先進汽車駕駛輔助系統面臨的挑戰及解決方案

在汽車產業不斷提高安全性的趨勢下，車輛需要整合越來越多的週邊攝影感測器和智慧影像處理技術，以便實現先進的駕駛輔助系統(ADAS)，如車道偏離警告、碰撞避免、盲點監視、先進的倒車攝影以及具有物體識別功能的周邊環境觀察系統等。製造商想要創建完全安全的駕駛環境這一共同目標推動著這一趨勢的發展。例如，Volvo公司的‘Zero-by-2020’目標，就是希望到2020年乘坐新款Volvo汽車的人不會再因車禍而死亡甚至受傷。

這些系統面臨的挑戰在於需要建立這樣一個平台：能夠保持這些計算密集型應用要求的處理性能，只需消耗較低功率以避免散熱問題，能夠提供整合商願意採用的高成本效益解決方案，並且系統尺寸要小，能使系統‘大腦’與影像感測器共處一地，並裝配進智慧攝影機(如果要求的話)內。共存於感測器上的影像處理可構成系統解決方案，在這種系統中，相同的智慧攝影平台可應用於車輛的不同位置，如後保險桿——實現具有物體/人體檢測功能的增強型倒車攝影機；反光鏡——用於實現盲點監視；後視鏡背後——用於實現前向碰撞和車道偏離警告；以及其它週邊攝影機——用於周邊環境觀察。此外，這種分散式智慧攝影模型不會因額外處理要求而加重汽車中央控制台的負擔。

圖1：先進的駕駛輔助系統

市場報告指出，在今後幾年中，ADAS不僅會廣泛用於高階汽車，而且還會用於更普通的中低階汽車。除了要求每個應用提供更強的運算性能外，還有在相同的硬體平台上結合來越多ADAS應用的需求。但這也升高了一項疑慮——目前的DSP和FPGA解決方案夠用嗎？

DSP演算法執行方案中最大的瓶頸之一，是為了跟上讀寫存取速度而負擔越來越重的外部記憶體。傳統的DSP提供有限的並行執行能力，為了滿足處理要求，通常要求工作在越來越高的時脈頻率。而隨著時脈頻率的不斷攀升，DSP將消耗更多的功率，進而產生更多的熱量需要散發。雖然FPGA的並存執行能力要比DSP強，但比較難編程式，且經常需要用RISC處理器進行資料的後處理。FPGA也具有很大的功耗，而且系統尺寸大，總之是一種成本較高的解決方案。

影像識別的未來：多核心平行處理

由CogniVue影像識別處理器(ICP)執行的多核心平行處理性能在許多方面都已超越DSP和FPGA。在單位面積、單位毫瓦功率內，ICP能提供更好的性價比。

CogniVue APEX架構整合了用於管理演算法執行的工業標準RISC核心和高度平行的單指令多資料(SIMD)陣列處理引擎(APU)，可用於執行影像處理和分析演算法中固有的低層運算密集型平行作業。這種架構中除了RISC和APU外，還有新設計的串流DMA，用於確保高效的資料移動；以及設計用於自動和高效排序操作以確保最大效率的排序器。第二個RISC核心在APEX外部獨立運作，用於處理系統級常駐程式。

APU內部為每個計算單元準備了本地專用記憶體。影像資料取自外部記憶體，然後流進APU記憶體，在資料流程出和存回系統記憶體之前，所有處理工作都在APU記憶體中完成。由於APU記憶體與APU單元位於一處，因此可以大幅地減少外部記憶體存取的次數，不必提高時脈頻率就能維持高運算性能。APEX處理核心與ICP的其餘部分也是分開的，這意味著APEX核心工作頻率獨立於SoC的其餘部分，允許元件其餘部分工作在較低的時脈頻率，從而節省功耗。透過將外部記憶體堆疊在封裝內部，這種方案可以實現更小的系統尺寸，達到節省電路板佔用面積的目的。

由於採用了平行處理器核心和基於串流程式設計的獨特軟體範例，CogniVue ICP可以調度複雜的向量操作，並在資料移動最少的情況下執行程式碼。這些處理器只要有可能就會實現演算法原語的自動管線式操作，並透過一個全面的API擷取這種複雜性，從而隱藏掉系統負載平衡的複雜度，消除開發人員面臨的多核心同步問題。

高度並行機制加上高ALU頻寬架構展示了一個可行的平台，它提供足夠富餘的功能和處理能力，可在相同的硬體上並行執行多個應用。靈活的開發平台和SDK使得用戶能夠靈活程式設計APEX，並建構極具競爭力的差異化應用。這種多核心平行平台之所以能夠得到開發人員的青睞，不僅因為它能提供先進的性能、功耗和尺寸特性，而且能保證在未來ICP中的程式碼再使用，從而確保最少的開發工作和時間。

圖2：可編程設計的平行架構