《一种适合于汽车应用的新型车用摄像头及视频链》

  • 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:2020-04-03
  • 随着自动驾驶汽车的应用日益广泛,需要更多汽车传感器的需求日趋明显。摄像头是推动自动驾驶汽车发展的关键传感器之一。随着新应用不断涌现,车载摄像头的数量也在迅速增加。此外,随着摄像头的应用从保有量较低的高档汽车转向更大的主流汽车市场,摄像头的采用率持续上升。

    随着摄像头数量增加,对更高分辨率的需求也随之出现。分辨率提高主要由两个因素推动。第一个因素是需要支持更多的ADAS特性,因为需要更高的分辨率来实现更强大更准确的视觉探测功能。第二个因素是需要显示更高质量的图像,因为消费者要求汽车摄像头的图像质量能与智能手机的高分辨率显示屏相媲美。

    这里存在一个问题,智能手机的使用周期明显比汽车短,因此,汽车制造商需要确保新款汽车推出时采用最新的显示技术,使其显示系统尽可能长时间不过时。

    汽车OEM仍在不断提高车载显示器的尺寸和分辨率。因此,要在这些尺寸更大、分辨率更高的显示屏上显示摄像头图像,就需要采用分辨率更高的摄像头,而使用现有的标清(SD)摄像头会导致非常糟糕的用户体验(图像分辨率非常低)。低分辨率摄像头拍摄的视频质量会很差。此外,这些显示画面上会呈现很多干扰视觉伪像,例如点状斑纹和颜色泄漏——因此,使用SD摄像头来驱动这些显示屏不再可行。为了提供更好的客户体验,需要使用高清(HD)摄像头。

    加装这些摄像头需要付出额外的成本。不仅是增加传感器数量和图像处理的成本,还包括通过车辆线束将视频数据从摄像头传输至处理单元的成本。车用摄像头链路需要更多线缆,这似乎不是什么大问题,但是考虑到车辆线束成本在汽车组件中排第三位,对于汽车OEM来说,线缆和连接器的选择就至关重要了。线束一次只能设计一种,且会耗费整车50%的人力成本。线束重量也在汽车组件中排第三位。

    随着在车辆中不断加入这些线束,汽车生产线呈现越来越多的问题,任何额外的生产步骤都会进一步增加成本。另外必须避免额外增加车辆的重量,因为随着电动汽车普及,额外增加重量会直接影响车辆的行驶里程。随着许多新型传感器不断推出,并且预计到2020年汽车传感器将多达220亿个,这个问题还会进一步恶化。任何能够降低线束重量和成本的技术都会大受欢迎,对汽车OEM具有极大的吸引力。

    为了解决这个问题,ADI公司开发出一种新型车用摄像头链路技术,称为车用摄像头及视频总线(C2B2),这是唯一一种针对车用摄像头链路进行优化的技术,且能够解决上述这些问题。C2B涵盖三个主要的解决方案定义标准:复用现有的SD标清非屏蔽双绞(UTP)线和连接器链路,提供最简单的HD摄像头链路升级。使用这种链路来传输具有出色画质的高清视频。使用这种链路来满足汽车级EMI/EMC要求。

    摄像头是汽车中数据带宽最高的传感器之一。采用分辨率更高的摄像头后,带宽进一步增加。现有的SD车用摄像头链路解决方案使用低带宽的线缆,例如非屏蔽双绞线和非屏蔽连接器。由于SD摄像头对带宽的要求比HD低,而且SD传输标准(例如NTSC)使用多级传输方案来进一步减少电缆和连接器的带宽,所以这是可行的。

    SERDES(也称为LVDS)等解决方案要求采用带宽远高于UTP的线缆和连接器,例如同轴或屏蔽双绞线(STP)。这是因为目前的SERDES解决方案使用不归零(NRZ)信令,而不是多级信令,因此对电缆和连接器带宽的要求更高。这些性能和带宽更高的线缆和连接器会增加线束的成本和重量。

    C2B支持通过现有的SDUTP线缆和连接器链路来传送HD分辨率的视频。利用C2B可以从SD摄像头轻松升级至HD摄像头,而且无需更改现有的线缆和连接器链路,对于OEM而言,这是一个经济高效且用途广泛的重要解决方案。

    复用非屏蔽双绞线还有另一个优点,它可以使用主机和摄像头电子控制装置(ECU)上已有的排插连接器的未用引脚。这样可以避免使用SERDES技术所需的专用单独连接器,也不会占用主机和摄像头ECU模块中有限的宝贵PCB空间,且不增加系统解决方案的成本。

    选择C2B传输旨在为这种汽车应用提供最高的鲁棒性。与其他解决方案相比,信令方案可以使电缆带宽需求降低10倍。现有的链路已在实际现场应用中得到验证,因此无需评估鉴定新的链路,大大简化HD摄像头的升级方式。此外,由于C2B技术采用经过优化的传输方案,支持更长的线缆长度(最长30米),使得OEM能够自由决定其链路设计,避免其他技术带来的一些限制。

    之所以选择这种C2B传输,是为了通过现有的线缆和连接器链路提供出色的视频质量和EMI/EMC性能。在支持较低带宽的链路上确保HD视频质量,尤其是保持所有高频率视频细节,并提供真正出色的视频体验。我们按照最新标准进行了大量视频质量测试,出色的视频质量已得到验证。

    虽然C2B技术可以通过低成本线缆和连接器支持高分辨率摄像头,但同样也存在挑战。由于链路没有屏蔽功能,不提供抗扰保护,也无法直接衰减辐射,所以为了确保低辐射和高抗扰性能,以满足严格的汽车EMI/EMC要求,收发器的设计至关重要。从一开始,C2B的定义和设计就旨在满足汽车行业的这种要求,并且已证明性能强健,能够满足汽车EMI/EMC要求。

    C2B支持许多其他功能,包括通过同一非屏蔽双绞线进行边带控制通信,从而支持摄像头模块的远程配置,能够进一步简化摄像头设计。C2B也提供冻结帧检测,对于许多OEM而言,这是一项关键要求。C2B产品包括ADV7990、ADV7991、ADV7380和ADV7381,这些产品目前已经投产。

    C2B提供了一个优化的解决方案,支持利用现有的视频链路从NTSC轻松升级到HD摄像头,同时提供出色的视频质量和鲁棒的EMI/EMC性能。这项令人欣喜的新技术具有许多优势,并提供最佳系统解决方案,可解决在车内连接多个摄像头面临的日益复杂的问题。

相关报告
  • 《Impact Coatings的PVD技术在绿氢和汽车产业中的商业应用》

    • 来源专题:能源情报网监测服务平台
    • 编译者:郭楷模
    • 发布时间:2024-11-13
    • 11月8日下午,Impact Coatings 中国区总裁王耀文先生受邀在苏美达香港第七届进博会专题直播活动中发表演讲。 王耀文先生主要从以下五方面进行PVD技术在绿氢和汽车产业中的商业化应用的阐述: 一、Impact Coatings 公司介绍 Impact Coatings 是一家来自瑞典的专注于PVD设备和技术解决方案的企业,成立于1997年,总部在林雪平,在全球有研发和销售网络,公司于2004年在瑞典纳斯达克上市。 2022年,在中国成立全资子公司,位于上海青浦,提供涂层的加工服务、技术服务以及设备的售后服务。 二、PVD技术原理 PVD(物理气相沉积)技术,其原理就是通过物理方法将固态材料转化为气态或等离子体态,并在特定基底上沉积形成薄膜。该技术的核心就是利用高能离子、电子、激光或热源,使靶材(即要沉积的材料)的原子或分子从固态转变为气态。这些气态原子或分子在真空环境中会迁移到基底表面,并在基底上凝结、聚集和生长,最终形成连续且均匀的薄膜。 PVD涂层与其他传统表面处理技术比较,有几方面的特点和优势。首先,在覆盖从原子级到微米级的厚度范围的同时,可以精准地控制涂层的厚度。另外,因为能量高,跟基材的结合力更好,耐用性更好,比如手机、手表、刀具等表面的耐磨性涂层,适用面非常的广泛。 三、氢能技术应用 绿氢产业链的核心环节是燃料电池和水电解制氢技术。燃料电池,即将氢气或者其他燃料转化成电能的一个电化学的装置。水电解就是将水电解成氢气和氧气。两者互为逆反应。涉及到的技术路线有很多,有质子交换膜燃料电池,阴离子交换膜燃料电池,固态氧化物燃料电池等。Impact Coatings 在氢能相关技术已经有10余年时间,在行业内的经验积累非常雄厚的,基本上常见的这些氢能技术的表面涂层,我们都有涉足,也有对应的解决方案。燃料电池和水电解设备是一个电化学设备,是一个酸性的强腐蚀性的环境并且需要导电。其中很多金属的组件,比如说极板/金属气体扩散层等。本身基材的导电性和耐腐蚀性不够,所以需要对其表面进行处理,提高其导电性和耐腐蚀性,以及催化性能。 氢能技术经过几十年的发展,特别是在近年来的全球碳减排以及应对气候变化的趋势下,发展非常迅速。氢能被认为是一个终极的能源解决方案。它一个能量的介质,将间歇性的可再生能源风力、光电储存起来,提供燃料、动力和工业原材料,可以实现真正的经济的零碳愿景。这个行业还面临着诸多的挑战。产业链相关技术都在快速迭代。另外作为一个能源的转型,涉及到的基础设施的投资和前期产业链的成熟都需要一定的时间。本人从事这个行业十多年,也看见了尤其中国这几年在这个行业的迅速发展。 四、Impact Coatings 在氢能行业的应用 Impact Coatings 是在2022年在中国成立全资子公司,为客户提供PVD技术的全方位的解决方案。不光包括PVD设备(提供不同尺寸的PVD设备,满足客户在不同的产业化阶段的需求),另外,我们也为客户提供定制化的涂层技术和开发,保证和适应客户的不同应用场景对涂层的需求。我们在上海青浦也有涂层的加工中心,为客户在从产品的整个寿命周期(开发到最终的量产),实现一个顺利的过渡。我们也会为一些没有相关的生产制造经验的客户提供驻场和设备托管的服务。在中国,以及欧洲美国韩国都有本土的售后服务网络。 PEM燃料电池的涂层解决方案,这是一个燃料电池电堆爆炸图,一个简单的结构图,中间是MEA(膜电极),氢气转化成电能的一个核心组件,两边是极板,起到隔离和气体扩散、分布、导电的作用,这两个核心组件就形成一个电池单元。多个电池单元堆叠在一起,再加上两边的电流集流板和端板组成了燃料电池的一个电堆。我们在这里就是为这个极板做一个导电防腐的涂层。 这是我们一款针对乘用车和无人机的一个涂层工艺方案——Ceramic MAXPHASETM。区别于传统的贵金属涂层,石墨涂层。我们这个导电陶瓷涂层有以下这几个方面的优势: 导电性好,良好的防腐蚀性,优于其他涂层的结合力,可实现1万小时以上的产品寿命。 另外,我们还有针对需要更长寿命的应用,比如卡车、备用电源、固定式发电,开发了耐久性更好的涂层产品——Premium FC。这款产品的耐腐蚀性更好,另外对工况的兼容性也更好。这款产品两年前已经在中国市场投放。 PEM(质子交换膜)水电解电堆的一个示意图,与燃料电池是比较类似的,包括极板、气体扩散层等组件。我们为这个极板、钛毡、倒流板等提供导电防腐的涂层。另外,起到防脆的作用。高压的氢气会进入到基材里面导致基材脆性。氢气是易燃易爆的,氢脆对于水电解设备的安全性是一种挑战,在这方面我们也是行业内做的比较早的一家企业。从2022年已经在欧美市场批量化的交付。中国这个行业才刚刚起步,我们现在在上海的涂层加工中心,可以提供相应的加工服务。 这个是我们的涂层设备,INLINECOATERTM镀膜系统系列产品,下面看一下3D动画,了解一下设计的原理。可以看见,现在机械手臂放进去的就是金属的双极板,抽真空的速度非常快,生产的节拍也非常快,不同的尺寸或者型号,可以覆盖到几十万片到几百万片,不同产能的需求,同时实现多层的涂层和同时双面的镀膜。传动机也很简单,将基材在系统的不同工位下流转,并且设备配备了全方位涂层工艺参数的监控,并且融合了自动化学习的模块。对不同工艺的控制策略智能化监控和学习。 相对于工业涂层比较传统的立式隧道,我们和半导体转盘式或者单工位转盘式的比较类似。我们追求的节拍要快,产品的一致性控制更好,另外,可控扩展性,节拍能耗要更低,设备的灵活性和可靠性要更高。非常适合于这种金属双极板对涂层的工艺的稳定性和精益生产的一个要求。 五、Impact Coatings 在汽车行业的应用 汽车行业PVD的应用也非常广泛,包括汽车前面的雷达,雷达的车罩,车标,这是一个透波的涂层,方向盘上的车标,这是一个装饰性的涂层以及电磁波的遮蔽涂层,还有灯的反光涂层,这里面的应用也非常多,我们也都有相关的产品。 汽车行业对产品的一致性和可靠性要求都非常高,尤其是这些安全性组件。我们的设备可以做到精细化生产,对每一片产品进行一个质量的追踪和实时监控,非常适用于汽车的工业化和大规模的生产。本身PVD就有诸多技术优点,比如说它可以代替现在的湿法涂层,避免六价铬这样的有毒金属的使用,另外涂层表面形态的定制化,以及安全性都要优于传统涂层。 最后感谢大家的聆听,谢谢苏美达提供这次演讲机会,欢迎大家来我们Impact Coatings 中国——毅湃(上海)真空镀膜技术有限公司参观。
  • 《自动驾驶汽车的新型预警系统》

    • 来源专题:宽带移动通信
    • 编译者:张卓然
    • 发布时间:2021-05-21
    • 德国慕尼黑工业大学(TUM)的一个研究人员团队开发了一款新型车辆预警系统,这个系统能利用人工智能学习数千种真实的交通情景。这个系统的一项研究是与宝马集团合作进行的。结果显示,如果用在当今的自动驾驶车辆上,该系统能提前七秒钟对车辆无法独自处理的潜在危险情形进行预警,准确性超过85%。 为了使未来的自动驾驶汽车更安全,开发工作通常依赖于复杂精密的模型,致力于使车辆有能力对所有交通参与人的行为进行分析。但是,如果模型仍然不能处理一些复杂或没有预见到的情形,会发生什么呢? 与埃克哈德·斯坦巴赫教授开展合作的一个团队正在采取一种新方法,埃克哈德·斯坦巴赫教授是媒介技术的主席,还是慕尼黑工业大学慕尼黑机器人与机器智能学院(MSRM)董事会的一名董事。借助人工智能(AI),他们的系统可以学习过去自动驾驶试验车辆在现实道路交通中被推到极限的情形。这些情形是人类驾驶员会接手的情形——要么是因为汽车发出需要人工干预的信号,要么是因为驾驶员出于安全考虑决定进行干预。 通过递归神经网络进行模式识别 这项技术使用传感器和摄像头来捕捉周围的情况,并且记录车辆的状态数据,如方向盘角度、道路状况、天气、能见度和速度。基于递归神经网络(RNN)的人工智能系统学习用数据识别出模式。如果这个系统在新的驾驶情形中发现了控制系统过去无法处理的一个模式,那么驾驶员将在可能的严重情况发生之前得到警告。 “为了让汽车更加自主,许多现有的方法都是研究汽车现在对交通状况的了解,然后试图改进车辆使用的模型。我们技术的大优势是:我们完全不理会汽车的想法。取而代之的是,我们根据实际发生的情况将自己限制在数据上,并且寻找模式,”斯坦巴赫说道。“通过这种方式,人工智能可以发现模型可能无法识别或尚未发现的潜在关键情形。因此,我们的系统提供了一个安全功能,可以知道汽车在何时何地有缺陷。” 提前7秒发出警告 这个研究团队与宝马集团用宝马集团开发的自动驾驶汽车在公共道路上对这项技术进行了测试,并且分析了大约2500种司机不得不干预的情况。研究表明,这项人工智能技术已经能够预测潜在的危险情形,准确性超过了85%,即在这些潜在危险情形发生前最长可提前七秒钟发出警告。 数据收集无需付出更多努力 需要大量数据才能让这项技术发挥作用。这项人工智能技术毕竟只能在系统极限情况下的体验进行识别和预测,前提是这些情形是过去见到过的。随着大量试用车辆的上路,数据实际上是车辆自己产生的,这项研究的一位作者克里斯托弗·库恩说:“每次试驾遇到潜在的紧急情况时,我们最终都会得到一个新的培训示例。”数据的集中存储使每辆车都有可能学习整个车队记录的所有数据。”