AutoSens是汽车传感（gǎn）器和感知技术的（de）会议，它（tā）将（jiāng）工程（chéng）师和其他参（cān）与ADAS和自（zì）动驾驶市（shì）场的相关人（rén）员联系起来。这一届是在比利时布鲁塞尔举世闻名的（de）AutoWorld博物馆举行，行业领（lǐng）导（dǎo）者齐（qí）聚一堂，研究并评（píng）估了ADAS的最新发展。

portant;" />

到2025年，这个市场的价值预计（jì）将超过（guò）670亿美（měi）元，这并不都是智能科技发展的功（gōng）劳，而是因（yīn）为创新水平的提高，以及越（yuè）来越多（duō）的加速（sù）汽车自（zì）动化和自动驾驶汽车的发展的举措的出台。

由于（yú）传感（gǎn）器（qì）变得越来越智能，设计工程师能够为更少的（de）设（shè）备增加更多（duō）的感知功（gōng）能。

然而，考虑到（dào）驾驶员安（ān）全（quán），我们（men）可能（néng）会将自动驾驶汽车提高到一个更高的标准，我们（men）所看到（dào）的支（zhī）持自（zì）动（dòng）驾驶的增量创新表明（míng），可能需要很（hěn）长时（shí）间（jiān）才（cái）能实现完（wán）全的自动（dòng）驾驶。

随着工程（chéng）师和科（kē）学家们对L4级和L5级的发展看的更加（jiā）的现实，围绕自（zì）动驾驶汽车的炒作也开始（shǐ）降温，但未（wèi）来仍将面（miàn）临重大的挑战。有人还声称，到2020年（nián），我们将看（kàn）到大批自动（dòng）驾驶汽车或机（jī）器（qì）人出租（zū）车出现在我们的（de）道路上。

尽管如此，在传感器、计算机视觉和安（ān）全方面的持续研究正在取得了（le）积极的（de）进（jìn）展。

9 月（yuè） 18 日，比（bǐ）利时布（bù）鲁塞尔 AutoSens 展会（huì）上，CEVA 发布了（le）第（dì）二代 AI 处理器（qì）架构 NeuPro－S，使深度神经网络（luò）工作负载的性能提高 50％，内存带宽降低 40％，功（gōng）耗降低 30％。同（tóng）时还推出了（le）业（yè）界（jiè）首（shǒu）创的深（shēn）度神经（jīng）网络编译器技术 CDNN－Invite API，通过统（tǒng）一接口，优化神（shén）经网络推理固件，从而支持 NeuPro－S 内（nèi）核与定（dìng）制神（shén）经网络（luò）引（yǐn）擎的异构协同（tóng）处（chù）理。

NeuPro－S 和 CDNN－Invite API 适用于需要在边（biān）缘端（duān）进行 AI 处理的视觉终端设备，包括自动驾驶汽车、智（zhì）能手（shǒu）机、监控摄像头、消费（fèi）类摄像头、AR／VR 头盔、机器人和（hé）工（gōng）业应用。NeuPro－S 可以（yǐ）对边（biān）缘设备中视频（pín）和图像中的物品进行分割（gē）、检测和分类神经网络（luò），从而显著提（tí）高系统（tǒng）感知性能（néng）。通过减少使（shǐ）用外部 SDRAM 的高成（chéng）本（běn）传（chuán）输（shū），NeuPro－S 可以支持多级内存系（xì）统（tǒng）。同时，NeuPro－S 还支持（chí）多（duō）重压缩选项和异构可扩展性，可在单（dān）个统一架构中实现（xiàn） CEVA－XM6 视觉 DSP、NeuPro－S 内核和（hé）定制（zhì） AI 引擎的各种组合（hé）。

portant;" />

NeuPro－S 可以（yǐ）对边缘设（shè）备中视频和图（tú）像中的物品进行分割、检（jiǎn）测（cè）和分类神经（jīng）网（wǎng）络，从而显著提高系统感知性能（néng）。通过（guò）减少（shǎo）使（shǐ）用外部 SDRAM 的高成本传输（shū），NeuPro－S 可以（yǐ）支持（chí）多级（jí）内存（cún）系统。同时，NeuPro－S 还支持多重压缩选项和异构可扩展性，可在单个统（tǒng）一架构（gòu）中实现 CEVA－XM6 视觉 DSP、NeuPro－S 内核和定（dìng）制 AI 引擎（qíng）的各种（zhǒng）组合。

NeuPro－S 系列包（bāo）括 NPS1000、NPS2000、NPS4000，分别（bié）具有 1000、2000、4000 个 8 位 MAC 的预配置（zhì）处理器。其中，NPS4000 具有最高的单核 CNN 性能，在 1．5GHz 时可达到 12．5 TOPS，并且可（kě）完全（quán）扩展（zhǎn），最高可（kě）达到 100 TOPS。

NeuPro－S 架构中集成的完全可编程 CEVA－XM6 视觉 DSP，不仅可以对 AI 实时处理，还可以同（tóng）时处（chù）理图像、计算机（jī）视（shì）觉和一般（bān） DSP 工作负载。

在自动（dòng）驾驶领域，NeuPro－S 还（hái）提供了满足安全要（yào）求的解决方案，包括（kuò）质量保证标（biāo）准 IATF 16949、以及汽车标准 ISO 26262 和 A－Spice。

NeuPro－S 架构解决了这些设备（bèi）中日益增多的（de）数据带宽和功耗挑战。通过（guò） CDNN－Invite API，我们降低了（le）不断增（zēng）长的神（shén）经网（wǎng）络创新者社群的（de）准入门（mén）槛，可让他们从我们的 CDNN 编（biān）译器提供的广（guǎng）泛支（zhī）持和易用（yòng）性中受益，从而进一步扩（kuò）展了在神（shén）经网（wǎng）络编译器技术领（lǐng）域无可争（zhēng）议的（de）竞争优势。

Coccon激光（guāng）雷达（dá）

自动驾（jià）驶技术的（de）一个有（yǒu）趣应用是地理围栏车（chē）辆的开（kāi）发（geo－fenced vehicles），这种（zhǒng）车辆的行驶范围和能（néng）力都（dōu）比较有限。

LeddarTech产品线经理Vincent Racine表示：“到2055年，城市人口将（jiāng）大（dà）幅增长，这就（jiù）会（huì）导致道路上的汽车将翻（fān）一（yī）番（fān），基础设施面临的（de）压（yā）力只会越来越大。”“我们（men）正面临着日（rì）益严（yán）重的交（jiāo）通堵塞、排（pái）放量的增加，如（rú）果我们（men）发现自己被困在拥挤的道（dào）路上，我（wǒ）们的生产力将（jiāng）受到严重的打（dǎ）击。”

“我们看到服务（wù）于（yú）自动驾驶的航天飞机（jī）的需求正在（zài）增长，这些飞机将运行（háng）在地理围栏路（lù）线（xiàn）上。事（shì）实上，一些研究报告表明，到2025年，可能会有多达200万架这样的航天飞机投入使用，使（shǐ）4－15人沿着预定（dìng）的路（lù）线行驶50公里。”

“汽车（chē）必须在拥挤的地区行驶，还（hái）要（yào）考（kǎo）虑行（háng）人、自行（háng）车（chē）和动物（wù），所有这些的（de）活（huó）动都很（hěn）难预测。这就使得（dé）传感器在车辆（liàng）的地位愈发重要。”

为（wéi）了解（jiě）决这个问（wèn）题（tí），LeddarTech开发了Leddar Pixell，这（zhè）是一种用于地理围栏自动驾（jià）驶车辆的激光雷（léi）达。

拉辛解释：“LeddarTech的（de）固态激光雷达技（jì）术（shù）能够为COAST Autonomous自动驾驶车辆（liàng）优化安全性能，这项技术的坚固性与可靠性能适应严苛（kē）的驾驶环境，并通过（guò）消除其它传感技术留下的盲区（qū），使其成为在停车（chē）启动应用中防止碰（pèng）撞的首选技术。”

“它能对车（chē）辆周围的障碍物提供高度可靠的探测（cè），适用于正在开发的（de）感（gǎn）知平台，以确保乘客和弱势道路使用者的安（ān）全与保护。”

据（jù）了解，该解（jiě）决方案已（yǐ）经被北（běi）美（měi）和欧（ōu）洲十几家领先的自动驾驶（shǐ）汽车供应商采用。

拉辛指出（chū）：“至关重（chóng）要的是，Pixell能够弥补用于（yú）地理（lǐ）定（dìng）位（wèi）的机械扫描激光（guāng）雷达的局限（xiàn）性，在某些情况下，可能（néng）会产生盲区，可以（yǐ）达到几米（mǐ），而这个解决方案（àn）没有死区或盲点。”

该传感器能够提供一个高效的检测解决（jué）方案，通过使用高度集（jí）成的SoC和数字信号处理（lǐ）软件组成的LCA2 LeddarEngine嵌入技术来覆盖关键盲点。

态势感知

虽然（rán）技（jì）术可以帮助我们提供更（gèng）好的情景感知——看（kàn）到东（dōng）西，感知它们，然后将（jiāng）它们与用户（hù）的位置联系起来，但（dàn）在这个领（lǐng）域仍有开发的潜力。

Outsight宣布推（tuī）出了一款具有（yǒu）创新传感功能（néng）的（de）自动驾驶汽车相机（jī）——3D语义相机（3D Semantic Camera）。这款相机采用低功率短波红外（wài）（SWIR）激光器，能够像激光雷达（LiDAR）一样扫描周（zhōu）围数百米的（de）范围（wéi）。结合Outsight的算法，这款3D语义相机不仅可以实时（shí）“看到”车辆周围的整个环境，还能够识别（bié）冰、布和皮肤等（děng）物体材料（liào）。

portant;" />

该公（gōng）司将其描述为“一种革（gé）命（mìng）性的传感器，为智能机器带来全面的态（tài）势（shì）感知。”公司总裁兼联合创（chuàng）始（shǐ）人Raul Bravo表示（shì），“这是一个结合了软件和硬件的传感器，支持远（yuǎn）程材料识别（bié）和全面的实时3D数据处理。”

Bravo解释：“这项技术提供了更高的准确性和高效性，使系统（tǒng）能够实时感知、理解并最终与周围环境进行交互。”

“机动性（xìng）正在迅速发展，我们（men）的3D语义摄像头将能够为L1－L3级ADAS中看到的人工控制机器带来完全的态势感（gǎn）知和全（quán）新（xīn）的安全和可靠性，但它（tā）也将有助于加速与L4 － 5级自动驾驶汽车、机器（qì）人和无人机相关的全自（zì）动智能（néng）机器的出现。”

“Outsight则是第一个尝试在（zài）单个（gè）设备中提供完整的情境感知（zhī）。它（tā）是（shì）一种（zhǒng）可大规（guī）模生（shēng）产的“一体化解决（jué）方案”，能够同时感知并（bìng）理（lǐ）解数百米（mǐ）范围内的环境，包括物体的关键化学成分（例（lì）如人类皮肤、棉（mián）花、冰（bīng）、雪、塑料、金属、木材（cái）等）。”

portant;" />

Bravo声（shēng）称：“结（jié）合3D SLAM芯片（piàn）功能（同（tóng）时本地化和映射），这项技术（shù）可以实时交付现（xiàn）实（shí）。”

该摄像机通过其（qí）车载SoC提供可操作的信息和对象（xiàng）分（fèn）类，但不（bú）依赖于“机器学习（xí）”。因（yīn）此（cǐ），功耗和所需的（de）带宽都更低（dī）。这种新方案无（wú）需用（yòng）于AI训练（liàn）的大量数（shù）据集，并且，通（tōng）过实际的物体“测量”消除了猜（cāi）测。通（tōng）过确定物体的材料，提高（gāo）了相机实际“看到”内容的置信度。

Outsight的3D语义相机能够（gòu）提供（gòng）周（zhōu）围所有移动物体的位置、大小（xiǎo）和速（sù）度信息（xī），因此它不仅能够“看到（dào）”并测（cè）量，它还能够理解（jiě）环境，为路径规划和驾驶决策提供有价值的信息。

这些例子表明，支持自动驾驶汽车（chē）的传感器技术正在发生质的（de）变化，最重（chóng）要（yào）的是，随着能力的增（zēng）强（qiáng）和（hé）改进（jìn），传感器技术（shù）有（yǒu）助（zhù）于（yú）降低部署的总体成（chéng）本。