摄像头起步，汽车制造商现为 ADAS 系统提供了 360 度全景环视甚至内视功能。图 2 所示的是当今汽车上采用的众多 ADAS 系统类型，展现了高级处理算法和专用算法如何让少量相对廉价的传感器能够执行多项任务。

实践证明,ADAS 系统非常成功，而且极为可靠，因此这个领域的竞争就是迈出大胆的下一步，把从ADAS技术学习到的经验教训延伸用于车辆间通信 (V2V)、车辆与基础设施通信 (V2I)、半无人驾驶和最终的无人驾驶，让驾驶员只辅助车辆驾驶。当这些技术到位后，可以肯定交通事故会进一步减少。此外车辆还能在公路上有序排列，提高交通运输的效率，从而降低燃料消耗。这样相应地还可能减少化石燃料造成的污染。

目前 OEM 厂商正在积极的开发甚至开始公布自己在无人驾驶车辆方面的进展。例如戴姆勒公司的子公司弗莱特莱纳 (Freightliner) 已经得到内华达州的许可，准备运营自己的自动驾驶 Inspiration 超级卡车。此外梅赛德斯奔驰、谷歌、奥迪和特斯拉也属于正在积极把无人驾驶车辆推向大众化市场的众多企业之列。这确实是一场较量。而且风险很高。

工厂 4.0 (Factory 4.0) 的信息物理系统有望产生重大影响，把各种不同水平的人工智能带给已经智能化的系统，让工厂设备具备自动修正和自愈能力并自动运行。工厂生产线上的机器人将能够检测自己是否运行在最佳状态下。

对推出全无人驾驶车辆来说，挑战在于需确保车辆知晓自己的位置和周边环境。车辆必须能够实时地根据每秒道路条件变化做出相应动作，确保车辆内及周边的安全。鉴于道路上的车辆并非都是无人驾驶，如何做到这点是一个行业和政府正在争议的问题。答案无疑在于车辆间的智能通信安全标准，以及车辆和市政基础设施之间的更具前瞻性的通信安全标准。工业物联网这个新兴领域的发展将有助于创建这样的基础设施。