Изучение использования Dsp-процессоров в радиолокационной обработке сигналов для систем безопасности автомобилей

Радарная технология стала краеугольным камнем современных систем безопасности автомобилей, позволяя транспортным средствам воспринимать свое окружение с высокой надежностью независимо от освещения или погодных условий. От адаптивного круиз-контроля и автоматического экстренного торможения до обнаружения слепых точек и оповещений о перекрестном движении радарные датчики предоставляют сырые данные, которые управляют этими спасательными функциями. В основе каждой автомобильной радиолокационной системы лежит цифровой сигнальный процессор (DSP), специализированный микропроцессор, спроектированный для обработки интенсивных математических требований анализа сигналов в реальном времени. Производительность, эффективность и гибкость современных DSP напрямую определяют, насколько точно и быстро транспортное средство может обнаруживать препятствия, пешеходов и других участников дорожного движения. Понимание развертывания процессоров DSP в обработке радиолокационных сигналов имеет важное значение для понимания текущих возможностей и будущего потенциала автомобильной безопасности.

Автомобильные радиолокационные системы обычно работают в диапазоне частот 76-81 ГГц (миллиметровая волна) и излучают импульсы или непрерывные волны, которые отражаются от объектов. Возвращающиеся эхо оцифровываются и подаются в DSP, где каскад алгоритмов извлекает критическую информацию, такую как диапазон, скорость и угол. Без DSP огромное количество необработанных данных, производимых радарным датчиком, будет подавлять процессоры общего назначения, вводя недопустимую задержку. DSP специально построены для этой задачи, предлагая параллельные вычислительные блоки, специализированные наборы инструкций и архитектуры памяти с низкой задержкой, которые вместе обеспечивают субмиллисекундные циклы обработки. По мере того, как автомобильная безопасность развивается к более высоким уровням автоматизации, роль DSP в обработке радиолокационных сигналов становится еще более центральной, преодолевая разрыв между необработанными данными датчика и действующей ситуационной осведомленностью.

Понимание цифровых процессоров сигналов (DSP)

Цифровой сигнальный процессор — это класс микропроцессора, оптимизированный специально для высокоскоростных численных вычислений, распространенных в обработке сигналов. В отличие от процессора общего назначения, который предназначен для решения широкого спектра задач со сложной логикой управления, DSP подчеркивает пропускную способность повторяющихся арифметических операций, таких как мультиаккумуляция (MAC). Типичная операция MAC — умножение двух чисел и добавление результата к аккумулятору — является фундаментальным строительным блоком фильтрации, корреляции и преобразований Фурье. DSP могут выполнять одну или несколько операций MAC за тактовый цикл, давая им решающее преимущество в производительности для рабочих нагрузок радара.

Современные автомобильные DSP часто включают в себя несколько блоков MAC, глубокие трубопроводы и специальное оборудование для быстрого ускорения преобразования Фурье (FFT). Они также включают большие встроенные памяти с несколькими банками для поддержки одновременного доступа к данным, уменьшая узкое место извлечения операндов из внешней ОЗУ. Еще одной ключевой архитектурной особенностью является архитектура Гарварда или модифицированная архитектура Гарварда, которая отделяет инструкции и шины данных, позволяя процессору получать следующую инструкцию и загружать данные в одном цикле. Этот параллелизм имеет решающее значение в радиолокационной обработке, где каждый шаг - дальность, Доплер, угол - требует непрерывной потоковой передачи данных.

DSP доступны как в вариантах с фиксированной, так и в вариантах с плавающей точкой. DSP с фиксированной точкой предлагают более низкое энергопотребление и меньшую площадь гибких дисков, что делает их привлекательными для экономически чувствительных автомобильных приложений. DSP с плавающей точкой, потребляя больше энергии, обеспечивают больший динамический диапазон и упрощают разработку алгоритмов. Многие передовые автомобильные радиолокационные системы используют комбинацию: фиксированная точка для обработки тяжелых фронтальных сигналов и плавающая точка для отслеживания бэкэнда и слияния данных. Такие компании, как Texas Instruments, NXP Semiconductors и Analog Devices, производят DSP-специфические радары, которые интегрируют радиолокационные ускорители, память и интерфейсы на одном чипе.

По сравнению с графическим процессором (GPU), DSP, как правило, более эффективен для конкретной схемы вычислений, обнаруженной в обработке радиолокационных сигналов. GPU превосходят по массовым, высокопараллельным рабочим нагрузкам с большими векторами данных, но их энергопотребление и стоимость могут быть непомерно высокими для объемного развертывания автомобилей. Полевые программируемые затворные массивы (FPGA) предлагают исключительную гибкость и низкую задержку, но они требуют опыта проектирования оборудования и часто потребляют больше энергии, чем DSP для данного алгоритма. DSP достигает баланса: высокая производительность с детерминированной задержкой, низкой мощностью и программируемостью через C / C++ или специализированные наборы инструментов.

Цепочка обработки радиолокационных сигналов

Чтобы оценить роль DSP, полезно изучить типичную цепочку обработки автомобильной радиолокационной системы. Цепь начинается после того, как аналоговый фронтальный сигнал преобразует принятый радиочастотный сигнал в промежуточную частоту или базовую полосу, а аналого-цифровой преобразователь (ADC) оцифровал результат. DSP затем получает поток цифровых образцов и выполняет следующие этапы последовательно или конвейерно:

Диапазон FFT

Первая операция обычно представляет собой быстрое преобразование Фурье (FFT) через быстродействующие образцы (размерность диапазона) для каждого чирпа. Этот FFT преобразует сигнал бита временной области в представление частотной области. Частота каждого пика соответствует задержке отражения в оба конца, что напрямую переводится в диапазон. DSP должен вычислять сотни или тысячи FFT на раму радара - часто с использованием оптимизированных процедур radix-4 или radix-2 FFT, которые используют аппаратные ускорители FFT DSP.

Доплер FFT

После диапазона FFT система собирает данные по нескольким чирпам в медленном измерении. Второй FFT — Doppler FFT — применяется к каждому диапазону бин для извлечения доплеровского сдвига, который выявляет относительную скорость обнаруженных объектов. Этот шаг также является вычислительно-интенсивным, поскольку он включает FFT над раздвижным окном чирпов. DSP должен управлять сложными шаблонами доступа к памяти, чтобы избежать кэш-трэширования.

CFAR обнаружение

С картой диапазона-допплера в памяти DSP запускает алгоритм постоянной частоты ложной тревоги (CFAR). CFAR сканирует карту и сравнивает каждую ячейку со средним уровнем шума окружающих ячеек, регулируя порог для поддержания постоянной вероятности обнаружения. Это адаптивное пороговое значение имеет решающее значение для отклонения шума и беспорядка при сохранении законных целей. DSP обрабатывает сравнения, сортировку и пороговые вычисления в режиме реального времени.

Оценка угла

Modern automotive radars use multiple transmit and receive antennas to estimate the angle of arrival of each target. The DSP processes the complex signals from each antenna pair to compute a direction-of-arrival (DoA) using methods such as digital beamforming, MUSIC, or the simpler FFT-based monopulse technique. This step requires matrix arithmetic and complex number operations, which DSPs can execute efficiently due to their built-in vector processing capabilities.

Кластеризация и отслеживание

После того, как обнаружения генерируются с информацией о дальности, доплере и углу, DSP организует их в кластеры, представляющие различные объекты. Затем он может запускать фильтр отслеживания, обычно фильтр Калмана, для оценки состояния и движения объекта с течением времени. Стадия отслеживания менее тяжела для обнаружения, но должна поддерживать низкую задержку для обновления треков со скоростью 20–50 Гц. DSP с поддержкой плавающей точки плавно обрабатывают матричные инверсии и ковариационные обновления.

Фьюжн данных

Наконец, радиолокационные данные сливаются с информацией от камер, лидаров и ультразвуковых датчиков.В то время как некоторые задачи синтеза возникают на центральном контроллере домена, DSP может выполнять предварительную выравнивание датчиков, синхронизацию времени и проверку правдоподобности.Это снижает нагрузку на основной процессор и гарантирует, что по цепочке передаются только консолидированные списки целей.

Критические функции DSP в автомобильном радаре

Вышеупомянутая цепочка обработки выделяет несколько критических функций, которые выполняют DSP. Помимо основных этапов, DSP обеспечивают более продвинутые возможности, которые расширяют производительность радара:

• Фильтрация сигналов:] Сырье радиолокационных данных загрязнено тепловым шумом, помехами от других радаров и самогенерируемым шумом от электроники транспортного средства. DSP реализуют цифровые фильтры — такие как фильтры с скользящим средним, конечным импульсным откликом (FIR) или бесконечным импульсным откликом (IIR) — для подавления внеполосного шума и изоляции желаемого сигнала. Адаптивные методы фильтрации также позволяют DSP динамически отменять помехи на основе обнаруженных шаблонов.
• Обнаружение целей: Сочетание обработки диапазона-доплеров и обнаружения CFAR идентифицирует объекты с высокой надежностью. DSP также могут применять модели машинного обучения, такие как простые нейронные сети, для улучшения обнаружения в сложных сценариях, таких как низкое отношение сигнал/шум или многоцелевые ситуации.
• Подавление загромождений:] Стационарные объекты, такие как ограждения, дорожные знаки и растительность, генерируют постоянные отражения, которые могут ввести в заблуждение систему. DSP использует карты загромождений, которые накапливают исторические данные и вычитают известные стационарные возвраты, позволяя движущимся целям выделяться. Доплеровская фильтрация также отделяет беспорядок с нулевой скоростью от движущихся целей.
• Формирование луча: С помощью нескольких антенн DSP может управлять полем зрения радара в электронном виде. Цифровое формирование луча применяет фазовые сдвиги к сигналу каждой антенны для создания сфокусированного луча в желаемом направлении. Это особенно важно для радара высокого разрешения, который должен быстро сканировать узкие сектора.
• Многовходная многовходовая (MIMO) обработка: Современные радиолокационные системы используют конфигурации антенн MIMO для улучшения углового разрешения и надежности. DSP обрабатывает разделение ортогональных форм волн (например, разделение по времени, частотное деление или мультиплексирование по кодовому делению) и реконструирует виртуальный массив. MIMO обработка существенно увеличивает вычислительную нагрузку, что делает ускорители DSP незаменимыми.
• Синхронизация данных и датчиков: Как уже упоминалось, DSP часто служит локальным термоядерным узлом, выравнивая радиолокационные обнаружения с объектами камеры, проецируя их в общую координатную рамку.Таймовые штампы и интерполяции обеспечивают согласованность данных от различных датчиков, избегая ложных срабатываний из-за смещения задержки.

Преимущества DSP процессоров для автомобильных приложений

Внедрение DSP в автомобильную радиолокационную систему обусловлено рядом конкретных преимуществ, которые соответствуют строгим требованиям систем безопасности.

• Реальное время, детерминированная производительность: DSPs спроектированы так, чтобы гарантировать, что каждый кадр обработки завершается в рамках фиксированного бюджета времени. Этот детерминизм необходим для сертификации безопасности в соответствии со стандартами, такими как ISO 26262. Анализ времени выполнения в худшем случае (WCET) осуществим, позволяя разработчикам доказать, что радар будет реагировать в пределах требуемой задержки даже при пиковой нагрузке.
• Низкое потребление энергии: Автомобильные электронные блоки управления (ECU) должны работать в пределах ограниченного теплового бюджета, особенно когда транспортные средства добавляют больше датчиков. Типичный радар DSP потребляет около 1-5 Вт, что намного меньше, чем решение GPU или FPGA. Низкая мощность также уменьшает рассеивание тепла, позволяя меньшие и более легкие корпуса.
• Малый физический след:] Поскольку DSP интегрируют несколько функций (интерфейс ADC, память, ускорители, процессорные ядра) на одном кристалле или в одном пакете, они позволяют радарным модулям быть достаточно компактными, чтобы поместиться за бамперами, в боковых зеркалах или даже внутри кабины.
• Программируемость и гибкость:] В отличие от ASIC с фиксированной функцией, DSP могут быть перепрограммированы для реализации новых алгоритмов после производства. Это позволяет автопроизводителям и поставщикам первого уровня повторять алгоритмы обнаружения, добавлять такие функции, как классификация пешеходов, или адаптировать поведение радара к различным моделям транспортных средств без изменения оборудования. Обновления в воздухе также могут улучшить производительность радара в течение срока службы транспортного средства.
• Высокая пропускная способность для сложных алгоритмов:] Специализированные MAC-блоки, архитектура VLIW и аппаратные FFT-двигатели позволяют DSP обрабатывать целые радиолокационные кадры за десятки микросекунд. Эта пропускная способность поддерживает не только базовое обнаружение, но и расширенные функции, такие как оценка угла супер-разрешения или вывод глубоких нейронных сетей.
• Безопасность и надежность: Многие DSP, предназначенные для автомобильных приложений, включают аппаратные механизмы безопасности, такие как двухъядерный штрих-шаг, встроенный самотест (BIST) и код исправления ошибок (ECC) на памяти. Эти функции помогают соответствовать требованиям ASIL-B или ASIL-D, гарантируя, что одноточечный отказ не приводит к потере функциональности безопасности.
• Экономическая эффективность по масштабу: DSP производятся в больших объемах с использованием зрелых процессов CMOS, что приводит к низким удельным затратам. Для транспортного средства массового рынка стоимость цепочки обработки радара, включая DSP и связанную с ним память, составляет долю от общей стоимости системы, что делает современные функции безопасности доступными.

Проблемы и соображения

Несмотря на свои сильные стороны, развертывание DSP в автомобильных радарах не лишено проблем. Инженеры должны тщательно балансировать производительность, мощность и стоимость, устраняя при этом несколько технических препятствий:

• Увеличение сложности алгоритмов:] По мере того, как радиолокационные системы переходят от обнаружения крупных объектов к классификации форм, распознаванию уязвимых участников дорожного движения и отображению сред в 4D (диапазон, доплеровский, азимут, возвышение), вычислительная нагрузка растет. Некоторые новые алгоритмы, такие как обработка облаков точек на основе глубокого обучения или методы радара с синтетической апертурой (SAR), могут подтолкнуть текущие архитектуры DSP к их пределам. Это создает давление для более мощных DSP или гетерогенных решений.
• Теплоуправление: Хотя DSP потребляют относительно мало энергии, они часто размещаются внутри герметичных радиолокационных модулей вблизи компонентов горячего двигателя или под прямыми солнечными лучами. Повышенные температуры перехода могут ухудшить производительность и надежность. Для эффективного рассеивания тепла требуются передовые методы упаковки и тщательная компоновка печатной платы.
• Управление помехами: Со многими транспортными средствами на дороге, использующими аналогичные радиолокационные частоты, взаимные помехи являются растущей проблемой. DSP должны внедрять алгоритмы обнаружения помех и смягчения помех — такие как скачок частоты, разнообразие формы волны или отмена помех — без ущерба для задержки. Эти алгоритмы добавляют к нагрузке обработки и увеличивают сложность программного обеспечения.
• Синхронизация с помощью датчика слияний: Для стыковки радиолокационных данных с камерами и лидаром требуется точное выравнивание времени. Даже смещение на микросекундном уровне между датчиками может вызвать ложное обнаружение или пропущенные объекты. DSP должен управлять аппаратными временными метками и интегрироваться с сетью синхронизации времени транспортного средства (например, IEEE 802.1AS).
• Сертификация и валидация: критически важные для безопасности радиолокационные системы должны пройти тщательное тестирование на соответствие ISO 26262 и другим нормативным стандартам. Доказательство того, что программное обеспечение DSP соответствует целям безопасности, особенно при использовании компонентов ИИ, является постоянной проблемой. Сборники инструментов и компиляторы для DSP также должны быть квалифицированы.

Будущие тенденции и события

Траектория автомобильного радара направлена на более высокое разрешение, больший интеллект и более тесную интеграцию с общей системой восприятия автомобиля. DSP будут развиваться, чтобы удовлетворить эти требования, с несколькими заметными тенденциями на горизонте:

Интеграция искусственного интеллекта с DSP

Одним из наиболее значимых событий является включение вывода машинного обучения непосредственно на DSP. Традиционная обработка радара опирается на алгоритмы ручной работы, но нейронные сети могут научиться обнаруживать и классифицировать объекты более надежно. Несколько поставщиков DSP теперь предлагают аппаратное ускорение для сверточных нейронных сетей (CNN) и рекуррентных нейронных сетей (RNN), таких как выделенные матрицы умножения блоков или векторные процессоры. Это позволяет радиолокационной системе распознавать не только то, что есть объект, но и то, является ли это автомобилем, велосипедистом, пешеходом или животным. ИИ на DSP позволит более надежно автоматизировать экстренное торможение и обнаружение пешеходов.

4D-изображение радара

РЛС визуализации четвертого поколения добавляют разрешение высоты к традиционному диапазону, доплеровским и азимутальным размерам, создавая плотное облако точек, похожее на лидар. Эти радары используют большие массивы MIMO (например, 12 передающих и 16 принимающих антенн) для достижения угловых разрешений ниже одного градуса. Объем данных и вычислительная нагрузка резко умножаются. DSP следующего поколения разрабатываются с сотнями блоков MAC и массивной памятью на чипе для обработки в реальном времени тысяч отражений на кадр. Изображение радара обещает быть ключевым фактором для автономного вождения уровня 3 и уровня 4.

Программно-определяемый радар

По мере того, как транспортные средства становятся более программно-определяемыми, радиолокационные системы переходят от фиксированных аппаратных конфигураций к перенастраиваемым платформам. DSP с программируемыми генераторами форм сигналов во время выполнения, настраиваемыми фильтрами и адаптивными алгоритмами позволяют радару динамически изменять свой режим - например, от широкоугольного сканирования с низким разрешением до узкого сканирования с высоким разрешением - на основе контекста вождения. Эта гибкость повышает производительность, сохраняя при этом управляемость сложности аппаратного обеспечения.

Высшие частоты и пропускная способность

Автомобильный радар постепенно расширяется в полосу 77-81 ГГц с полосами пропускания, превышающими 4 ГГц. Более широкая полоса пропускания обеспечивает более точное разрешение диапазона, вплоть до нескольких сантиметров. Обработка таких сигналов с высокой пропускной способностью требует более быстрых ADC и DSP, способных обрабатывать большие размеры FFT с более высокими скоростями отбора проб. Новые DSP включают более высокие тактовые частоты и больше параллельных полос обработки, чтобы оставаться впереди этой тенденции.

Интеграция контроллеров доменов

В то время как многие радиолокационные модули сегодня имеют выделенный DSP, существует движение к центральным контроллерам домена, которые обрабатывают несколько датчиков. В таких архитектурах фронтальный модуль радара может выполнять только грубую предварительную обработку (например, диапазон FFT) на маломощном DSP, а затем передавать данные в центральный высокопроизводительный SoC, который сочетает в себе радар с камерой и обработкой лидара. Эта разгрузка уменьшает количество процессоров на датчик, но требует интерфейсов с высокой пропускной способностью (например, Ethernet, MIPI) и тщательного разделения задач.

Повышение эффективности за счет усовершенствованных технологических узлов

Производители DSP переходят на более мелкие узлы изготовления (например, 16 нм, 12 нм FinFET) для обеспечения более высокой производительности на ватт. Это позволяет радиолокационным модулям обрабатывать больше данных без увеличения мощности или тепла. Кроме того, меньше фаб-процессов позволяют интегрировать несколько ядер DSP, памяти и ускорителей на одном кристалле, что еще больше уменьшает размер модуля.

Заключение

Цифровые сигнальные процессоры стали незаменимыми в автомобильных радиолокационных системах, обеспечивая вычислительную мощность в реальном времени, необходимую для преобразования исходных радиоэхо в действенную информацию о безопасности. От выполнения основополагающих FFT и обнаружения CFAR до обеспечения расширенных функций, таких как классификация на основе ИИ и формирование луча MIMO, DSP обеспечивают детерминированную, маломощную и экономически эффективную обработку, которая требуется автомобильной промышленности. По мере того, как радиолокационная технология продолжает развиваться - в направлении 4D-изображения, работы с программным обеспечением и более глубокой интеграции с искусственным интеллектом - архитектурам DSP необходимо будет адаптироваться, предлагая больше параллелизма, более высокую пропускную способность памяти и бесшовную поддержку вывода нейронных сетей. Непрерывная синергия между радиолокационными инновациями и возможностями DSP, несомненно, приведет к следующему поколению систем безопасности автомобилей, спасая бесчисленные жизни на дорогах по всему миру.

Для дальнейшего чтения по автомобильным радарам и реализациям DSP рассмотрите возможность изучения ресурсов с страницы автомобильных радаров Texas Instruments , NXP и технических документов по IEEE Signal Processing Magazine .