🚗自动驾驶 ADAS 器件选型：算力只是门票，系统才是生死线
🎯 如果你只盯着 TOPS、像素和"最新芯片"，
那你大概率会在 DV / PV / 量产 阶段被现实狠狠干一拳。
这篇文章不讲厂商 PR，不做参数搬运工，
我们只聊一句话：
ADAS 的器件，是怎么一步步把系统"拖死"或"救活"的。
一、先看系统全貌：ADAS 从来不是一颗芯片的事 🧠
在一个完整的 ADAS 感知系统里，最基本的数据链路是：
Camera / Radar / Lidar → SerDes → SoC → DDR → AI / ISP → 决策
🎯 关键点：
- 数据是"流动的"，不是"算完就没"
- 任一环节堵住，系统都会"假死"
👉 所以器件选型必须从数据流完整路径来推，而不是单点最优。
二、摄像头选型：像素堆上去，系统先跪下 🚗
1️⃣ 别急着喊 8MP / 12MP，先算数据率
以一个前视 ADAS 摄像头为例：
- 分辨率：3840 × 2160
- 帧率：30 fps
- RAW10
理论裸数据率：
但工程里你真正要面对的是：
- 行消隐 / 帧消隐
- CSI-2 包头 + ECC + CRC
- 虚拟通道 VC
- ISP 内部缓存抖动
👉 经验值：至少 ×1.25 ~ 1.3
2️⃣ 一个真实翻车案例
某项目配置：
- 前视：8MP ×2
- 侧视：5MP ×4
- 环视：3MP ×4
结果是：
- ISP 占满
- CSI Lane 长时间满负载
- AI 算法帧率掉到 70%
🔥 结论：
摄像头不是"看得越清楚越好"，
而是 在系统预算内"刚刚好"最好。
三、SerDes 选型：高速是一把双刃剑 ⚡
1️⃣ 为什么"最高速 SerDes"常常是坑？
理论上：
- 速率越高 → 带宽越富余
但现实是：
- EMI 随频率指数级上升
- 线束损耗更难补偿
- PCB SI 窗口极窄
🎯 特别是在 -40℃ ~ +105℃ 的车规环境下。
2️⃣ 工程上更稳的做法（真实项目经验）
- 前视 8MP：独占一条 SerDes
- 侧视 2~3 路 5MP：可复用，但留 ≥20% 余量
- 不要让 ISP 再去拆分 SerDes 汇流
🔥 一句话：
SerDes 的目标不是"跑极限"，
而是 10 年内不返修、不漂移。
四、SoC 选型：TOPS 只是"入场券"🚀
1️⃣ 真正要盯的不是算力，而是这三点
- ISP 吞吐能力
- CSI 接口是否真独立
- DDR 带宽分配策略
一个常见误区：
"AI 算力 200 TOPS，肯定够用"
但如果：
- ISP 吃掉 60% DDR
- 显示 + 编解码再吃 20%
👉 AI 实际可用带宽，可能不到 40%。
2️⃣ 一个算力"看着很强"的失败系统
- Demo：算法 30 fps ✔
- 上车：20 fps ❌
- 原因：DDR 仲裁 + 带宽冲突
🔥 结论：
SoC 强不强，看 满载还能不能稳跑 ，
不是看 PPT。
五、DDR & 存储：最容易被低估的系统瓶颈 💣
1️⃣ DDR 带宽的真实算法
假设系统有：
-
摄像头输入
-
ISP 写入 / 读取
-
AI Feature Map
-
显示输出
理论带宽需求：
🎯 现实规则：
DDR 标称带宽 × 0.6 ≈ 可用带宽
2️⃣ 存储选型的真实取舍
- eMMC：够用，但日志 + OTA 慢
- UFS：主流 ADAS 首选
- NVMe：高阶感知 + 黑匣子录像
🔥 一句话总结：
存储慢 → 系统卡
存储不稳 → 系统死
六、电源 & PMIC：真正决定"能不能量产"的东西 ⚠️
1️⃣ 99% 的问题，发生在这里
- 冷启动压降
- 高温电源 derating
- 负载突变导致复位
🎯 关键经验：
- SoC 核心电源 一定要留 20~30% 裕量
- DDR / SerDes 电源 噪声优先级 > 精度
- 电源和热设计必须一起看
七、终极总结：成熟 ADAS 选型的 3 条铁律 🔥
1️⃣ 先算数据流，再选器件
2️⃣ 优先稳定量产，不追极限参数
3️⃣ 最弱环节，决定系统上限
🎯 真正好的 ADAS 方案：
不是 Demo 最炫，
而是 冬天能启动、夏天不降频、5 年不返修。