《博世将采用GF的22FDX RF解决方案,开发mmWave汽车雷达片上系统》

  • 来源专题:集成电路
  • 编译者: Lightfeng
  • 发布时间:2021-03-14
  • 全球领先的特殊工艺半导体制造商格芯GlobalFoundries(GF)和德国博世公司宣布建立合作关系,共同开发和制造下一代汽车雷达技术。

    博世将使用GF的22FDX 射频解决方案,开发用于高级驾驶员辅助系统(ADAS)应用的毫米波(mmWave)汽车雷达片上系统(SoC)。DAS应用通过保持车辆行驶在正确车道上、发出碰撞警告、启动紧急制动、辅助泊车等,帮助驾驶员实现安全驾驶。

    格芯高级副总裁兼汽车、工业和多市场战略业务部总经理Mike Hogan说:“在GF,汽车半导体技术的发展我们公司的核心战略,我们的22FDX可以提供出色的高性能、低功耗解决方案。此外,格芯是唯一具有内部毫米波测试能力的晶圆厂。”

    博世集成电路事业部高级副总裁奥利弗·沃尔斯特(Oliver Wolst)说:“对于全球的驾驶员和汽车制造商来说,可靠的雷达和ADAS系统至关重要。我们之所以选择与GlobalFoundries合作,是因为他们再射频和毫米波技术方面技术方面公认的全球领导地位,而且其在汽车市场有着深厚的专业知识,这一点以及得到了证实。我们仔细审查了各种现有的半导体解决方案,最终发现对于我们下一代高效安全的汽车雷达来说,格芯22FDX射频解决方案是当今最有吸引力、最合适的平台。”

    GF的22FDX芯片由其位于德国德累斯顿的Fab 1工厂生产。作为合作伙伴关系的一部分,博世还将利用格芯汽车统包解决方案进行毫米波测试和封装开发GF,这将有助于提高设计效率并缩短产品上市时间。这些后端与统包服务将在格芯世界一流的毫米波测试实验室中提供,主要位于德国德累斯顿Fab 1晶圆厂和美国佛蒙特州伯灵顿附近Fab 9晶圆厂。

    首批基于22FDX的雷达片上系统用于进一步测试博世的新一代汽车雷达,预计将于2021年下半年交付。

    GF表示,迄今为止,格芯22FDX解决方案已经实现了45亿美元的设计营收,向全球客户交付了超过3.5亿枚芯片。

相关报告
  • 《华为将为自动驾驶汽车开发雷达 建车载传感器生态系统》

    • 来源专题:光电情报网信息监测服务平台
    • 编译者:husisi
    • 发布时间:2019-10-29
    • 据路透社报道,华为轮值董事长徐直军表示,未来华为将基于5G技术打造毫米波雷达,同时研发激光雷达,以解决其当前智能汽车的成本问题和性能问题。 徐直军称,华为将构建一个车载传感器的“生态系统”。“华为想打造一个智能驾驶平台。通过这个平台,建立广泛生态,最终通过开放合作,促进整个汽车产业走向智能化。” 目前,全球汽车制造商和科技公司已经在自动驾驶汽车上投入了数十亿美元。然而,业内人士指出,自动驾驶汽车要达到“L4”级,即全自动驾驶标准,还需要数年时间。在“L4”级标准中,自动驾驶汽车车辆可以在无人干预的大多数情况下,处理驾驶中遇到的各方面问题。 毫米波雷达和激光雷达传感器被自动驾驶汽车制造商用来收集车辆周围环境的信息。但华为没有提供具体的产品开发时间表。
  • 《新雷达技术可让汽车发现拐角处的危险》

    • 来源专题:光电情报网信息监测服务平台
    • 编译者:husisi
    • 发布时间:2020-07-02
    • 研究人员开发了一种自动化系统,该系统可使汽车在拐角处感知,并发现迎面而来的交通和行人。 该系统可以轻松集成到当今的车辆中,使用多普勒雷达将无线电波从建筑物和停放的汽车等表面反射。雷达信号以一定角度撞击表面,因此其反射像母球撞击台球桌的墙壁一样反弹,信号继续击中隐藏在拐角处的物体。某些雷达信号会反射回安装在汽车上的探测器,从而使系统能够看到拐角处的物体并判断它们是在运动还是静止。 普林斯顿大学计算机科学助理教授费利克斯·海德(Felix Heide)说:“这将使汽车能够看到当今的激光雷达和摄像头传感器无法记录的被遮挡的物体,例如,使自动驾驶汽车能够看到危险的交叉路口。” 研究人员还表示,“雷达传感器的成本也相对较低,尤其是与激光雷达传感器相比,并且可以大规模生产。” 在6月16日CVPR2020会议上发表的一篇论文中,研究人员描述了该系统如何区分包括汽车,自行车和行人在内的物体,并测量其方向和迎面驶来的速度。 作者写道:“所提出的方法允许在现实世界中的自动驾驶场景中为行人和骑自行车的人提供碰撞预警,然后再使用现有的直视线传感器看到行人和骑车者。” 近年来,工程师们开发了各种传感器系统,使汽车能够检测道路上的其他物体。他们中的许多人依靠使用可见光或近红外光的激光雷达或照相机,而这种防止碰撞的传感器现在在汽车中很常见。但是,很难使用光学传感来识别汽车视线之外的物体。在早期的研究中,Heide的团队使用光来观察隐藏在拐角处的物体。但是,这些努力目前尚不适用于汽车,因为它们都需要高功率的激光器并且限于近距离。 在进行较早的研究时,海德和他的同事们想知道是否有可能创建一个系统,使用成像雷达而不是可见光来检测汽车视线之外的危险。对于雷达系统,光滑表面的信号损耗要低得多,雷达是一种行之有效的跟踪物体技术。挑战在于,雷达的空间分辨率(用于拍摄汽车和自行车等拐角处的物体)相对较低。但是,研究人员认为,他们可以创建算法来解释雷达数据,以使传感器正常工作。 Heide说:“我们开发的算法非常高效,并且适合当前的汽车硬件系统。” “因此,您可能已经在下一代汽车中看到了这项技术。” 为了使系统能够区分物体,该团队处理了部分雷达信号,即标准雷达考虑的是背景噪声而非可用信息。该团队应用了人工智能技术来完善处理过程并读取图像。计算机科学专业研究生,论文的主要作者之一范凡伟说,运行该系统的计算机必须学会从非常稀疏的数据中识别出骑自行车的人和行人。 “首先,我们必须检测是否有东西。如果有东西重要吗?是骑自行车的人还是行人?” 她说。“那么我们必须找到它。” 她说,该系统目前能够检测到行人和骑自行车的人,因为工程师们认为这些物体体积小,形状和动作各异,因此是最具挑战性的物体。她说,该系统也可以进行调整以检测车辆。 研究人员计划在涉及雷达和信号处理上进一步改进,让该技术能够应用在多个方向。该系统有可能从根本上改善汽车安全性,由于它依赖于现有的雷达传感器技术,因此应该有可能为在下一代汽车中部署雷达系统做好准备。 Heide说:“这肯定会经历非常严格的汽车开发周期。” “在集成和将其推向市场方面,它需要大量的工程设计。但是技术在那里,所以有可能很快在汽车上看到这种情况。”