前一個模塊《驍龍820A汽車與智能設備間進行USB音頻分享方案介紹 》對涉及到的USB音頻技術關鍵細節(jié)作進一步的詳細分析，本模塊開始分享一下關于ADAS方案。

　　本篇對ADAS做一個基本介紹，在接下來的更新中將會描述各個模塊用到的技術以及解決方案

　　汽車行業(yè)是一個有百年歷史的行業(yè)，且在這100多年來，一直循序漸進的發(fā)展，很少有突破性的進展。但近幾年，由于技術上的一些新突破，從傳感器，到計算機技術，新能源技術，尤其是人工智能領域的一些突破，給傳統(tǒng)的汽車行業(yè)帶來了深刻的變革。其中突出的就是對自動駕駛的研究和實施。

　　汽車給人類帶來的巨大便利，極大的提高了生產(chǎn)效率，但同時也帶來了很多負面影響。包括人員的傷亡（交通事故），空氣污染，以及交通擁堵帶來的巨大時間成本。

　　在2017年前沿科技展示大會電子消費展上，專注輔助駕駛（ADAS）和自動駕駛研發(fā)的縱目科技與高通聯(lián)合展示了，基于驍龍820A平臺并運用深度學習的ADAS產(chǎn)品原型，贏得了業(yè)界大佬的廣泛關注。

　　這臺搭載ADAS原型系統(tǒng)的裝備，運用了運行在驍龍820A神經(jīng)網(wǎng)絡處理引擎（SNPE）上的統(tǒng)一神經(jīng)網(wǎng)絡算法。在縱目科技和清華大學聯(lián)合自主開發(fā)完成， 能夠?qū)崿F(xiàn)高速公路和市區(qū)道路場景下的ADAS功能，可對車輛、行人、自行車等多類物體識別，以及對像素級別可行駛區(qū)域的實時語義分割。

　　毫無疑問，深度學習的嘗試已經(jīng)在服務器上嘗試了多年，但挑戰(zhàn)在于，如何把復雜的算法放到線下的處理器上。

　　高通提供了神經(jīng)網(wǎng)絡處理引擎（SNPE）。這款深度學習開發(fā)套件SDK今年五月初發(fā)布，可運行于搭載了高通Zeroth機器智能平臺的820芯片處理器。 開發(fā)者可以在SNPE上搭建自己的深度學習網(wǎng)絡模型，縱目這款原型產(chǎn)品使用的網(wǎng)絡模型是聯(lián)合清華大學3D Image實驗室共同定義的，清華大學提供了初始的網(wǎng)絡模型原型，后期優(yōu)化和算法的工程化、細節(jié)的調(diào)試和實現(xiàn)是由縱目主導完成的。

　　高通驍龍820A是從手機平臺進行車規(guī)化的，它的功耗優(yōu)化做得相當好；其次，高通背后是基于手機等移動終端的大規(guī)模市場，芯片上的IP研發(fā)費用在的手 機市場上得到了攤銷，具有非常明顯的成本優(yōu)勢；，未來只是單純強調(diào)計算能力或具備深度學習能力的芯片不太可能成為汽車行業(yè)大規(guī)模應用的產(chǎn)品。類似高通 820A這樣，在一塊電路板上集成了5G通信模塊、神經(jīng)網(wǎng)絡處理引擎、GPS、DSRC、無線WiFi等諸多功能的芯片，是適應未來智能互聯(lián)/自動駕駛汽 車發(fā)展趨勢的產(chǎn)品。

　　未來有望能利用高通820A平臺較強的擴展性打造一系列產(chǎn)品，應用場景囊括了從低速的2D/3D環(huán)視泊車輔助、自動泊車、自主泊車、高速的AEB/ACC /LDW駕駛輔助，以及屬于更高階段的自動駕駛等范疇。而隨著產(chǎn)品功能的變化，會陸續(xù)增加攝像頭的數(shù)量，接入其他功能的傳感器。未來再逐步將這些原型產(chǎn)品 推向量產(chǎn)。

　　系統(tǒng)首先需要進行感知，感知車輛、感知環(huán)境來回答我在哪里？ 周邊環(huán)境如何？ 這塊采用的傳感器技術包括了激光雷達、毫米波雷達、攝像頭、超聲雷達、高定位、以及高地圖、V2X等技術。系統(tǒng)通過分析決策來分析 “接下來會發(fā)生什么”以及“接下來我該做什么”。通過執(zhí)行結構完成相應的操控動作。

　　感知部分主要通過不同的傳感器作為數(shù)據(jù)源來獲取周邊的環(huán)境信息。目前使用的傳感器包括激光雷達，毫米波雷達和攝像頭。

　　激光雷達，能夠生成數(shù)字搞成模型。它的工作過程包括，LiDAR以一定的角速度勻速轉(zhuǎn)動，在這個過程中不斷地發(fā)出激光并收集反射點的信息，計算出所有反射點的坐標。LiDAR每旋轉(zhuǎn)一周收集到的所有反射點坐標的集合就形成了該時刻的點云（point cloud）。

　　攝像頭由于成本低、分辨率高、也是可獲得外觀信息的傳感器，在目前技術條件下成為主要的傳感器硬件。攝像頭有單目、雙目、甚至多目的解決方案。單目攝像頭在測距等應用中需要維護大量樣本進行訓練，而雙目和多目由于采用了立體視覺的技術，可以不再依賴大量樣本數(shù)據(jù)但需要復雜的算法和大量的實時計算才能得出。

　　鏡頭的角度、有效識別距離、分辨率三者之間是矛盾的。比 如 ADAS 系統(tǒng)對攝像頭的要求是縱深方向的視野要好、低像素、高感光度(給機器用的)。而行車記錄儀（給人用的）要求大廣角，像素要高得多（即使只有 200萬像素），因此，現(xiàn)在一些市面上的行車記錄儀也可實現(xiàn)ADAS 中如FCW的一些功能，這種方式從傳感器上本身就有缺陷。

　　以上大概介紹了ADAS的技術路線以及發(fā)展趨勢，在后續(xù)的更新中，我們將對某幾項技術進行探討。