2025年10月31日
TE2025年10月30日
罗克韦尔2025年10月24日
采埃孚2025年10月24日
兆易创新2025年10月24日
欣旺达2025年10月27日
魏德米勒
2025年10月22日
倍福
2025年10月16日
罗克韦尔
2025年10月16日
明珞装备
2025年10月11日
EMAG
2025年10月31日
海克斯康
2025年10月24日
Melexis
2025年10月24日
倍加福
2025年10月23日
科尔摩根
2025年10月23日
海康机器人
汽车制造商正积极研究多元化的雷达技术方案,以提升新一代高级驾驶辅助系统 (ADAS)架构的性能和系统优化,同时简化向软件定义汽车 (SDV) 的过渡。为助力汽车制造商进行开发,恩智浦PurpleBox参考设计应运而生。
汽车业逐渐向软件定义汽车 (SDV) 转型,制造商们正寻求维护升级软件的高效途径,以便充分利用最新雷达传感器的潜在性能。与此同时,主动安全措施不断增强,汽车中雷达传感器的数量也在增加,汽车成本与系统复杂性也随之上升。ADAS架构多样化是其中关键,因此汽车制造商需要面向未来需求的解决方案。

汽车制造商正在探索多种架构选项,包括在边缘部署智能传感器的边缘雷达、在协处理器中远离边缘集中智能的分布式雷达,以及在中央计算系统中汇聚智能的集中式雷达。分布式雷达架构被视为最具潜力的方案之一。汽车制造商希望通过多个雷达传感器的早期数据融合,显著提升性能,同时清楚区分摄像头视觉与雷达感知,分布式雷达架构可助力实现这个愿景。
优化雷达桥的优势
雷达桥整合多个传感器的数据,可优化处理性能,实现传感器输入的高效融合,带来多重优势。它创建了一个易于维护的系统,支持在雷达桥的无线更新,避免了对每个传感器进行单独更新。该系统利用卓越的算法实现高级角度定位,突破了边缘雷达系统因处理能力限制而无法实现的定位功能。
雷达桥的早期数据融合技术显著提升了性能,能够从雷达传感器中挖掘更多信息,提供了更加丰富的ADAS体验。此外,除了优化早期传感器数据融合和提升传感器分辨率之外,人工智能/机器学习 (AI/ML) 技术也被应用于该平台,为雷达输出带来主要的性能提升。
雷达桥与适当的软件相结合,可实现:
01 高效的信号处理
雷达桥接收来自多个雷达传感器的初步FFT数据,并生成综合的点云。这种将多个雷达数据与重叠视野相结合的方法带来了显著的优势。从多个视角准确地感知交通环境,大幅提升检测的准确性,显著减少误判,从而增强ADAS功能的安全性。
02 低延迟
因为雷达桥上的处理资源不需要与其他功能共享,所以这种“单任务”确保了低延迟。处理后的点云能够即刻被调用,赋予汽车在关键安全的紧急交通状况下的即时反应能力。
03 干扰管理
雷达桥具备同时分析所有雷达传感器输入数据的能力,能够精准地检测并识别信号受干扰的具体区域。通过桥接器上的软件,可以为受干扰的传感器重新分配不同的频率或时隙,确保雷达传感器能够恢复产生清晰的信号。这有助于避免基于错误信息的路径和行动规划,从而增强汽车及其所处交通环境的安全性。此外,雷达桥还能重建因其他车辆的雷达传输干扰而受损的信号,这一过程得益于雷达桥上神经网络加速器运行的机器学习模型。
04 垂直速度
雷达桥还能测量被探测物体的垂直速度分量。得益于多普勒效应,雷达能够即时捕捉到物体的径向速度。通过融合两个不同角度雷达的数据,我们可以利用两个径向速度向量推算出垂直速度。这种对每次检测的真实速度的即时测量,极大地提升了点云的质量。在执行变道、高速公路驶入和驶出以及识别横穿行人等复杂安全交通场景时,系统的性能得到了显著提高。

中心或区域内的雷达桥
管理雷达传感器
雷达与视觉传感器技术共同构成了实现ADAS和AD用例所需的核心感知基础。雷达以其强大的天气适应能力、对各种照明条件的高度适应性以及良好的成本效益,在所有ADAS系统中扮演着至关重要的角色。相较于现有的解决方案,更深层次地挖掘雷达数据能够为ADAS系统带来性能和用户体验的显著提升。
分布式雷达架构通过对传感器数据进行区域或集中处理,提供了一种高级的传感器管理和数据融合方法,这对于激发下一代雷达传感器的潜在性能至关重要。正如前文提到,雷达桥能在区域或中央计算平台上处理和融合雷达传感器数据,并且能与视觉感知数据进行进一步的整合。这类雷达处理器的应用范围极广,因为它允许客户输出点云或雷达对象。雷达桥的位置灵活,可以与中央电子控制单元 (ECU) 中的视觉处理器或区域ECU中的区域控制器并置。
PurpleBox参考设计
恩智浦开发了PurpleBox参考设计,帮助开发人员评估分布式雷达架构概念,并促进早期雷达融合的部署。该设计集成了Hailo的26TOPS机器学习加速器,为人工智能提供了强大的扩展能力,开启了利用雷达数据的全新维度。

恩智浦PurpleBox结构框图
PurpleBox可以用作参考ECU,是基于恩智浦S32R45雷达处理器的雷达桥概念验证的关键部件。它能够处理来自车辆四角的雷达传感器信号,接收经过压缩的距离FFT数据,并生成高密度的环绕点云。PurpleBox提供全面的软件开发环境,其中包括预集成的驱动程序、操作系统,以及一个演示应用,使客户能够评估该平台并开发自己的处理链,同时重复利用预集成的软件。此外,它还配备了M.2 PCIe接口,不仅可以连接大容量存储设备,还可以接入Hailo-8机器学习加速器,以增强雷达感知和高级人工智能功能。
PurpleBox基于恩智浦的S32处理器平台构建,这是一个经过验证的平台,允许客户在多个功能域内灵活使用软件。同时,它还建立在最新发布的S32 CoreRide平台之上,该平台整合了硬件和软件资源,进一步加快了客户对分布式雷达架构的评估和应用开发的速度。

PurpleBox PCB
恩智浦致力于赋能行业从固定汽车架构向新的ADAS架构转型。通过分布式雷达架构,汽车制造商得以充分利用传感器网络中的数据,每个传感器均向协处理器输送详细且丰富的低级别传感器数据,实现了雷达数据的早期融合及其感知处理能力的显著增强。恩智浦的下一代雷达处理器正是为了支持这些架构而设计,同时推动先进的安全和舒适功能。
恩智浦PurpleBox参考设计现已量产,欢迎汽车制造商和一级供应商探索雷达桥带来的无限可能。
本文作者
1. Karthik Ramesh:负责ADAS系统解决方案的市场营销,ADAS系统对下一代自动驾驶至关重要。他对技术充满热情,拥有超过15年的汽车行业经验,曾在恩智浦和博世工作。
2. Kees Gehrels:职业生涯始于1988年,他在飞利浦公司的电视系统部门崭露头角。2007年,他的职业道路发生了转折,加入了恩智浦,担任汽车业务部的系统与应用经理。到了2012年,Kees成为了恩智浦雷达业务的创始成员之一,并持续在雷达技术创新和业务拓展方面发挥着热情和专长,为实现我们的零道路事故愿景铺平道路。
3. Andrew Robertson:在担任雷达客户应用支持总监期间积累了丰富的经验。2002年加入摩托罗拉/飞思卡尔,随后转入恩智浦,曾在汽车微控制器领域任职多个关键职位。他对雷达技术的深厚热爱铸就了他作为一名杰出的雷达工程师的基础。凭借扎实的技术功底,他成为雷达部门的经理,在团队中激发创新协作。Andrew始终将客户的成功放在首位,他运用自己的技术专业知识和领导才能,确保客户在雷达开发的道路上获得卓越的支持。