AutoSens是汽车传感器和感知（zhī）技（jì）术（shù）的会议，它将工程师和其他参与ADAS和自动驾驶市场的相（xiàng）关人员联系起来。这一届（jiè）是在比利（lì）时布鲁塞尔举世闻（wén）名的AutoWorld博（bó）物馆举行，行业领导者（zhě）齐聚一堂，研究并（bìng）评（píng）估了ADAS的（de）最新（xīn）发（fā）展（zhǎn）。

portant;" />

到（dào）2025年，这（zhè）个市（shì）场的价值（zhí）预计将超过670亿美元，这（zhè）并（bìng）不都是智能科技发展（zhǎn）的功劳，而是因为（wéi）创新（xīn）水平的提高，以及越来越多的加（jiā）速汽车自动（dòng）化和自动驾驶汽车的（de）发（fā）展的举措的出台。

由于传感器（qì）变得越来越（yuè）智能，设计（jì）工（gōng）程师能够为（wéi）更少的设备增加更（gèng）多的感知功能。

然而，考虑到驾驶员安全（quán），我们（men）可能会将（jiāng）自动驾驶汽车提高到一个更（gèng）高的标准，我们（men）所看到的支持自（zì）动驾驶（shǐ）的增量创（chuàng）新表明，可能（néng）需要很长时间才（cái）能实现（xiàn）完全的自动驾驶。

随着工（gōng）程师（shī）和科学家们对L4级（jí）和L5级的发展看的更（gèng）加的现（xiàn）实，围绕自（zì）动驾驶汽（qì）车的炒作也开始（shǐ）降温，但未来（lái）仍（réng）将（jiāng）面临（lín）重（chóng）大的挑战。有人还声称，到2020年（nián），我（wǒ）们将看到大批自（zì）动驾驶汽车（chē）或机器人出租车出现在我们的道（dào）路（lù）上。

尽管如此，在传（chuán）感器、计算机视觉和（hé）安（ān）全方面的持续研究正在取得（dé）了（le）积极的进展。

9 月 18 日（rì），比利时布（bù）鲁塞尔 AutoSens 展（zhǎn）会上，CEVA 发布了第二代 AI 处理（lǐ）器架构 NeuPro－S，使（shǐ）深度（dù）神经网络工作负载的性能提高（gāo） 50％，内存带（dài）宽降低 40％，功耗（hào）降（jiàng）低（dī） 30％。同时还推出了业界首创的深度神经网络（luò）编译器技术 CDNN－Invite API，通过统一（yī）接口，优化神（shén）经网络（luò）推理固件，从而支持 NeuPro－S 内核（hé）与定制神（shén）经网络引擎的异构协（xié）同处理（lǐ）。

NeuPro－S 和 CDNN－Invite API 适用（yòng）于需要在边缘端进行 AI 处理的视觉终端（duān）设（shè）备，包括（kuò）自动（dòng）驾驶汽车、智能手机、监控摄（shè）像（xiàng）头、消费类摄（shè）像头、AR／VR 头盔、机器（qì）人和工业应用。NeuPro－S 可以对边缘设备中视频和图（tú）像中的物（wù）品进行分割、检测（cè）和分（fèn）类（lèi）神经网络，从而显（xiǎn）著提高系统感（gǎn）知性能。通过减少（shǎo）使用外部 SDRAM 的高成本传（chuán）输，NeuPro－S 可以（yǐ）支持多级内存系统。同时，NeuPro－S 还支持多重（chóng）压缩选项和（hé）异构可扩（kuò）展性，可在单个统一（yī）架构中实现 CEVA－XM6 视觉 DSP、NeuPro－S 内核和定制 AI 引擎的各种组合。

portant;" />

NeuPro－S 可以对边缘设（shè）备中视频和图（tú）像中（zhōng）的（de）物品进行分割、检（jiǎn）测（cè）和分类神经网络，从而（ér）显著（zhe）提（tí）高（gāo）系统感（gǎn）知性能。通过（guò）减少使用外（wài）部 SDRAM 的（de）高成本传输，NeuPro－S 可以支持多级（jí）内存系统（tǒng）。同（tóng）时，NeuPro－S 还支持多（duō）重压缩选项和异构可（kě）扩展（zhǎn）性，可在（zài）单个统一架构中实现 CEVA－XM6 视觉 DSP、NeuPro－S 内（nèi）核和定（dìng）制 AI 引擎的各种（zhǒng）组合。

NeuPro－S 系列包括 NPS1000、NPS2000、NPS4000，分别具有 1000、2000、4000 个 8 位（wèi） MAC 的预（yù）配置处理器。其中（zhōng），NPS4000 具有最高的（de）单核 CNN 性能，在 1．5GHz 时（shí）可（kě）达到（dào） 12．5 TOPS，并且可（kě）完全扩（kuò）展，最高可达到 100 TOPS。

NeuPro－S 架构中集成的完全（quán）可编程 CEVA－XM6 视觉 DSP，不仅可以（yǐ）对 AI 实时（shí）处（chù）理，还可以同时处理图像、计算机视觉和一般 DSP 工作（zuò）负载。

在自动（dòng）驾驶领域，NeuPro－S 还提供了满足（zú）安全（quán）要（yào）求（qiú）的解决方案，包（bāo）括（kuò）质量保证标准 IATF 16949、以及汽车标准 ISO 26262 和（hé） A－Spice。

NeuPro－S 架构解决了这些（xiē）设备（bèi）中日益增多的（de）数据带宽和功（gōng）耗挑战（zhàn）。通过 CDNN－Invite API，我们降低了不断增长的神经网络创新（xīn）者社群的准入（rù）门槛，可（kě）让他们从我（wǒ）们的 CDNN 编译器提供的广泛支持（chí）和易用性中（zhōng）受益，从而进（jìn）一步（bù）扩展了在神经网络编译器（qì）技术（shù）领域无（wú）可争议的竞争优势。

Coccon激光雷达（dá）

自动驾驶技术的一个有趣应（yīng）用（yòng）是地理围栏车（chē）辆的（de）开发（geo－fenced vehicles），这种车辆的行驶范围和（hé）能力都比较有限。

LeddarTech产品线经理Vincent Racine表（biǎo）示：“到2055年，城市人口将大幅增长（zhǎng），这就（jiù）会（huì）导致道路上的汽车将翻一（yī）番（fān），基础设施面临的压力只会越来（lái）越大。”“我们正面临着日益严重的交通堵塞、排放量的增加，如果我（wǒ）们发（fā）现（xiàn）自己被困（kùn）在拥（yōng）挤（jǐ）的道路上，我们（men）的生产（chǎn）力将受到（dào）严重（chóng）的打击。”

“我们看到服务于自（zì）动驾驶的航天飞机的需求正在增长（zhǎng），这（zhè）些飞机将（jiāng）运行（háng）在地理围栏（lán）路线上。事实上（shàng），一些研究报告表（biǎo）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4－15人（rén）沿着预定的路线行（háng）驶（shǐ）50公里。”

“汽（qì）车必须在（zài）拥挤（jǐ）的地区行驶，还（hái）要考虑（lǜ）行人（rén）、自行车和动物，所有这些的活动都很难（nán）预测。这就使（shǐ）得传感器在车辆的地位愈发重要（yào）。”

为了解决这（zhè）个问题，LeddarTech开发（fā）了Leddar Pixell，这是一种用于（yú）地理围栏自动驾（jià）驶车（chē）辆的激（jī）光雷达（dá）。

拉辛解释：“LeddarTech的固态激光（guāng）雷达技术能够为COAST Autonomous自（zì）动驾驶车（chē）辆优化安（ān）全性能，这项技术的坚固性（xìng）与（yǔ）可靠性能适应（yīng）严苛的（de）驾驶（shǐ）环境，并（bìng）通过（guò）消除其它传感技术留下的盲（máng）区，使其成为在（zài）停车启动应用（yòng）中防止碰撞的首选（xuǎn）技（jì）术。”

“它能对车辆周（zhōu）围的障碍物提供高度可靠的探测，适用于正在开发的感知平台，以确保（bǎo）乘客和弱势道路使用者的安全与保护。”

据了解，该解决方案已经被北美和欧洲（zhōu）十几（jǐ）家领先的自动驾驶汽车供应商采用。

拉辛指出：“至关重要（yào）的是，Pixell能够（gòu）弥（mí）补用于（yú）地理定位的机械扫描激光雷达的局限性（xìng），在某些情况（kuàng）下，可能会产生（shēng）盲区，可以达到几米，而这个解（jiě）决方案（àn）没有死区或盲（máng）点。”

该传感器（qì）能够提供一个高效的检测解决（jué）方案，通过使用高度集成的（de）SoC和（hé）数字信号处理软件组成（chéng）的LCA2 LeddarEngine嵌（qiàn）入技术来覆盖关键盲点。

态势感知

虽然技术可以帮（bāng）助我们提供更好的情景感知——看到东西，感知（zhī）它们（men），然后将它们与（yǔ）用户的位置联系起来，但在这（zhè）个领域仍有开发（fā）的潜力。

Outsight宣布推出了一款具有（yǒu）创（chuàng）新传感功（gōng）能的自动（dòng）驾驶（shǐ）汽车相机——3D语义相机（jī）（3D Semantic Camera）。这款相机采用低功率短波红外（SWIR）激光器，能够像激光雷达（LiDAR）一样扫描周围数百米的范围。结合Outsight的（de）算法，这款3D语义相机不仅可以实时“看到（dào）”车（chē）辆周围的整个环境，还能够识别（bié）冰（bīng）、布和皮（pí）肤等物（wù）体材料（liào）。

portant;" />

该公司将其描述为“一种革命性的（de）传（chuán）感器，为智能机（jī）器带来（lái）全面（miàn）的态势感知（zhī）。”公司总裁兼联合创始人Raul Bravo表示，“这（zhè）是一个（gè）结（jié）合了软件（jiàn）和硬件的（de）传感器，支（zhī）持远程材（cái）料识别和全面的实时3D数据处理。”

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

“机动性正在迅速发展，我们（men）的3D语义摄像头将能（néng）够为L1－L3级（jí）ADAS中（zhōng）看到（dào）的人工控制机器带（dài）来完全的态势（shì）感知（zhī）和全新的（de）安全（quán）和可靠性，但（dàn）它也将有助于（yú）加（jiā）速与L4 － 5级自动驾驶汽（qì）车、机器人和无人（rén）机相关（guān）的全自动智（zhì）能机器的出现。”

“Outsight则是（shì）第一个尝试在单个（gè）设备中提供完整的（de）情（qíng）境感知（zhī）。它是一种可大规模生产的“一体化（huà）解决（jué）方案（àn）”，能够同时感（gǎn）知并理解（jiě）数百米范围内（nèi）的环境，包括物体的（de）关键（jiàn）化学成分（fèn）（例如人类皮肤、棉（mián）花、冰、雪、塑料、金属、木材等）。”

portant;" />

Bravo声称：“结（jié）合3D SLAM芯片（piàn）功能（同时本地化（huà）和映射），这项技（jì）术可以实时交付现实（shí）。”

该摄像机通（tōng）过其车（chē）载SoC提（tí）供可操作的信息（xī）和对象分类（lèi），但不依赖（lài）于“机器（qì）学（xué）习”。因此，功耗和所需的带宽都更低。这种新方案无（wú）需用于AI训练的大（dà）量数据集，并且，通过实际的物体“测量”消（xiāo）除了猜测。通过确（què）定物体的材料，提（tí）高了相机实际“看到”内（nèi）容的置（zhì）信（xìn）度。

Outsight的3D语义相机能够提供周围所有移动物体（tǐ）的位置、大小和速（sù）度信息，因此它不（bú）仅能够“看（kàn）到”并测量，它还能够理解环境，为路径规（guī）划和驾驶决策提供有价值（zhí）的信息（xī）。

这些例子表明，支持自动驾驶汽（qì）车的传（chuán）感器技术正（zhèng）在发生质的变（biàn）化，最重要的是，随（suí）着能力的增（zēng）强和改进，传感器技（jì）术（shù）有助于降低部署的总体成本。