本文由半导体产业纵横（ID：ICVIEWS）编译自semiengineering

汽车行业正逐步向新架构迈进。

软件定义汽车 (SDV) 多年来一直让汽车公司的营销人员感到焦虑，尽管他们普遍认同其发展方向，但在采用速度和途径上却存在分歧。

对于大多数 OEM 来说，从引擎盖装饰到后备箱锁扣的全面变革，说起来容易做起来难。旧系统（包括硬件和软件）是 OEM 的沉重负担。除非有科技公司突然涉足汽车制造（如特斯拉在 2003 年所做的那样，以及中国小米现在所做的那样），否则从事该行业数十年的公司不可能在一夜之间干净利落地转向 SDV 架构。

因此，“软件定义”的汽车概念可能会以小型形式出现——一次一个传感器、一个域或一个区域控制器。

软件定义雷达就是一个例子。事实证明，与硬件无关的软件定义雷达是传统汽车制造商满足美国交通部国家公路交通安全管理局 (NHTSA) 去年最终确定的自动紧急制动 (AEB) 要求所需的关键要素之一。

新法规 FMVSS 第 127 号要求汽车制造商在 2029 年 9 月之前在所有乘用车和轻型卡车上配备自动紧急制动和行人自动紧急制动 (P-AEB)，无论白天还是夜间。该法规还要求系统在即将与前车发生碰撞时，在车速不超过 90 英里/小时的情况下自动制动，在检测到行人时，在车速不超过 45 英里/小时的情况下自动制动。

目前尚不清楚美国新政府是否会继续执行新的规定和期限。但政治不会改变汽车工程师迟早要满足 AEB/P-AEB 安全要求所面临的技术挑战。

遵守 FMVSS No. 127 的传统解决方案是让 OEM 为车辆配备更多硬件。如今，汽车制造商已经有了实施 NHTSA 新规则的无数选择。这些选择包括添加新类型的传感器，例如最适合夜视的热传感器（例如 Teradyne Flir、Owl Autonomous Imaging），或设计新一代更高性能的成像雷达（例如 Arbe、Uhnder、NXP Semiconductors、Texas Instruments）。另一种选择是部署更智能的摄像头雷达融合解决方案，该解决方案由 Ambarella 和 Mobileye 等公司的高性能 SoC 提供支持。

同时，软件定义雷达增加了潜在的低成本和可扩展解决方案，以满足 FMVSS No. 127。这些与硬件无关的软件定义算法很有前景，因为它们不是设计用于在特定硬件上运行。

AEB/P-AEB 规则带来的挑战为专注于开发可叠加在现有硬件之上的软件的初创公司带来了机遇。其中包括加利福尼亚州普莱森顿的 Neural Propulsion Systems (NPS) 和代尔夫特理工大学智能汽车集团的子公司 PercivAI 等新加入者。

Yole Group 高级分析师 Pierrick Boulay 表示，软件定义雷达的兴起与“我们在汽车行业已经看到的转型——向软件定义汽车的转变”相吻合。

鉴于新法规适用于从低端到高端车型的整个车队，软件定义雷达可以解决困扰 OEM 的一些成本问题。Yole Group 高级 RF 技术和市场分析师 Hassan Saleh 表示，虽然高端车辆可能能够负担得起额外的传感器或更高性能的传感器融合处理器，但软件定义雷达可以通过低成本实施 FMVSS No. 127 来瞄准“入门级到中端汽车”。

一个著名的软件定义雷达支持者是 NPS，该公司成立于 2018 年。NPS 听从了首席执行官 Behrooz Rezvani 的信念，即如今所有汽车制造商都专注于雷达，因此计划推出一款与硬件无关的软件定义雷达。其理由是，如果摄像头无法在恶劣天气下辨别物体，那么增加摄像头处理能力也不会有任何改善。

“你需要雷达。但传统雷达系统非常不可靠，”Rezvani 表示，并补充说软件定义的雷达将提供更清晰的分辨率，实现更快的检测时间，并减少误报。

NPS 技术的核心是一个名为 Atomic Norm Software 的数学框架，它基于加州理工学院和麻省理工学院的研究成果。“我们花了七年时间才实现这一目标，”他说。“我们可以探测到十分之一英里外汽车旁边的行人。”

建立适当的激活距离至关重要。如果雷达探测到行人太晚（或根本探测不到），则无法及时提示汽车减速。

NPS 的原子规范公式如何运作，以及其背后的确切数学原理仍是秘密。“显然他们不需要与客户交谈，”资深汽车行业分析师 Egil Juliussen 表示。“NPS 似乎已经与通用汽车密切合作。”

事实证明，通用汽车前研发副总裁拉里·伯恩斯 (Larry Burns) 仔细研究了 NPS 的技术，并将其推荐给了通用汽车前首席执行官、现投资者里克·瓦格纳 (Rick Wagoner)。去年，NPS 的 1750 万美元 B 轮融资由 Cota Capital 领投，GM Ventures 和 RTX Ventures 也参与其中。

与此同时，PercivAI 从略微不同的角度来处理可靠的雷达感知。PercivAI 联合创始人 Andras Palffy 表示，NPS 致力于改进雷达数据，而 PercivAI 的既定使命是获取传感器输出，并使其数据可供车辆“消化”。“我们的工作是更好地利用雷达数据。”

一线供应商提供的当前一代雷达存在虚影和错误分类的问题。PercivAI 声称，在同一硬件上运行的 AI 驱动雷达感知软件可以生成清晰、可访问的输出。

但是当雷达传感器的初始输出不好时，如何避免“垃圾输入和垃圾输出”的现象？需要哪些流程才能让平庸的雷达数据易于理解？

“我们采取了多个步骤，”Palffy说，并指出首要任务是非常先进的点云分割。对于脏数据，PercivAI 的软件会检测并估计可能是噪音或在空间中弹跳的幽灵目标的点，然后将其过滤掉。该软件还能区分场景中静态部分和移动部分。然后，它会测量以不同速度移动的物体的多普勒速率。

最后，PercivAI 在点云级别提取特征。“当我们开始在场景级别思考时，我们会讨论传感器看到的是什么，”Palffy 说。“我们会考虑反射类型、功率和测量的速度类型。”

该公司声称，借助人工智能方法和数据，其软件的表现优于传统的雷达数据感知。该软件已在无人机上投入批量生产，但汽车制造商尚未签约。

总部位于代尔夫特的 PercivAI 还很年轻。去年 12 月，该公司获得了 250 万欧元的种子资金，由 DayOne Capital 和 Keen Venture Partners 领投，Vinci Venture Capital 参投。

从基于硬件的雷达过渡到基于软件的雷达，对以硬件为中心的行业带来了巨大变化，该行业的供应链建立在垂直结构上。在当前的生态系统中，半导体公司充当二级市场。一级市场开发包含紧密集成的软件和硬件的“盒子”，而 OEM 则选择他们想要的盒子。

但随着与硬件无关的软件的出现，这种关系层次开始瓦解。软件定义雷达供应商渴望与整个汽车生态系统的不同层级合作。

NPS 的 Rezvani 指出，软件许可协议可以直接与一级供应商或 OEM 签订。PercivAI 的 Palffy 也指出，他的公司将与系统公司以及生产雷达芯片的半导体供应商进行谈判。

西门子数字工业软件公司软件工程师 Paul Baumgartner 表示：“供应链正在发生重大范式变化”，他指出，安全目标为工程界带来了新的机遇。“雷达可能是 [SDV] 发生巨大变化的最佳场所之一。”

西门子的方法包括通过将数据（可能是原始数据）带入组合处理单元来开发更多的传感器融合算法。Baumgartner表示，汽车行业尚未达到所谓的硬件无关阶段，但从对象数据到点云，最终到更多原始数据的转变即将到来。“我还看到了将 ADC 数据直接传输到域控制器的架构，”他说。

现在，每秒传输的数据量可以达到千兆位，而不是兆位，因此数据可以传输到车内的不同设备。这将允许 OEM 改变数据处理的位置。

与此同时，许多新创业公司纷纷涌现，为汽车制造商开发和训练数据。这些创业公司正在为软件定义雷达开发新算法，而恩智浦等汽车半导体供应商则看到了通过平台方法运行软件定义雷达的机会。

NXP 的 ADAS 营销主管 Matthias Feulner 承认，其合作伙伴之一、加州先进汽车雷达软件开发商 Zendar 已经演示了其软件如何在 NXP 的雷达硅片上运行。

Feulner 表示：“我们一直在内部开展大量软件定义雷达方面的工作，以便充分利用分布式雷达传感器系统的新功能。”例如，NXP 的 Purple Box 是一个概念验证开发平台，可供客户分析分布式雷达。它不仅使汽车制造商能够进行原始雷达数据流架构分析，还使他们能够研究区域计算和 AI 的新处理能力。

Feulner 表示，软件定义雷达软件应在何处运行取决于客户。据推测，可以对其进行优化以在特定硬件上运行。但为客户提供软件定义雷达的意义在于灵活性。该软件可以在早期雷达融合中运行，或者客户可以在中央和区域雷达处理中评估该软件。

恩智浦的目标是“让客户的决策和采用变得更容易，同时允许他们增加自己的差异化”，Feulner 解释道。

然而，软件所有权可能会变得复杂。对于软件定义雷达公司来说，有多种方法可以解决问题。但对于 OEM 来说，这是一个影响其未来路线图的战略问题，汽车制造商通常坚持拥有车辆系统的某些部分。

NXP 的 Feulner 解释说：“我们了解到，我们的客户希望控制、定制和修改他们的软件定义解决方案。”然而，对于这些系统的其他部分，“他们更希望我们提供一个他们可以在此基础上构建的基准，以加快他们的上市时间并减少他们在进行系统集成方面的努力。”

同样，英飞凌科技公司 ADAS 部门总监 Paula Jones也认为，车辆层面的软件所有权出现了不同的模式。“对于雷达来说，传统上是 Tier One，”她说。“但也可以是 Tier 1.5 或 OEM。”

英飞凌认为，其角色不一定只是雷达芯片的供应商，而是工具供应商，这些工具可让客户更轻松地开发雷达软件。作为一家半导体供应商，英飞凌对软件所有权不持保留态度，”Jones说。

“我们提供雷达软件开发的入门工具，”她解释道。“借助我们的成像雷达，英飞凌提供了雷达参考设计 CARKIT 和软件源代码，帮助我们的客户快速启动并加快开发速度。该套件支持通过千兆以太网接口传输原始 ADC 数据、中间处理数据或雷达检测数据。”

但理想情况下，软件应该在哪里运行？“在当今市场，软件通常在雷达模块中运行，”Jones说。“然而，架构正在演变，雷达数据的处理可以在不同位置完成，例如中央计算机或中间 ECU。”

Jones指出，即使在这些不同的架构中，每个雷达模块都需要前端处理，以减少传输雷达数据进行进一步集中处理所需的网络带宽。“英飞凌的 AURIX 微控制器是市场上处理雷达模块数据的标准，我们最新的微控制器还包括一个特殊的并行处理单元 (PPU)，这是一种 AI 加速器，用于协助前端 AI 处理。”

图 1：英飞凌的雷达开发套件。来源：英飞凌

尽管汽车行业明显希望过渡到 SDV，但“革命”更有可能一步步发生。软件定义解决方案可以为汽车制造商带来灵活性和可扩展性，同时以更低的成本安装可能更高性能的雷达，但成本成为管理软件更新、采用需要补偿传感器最终性能下降的软件的一个问题。

*声明：本文系原作者创作。文章内容系其个人观点，我方转载仅为分享与讨论，不代表我方赞成或认同，如有异议，请联系后台。

想要获取半导体产业的前沿洞见、技术速递、趋势解析，关注我们！