自动驾驶中的传感器技术13——Camera(4)

1、自驾Camera开发的方案是否归一化

对于OEM,或者自驾方案商如Mobileye

如果进行Camera的开发,一般建议采用Tesla的系统化最优方案,所有Camera统一某个或者某两个MP设计(增加CIS议价权,减少Camera PCBA的设计维护数量),后续搭配不同的镜头得到不同应用的Camera。

对于Tier1,如Aptiv

Tier1在不同的OEM中,拿到的定点Camera需求都是不同的,也无法在同一家OEM,将所有的Camera定点都能拿到,所以Tier1采用的是Pixel与Camera应用功能结合,以达到单功能的Camera成本最优化设计。

如下表所示

综上,Camera开发的技术路线如果选择统一CIS,后续配合不同的Lens得到不同应用的Camera。参考Tesla和Mobileye,这样会带来综合成本(单物料总量最大,维护物料品类最少)最优,以及对Serdes接口种类、ISP需求都会统一化,另外也会对后端感知算法的图片裁切统一化带来便利。

但是也存在挑战:需要和算法协调出一个最合适的Pixel值,以及和域控端的接口、算力等协调,最终确定一个适合的Pixel值,目前看似乎行业主流选择如下

行车全部8MP,泊车5MP或者3MP;或者前视后视8MP,其他都是为5MP或者3MP。

2、自驾Camera开发的成本问题

单独的CIS模块在以上技术方案的基础上还需要配合Serialier(Camera端)和Deserilizer(中央域控端),需要加上连接器和线缆的成本。

这块的成本又和CIS的像素相关,当前CIS的选择不会超过8MP,GMSL2 6Gbps/Lane可以支持该数据传输量。

挑战:Serdes成本过高,以及Serdes品类过多,是否可以协调,统一Pixel后,统一Serdes需求,同时Camera端的加串和域控端的解串统一议价;另外可以同APHY芯片的选取结合,在Serdes上以及车载Camera上带来数据率提升以及成本降低(相当于OEM增加了一倍的Serdes芯片采购量,具有更好的议价权,另外APHY芯片的供应商选择更多,也带来了供应商竞争降本)。

从APHY角度,可以实现Camera端的加串器供应商和中央域控端的解串器供应商解耦,增加了串行器供应商数量,可以实现竞争性的成本降低。

3、自驾Camera开发的适用性问题

未来自驾架构的发展需要满足:既要集成度提升(算力向域控集中),又要技术领先性,还要整体成本最低; 在传统的传感器架构下,以及传统的Tier1开发+OEM适配模式,是否还能满足未来自驾架构的发展需求,这一点需要讨论; 参考Tesla和Mobileye的模式,从完整自驾系统方案出发,尽量单一化Camera的CIS,带来的好处众多,这个也对后续ISP的统一化,感知算法的输入图片裁切统一化都会大大减少适配工作量。

从端到端的算法角度考虑,统一化Camera传感器数据接口(对感知算法而言只有一种图片格式输入),有助于end-to-end的迭代演进;
图1 Tesla 前视Camera 通用化设计方案

相关推荐
腾视科技12 分钟前
腾视科技TS-SG-SM7系列AI算力模组:32TOPS算力引擎,开启边缘智能新纪元
人工智能·科技
极新18 分钟前
深势科技生命科学高级业务架构师孟月:AI4S 赋能生命科学研发,数智化平台的实践与落地 | 2025极新AIGC峰会演讲实录
人工智能
Light605 小时前
破局而立:制造业软件企业的模式重构与AI赋能新路径
人工智能·云原生·工业软件·商业模式创新·ai赋能·人机协同·制造业软件
Quintus五等升6 小时前
深度学习①|线性回归的实现
人工智能·python·深度学习·学习·机器学习·回归·线性回归
natide6 小时前
text-generateion-webui模型加载器(Model Loaders)选项
人工智能·llama
野生的码农6 小时前
码农的妇产科实习记录
android·java·人工智能
TechubNews6 小时前
2026 年观察名单:基于 a16z「重大构想」,详解稳定币、RWA 及 AI Agent 等 8 大流行趋势
大数据·人工智能·区块链
脑极体6 小时前
机器人的罪与罚
人工智能·机器人
三不原则6 小时前
故障案例:容器启动失败排查(AI运维场景)——从日志分析到根因定位
运维·人工智能·kubernetes
点云SLAM7 小时前
凸优化(Convex Optimization)理论(1)
人工智能·算法·slam·数学原理·凸优化·数值优化理论·机器人应用