電氣化，遠程辦公和供應鏈問題促使汽車行業啟動了新一輪變革。

人們對有害氣體排放及其對環境影響意識的增強進一步推動了汽車行業采用綠色環保的可替代能源。對可持續交通和相關法規改革的訴求則強化了減少碳足跡的愿景，加速汽車產業的電氣化進程，為傳統笨拙的機械系統向高效電動動力系統轉變提供了基礎。

無線通信，毫米波(mmWave)雷達和人工智能(AI)等技術正在催生全新的用戶體驗，塑造不斷變化的乘客期望。在"The Brains Behind Your Intelligent Systems①" 這篇文章中，Ben Gu② 專門描述了電子元件的驚人進步，其具體體現為如何替代人類感知環境，傳輸數據，并做出實時決策。

技術革新讓汽車駕駛更加安全、高效和舒適，營造出更愉悅的出行體驗。一款最普通的汽車現在也至少搭載了超過 1,000 塊各類芯片。目前絕大多數芯片還是被用于車載娛樂系統，但自動駕駛和安全相關領域的芯片應用正在快速追趕。

基于上述趨勢，Ben Gu 總結了讓汽車更智能、更安全的三種技術途徑。

1汽車智能

為了實現輔助駕駛，車輛必須明確所處的位置和周圍環境。輔助駕駛的關鍵技術需要利用 AI 和視覺傳感器的信息獲取能力，為后續的實時判斷和分析提供數據。例如，將傳感器收集到的數據與環境及路況信息結合。

這些收集到的信息，或者叫模型，本質上就是匯總了道路、地圖、車速、交通法規和安全駕駛規則的數據庫。系統在分析過程中會同時評估環境路況和數據模型，判斷安全操控汽車所需執行的命令。

攝像頭，毫米波雷達，激光雷達和 GPS 在探測環境時會產生大量數據，包括位置、地形、路面、標識、交通信號、行人、車輛和其他物體。將上述所有數據匯總的過程被稱作傳感器融合，計算結果可以精準描述車輛所處的環境和狀態。接下來，這些數據在自動駕駛汽車的行為模型下進行分析，這一模型的數據庫中幾乎囊括了所有可能做出的判斷及其影響。

模型的搭建或完善需要以龐大的歷史數據和仿真結果為基礎。大家可能遇到過裝滿攝像設備的車駛遍大街小巷，它們的作用就像手機一樣，就是不斷地將采集到的數據流主動傳送至汽車制造商。一家車廠就可能擁有 1.5PB 的數據，其中包括 100 萬個長度為 10 秒的視頻和 60 億個被標記的物體。

模型對傳感器數據的分析在車載環境下實時執行。負責數據分析的計算機和游戲主機差不多，也用到類似的圖像處理器(GPU)技術。設備運行速度可達到每秒 320 萬億兆次運算(TOPS)以滿足性能需求。一些模型也可能采用速度低于 144 TOPS 且功耗小于 100W 的系統。

2系統性能

通過設計以達到最優性能需要考慮的遠不止最高時速和 0 到 60 mph 加速這么簡單。現代化的汽車就是裝了輪子的計算器，意味著軟件和電子元件必須滿足數據實時處理的要求。

高性能的車內無線數據傳輸、車間通訊和與數據中心的連接至關重要。傳感器網絡傳輸的數據范圍是 10 Mbps 到 25 Gbps，方式基本都是通過高速以太網。信號傳輸過程必須免受電氣干擾，并限制電噪聲排放。

車輛經過不同區域時，駕駛和導航的實現需要大型數據集的無線傳輸。一輛車每天可以生成 1TB 數據。為了保證多車輛導航的安全性，車輛之間也會通過直接通訊來管理車距，做出判斷。

所有智慧功能都需要軟件才能實現。空中(OTA)軟件會時不時進行更新，完整的軟硬件系統必須具有安全的架構以防止黑客入侵和數據盜竊。

流體動力學、材料和散熱性能是優化系統性能并減少能耗的關鍵。車身的設計需要兼顧能效、外觀、安全、摩擦和燃油汽車引擎冷卻或電動汽車的電機與電池冷卻。

為所有設計方案建立物理模型并進行風洞測試無論從時間還是成本上都不現實，所以使用虛擬模型進行仿真就成為了性能優化的關鍵。同樣的道理，熱量產生和設備冷卻對狹小空間和敏感電子設備尤為關鍵。熱行為的虛擬仿真可以優化物理設備的測試結果，創建更高效的熱管理設計。

3半導體電子元件

近期的電子元件供應鏈問題因為超預期的需求，彈性更低的生產能力和更長的交付時間而加劇。一些 T1 子系統供應商正在通過自行設計半導體以控制供應和庫存，優化整體系統。為了提高成功率，他們需要聘請半導體行業專家，但這需要在有限的人才庫中與其他廠商競爭，這也強化了行業內對自動化半導體設計工具的需求。

汽車芯片過去一直采用傳統工藝以節省成本。但汽車電子的變革是由高價值特征驅動的，實現這些功能所需的性能、設計尺寸和功耗只有在最先進的半導體制程工藝下才能達成。為應對愈發復雜的設計，人工智能在生產力和性能優化方面都展示了樂觀的前景。

結論

汽車行業已經改頭換面。電氣化和人工智能讓能耗、性能和安全都得到大幅提升。一些駕駛員不再將快速到達目的地作為唯一標準，而是越來越多地關注駕駛體驗，目的地總歸可以到達，但抵達的過程更為重要。

智能汽車需要半導體、數據和決策 AI 的共同加持，汽車系統的復雜性與日俱增，需要更完善的設計和測試技術。為了實現必要的性能和可持續的設計目標以及安全性，各項設計需要被進一步統籌。不同領域的工程師需要合作完成統一的目標，做到這一點則需要全新的設計合作模式。

關于 Cadence

Cadence 在計算軟件領域擁有超過 30 年的專業經驗，是電子系統設計產業的關鍵領導者。基于公司的智能系統設計戰略，Cadence 致力于提供軟件、硬件和 IP 產品，助力電子設計概念成為現實。Cadence 的客戶遍布全球，皆為最具創新能力的企業，他們向超大規模計算、5G 通訊、汽車、移動、航空、消費電子、工業和醫療等最具活力的應用市場交付從芯片、電路板到完整系統的卓越電子產品。Cadence 已連續七年名列美國財富雜志評選的 100 家最適合工作的公司。如需了解更多信息，請訪問公司網站 cadence.com。

2022 Cadence Design Systems, Inc. 版權所有。在全球范圍保留所有權利。Cadence、Cadence 徽標和 www.cadence.com/go/trademarks 中列出的其他 Cadence 標志均為 Cadence Design Systems, Inc. 的商標或注冊商標。所有其他標識均為其各自所有者的資產。

原文標題：智能系統賦能自動駕駛

文章出處：【微信公眾號：Cadence楷登】歡迎添加關注!文章轉載請注明出處。

審核編輯：湯梓紅