AutoSens是汽（qì）车传感器和感知技术（shù）的会议，它将工程师和其他参与ADAS和自（zì）动驾驶（shǐ）市场的相关人（rén）员联系起来。这一届是（shì）在（zài）比（bǐ）利时布鲁塞尔举世闻名的AutoWorld博物馆（guǎn）举行，行业领导者齐聚一堂，研究并评估了ADAS的最新发展。

portant;" />

到2025年，这个市场的价值预计将超（chāo）过670亿美元，这（zhè）并不（bú）都（dōu）是智能（néng）科技发展的功劳，而是因为创新水平的（de）提高，以及越来越多的加速汽车自（zì）动（dòng）化和自动驾驶汽车的发（fā）展的（de）举措的出台。

由于（yú）传感器变得（dé）越来越智能，设计工程师能（néng）够（gòu）为（wéi）更少的设（shè）备增（zēng）加更多的（de）感知功（gōng）能。

然而，考虑到驾驶员（yuán）安全，我们可能会将自动驾（jià）驶（shǐ）汽（qì）车提高（gāo）到一个（gè）更高的标准，我们（men）所（suǒ）看到的（de）支（zhī）持自动驾驶的增量创新表明（míng），可能需要很长时间才能实现完全的自动驾（jià）驶。

随着工程师和科（kē）学家（jiā）们对L4级和L5级的发展（zhǎn）看（kàn）的更加的现实（shí），围绕自动驾驶汽车的（de）炒（chǎo）作也开始降温，但未来仍（réng）将面（miàn）临重大的挑战（zhàn）。有人还声称，到2020年，我们将看到大批自动驾（jià）驶汽车或机器人出租车出现在我（wǒ）们的道路上（shàng）。

尽管如此，在传感器、计算（suàn）机视（shì）觉和安全方面的持续研究正在取得（dé）了积极的（de）进展。

9 月 18 日，比利时布（bù）鲁塞尔 AutoSens 展会上，CEVA 发（fā）布（bù）了第二代 AI 处理器架构 NeuPro－S，使深度神经网络工（gōng）作负（fù）载的性（xìng）能提（tí）高 50％，内存带宽（kuān）降低（dī） 40％，功（gōng）耗降低 30％。同（tóng）时还推出了业界（jiè）首创的（de）深度神经网络编（biān）译器技术 CDNN－Invite API，通（tōng）过（guò）统一接口，优（yōu）化（huà）神经网络推理固件，从而支持 NeuPro－S 内核（hé）与定制神经网络引擎的异构协（xié）同处（chù）理。

NeuPro－S 和（hé） CDNN－Invite API 适用于需要（yào）在边（biān）缘端进行 AI 处理的视觉（jiào）终（zhōng）端（duān）设备，包括（kuò）自动驾驶汽车、智能手机、监控摄像头（tóu）、消费类摄（shè）像头、AR／VR 头盔、机器人和工业应用。NeuPro－S 可以对边缘（yuán）设备（bèi）中（zhōng）视频和图（tú）像中的物品进行（háng）分割、检（jiǎn）测和分类神经网络，从而显著提高系统感知性能。通过（guò）减少使用外部 SDRAM 的高成（chéng）本传输，NeuPro－S 可（kě）以支持多级内存（cún）系统。同时，NeuPro－S 还支持多重压缩选项和异构（gòu）可扩展（zhǎn）性，可在单个（gè）统一架构中实现 CEVA－XM6 视觉 DSP、NeuPro－S 内核和定（dìng）制 AI 引擎的各种组（zǔ）合。

portant;" />

NeuPro－S 可（kě）以（yǐ）对边缘设备中视频和图像中的物品进行分割、检测和分类神（shén）经网（wǎng）络，从而（ér）显著提（tí）高系统感知性能。通过减少使（shǐ）用外部 SDRAM 的高成本传输，NeuPro－S 可以支持多级内存系统。同（tóng）时，NeuPro－S 还支持多重压缩选项和（hé）异构可扩展性（xìng），可在单（dān）个统一架构中实现 CEVA－XM6 视觉（jiào） DSP、NeuPro－S 内核和定制（zhì） AI 引擎的各种组合。

NeuPro－S 系列包括 NPS1000、NPS2000、NPS4000，分（fèn）别具有（yǒu） 1000、2000、4000 个 8 位 MAC 的预配置处（chù）理器。其（qí）中，NPS4000 具有最（zuì）高的单核 CNN 性能，在 1．5GHz 时可达（dá）到 12．5 TOPS，并（bìng）且可完全扩（kuò）展（zhǎn），最（zuì）高可达到 100 TOPS。

NeuPro－S 架构中集成（chéng）的（de）完全可（kě）编程 CEVA－XM6 视觉 DSP，不仅可（kě）以（yǐ）对 AI 实时处理，还（hái）可以同时（shí）处理图像、计算机视觉和一（yī）般 DSP 工（gōng）作（zuò）负载。

在自动驾驶领域，NeuPro－S 还提供了满足安全（quán）要求的解（jiě）决方案（àn），包括质量保证标准 IATF 16949、以及汽车（chē）标准 ISO 26262 和 A－Spice。

NeuPro－S 架构解决了这（zhè）些设备中日益增多的数据带宽（kuān）和功耗挑（tiāo）战。通（tōng）过 CDNN－Invite API，我们降低了（le）不断增长的神经网络（luò）创（chuàng）新者社（shè）群的准入门（mén）槛，可让他们从我们的 CDNN 编译器提供的广泛支持和易用性中受益（yì），从（cóng）而（ér）进一步（bù）扩展了在神经（jīng）网络编译器技术领域无可（kě）争议的竞争优（yōu）势（shì）。

Coccon激光雷达

自动驾驶技（jì）术的（de）一个有趣（qù）应用是地理（lǐ）围（wéi）栏车辆的开发（geo－fenced vehicles），这种车辆（liàng）的行驶范围和（hé）能（néng）力都比较有限（xiàn）。

LeddarTech产品（pǐn）线经（jīng）理Vincent Racine表示：“到2055年，城（chéng）市人口将大幅增长，这就会导致道路上的汽车将翻一番，基（jī）础设施面临（lín）的压力只会越来越大。”“我们正面临着日益严（yán）重的交通堵塞、排放量的增加，如果我（wǒ）们发现自己（jǐ）被困在拥（yōng）挤的道路（lù）上，我们的生产（chǎn）力将受到严重（chóng）的打击（jī）。”

“我们（men）看（kàn）到服务于自（zì）动驾驶的（de）航天飞机的需求正在增长，这些飞机将运行在地理围栏路线上。事实上，一（yī）些研究报告表明，到（dào）2025年，可能（néng）会有多达200万架这样的航天飞机投入使（shǐ）用，使4－15人沿着预定的路（lù）线行驶50公里。”

“汽车必须（xū）在（zài）拥挤的（de）地区行驶，还要考虑（lǜ）行人、自行车和动物，所（suǒ）有这些的活动都很难预（yù）测。这就使得传（chuán）感器（qì）在车辆的地位愈发重要。”

为了（le）解决这个问题，LeddarTech开发了Leddar Pixell，这是一种（zhǒng）用（yòng）于地理围栏自动驾驶车辆（liàng）的激光雷（léi）达（dá）。

拉（lā）辛解释（shì）：“LeddarTech的固态（tài）激光雷达技（jì）术能够为COAST Autonomous自动驾驶车辆优（yōu）化安全性能，这项技术的（de）坚固性与可靠性能适应严苛的驾（jià）驶环境，并通过消除（chú）其它传感技术留下的（de）盲区，使（shǐ）其成为（wéi）在停车启动应用（yòng）中防止（zhǐ）碰撞的首选（xuǎn）技术。”

“它能（néng）对车辆周围的障碍物提供高度可靠的探测，适用（yòng）于（yú）正在开发（fā）的感知（zhī）平（píng）台，以确（què）保乘（chéng）客和弱势道路使用者的安全与保护。”

据了（le）解，该解（jiě）决方（fāng）案已（yǐ）经被北美和欧洲十几家领先的自动驾驶汽（qì）车供（gòng）应商（shāng）采用。

拉辛（xīn）指出：“至关重要（yào）的（de）是，Pixell能够弥补用于地理定（dìng）位的机（jī）械扫描激光雷达的局限性，在某些情况下，可能会产（chǎn）生盲区（qū），可（kě）以（yǐ）达到几米，而（ér）这个解（jiě）决方（fāng）案没有死区或盲点（diǎn）。”

该传感器能够提供一个高效的检测解决方（fāng）案（àn），通过使用高度（dù）集成（chéng）的SoC和数字（zì）信（xìn）号（hào）处理软（ruǎn）件（jiàn）组成的（de）LCA2 LeddarEngine嵌入技术来覆盖关键盲点。

态势感知

虽然技术可以帮助我们提供更好的情（qíng）景感知——看到东西，感知它们，然后将它们与用户的位置联系起来，但在这个领域（yù）仍有开（kāi）发的（de）潜（qián）力。

Outsight宣布推出了一款具有创新（xīn）传感（gǎn）功能（néng）的自动驾驶汽（qì）车相机——3D语义相机（3D Semantic Camera）。这（zhè）款相机采（cǎi）用（yòng）低功率短波红外（SWIR）激（jī）光器，能（néng）够像激光雷达（LiDAR）一样（yàng）扫描周围数（shù）百米的范（fàn）围。结合Outsight的算法，这款3D语（yǔ）义相机不仅可（kě）以实时“看（kàn）到”车辆周围的（de）整个环境，还能够识（shí）别冰、布和（hé）皮肤等物体材料。

portant;" />

该公司将其描述为“一种革（gé）命性的传感（gǎn）器，为智能机器（qì）带（dài）来全面的态势感知。”公（gōng）司总裁兼联合创（chuàng）始人Raul Bravo表示，“这是（shì）一个结合了软件（jiàn）和硬件的（de）传感器，支持远程材料识（shí）别（bié）和全面的实时（shí）3D数据处理。”

Bravo解释：“这项（xiàng）技术提（tí）供了更高的准确性和（hé）高效性，使系统能（néng）够实时感知、理解并（bìng）最终与周（zhōu）围（wéi）环境进行交互。”

“机动性（xìng）正在迅速（sù）发展，我们的3D语义摄（shè）像（xiàng）头将能够为L1－L3级ADAS中看到的人（rén）工（gōng）控制机器（qì）带来完全的态势感知和全新的安（ān）全和（hé）可靠（kào）性，但它也将有（yǒu）助（zhù）于加速与L4 － 5级自动驾驶汽（qì）车（chē）、机器人和无人机相关的全自动智能机器的出现。”

“Outsight则是（shì）第一个尝（cháng）试在单（dān）个设备中提供完整的（de）情境（jìng）感知。它是一种可（kě）大规模生产的“一体化（huà）解决方案”，能够同时感知并理解数百米（mǐ）范（fàn）围内的环（huán）境，包括物（wù）体的关（guān）键化（huà）学成分（例如人类（lèi）皮肤、棉花、冰、雪、塑料、金属、木材等）。”

portant;" />

Bravo声（shēng）称：“结合（hé）3D SLAM芯片功能（同时本地化和映射），这（zhè）项技术可以实时交付现（xiàn）实（shí）。”

该摄（shè）像机通过其车载SoC提供可操作的信息和对象分类，但不（bú）依赖于“机器学习”。因此，功耗（hào）和所需（xū）的带宽都更低（dī）。这种新方案无（wú）需（xū）用于AI训练的大（dà）量数（shù）据集，并（bìng）且，通过实际的物体“测量”消除了猜测。通过确定物体的材（cái）料，提高了相机实际“看到”内容的置信度。

Outsight的（de）3D语义（yì）相机能够提供（gòng）周围所（suǒ）有移动物体的位置（zhì）、大小（xiǎo）和速度信息，因此（cǐ）它不仅能（néng）够“看到”并测量，它（tā）还能够理（lǐ）解（jiě）环境，为路径规划和（hé）驾（jià）驶决（jué）策提供（gòng）有价值的信息。

这些例子（zǐ）表（biǎo）明，支持自动驾驶汽车的传感（gǎn）器技术（shù）正在发生质的变化，最重要的是，随着能力的增（zēng）强（qiáng）和改进，传感器技术有助于降低（dī）部署（shǔ）的总体成本。