首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

思特威以新子品牌猛攻汽车应用

借助于天时地利人和的优势,近年来,本土IC公司在一个领域站稳之后纷纷后开始扩张,思特威就是一个典型的例子,专注于CMOS图像传感器芯片研发的思特威在成为安防领域隐形冠军后,开始进军手机和汽车等领域后也大获成功,今年火爆的华为三折叠手机就是采用了思特威的图像传感器。

为了进军汽车领域,思特威还以一个全新子品牌--飞凌微电子(Flyingchip)来猛攻汽车市场,近日在E维智库主办的第12届中国硬科技产业链创新趋势峰会暨百家媒体论坛上,思特威副总裁飞凌微首席执行官邵科接受了电子创新网等媒体专访,就飞凌微的定位和产品布局做了分享。

“飞凌微是思特威的一个新的子品牌,它本身其实也是一家独立的全资子公司,它属于思特威的一部分。为什么要成立飞凌微?因为飞凌微做的是偏数字的SoC,跟思特威原有的产品从技术上面会有一些共通性,但是在工艺平台以及应用方案上跟原有产品有差异,所以我们觉得独立运营这条产品线会更有利于未来的研发和发展。”邵科解释说,“飞凌微的产品线以车载为主,我们现在看到,车载上新方案很多,需要有一些更多的芯片实现方式,能够帮助新势力达到它想做的功能。”

他进一步表示思特威在几年前进入车载领域以后,车载图像传感器也在往智能化发展,而且视觉应用非常广泛 ,思特威认为图像传感器在车载上未来会跟SoC结合,成为应用级方案,未来还可以沿着这个思路延伸发展到机器视觉以及机器人领域,且未来市场潜力很大,因此以独立子品牌来运营。

|国产图像传感器的竞争优势

邵科强调了飞凌微在国产化方面的优势,特别是在安防监控领域积累的技术,为其进入车载市场提供了支持。此外,飞凌微在图像传感器的研发和量产方面具备快速迭代的能力,这帮助他们在车载市场上获得竞争力,并通过DMS(驾驶员监控系统)等功能应用实现市场拓展。

“我们认为国产图像传感器未来的市场很大,此外,我们在安防监控是出货量是全球第一的。其实很多监控方面的好多技术跟车载技术是有相通性的,例如大动态、可靠性等等。所以这可以帮助我们快速实现产品系列化,我们花了两年时间把车上面用的几乎所有跟图像相关的传感器全做了,这有利于我们快速进入车载市场。也有利于我们把一些的需求挖掘出来,这是我们区别于国际品牌的一个突出优势。”他强调,“我们现在在车载上的很多图像传感器已经量产了,因为有一些应用只要一个图像传感器,所以我们顺带把它后面域控也做完了,如座舱驾乘人员监控(DMS),图像传感器还是需要有一些数据由ISP来做。它的域控可能不一定有这个功能,第一国外一些域控芯片支持没有这么好,没有人支持你去开发。第二国内可能有些并没有,因为一个域控芯片开发时间很长,迭代也没这么快,所以它对图像传感器需要的功能不一定能够匹配,那就需要中间再加一个。我们当时看到了这个机会,所以我们开始去做这个高性能的ISP,也考虑一些更多未来发展,就是把它演变成一种针对具体应用的SoC,这个也是我们推出之后能够跟传感器做组合,能够在车上面快速地去落地的一个主要的点。”

据他介绍,飞凌微电子在今年8月已推出了三款具有优异的图像处理性能、低功耗、小封装尺寸、功能安全、信息安全等优势车规级图像传感器,可为车载摄像头的图像性能提升与视觉预处理提供更丰富灵活、稳定可靠的选择,以高精度、低延迟的车载影像解决方案,推动智驾视觉系统应用的升级和发展。

● M1 车载高性能ISP芯片

它内置高性能暗光降噪和图像增强算法,显著提升实时影像的清晰度,助力智驾视觉系统识别效率的提升。它支持高分辨率RGB-IR图像处理,可与RGB-IR图像传感器搭配,组成适用于舱内OMS应用的RGB-IR摄像头方案。支持最多4帧HDR合成,动态范围可达144dB,能有效保留并凸显画面的明暗部细节,保障车载摄像头在复杂光线场景下图像捕获的准确性。支持LED闪烁抑制(LFS),有效避免电子路牌、交通信号灯等LED信号带来的成像闪烁问题,为ADAS应用提供完整精准的影像信息。支持双路3MP@30fps HDR图像同步处理,灵活实现车载舱内双目视觉、前视双目摄像头等多种车载多目视觉应用场景。

● M1Pro 车载轻算力视觉处理SoC芯片

在搭载M1同款先进ISP图像处理模块的基础上,M1Pro内置了0.8TOPS@INT8轻算力自研NPU、ArmCortex-A7 CPU、1Gb DDR3L内存。邵科指出这个NPU是飞凌微自研NPU支持业界主流的神经网络框架,并针对轻量级神经网络结构和视觉任务进行了专门优化,有效加速视觉数据处理并提升图像处理准确性,也为车载视觉系统后端处理减负。以舱内DMS应用方案为例,M1Pro可搭配思特威2MP图像传感器SC232AT,在图像传感器以及SoC内置ISP的双重驱动下,实现全局快门模式下动态范围的显著提升。同时,M1Pro支持运行DMS识别算法和结果输出,有效提升整体DMS系统的实时性,使智驾系统完成即时响应,从而保障驾驶安全。

● M1Max 车载轻算力视觉处理SoC芯片

相较于M1Pro, M1Max在核心模块配置方面进行了相应升级,包括1.5TOPS@INT8轻算力自研NPU、Arm Cortex-A7 ×2 CPU、2Gb DDR3L内存等,以更强劲的处理和计算性能,进一步满足智驾系统在端侧的视觉处理应用需求。

他指出三款新品均符合AEC-Q100 Grade 2认证及ISO26262 ASIL-B功能安全等级要求,以高安全性、高可靠性等优势,保障车载视觉处理和计算的稳定运行。

|视觉主导的自动驾驶演进趋势

飞凌微对纯视觉作为自动驾驶感知主导的趋势表达了乐观的看法,认为在低级别辅助驾驶中,视觉方案具备经济性和可落地性。随着AI技术的发展,视觉处理会越来越成熟,逐步降低对激光雷达的依赖。同时,飞凌微在高性能ISP(图像信号处理器)和AI-ISP技术方面的布局有助于增强夜视和恶劣天气下的成像效果。

“其实从感知来讲,我们本来就做传感器,我们觉得纯视觉应该是往后的一个发展方向。但是它现在受制于一些技术,因为纯视觉的时候本身算法的复杂度,还有如何去应对有一些视觉识别不了的场景,或者做大模型也有些场景解决不了的问题,所以从快速落地来讲,加一个激光雷达,两个之间做一个互补,可以提升安全性,可以很快落地。”他解释说,“随着这些AI技术发展,视觉其实是能够做得越来越好,这个时候对激光雷达的依赖就会少了。特别在辅助驾驶上面, 我觉得纯视觉是一个经济方案,当然要是到了L4以上完全自动驾驶阶段,要更多从安全性去考虑,还是会把硬件加得更多。因为驾驶员完全不需要参与了,这个时候要尽量去避免安全性的问题。针对这个,纯视觉有一些场景是适应不了的,比如说我在一些极暗的场景里面去开车,只有车灯,两侧物体几乎都看不见,这就是一个挑战。”

他表示思特威在安防领域有星光夜视方案,在有星光的时候看起来就跟白天一样,如果能做到这些,纯视觉还能更往前走一步,不过针对雨、雾、烟霾等极端环境,需要开发全光谱传感器,飞凌微已经在研发。

|分布式与集中式视觉处理系统的权衡

在系统设计上,邵科表示飞凌微探索轻算力SoC在端侧的分布式预处理,通过AI实现降噪、HDR等视觉功能。这种分布式架构灵活性高,适合不同价位和功能需求的车型,而集中式架构在中高端车型上更具成本效益和系统优化优势。飞凌微希望通过两者的结合实现更高效的系统设计,适应多样化的车载应用场景。

他表示飞凌微在产品上更偏中小型域控。“在整个方案里面我们有CIS有SoC,两个1+1是大于2的。因为我们的功能之间,可以专门为某些功能去做一些预留开发,这样两个结合度就很高。”他指出,“车载上面原来前视都是200万像素的,现在大家都到800万像素了,但能够做到800万30帧实时处理其实很少,因为车载SoC芯片根本处理不过来。所以我们在规划下一代产品时也能够在模组端端侧给它预处理一部分,能够使得它更加跟视觉更成像相关的,我们可以去多做一些跟识别、跟决策跟这些算法相关的处理。这样的话其实它的算力就可以更好地去用来做这些驾驶相关的东西,我们则更好地去处理这个视觉相关的。”

他表示基于这样的思路,车载ISP也可以从传统的ISP变成通过AI-ISP的方式去提升整个夜视效果。当然也包括前视,飞凌微会通过AI-ISP能够给SoC提供更高质量的法识别数据等等,所以需要一个带一定算力的轻量级的SoC,能够去适应这样的功能需求。

“我们的思路是通过先进工艺把功耗等各方面控制好,这个轻算力的SoC也是可以用到端侧的,或者说也在域控旁边放一个专用处理芯片,专门为图像去做更高的优化,这样它整个系统性能就得到了升级。”

他表示目前M1系列算力非常小,可以做一些降噪、HDR 白平衡等,主要应用在电子后视镜上,对于更高帧率,更大数据上的处理,飞凌微也在考虑开发更大算力的产品。

他认为未来中高端车型会越来越集中,因为它整个成本会更可控。但中低端车型需求变化大,做一个大域控集中化的方案不一定是最优的。而且如果出口则需求差异更大,如果做分布式,则灵活性会很高。如出口去欧洲就可以把DMS换成带算力的,国内暂时不需要就可以用一个低成本方案,整个电气线路不用变换,对于中低端车型非常友好。

|未来布局:工业视觉与人形机器人

邵科表示,飞凌微计划在车载之外,将视觉技术拓展至工业视觉和人形机器人等新兴领域。这些领域需要多传感器融合、视觉预处理等技术支持,飞凌微的方案有助于满足这些场景对图像处理的高要求。此外,多模态感知(如视觉与语音融合)也被认为是未来重要的发展方向之一。

“工业视觉未来潜力很大,因为现在很多工业视觉都是摄像头后面接个功能芯片或者接个主机,但多了之后会加大整个系统的复杂性。所以我们认为要是能够直接在这个视觉模组端去做一些处理是可以帮助到后边的一些系统整体优化的。”他指出。“因为IoT应用中,如5G智能工厂里,工业视觉终端可能高达10万以上,如此多的摄像头数量连接会出现问题,如果我们的轻算力产品能达到5TOPS或者10TOPS,那在端侧就能把一些出具处理好。对于整个提醒的响应速度和延迟缩小都是有好处的。而且有时你做整个系统升级的时候,只要升级其中某一些就好了,不用把整个系统的主控全都升级一遍,不用整个架构做大改动,这是很有经济效益的。”(完)

  • 发表于:
  • 原文链接https://page.om.qq.com/page/Ou7QRWeCVrwXTnipb3TXUnzw0
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

相关快讯

扫码

添加站长 进交流群

领取专属 10元无门槛券

私享最新 技术干货

扫码加入开发者社群
领券