广告
车载摄像头的技术趋势 — 智能摄像头
2021-03-20 00:32:49· 来源：Astroys
摄像头SoC片上系统（SoC）在单个芯片上集成了计算平台的大多数组件。摄像头SoC或视觉SoC将高分辨率成像、图像信号处理和神经网络处理集成到一个低功耗嵌入式平台
摄像头SoC
片上系统（SoC）在单个芯片上集成了计算平台的大多数组件。摄像头SoC或视觉SoC将高分辨率成像、图像信号处理和神经网络处理集成到一个低功耗嵌入式平台中。摄像头SoC不仅能够捕获图像，而且能够根据加载到SoC中的算法进行实时处理。这使得摄像头模块具有快速的感知和决策能力。
由于紧凑的集成、更快的处理速度和图像通信带宽低，摄像头SoC越来越多地用于汽车应用中，尤其是在前置立体和单目摄像头中。这是因为仅需要将处理后的元数据传输到中央ECU。摄像头SoC提供的并行和多层图像处理功能可以融合来自多个摄像头的数据流，执行复杂的图像处理任务。由于低延迟、计算性能和低功耗，摄像头SoC使得汽车摄像头模块具有边缘处理能力。
Mobileye（EyeQ系列）、OV（OX01E10）、赛灵思（Zynq和Zynq UltraScale +）和安霸（CV22AQ，CV2FS和CV22FS）提供车规级摄像头SoC。
智能摄像头
智能化程度更高的摄像头模块是车载摄像头生态系统的新兴趋势之一。摄像头供应商正在将更多边缘计算功能集成到摄像头模块中，从而使他们能够检测并了解环境。智能摄像头是一个独立的视觉系统，它不仅可以捕获图像，还可以从中提取特定应用的信息。
通过融合多个传感数据流（例如RGB摄像头+NIR），在传感节点处添加智能。RGB摄像头+SWIR，RGB摄像头+激光雷达，RGB摄像头+雷达。半导体技术的进步，例如紧凑封装的多核处理芯片，图像加速器的开发以及集成ISP的摄像头传感器，都为摄像头模块的智能化提供了动力。
由于Euro-NCAP 2020的强制要求，DMS越来越多地部署在车辆中，使其成为5星评级所必需的主要安全功能。提供L2自动驾驶功能的量产车型或在开发L2.5/3的OEM，也依靠DMS来检测自动驾驶。智能摄像头模块将在此类系统的部署中发挥关键作用。摄像头模块中集成的图像处理和AI功能用于驾驶员注意力分散检测，车载算法可精确读取面部表情、头部运动和眼睑运动以确定驾驶员的注意力分散程度。
Eyeris、Affectiva、Compound Eye和Nauto等汽车初创公司正在开发智能摄像头模块或在边缘进行处理的智能摄像头。
索尼于2020年5月推出了其集成了AI的图像传感器（据称是全球第一个）。IMX500和IMX501图像传感器兼具处理能力和存储器，使其能够执行基于计算机视觉任务的机器学习算法。索尼提到，这项技术可以用于自动驾驶汽车和自动监控系统。
博世在2019年9月推出了名为MPC3的智能摄像头模块，该模块具有用于自动驾驶的AI功能。博世在其摄像头模块中使用了瑞萨的V3H SoC，以实现用于物体检测和分类以及交通标志识别的AI功能。
片上系统（SoC）在单个芯片上集成了计算平台的大多数组件。摄像头SoC或视觉SoC将高分辨率成像、图像信号处理和神经网络处理集成到一个低功耗嵌入式平台中。摄像头SoC不仅能够捕获图像，而且能够根据加载到SoC中的算法进行实时处理。这使得摄像头模块具有快速的感知和决策能力。
由于紧凑的集成、更快的处理速度和图像通信带宽低，摄像头SoC越来越多地用于汽车应用中，尤其是在前置立体和单目摄像头中。这是因为仅需要将处理后的元数据传输到中央ECU。摄像头SoC提供的并行和多层图像处理功能可以融合来自多个摄像头的数据流，执行复杂的图像处理任务。由于低延迟、计算性能和低功耗，摄像头SoC使得汽车摄像头模块具有边缘处理能力。
Mobileye（EyeQ系列）、OV（OX01E10）、赛灵思（Zynq和Zynq UltraScale +）和安霸（CV22AQ，CV2FS和CV22FS）提供车规级摄像头SoC。
智能摄像头
智能化程度更高的摄像头模块是车载摄像头生态系统的新兴趋势之一。摄像头供应商正在将更多边缘计算功能集成到摄像头模块中，从而使他们能够检测并了解环境。智能摄像头是一个独立的视觉系统，它不仅可以捕获图像，还可以从中提取特定应用的信息。
通过融合多个传感数据流（例如RGB摄像头+NIR），在传感节点处添加智能。RGB摄像头+SWIR，RGB摄像头+激光雷达，RGB摄像头+雷达。半导体技术的进步，例如紧凑封装的多核处理芯片，图像加速器的开发以及集成ISP的摄像头传感器，都为摄像头模块的智能化提供了动力。
由于Euro-NCAP 2020的强制要求，DMS越来越多地部署在车辆中，使其成为5星评级所必需的主要安全功能。提供L2自动驾驶功能的量产车型或在开发L2.5/3的OEM，也依靠DMS来检测自动驾驶。智能摄像头模块将在此类系统的部署中发挥关键作用。摄像头模块中集成的图像处理和AI功能用于驾驶员注意力分散检测，车载算法可精确读取面部表情、头部运动和眼睑运动以确定驾驶员的注意力分散程度。
Eyeris、Affectiva、Compound Eye和Nauto等汽车初创公司正在开发智能摄像头模块或在边缘进行处理的智能摄像头。
索尼于2020年5月推出了其集成了AI的图像传感器（据称是全球第一个）。IMX500和IMX501图像传感器兼具处理能力和存储器，使其能够执行基于计算机视觉任务的机器学习算法。索尼提到，这项技术可以用于自动驾驶汽车和自动监控系统。
博世在2019年9月推出了名为MPC3的智能摄像头模块，该模块具有用于自动驾驶的AI功能。博世在其摄像头模块中使用了瑞萨的V3H SoC，以实现用于物体检测和分类以及交通标志识别的AI功能。
- 下一篇：六个判断激光雷达性能好坏的主要指标
- 上一篇：无水丙二醇冷却液对柴油机性能影响的试验
广告
广告
编辑推荐
最新资讯
-
用于高压电池测试的加速度计
2024-11-05 14:44
-
卡特彼勒新一代240吨电动矿卡投入使用
2024-11-05 14:43
-
[法规] 欧盟发布重型车辆事件数据记录仪（E
2024-11-05 14:43
-
城无界野无疆 柴油混动火星9越野版曝时尚越
2024-11-05 12:02
-
L2和L3级智能驾驶车辆驾驶员的角色转变研究
2024-11-05 10:34
广告
广告
