SensPro-Radar：適用于L2/L2+級及更高級別汽車雷達的整體架構(gòu)平臺

我們現(xiàn)在仍在等待全自動駕駛汽車的出現(xiàn)，但同時也意識到，目前的形勢發(fā)展已遠超原始預期。汽車產(chǎn)業(yè)價值鏈目前已經(jīng)領(lǐng)先一步進入B 計劃，從采用傳統(tǒng)ADAS 方案的SAE 2 級自動駕駛汽車積極進階到如今稱為L2+ 級的自動駕駛汽車。這是一個大好機會，原始設(shè)備制造商（OEM）與一級制造供應商（Tier 1）可以抓住此次機會，投資研發(fā)采用全自動駕駛系統(tǒng)的車型，賺取高額回報，預計這款車型最早將于2023年投入生產(chǎn)。盡管L2+ 級汽車相較L3 級汽車略有不足，比如說，很多時候仍需要人工駕駛，因此系統(tǒng)相比L2 級汽車系統(tǒng)而言，額外安裝的傳感器數(shù)量還不夠多，但L2+ 級汽車仍可在經(jīng)濟實惠的ADAS 系統(tǒng)中支持全新先進安全功能。由于雷達傳感器的平均價格在可接受范圍內(nèi)，并在極端照明和天氣條件下，對攝像頭傳感器的不足之處提供顯著的互補優(yōu)勢，因此有望在L2+ 級汽車得到采用作為攝像頭傳感器基礎(chǔ)套件的補充。L2+ 級汽車在城市駕駛、高速公路自動駕駛、變道和并道方面的表現(xiàn)要大大優(yōu)于目前采用L2 ADAS方案的汽車。而且實現(xiàn)L2+ 級要快得多，也無需規(guī)章制度、基礎(chǔ)設(shè)施和社會可接受度發(fā)生根本性變化。

盡管在遙遠的將來，自動駕駛計算平臺將最終自然而然地遷移至中央計算架構(gòu)，由該架構(gòu)通過大量覆蓋360 度范圍的傳感器和傳感器模態(tài)承擔起傳感器融合的重任，但目前仍會出現(xiàn)各種各樣的L2+ 級汽車系統(tǒng)。有些人預計，未來的中央計算平臺會對各種傳感器進行早期融合，但大多數(shù)情況下仍會使用分散的智能傳感器在邊緣完成大部分傳感器處理負載任務（特別是作為基于攝像頭基礎(chǔ)系統(tǒng)補充的雷達傳感器）。

因此，預計在未來幾年里，大多數(shù)雷達設(shè)備仍將在其內(nèi)部執(zhí)行大部分雷達鏈路處理任務，并且還需要有強大的計算平臺。

據(jù)市場預測， 預計將從2023 年開始加大L2+ADAS 系統(tǒng)的批量生產(chǎn)規(guī)模，并最早將于2026—2027年開始初步部署更高級別（L3 級及以上）的自動駕駛系統(tǒng)。就雷達而言，高清雷達將主要應用于L3 及更高級別的自動駕駛汽車，并且這一趨勢將會至少持續(xù)至其價格下降至足以在L2+ ADAS 系統(tǒng)集成此雷達，不過預計這一點在2028 年之前是不會實現(xiàn)的。也就是說，從現(xiàn)在算起，至少會有6 年的重大市場機遇。

在這段時間里，標準雷達設(shè)備仍將是市場主導產(chǎn)品，并在L2+ ADAS 系統(tǒng)中發(fā)揮重要作用。每輛汽車還會部署更多雷達節(jié)點，以提供更先進的駕駛員輔助功能，并實現(xiàn)360 度覆蓋范圍。

1   它是如何工作的？

雷達的基本原理為干涉測量。信號從發(fā)射天線陣列發(fā)出，通過接收天線陣列接收。目標和障礙物的距離、速度及方向均可通過已接收信號的相對相位估算出來。如此一來，雷達就可以利用高度確定性的處理技術(shù)提取深度相關(guān)特征，提供感知相關(guān)的直接輸入。

圖1 L2+級和更高級別自動駕駛汽車的雷達覆蓋范圍達360度

這一點與同樣需要進行復雜的（盡管這一點眾所周知且經(jīng)過多番嘗試）CV 和AI 處理的攝像頭傳感器有所不同?！疤摂M”雷達有效通道的數(shù)量等于發(fā)射和接收天線數(shù)量的乘積。以目前L2/L2+ 級車輛中使用的典型雷達設(shè)備為例，此類雷達中有3Tx 和4Rx 天線，即共計有12 個虛擬通道。這一通道數(shù)量足以支持基本的L2/L2+ 功能，如自動緊急制動（AEB）和自適應巡航控制（ACC）。未來，我們則將會在L2+ 級和更高級別自動駕駛系統(tǒng)中看到的雷達設(shè)備將會有12Tx16Rx（共計192 個虛擬通道），甚至還會有48Tx48Rx（共計達到驚人的2 304 個虛擬通道）。人們將這些較大規(guī)模配置稱為高清雷達成像或4D 雷達（因為它能夠提取距離、速度、方位和海拔這4 項數(shù)據(jù)）。增加通道的主要好處是可以提高雷達精度，特別是提高方位角和仰角的角度分辨率。高清雷達遠距離目標（可以甚至達到200 m 之遠）的角度分辨率可以達到1 度以下。方位角分辨率支持檢測目標（如行人），而海拔分辨率則可區(qū)分車輛和懸垂在外的街道設(shè)施。提高分辨率可以減少由寬帶旁瓣引起的誤報，這是常見小型雷達設(shè)備的已知缺陷之一。

2   雷達芯片組——傳感器和信號處理器

雷達芯片組通常由兩個主要部件組成。傳感器或雷達收發(fā)機負責處理從毫米波天線到基帶信號的射頻信號，而雷達MCU 則負責數(shù)字雷達信號處理。雷達收發(fā)機和MCU 通常為兩種不同芯片，分別采用對其而言最佳且最符合經(jīng)濟效益的工藝節(jié)點制造而成。顯然，雷達收發(fā)機的復雜度與天線或物理射頻鏈的數(shù)量呈線性關(guān)系，而雷達MCU 處理信號的復雜度則與虛擬通道的數(shù)量有關(guān)，因此雷達芯片組與天線的數(shù)量呈二次方關(guān)系。

圖2 所示為典型雷達處理鏈路。射頻前端安裝在雷達收發(fā)機中。信號經(jīng)過數(shù)字轉(zhuǎn)換之后，在雷達MCU中得到處理。雷達處理鏈通常分為兩個主要部分：雷達前端處理（輸出為雷達點云）和雷達后處理（負責處理目標分類和跟蹤）。這兩個本質(zhì)完全不同的工作負載需要不同類型的處理元素和技術(shù)。根據(jù)MCU架構(gòu)不同，或者是雷達前端處理和雷達后處理這兩個

部分均可集成到單個MCU 中，又或者是可以在中央ECU 中處理鏈路的后半部分。

信號經(jīng)過時域數(shù)字前端預處理（主要是濾波）后，再由雷達前端模塊進行處理。對于常見調(diào)頻連續(xù)波（FMCW）類雷達而言，這是一種典型處理方式。前端處理首先涉及距離- 多普勒FFT 和雷達數(shù)據(jù)立方體（積累了多個天線和雷達脈沖的數(shù)據(jù)）的構(gòu)造，其次是使用CFAR（恒虛警率）算法變量進行首次目標探測，然后再估算DoA/AoA 角度。雷達前端處理的輸出稱為雷達點云，它包括各個探測點的3D 或4D 距離/ 多普勒/ 角度信息。

對于高清雷達而言，雷達前端處理的計算量非常之大，且通常是在經(jīng)過優(yōu)化的硬件中進行的。而小規(guī)模的雷達前端（如具有12 ～ 16 個虛擬通道的雷達）則更適合使用軟件來進行計算，并且對于是使用硬件還是軟件來計算的劃分界限更加靈活。處理引擎需要處理各種類型的計算。通過采用定點運算，可有效實施FFT 和CFAR，而角度估計算法則通常廣泛使用矩陣分解，并且需要進行浮點運算。

圖2 雷達處理鏈——分為前端處理和后處理

獲取點云之后，雷達后處理會對目標進行識別、分割、跟蹤和分類。這樣一來就會涉及大量高精度浮點型矩陣運算，并需要實施Kalman 濾波等算法，包括進行矩陣求逆、Cholesky 分解和非線性運算等。此類處理通常會被植入到DSP 內(nèi)核之中，以實現(xiàn)最大的靈活性，并使不同的供應商能夠?qū)ζ溥M行區(qū)分和創(chuàng)新。

最后，目標分類和傳感器融合過程會多次利用人工智能推理技術(shù)，并需要進行大量神經(jīng)網(wǎng)絡(luò)處理。我們注意到，現(xiàn)代雷達處理在實施端到端雷達處理鏈方面面臨重大計算（和反向?qū)嵤┨魬?zhàn)。由于此項技術(shù)仍在不斷發(fā)展，再考慮到未來的自動駕駛汽車級別，設(shè)計者們將既需要有靈活的軟件，還需要有可擴展的高性能計算平臺，而這就需要借助基于強大矢量DSP 的平臺了。

3   整合以上所有功能——CEVA 雷達處理平臺

我們已經(jīng)看出，普通12 通道設(shè)備和擁有數(shù)千個通道的高端成像雷達設(shè)備中的現(xiàn)代汽車雷達設(shè)備的規(guī)模和尺寸可能存在很大差別。此外，每種設(shè)備還都需要執(zhí)行各種各樣的算法，支持不同的算法處理引擎，以應對不同的工作負載。而這就是 CEVA SensPro 雷達架構(gòu)大展拳腳的時候了。該雷達架構(gòu)是在CEVA 第二代SensPro2 IP 系列基礎(chǔ)上設(shè)計而成的，是一種面向高性能傳感應用的高度可擴展的矢量DSP 架構(gòu)。它是唯一一種能夠有效應對各種雷達鏈信號處理所需工作負載的DSP 架構(gòu)，使開發(fā)人員可以在不同代系的產(chǎn)品中使用同一平臺、同一開發(fā)工具來設(shè)計解決方案的各個部分。

可擴展性和靈活性貫穿在兩個軸線劃分的體系中。其中一個軸線劃分的體系指矢量單元大小，介于SP100 內(nèi)核和高達SP1000 內(nèi)核之間，前者在一個周期內(nèi)擁有32 位INT16 MAC（乘積累加運算）單元，后者則擁有256 位INT16 MAC 單元。相關(guān)參考如下：標準12 通道設(shè)備的完整雷達前端處理可輕松安裝至采用SP250 內(nèi)核的模塊中。

第二個軸線劃分的靈活體系支持廣泛的向量算術(shù)運算，包括8 位、16 位和32 位整數(shù)運算，以及單精度和半精度浮點運算。這些內(nèi)核是高度可配置的，并且浮點運算是一種可選功能。

圖3 SensPro2矢量DSP系列——可進行擴展以適應所有級別的傳感器計算

雷達前端處理可選擇采用可選的SensPro-RadarISA，它增加了可加快距離/ 多普勒FFT 和復雜算術(shù)運算速度的特殊指令。專用雷達ISA 的亮點是擁有一套強大的雷達探測指令，可用于進行1D/2D/3D CFAR處理（包括先進直方圖ISA、支持靈活滑動窗口、專用排序和最小/ 最大ISA）。如此一來就大大加快了基于K-th 有序統(tǒng)計/ 排序的CFAR 算法的速度。SensPro-Radar ISA 提供一種獨特功能，可有效地將雷達前端的重要部分映射到DSP 內(nèi)核，為芯片架構(gòu)師提供前所未有的實施靈活性和至關(guān)重要的TTM，同時還能顯著減少其工作量。

圖4 雷達鏈上不同類型的處理工作負載

要想處理大量數(shù)據(jù)，就需要根據(jù)虛擬通道數(shù)量，實施典型雷達鏈路。SensPro 架構(gòu)使用CEVA 的高級內(nèi)存子系統(tǒng)，可跨越不同維度輕松訪問具有“拼塊”的雷達數(shù)據(jù)立方體。該內(nèi)存帶寬十分強大，最大有效負載可以達到2x1 024 位，存儲空間可達到1 024 位。內(nèi)存子系統(tǒng)建立在CEVA高級SoC 集成機制之上，包括緩沖區(qū)和隊列管理器、增強型3D DMA 引擎（支持分散/ 聚集）以及數(shù)據(jù)操作（包括轉(zhuǎn)置）與處理。借助這些機制，可輕松與外部硬件加速器及其他DSP/CPU 進行集成。

SensPro 系列是專門為有效處理人工智能和深度學習工作負載而設(shè)計的，并被廣泛用于加快計算機視覺領(lǐng)域的人工智能處理中。它具有用于CNN 加速的特定ISA，并且支持二進制NN 和各類具有靈活非線性功能支持的激活層。該架構(gòu)整合了高級軟件、開發(fā)工具及CEVA 的深度神經(jīng)網(wǎng)絡(luò)（CDNN）圖形編譯器框架。為了對計算平臺進行補充，CEVA 提供了包括Eigen 線性代數(shù)庫在內(nèi)的一套豐富的軟件庫。CEVA 的Radar SDK for SensPro 是一個完整的端到端軟件包，廣泛使用專用雷達ISA，為軟件開發(fā)人員提供完整的雷達鏈實施參考。

擁有一個可有效處理所有與雷達相關(guān)的工作負載（包括前端處理和后處理）的平臺，使雷達架構(gòu)師能夠自由選擇最佳的硬件/ 軟件分區(qū)，同時仍能保留足夠的軟件靈活度，以供將來驗證解決方案。此外，在硅片生產(chǎn)后，不同種類工作負載之間的平衡還可進行動態(tài)更改。這種架構(gòu)非常適合用于進行 OTA 更新，并將在未來的自動駕駛平臺和自動即服務中占據(jù)非常重要的地位。

總體而言，SensPro-Radar 是在一個統(tǒng)一的框架內(nèi)提供一系列可擴展解決方案的獨特平臺。它使用一流的矢量DSP 技術(shù)，并已獲得頂級汽車半導體供應商和一級制造供應商授權(quán)，是您制造下一代雷達和傳感器融合產(chǎn)品的首選平臺。

（本文來源于《電子產(chǎn)品世界》雜志2021年8月期）