Entwicklung und Lösungen für ADAS und autonomes Fahren

Mit dem raschen Fortschritt von Halbleiter- und künstlicher Intelligenz (KI)-Technologien sind Advanced Driver Assistance Systems (ADAS, fortschrittliche Fahrerassistenzsysteme) in vielen Fahrzeugen zur Standardausstattung geworden, und autonomes Fahren entwickelt sich zunehmend zu einem zentralen Schwerpunkt für die Zukunft der Automobilentwicklung. Diese hochentwickelten Technologien nutzen Kameras, Radar, Sensoren und Software, um Fahrer zu unterstützen, indem sie Gefahren automatisch erkennen und bei Bedarf sogar das Fahrzeug steuern. Dadurch wird die Häufigkeit von Unfällen verringert. In diesem Artikel werden die Entwicklung von ADAS und autonomem Fahren sowie damit verbundene Produkte und Lösungen vorgestellt.

ADAS reduzieren Unfälle, die durch menschliche Fehler verursacht werden

ADAS (Advanced Driver Assistance Systems) stellen eine Suite digitaler Technologien dar, die verschiedene Funktionen der Computer Vision ausführen, um Fahrern bei grundlegenden Aufgaben wie Parken und Navigation zu helfen und damit die Zukunft des intelligenten und sicheren Fahrens einzuläuten. ADAS kann eine Reihe von Subsystemen umfassen, von adaptiver Geschwindigkeitsregelung bis hin zu automatisierten Parksystemen. Diese Systeme zielen darauf ab, Unfälle zu verhindern, die durch menschliche Fehler verursacht werden und die heute über 90 % der Kollisionen ausmachen.   Die fortschrittlichsten ADAS-Sicherheitstechnologien können viele fahrbezogene Funktionen automatisieren und verbessern, um die Sicherheit zu erhöhen und korrekte Fahrvorgänge sicherzustellen. Diese Subsysteme lassen sich grob in zwei Typen unterteilen: passive ADAS-Systeme, die das Bewusstsein des Fahrers stärken, wie etwa Spurverlassenswarnsysteme und Totwinkelwarnsysteme, und aktive ADAS-Systeme, die Maßnahmen ergreifen, wie automatische Notbremsung (AEB - Automatic Emergency Braking), adaptive Geschwindigkeitsregelung (ACC - Adaptive Cruise Control), Spurhalteassistent (LKA - Lane Keeping Assist) und Spurzentrierung (LC - Lane Centering).    ADAS unterstützt Fahrer dabei, Verkehrsbedingungen zu erkennen, Fahrverhalten zu analysieren und zu verstehen sowie vorausschauende Technologien in Kombination mit Cloud-Computing, Edge-Computing und der Datenerfassung und -analyse von Sensoren zu nutzen. Diese Systeme können Fahrer frühzeitig auf potenzielle Fahrzeugprobleme hinweisen, sie zur Durchführung von Wartungsarbeiten auffordern und so die Sicherheit gewährleisten.

Sensoren und Softwaretechnologien, die in ADAS verwendet werden

ADAS verwendet verschiedene Sensoren, um die Fahrzeugsicherheit zu erhöhen und eine breite Palette autonomer Fahrfunktionen bereitzustellen, darunter vier gängige Sensortypen. Erstens: Kamerasensoren werden aufgrund ihrer geringeren Kosten häufig eingesetzt, wodurch kamerabasierte Lösungen die am weitesten verbreitete Sensortechnologie im ADAS sind. Zweitens: Millimeterwellen-Radarsensoren, die Radiowellen erzeugen, um die Distanz zwischen Objekten und den Wellen zu berechnen, werden typischerweise als Bestandteil von Kollisionsvermeidungssystemen verwendet. Drittens: Light Detection and Ranging (LiDAR)-Sensoren nutzen Laser, um Entfernungen zu erkennen, und können auch Personen sowie geografische Anomalien erfassen. Viertens: Ultraschallsensoren werden hauptsächlich für Einparkhilfen und automatisierte Einparksysteme eingesetzt.   Zusätzlich zu den Sensoren spielt Software eine entscheidende Rolle, einschließlich der Mensch-Maschine-Schnittstelle (HMI), um die Verbindung zwischen dem Fahrer und dem Fahrzeugautomationssystem zu verbessern. Darüber hinaus wird KI-Technologie genutzt, um verschiedene Fahrzeuge und Fußgänger auf der Straße zu erkennen und in Notsituationen in die Steuerung des Fahrzeugs einzugreifen, was eine wesentliche Funktion darstellt.   ADAS und autonomes Fahren sind zwei unterschiedliche Technologien. ADAS ist eine Sammlung von Technologien, die darauf abzielen, die allgemeine Fahrsicherheit zu erhöhen, während autonomes Fahren die Fähigkeit eines Fahrzeugs beschreibt, ohne menschliche Intervention selbstständig zu fahren. Es ist jedoch wichtig zu betonen, dass ADAS den Fahrer nicht ersetzt. Der Hauptzweck der ADAS-Technologie besteht darin, die Verkehrssicherheit zu verbessern. Selbst wenn Fahrzeuge mit mehr Komfort- und Unterhaltungsfunktionen ausgestattet sind, muss der Fahrer weiterhin konzentriert das Fahrzeug steuern.

Wichtige ADAS-Smart-Sensoren und Anwendungsprozessoren

ADAS umfasst eine Vielzahl von Systemen und Komponenten. Nachfolgend sind einige wichtige Produkte als Referenz aufgeführt.
 
Zunächst ist Infineons XENSIV™ BGT60ATR24C ein 60 GHz Automotive Radarsensor, der in der Lage ist, ultra-breitbandige frequenzmodulierte Dauerstrichradar-Betriebsarten (FMCW) in einem kleinen Gehäuse zu implementieren. Der Sensor unterstützt 4 GHz Bandbreite und bietet 2 TX / 4 RX Kanäle. Über eine digitale Schnittstelle kann er konfiguriert und Daten können erfasst werden. Der Sensor verfügt über eine integrierte Zustandsmaschine für den unabhängigen Betrieb und ermöglicht eine eigenständige Datenerfassung mit optimierten Stromsparmodi für den niedrigsten Energieverbrauch. Zudem ist er AEC-Q100/101-qualifiziert.
 
Dieser neue smarte Sensor für Gestenerkennung umfasst mehrere Komponenten, wie das HF-Frontend (RF), das analoge Basisband (ABB), einen Analog-Digital-Wandler (ADC), einen Phasenregelkreis (PLL), einen Speicher (z. B. FIFO) und eine serielle Peripherieschnittstelle (SPI). Der BGT60ATR24C bietet ein hohes Maß an Integration in einem einzigen Chipset.
 
Die Kernfunktionalität des BGT60ATR24C besteht darin, FMCW-Signale über den Sendekanal (TX) zu übertragen und Echosignale von Zielobjekten über vier Empfangskanäle (RX) zu empfangen. Jeder Empfangspfad enthält Basisbandfilterung, einen variablen Verstärker (VGA) und einen ADC. Der digitalisierte Ausgang wird im FIFO gespeichert. Die Daten werden an einen externen Host, eine Mikrocontroller-Einheit (MCU) oder einen Anwendungssprozessor (AP) übertragen, um die Radarsignalverarbeitung durchzuführen.
 
Der neue smarte Sensor von Infineon wird bereits in Radar-Innenraumsensorik-Anwendungen eingesetzt, in Kombination mit der MulticoreWare-Plattform und dem Cadence Vision P6 DSP. Die Radar-Innenraumsensorik kann überprüfen, ob Passagiere angeschnallt sind, sowie deren Gesundheitszustand überwachen. Sie eignet sich hervorragend zur Überwachung vitaler Zeichen und Erfassung der Herzfrequenz, einschließlich der Detektion von Kindern im Fahrzeug, wenn es abgeschlossen ist. Darüber hinaus bietet das System Sicherheitswarnungen bei Einbruch, was die Gesamtsicherheit des Fahrzeugs erhöht.
 
Darüber hinaus hat NXP den i.MX 95 Anwendungsprozessor eingeführt, der effiziente und sichere KI-Verarbeitungsfunktionen für Automobile bietet. Der neue i.MX 95 von NXP ist darauf ausgelegt, gemischt-kritische Funktionen in intelligenten Edge-Anwendungen (einschließlich Automotive) durch flexible heterogene Rechenbereiche zu übernehmen, die den ASIL-B- und SIL2-Sicherheitsstandards entsprechen. Dieser Prozessor bietet sichere und effiziente KI-Verarbeitungsfähigkeiten für elektronische Cockpits (eCockpit) und Konnektivitätsbereiche.
 
Die i.MX 95-Serie der Anwendungsprozessoren von NXP kombiniert Multicore-Hochleistungsrechnen, immersive 3D-Grafik und die integrierte NXP eIQ® Neutron Neural Processing Unit (NPU), die maschinelles Lernen und fortschrittliche Edge-Anwendungen ermöglicht. Zu den Anwendungsbereichen zählen Automotive, Industrie und IoT.
 
Für Kollisionsvermeidungssysteme können OEMs und Tier-1-Zulieferer nun leichter auf erschwingliche und zuverlässige Imaging-Radar-Sensortechnologien zugreifen. NXP hat einen dedizierten Chipset vorgestellt, bestehend aus dem 16nm FinFETS32R41-Automotive-Imaging-Radar-Prozessor und dem TEF82xx RFCMOS-Transceiver, die in einer Dual-Kaskaden-Konfiguration arbeiten.
 
Der Radar-Chipset von NXP mit 4D-Imaging-Radar-Sensoren bietet hohe Kosteneffizienz und Leistung, verfügt über 48 Kanäle, unterstützt eine Azimuthauflösung von einem Grad, eine Höhenauflösung von zwei Grad, eine maximale Reichweite von 370 Metern für Fahrzeuge und eine maximale Reichweite von 130 Metern für Reifen ohne Felgen.

Die Technologie des autonomen Fahrens wird zu einer zentralen Entwicklung für Fahrzeuge der neuen Generation

Die Technologie des autonomen Fahrens ist zweifellos zu einem entscheidenden Bestandteil bei der Entwicklung von Fahrzeugen der nächsten Generation geworden. Unternehmen wie Tesla haben bereits fortschrittliche Systeme zur Unterstützung des autonomen Fahrens eingeführt. Zu den innovativsten und effizientesten Technologien für autonome Fahrzeuge gehört das ADAS (Advanced Driver Assistance Systems) auf Basis von LiDAR-Sensoren. In Kombination mit visuell- und radarbasierten Systemen bieten LiDAR-Systeme eine hochpräzise Objekterkennung und -erkennung in ADAS. Die Integration von Radar-, LiDAR- und visuellbasierten Systemen schafft effektiv ein sichereres autonomes Fahrerlebnis.    LiDAR-Sensoren senden unsichtbare Laserstrahlen aus, um Objekte in der Nähe oder Ferne des Sensors zu scannen und zu erkennen, und erzeugen so eine 3D-Karte von Objekten und der Umgebung auf einem Display. In Automobilanwendungen werden die meisten LiDAR-Sensoren oben auf dem Fahrzeug montiert. Diese Sensoren rotieren kontinuierlich und erzeugen Tausende von Laserimpulsen pro Sekunde. Die Hochgeschwindigkeits-Laserstrahlen von LiDAR werden kontinuierlich rund um den 360-Grad-Umfang des Fahrzeugs emittiert und von Objekten auf der Straße reflektiert. Mithilfe von anspruchsvollen maschinellen Lernalgorithmen werden die durch diese Aktivität erfassten Daten in Echtzeit-3D-Grafiken umgewandelt, die typischerweise als 3D-Bilder oder Karten der umgebenden Objekte angezeigt werden.   eInfochips, eine Tochtergesellschaft von Arrow Electronics, fungiert als Anbieter von automobilen Ingenieurdienstleistungen und Lösungen und unterstützt Unternehmen bei der Konstruktion und Entwicklung von ADAS-Systemen unter Nutzung von visuellbasierten, Radar- und LiDAR-Sensoren. Auf der Embedded World (#ew24) Ausstellung 2024 präsentierte eInfochips einen autonomen mobilen Roboter (AMR), der in der Lage ist, zwischen Punkten zu navigieren und dabei dynamischen Hindernissen auszuweichen. Der Roboter nutzt fortschrittliche Technologien wie Time-of-Flight (ToF)-Sensoren, Bildsensoren, eine inertiale Messeinheit (IMU) und wird von einem Hauptprozessor von NVIDIA betrieben. Die Motorsteuerung und das Energiemanagement, einschließlich Batterien, werden durch ADI-Komponenten gehandhabt, was die komplexen Designfähigkeiten demonstriert.   Kameramodule sind ebenfalls unverzichtbare Komponenten in Anwendungen des autonomen Fahrens. Die DesignCore®-Kameraserie von D3 Engineering ist ideal für eingebettete Vision-Anwendungen, die höchste Sicherheit und Präzision erfordern. Diese Kameras ermöglichen schnelle Prototypenentwicklung und kundenspezifisches Design für Produktionssysteme. Das leistungsstarke Kameraportfolio von D3 umfasst die neuen DesignCore® Discovery-, Velocity- und Chroma-Serien, die jeweils darauf ausgelegt sind, die Bildqualität zu maximieren. Diese Kameras verbessern das optische Signal durch höhere Auflösung und breitere Blenden und sind für sofort einsatzbereite KI-Anwendungen optimiert.   Der AR0234CS von onsemi eignet sich ebenfalls hervorragend für Anwendungen des autonomen Fahrens. Es handelt sich um einen 1/2.6-Zoll 2.3 Mp CMOS-Digitalbildsensor mit Global Shutter und einem aktiven Pixelarray von 1920 (H) x 1200 (V). Dieser Sensor nutzt ein innovatives Global-Shutter-Pixel-Design, um sich bewegende Szenen genau und schnell bei 120 Bildern pro Sekunde in voller Auflösung zu erfassen. Er produziert klare, rauscharme Bilder sowohl unter schwachen Lichtbedingungen als auch bei hellen Szenen. Der AR0234CS liefert branchenführende Effizienz des Global Shutter und erzeugt äußerst klare und scharfe digitale Bilder, wodurch er ideal für kontinuierliche Video- und Einzelbildaufnahmen ist – perfekt für Anwendungen des autonomen Fahrens.   Obwohl die Technologie des autonomen Fahrens noch mehr Zeit benötigt, um ihre Fähigkeiten vollständig unter Beweis zu stellen, deutet die kontinuierliche Verbesserung der Edge-Computing-Leistung darauf hin, dass die Reife der Technologie des autonomen Fahrens nicht mehr weit entfernt ist. In der Zwischenzeit wird AMR weiterhin dazu beitragen, robustere KI-Algorithmen für den Markt zu entwickeln, bevor diese in Pkw auf die Straße gebracht werden.   Da die Auslieferung mobiler Roboter zunehmend erfolgt, um der wachsenden Nachfrage von Industrien gerecht zu werden, die nach effizienteren Betriebsabläufen suchen, bringt NVIDIA eine neue Plattform zur Unterstützung der nächsten Generation von AMR-Anwendungen auf den Markt. NVIDIA Isaac AMR bringt fortschrittliche Autonomie für mobile Roboter und bietet fortschrittliche Funktionen für Mapping, Autonomie und Simulation. Es handelt sich um eine Plattform, die AMRs simulieren, validieren, bereitstellen, optimieren und verwalten kann. Sie umfasst Edge-to-Cloud-Softwaredienste, Computing und eine Reihe von Referenzsensoren und Robotik-Hardware, um die Entwicklung und Umsetzung von AMRs zu beschleunigen, wodurch Kosten gesenkt und die Markteinführung verkürzt werden.

Fazit

Die fortschreitende Entwicklung von ADAS- und autonomen Fahrtechnologien führt uns in eine neue Ära des Transports. Während diese Technologien reifen, bietet ADAS ein sichereres und komfortableres Fahrerlebnis und schafft zugleich die Grundlage für vollständig autonomes Fahren. Obwohl die vollständige Autonomie mit zahlreichen Herausforderungen konfrontiert ist, darunter technische Komplexität, rechtliche und ethische Fragen, ist es unbestreitbar, dass Innovation und Fortschritte in diesem Bereich rasant voranschreiten. Aufgrund von Platzbeschränkungen repräsentieren die in diesem Artikel diskutierten Lösungen nur einen kleinen Teil der relevanten Anwendungen. Für weitere Informationen zu ADAS-Systemdesignmethoden und Komponententhemen wenden Sie sich bitte direkt an Arrow Electronics.