接續前文:智慧車輛感測器融合大作戰(上)  

產業顧問機構Vision Systems Intelligence創辦人暨首席顧問Phil Magney將原始感測器資料融合稱為「產業界的發展方向」,他認為:「其他的技術進展也能搭配原始資料融合;舉例來說,神經網路將能因為不同來源的原始資料而提升性能。」

而分析師們也認為,Mentor Graphics之DRS360平台相對較大的「開放性」,會是其優勢之一;如Strategy Analytics分析師Ian Riches表示:「該平台能提供一線汽車零組件供應商或車廠最大的靈活性,來設計他們自己的解決方案並帶來自有價值。」

Riches進一步指出,現在像是Mobileye的系統通常就是個“黑盒子”,一線汽車零組件供應商要利用其方案打造自己的產品,就不得不用成本來競爭,因為他們無法自己調整系統的核心演算法,Mobileye將演算法視為IP。

不過DRS360無論在使用的晶片或是執行的演算法上都有彈性,Magney表示:「到目前為止,大多數ADAS應用程式都是透過物件資料(object data)來完成,也就是感測器模組會做所有事情,例如偵測並針對場景中的相關物件進行分類。」

Maney同意Riches的說法,認為Mobileye的解決方案就像是“黑盒子”;而他進一步指出:ADAS應用程式是可以採用「邊緣處理(Edge processing)」,但對車輛來說,將處理程序整併在一起更實際。

DRS360的可擴展性也很重要,廠商可以不必為不同ADAS或自動駕駛車輛各自開發平台,而是以DRS360平台進行擴充,開發自己的解決方案;許多車廠認為這才是利潤所在。

但是一個平台有FPGA又有SoC與MCU,對廠商來說在成本上負擔不會太大嗎?Riches並不認為:「一輛車子會有大量的標配ADAS功能與感測器,像是DRS360這種集中化的架構在理論上反而能省錢;」他解釋:「沒錯,你需要添加中央控制器,但可以不必在每個感測器配備搭配車輛的多個較小型處理單元。」

誰能因為採用集中化平台而獲益?

Strategy Analytics的Riches表示,對於希望最終產品包含自家獨特IP的廠商來說,DRS360平台可提供顯著優勢,但這對於想要統包式(turnkey)解決方案的人來說卻是缺點,因為意味著要讓產品上市,得做更多事。

Mentor Graphics副總裁暨嵌入式系統部門總經理Glenn Perry表示:「每家廠商──無論他們是不是專家──都會有特定需求,需要某些客製化元素;」在這方面,他認為DRS360可以滿足那些需求,如果車廠真的沒有專家、不知道該怎麼找到想要的功能,一線汽車零組件供應商就可以利用該平台自行做技術上的調整,再提供給車廠。

另一家市場研究機構IHS Markit的汽車電子市場首席分析師Luca De Ambroggi認為,DRS360對供應鏈上許多廠商來說都有利,從正在尋找開發平台的系統業者到晶片供應商,還有那些不想或不能自己開發軟體、系統安全性或AI等功能的人。

跟晶片供應商搶生意?

但最大的問題是,Mentor推出DRS360平台是準備跟Mobileye/Intel與Nvidia等積極搶進汽車市場的晶片廠商搶生意嗎?

對此Riches指出,感測器模組可能是受衝擊最大的廠商,因為很多這些業者是以搭配感測器的處理性能與演算法做為產品附加價值,但DRS360平台的集中化架構,讓感測器廠商被「降級」,只需要提供原始資料。

「Mentor不是晶片供應商,我猜他們也會保持平台的非關晶片,但或許Mobileye/Intel與Nvidia的想法會不一樣;」IHS Markit的De Ambroggi表示,Mentor的觀點是從架構與設計支援、軟體平台出發,並非是推銷特定晶片。

20170407_fusion_NT02P1

DRS360平台的集中化原始資料融合流程
(來源:Mentor Graphics)

Mentor的Perry坦承,在中央處理原始資料融合,晶片供應商可能有自己的方法,例如利用GPU的TFLOP等級處理性能:「通常是擁有硬體與深度學習軟體的人,會有做這種生意的動機;」他表示,Mentor認為DRS360與其他解決方案的差異,在於能以最少的處理性能做到原始資料融合。

雖然對於透露DRS360平台以FPGA、SoC與MCU實現的處理性能細節有所顧慮,Perry聲稱該平台能打造全自動駕駛車輛,而且僅需100瓦的功率;具體來說,他指出FPGA功耗約24瓦,兩顆SoC各15瓦,安全微控制器功耗則是5W。

Perry並指出,採用FPGA執行原始資料融合演算法,是因為其高性能與高容量,能直接處理原始資料,資料封包不需要從記憶體進進出出;此外:「你可以直接將FPGA與來自不同類型的感測器資料流連結,這是有彈性的,能適應供應商指定的不同種類感測器實體介面。

Strategy Analytics的Riches表示:「對ADAS/自動駕駛車輛來說,這種彈性會很實用,而且因為感測器並沒有標準組合,移動那些感測器資料的標準方式也還沒出現。」

編譯:Judith Cheng

(參考原文: Mentor in Robo-Car Race with Mobileye, Nvidia,by Junko Yoshida)