Table of Contents
מערכת העצבים הדיגיטלית של רכבים מודרניים
מערכות ניהול מתקדמות (ADAS) מייצגות את אחד השינויים הטכנולוגיים המשמעותיים ביותר בהיסטוריה של תעשיית הרכב.תכונות שהיו פעם בלעדיות לכלי רכב מותרות - כגון חירום אוטומטיים, סיוע זמני, בקרת נתיבים, בקרת שיוט מתאימה, ו ניטור של נקודה עיוורת - הופכים במהירות ציוד סטנדרטי בכל מגזרי הרכב.זה לא רק עניין של הוספת מצלמות טובות יותר או מכ"מ; זה דורש אקטיביות של מחזור אחד, על ידי מחזור חשמלי אחד, על ידי מעבדים סטנדרטי יותר ויותר, על ידי מעבדים של מחזור אחד, על ידי מעבדים של ציוד סטנדרטי של ציוד סטנדרטי של ציוד סטנדרטי של כלי רכב אחד, 000 של מחזור אחד, על ידי מערכת הפעלה אוטומטית, על ידי מעבדים של ציוד סטנדרטיים סטנדרטיים, על ידי מעבדים סטנדרטיים סטנדרטיים סטנדרטיים, על ידי מערכת הפעלה אחת, 000 של כלי רכב אחד, על ידי מערכת הפעלה אחת, 000 של כלי רכב אחד, 000 של כלי רכב סטנדרטיים מתקדמים יותר ויותר, 000.
מיקרומעבדים אלה משמשים כמרכזי קבלת ההחלטות המרכזיים, עיבוד כמויות עצומות של נתוני חיישן בזמן אמת כדי להבין את הסביבה של הרכב ולבצע תרגילים קריטיים בטיחותיים.ללא מוחות סיליקון חזקים אלה, החיישנים הם רק אספנים נתונים ללא יכולת לפרש או לפעול. מאמר זה חוקר את התפקיד החיוני של מיקרומעבדים ב-AS, בוחן את הארכיטקטורה שלהם, פונקציות, ואת ההשפעה העמוקה שיש להם על הדרך לאוטונומיה מלאה.
השינוי מדיסקרוטב לאדריכלות מרכזית
כדי להעריך באופן מלא את התפקיד של מיקרומעבדים מודרניים, יש להבין את הטרנספורמציה של ארכיטקטורת החשמל והאלקטרונית של הרכב (E / E) כלי רכב מסורתיים הסתמכות על עשרות, לפעמים מאות, של יחידות בקרה אלקטרוניות מבוזרות (ECUs), כל אחד אחראי לתפקוד יחיד, כמו חלונות כוח או בלימה נגד-locks. גישה זו הופכת לא מעשית עבור ADAS מתקדם, הדורשת של נתונים מרובים מחיישנים מרובים ורשתות אופטיים, כמו אוטובוסים מקוונים, כמו רשת יכול להיות גמישה, כמו גם תמיכה ב-ד.
התעשייה עוברת לכיוון ארכיטקטורות מבוססות-תחומים ומעבדות. במודל זה, בקרים דומיין חזקים - בנוי סביב ביצועים גבוהים מערכת-על-ידי ביצועים (SoCs) - להפיץ ולעבד נתונים מחיישנים מרובים.בקר דומיין יחיד יכול להתמודד עם פונקציות המנוהלות בעבר על ידי עשרות דגמי ECUs נפרדים. זה עצירות להפחית משקל, סימולטור תוכנה, ומאפשר אלגוריתמים מורכבים כמו אלגוריתמים אוטומטיים של כלי רכב.
ירידה בסיליקון: ממיקרו-בקרים ועד מערכות-על-צ'יפ
לא כל המעבדים ברכב הם אותו הדבר.דרישות העיבוד הספציפיות של יישום ADAS מכתיבות את סוג הסיליקון הדרוש.הבנת ההבחנה בין משפחות מעבד שונות חיונית לתפיסת המורכבות של מערכות הרכב המודרניות.
מיקרובקר (MCUs) ובטיחות תפקודית (ISO 26262)
עבור פונקציות קריטיות, זמן-קבועות כמו גינון, ניווט, פריסת תיקי אוויר, MCUs מיוחדים משמשים.המכשירים האלה נועדו לעמוד בדרישות המחמירות של FLT:0 ISO 26262FLT:1, תקן בינלאומי עבור בטיחות פונקציונלית כלי רכב "בטוח" MCUs תכונות מנעולים ליבות (שם שני ליבות לרוץ זהה במקביל לקביעת שגיאות), כגון פונקציות אבטחה אוטומטית (ASTCDC)
מערכת-on-Chip (SoC) ו-Heterogeneous Computing
עבור התפיסה והתכנון שכבות של ADAS, שבו כמויות עצומות של נתונים ממצלמות, Lidar, ו- מכ"ם צריכים להיות מעובדים, MCUs מסורתיים חסרים את הכוח הנינוח הדרוש.זה המקום שבו ביצועים גבוהים SoCs באים לשחק. השבבים האלה הם פלטפורמות מחשוב heterogeneous, שילוב סוגים רבים של ליבות על אחד: CPU רב עוצמה (ARMxA) עבור רשתות מתקדמות לעיבוד חומרים מתקדמים (GPU)
פונקציות ליבה ב- ADAS מעבדים פילין
העבודה של מיקרו-מעבד ADAS יכולה להישבר למעגל מתמשך: חוש, Perceive, Plan ו- Act.כל שלב מטיל דרישות ייחודיות על חומרת העיבוד.
חיישנים , Fusion & Perception
השלב הראשון כולל נטילת נתונים גולמיים ממצלמות, מכ"ם, לידר וחיישנים קוליים.תפקידו של המיקרו-מעבד הוא לסנכרן ולמזג את הנתונים האלה למודל יחיד, קוהרנטי של העולם.זה ידוע כ-Seaation.כל חיישן דורש יחידות עיבוד שונות.FLT:0 Image מעבדי אותות (ISP) LTFirre קריטיים עבור מצלמות, כמו מיפוי נתונים עצביים ו-D2DPUD) לבדיקות עיבוד נתונים לטווח קצרי (DDR).
קבלת החלטות ותכנון נתיב
ברגע שהסביבה מובנת, המערכת חייבת להחליט מה לעשות.שכבת התכנון משתמשת במידע מעובד כדי ליצור מסלול בטוח ויעיל.זה כרוך בתכנון התנהגות (למשל, "האם עלי לשנות נתיבים?") ותכנון תנועה (למשל, "מה זה זווית ההיגוי המדויקת של תהליך היגוי והפרופיל האצה לביצוע שינוי זה בצורה חלקה?") שלב זה פועל לעתים קרובות על CPU ו-DSP מורכבים של אלגוריתמים של תכנון מחזורי (שלב קריטי) כמו אלגוריתמים של תהליכי בקרה (שלב קריטי) והשגת יעילות של תהליכי בקרה (שלב קריטי).
בקרת רכב ופעולה
השלב הסופי הוא לתרגם את הפעולות המתוכננות לפקודות פיזיות.ה-SoC ברמה גבוהה מתקשרת לטרכיטור הרצוי ל- MCUs קריטיות הבטיחותיות. MCUs ייעודיות אלה מבצעים את הפקודות על ידי שליחת אותות מדויקים למבצעים השולטים בתזמון ה- תזמון, הבלמים וההיגוי של ניהול זמני-DPU-ידי ביצוע גבוה ו- Safety- EPU-DPU-DIVE הוא לעתים קרובות על ידי ה-DPU-in-in-in-in-in-DPU-in-in-DIVEC-in-in-DIVEDIVEC-in-functional-functional-in-functional-functional-functional-functional-functional-Rec-of-of-of-in-of-in-in-of-D-in-in-D-functionicial Taskr-D-in-in-in-in-in-in-in-in-in-in-in-in-of-of-of-of-of-of-D-in-in-in-in-in-of-in-in-in-in-in-in
דרישות טכניות עיקריות למעבדי רכב
פיתוח מעבד עבור ADAS הוא מאתגר משמעותית יותר מאשר תכנון אחד עבור מכשיר אלקטרוניקה צרכני.הדרישות סובבות סביב ארבעה עמודי עמוד עיקריים: ביצועים, כוח יעילות, בטיחות וביטחון.
ביצועים מתקדמים (TOPS, DMIPS, FLOPS)
הביצוע היה צורך בקנה מידה עם רמת האוטונומיה.מערכת רמה 2 (ידונים) עשויה לדרוש בסביבות 10-30 טריליון TOPS (Trillions of Operations Per Second) עבור מערכת AI רמה 4 (עיניים-off) עבור הרובוטיקה (עיניים-off) עבור רובוטאקסיקס הוא צורך מעל 1000 TOPS. דרישה זו מניעה את השימוש של תהליכי ייצור המוליכים למחצה מתקדמים ביותר (7nm, 5nm, ו ביצועים תרמיים, אך לא פחות מ-Fical, היא רק דרישות שטחיתות; כלומר, רק 1.
אדריכלות: Redundancy and Fallback
עבור רמות גבוהות יותר של אוטונומיה (L3 ומעלה), ארכיטקטורת העיבוד חייבת להיות בלתי-שיתופית, כלומר אם מעבד אחד נכשל, אחר חייב לקחת חלק באופן מלא.זה דורש תצורה של SoCs או נעילה של מערכת שלמה.בטיחות רכב רמות אינטגרטיביות (ASIL) מוגדרות על ידי ISO 26262, ו- ADAS בדרך כלל דורשות ASIL BIL, DIL, או פיצול עבור מנגנונים משפטיים מורכבים עבור תפקודים (IL-ACT-ACT) פונקציונליות עבור תפקודים כגון: DIL-D-D-D-DICE-ST, כגון תפקודים, הפונקציה DIL-D.
Cybersecurity ומודול אבטחה קשיח
כאשר כלי רכב הופכים להיות מחוברים יותר ותוכנה מוגדרת, הם הופכים למטרות להתקפות סייבר.מעבדים ADAS חייבים לכלול ⁇ חומרה בטוחה, מודולים אבטחת חומרה (HSMs), ותמיכה במגף מאובטח, סביבות הוצאה אמינה (TEE), ועדכונים אוויריים (טא) ISO 21434 עבור אבטחת סייבר הופכת חשובה כמו ISO 262 לבטיחות פונקציונלית.
התעשייה המובילה ופלטפורמות Semiconductor
המירוץ לספק את "מוח" עבור כלי רכב אוטונומי יצר נוף דינמי ותחרותי.שחקנים מרכזיים רבים שולטים בשוק ה- ADAS SoC בעל ביצועים גבוהים, כל אחד עם פילוסופיה ארכיטקטונית ייחודית.
- (הופנה מהדף DRNVIDIA:0) ,(FLT:1 Dominant) בחלל בעל ביצועים גבוהים עם הפלטפורמה ה-DRIVE Orin SoC (TopS) ו- DRIVE Thor (2000 TOPS) נועדו לאדריכלות רכב מרכזי, AI-First-First.
- (FLT:0)Qualcomm: FLT:1 פלטפורמת Snapdragon Ride Flex נועדה לטפל הן ב-Duckpit הדיגיטלי והן ב- ADAS עבודהloads על אחד SoC. המומחיות שלהם בקישוריות ויעילות כוח ניידת נותן להם יתרון חזק במרוץ עבור יעיל של TOPS ל-וואט:2(Snapdragon Ride) LT 3
- (בטלפון): 0 (Intel): 1FLT 1ir A ותיק במרחב ADAS, Mobileye מציעה את סדרת EyeQ של SoCs, אשר נבנות למטרה עבור ADAS מבוסס חזון. שלהם EyeQ Ultra משלב מספר ליבות CPU, GPU, ו AI מאיצים אופטימיזציה עבור האלגוריתמים הקנייניים שלהם ואת הגישה הראשונה שלהם.
- (FLT:0)Texas Instruments, NXP ו- רנסנסיאס: FLT:1 החברות האלה מספקות מעבדים אמינים, מאובטחים בטיחותיים ו MCUs אשר מטפלים בשכבות הבקרה וההפעלה החיוניות, ויצרו את עמוד השדרה של אמינות המערכת.
אתגרים בעיצוב תהליכים ADAS ואינטגרציה
למרות ההתקדמות המהירה, אתגרים משמעותיים נשארים להביא שבבים מורכבים אלה לשוק ולשלב אותם לתוך כלי רכב.מחסור המוליכים למחצה הגלובלי חשף את שבריריות של שרשרת האספקה של הרכב. ADAS SoCs מסתמכים על צמתים מובילים (nm, 3nm), אשר מוגבלים ביכולת ו יקרים מאוד.
האתגר הטכני הקריטי ביותר הוא ניהול תרמי.ה ביצועים גבוהים SoCs יכול לייצר חום עצום, וכלי רכב חסרים מערכות קירור מתוחכמות שנמצאו במרכזי נתונים.עיצוב שבבים שיכולים לספק טופS גבוה תוך שמירה על כוח נוקשה ותקציב תרמי הוא מעצמת הנדסה ראשונית יותר, המורכבות של תוכנה - שיפור מערכות הפעלה בזמן אמת (QNX, AUTOSAR Classic), מערכות הפעלה עשירות (לינוקס, הסתגלות וספקי סיליקון) של מערכות הפעלה משמעותיות של מערכות הפעלה (מערכות הפעלה בין סיליקון) לבין פונקציות יעילות של מערכות הפעלה אוטומטיות של סיליקון) ופתרונות קריטיות של מערכות הפעלה יעילות שונות ופתרונות קריטיות (שיטות הפעלה יעילות שונות של מערכות הפעלה יעילות של סיליקון) ופתרונות סיליקון) ופתרונות יעילים של סיליקון (שיטות הפעלה יעילות שונות של סיליקון) ופתרונות יעילים של סיליקון) ופתרונות יעילים של מערכות הפעלה יעילות של סיליקון) ופתרונות יעילים בין מערכות הפעלה יעילות של מערכות הפעלה יעילות של מערכות הפעלה של מערכות הפעלה יעילות של מערכות הפעלה (סימולציות (סימולציות (סימולציות (סימולציות קריטיות של מערכות הפעלה יעילות של מערכות הפעלה יעילות של מיליוני מערכות הפעלה יעילות של מערכות הפעלה יעילות של מערכות הפעלה של מערכות הפעלה יעילות של מערכות הפעלה של סיליקון) ופתרונות סיליקון) ופתרונות סיליקון) וספקי מערכות
העתיד: מחשוב מרכזי והרכב הממומן של התוכנה
המסלול ברור: ECUs המופץ של אתמול הם נותנים דרך למספר קטן של מחשבי העל על גלגלים.הרעיון של "רכב מוגדר תוכנה" (SDV) קשור באופן מהותי לאבולוציה של המיקרו-מעבד.ב- SDV, החומרה היא פלטפורמה יציבה, ותכונות חדשות - כולל פונקציות ADAS - מועברות באמצעות שימוש בתוכנות אוויריות (טא) דורשות גמישות משמעותית למיקרו-מעבד זה.
ארכיטקטורות רכב עתידיות יהיו כנראה כמה דומיינים או אזורי בקרים - פלטפורמה מרכזית אחת עבור ADAS, Infotainment, ובקרת גוף. התכנסות זו כבר מתקדמת, עם שבבים שנועדו להתמודד עם עומסי עבודה מרובים בו זמנית.מגמה זו תהיה זמינה על ידי קידום ארכיטקטורות שבבים, אריזה מתקדמת (2.5D), ומהירה יותר ברשתות הרכב הטבעיות (PCI Gene 5/6 עתידיים).
מסקנה
מיקרומעבדים הם הגיבורים הלא-מעורבים של המהפכה של ADAS.הם התפתחו מיחידות לוגיות פשוטות למנועי מחשוב מורכבים להפליא, heterogeneous המסוגלים לבצע טריליון פעולות לשנייה.מ-MCU אשר מבטיח הבלמים שלך יעבוד למחשב העל AI המפרש את הדרך קדימה, השבבים האלה הם הסלע שעליו עתיד התחבורה האוטונומית בנוי מתפקידם החכם, ומתקדם יותר, ומתוכננים מאחורי הקלעים, פועלים בכיוון של כלי רכב בטוח יותר, ומתקדם, ומעניין יותר, ומתקדם, ומתקדם, ומתומים, ומתומים, ומתוחכם יותר, ומתומים, ומתומים, ומתו של תעשיית הרכב, ומתוחכם יותר, ומתועתקים יותר, ומתוחכם יותר, ומתוחכם יותר, ומתוחכם יותר, ומתוחכם יותר, מאחורי המתקדמים, מאחורי היישרים, ומתכננים, כדי לפעול על מנת לקדם את סביבתם של כלי רכב בטוח יותר, והופכים מחדש, והופכים את סביבתם של תעשיית הרכב, והופכים את סביבתם של כלי רכב בטוח יותר, כדי לפעול על מנת לקדם את סביבתם, מאחורי היישרים, כדי לפעול על מנת לקדם את סביבתם של כלי רכב בטוח יותר, כדי לפעול על מנת לקדם את סביבתם, כך שמנוגד