【产品】全新开放式平台，加大对ADAS及自动驾驶的支持

时间： 2017-04-25 来源：新电子

全球领先的半导体解决方案供应商瑞萨电子株式会社近日宣布推出RENESAS autonomy新型高级驾驶辅助系统（ADAS）和自动驾驶平台。作为Renesas autonomy平台的首款开创性产品，瑞萨电子发布了R-Car V3M高性能图像识别片上系统（SoC），可大大优化智能摄像头、全景环视系统、激光雷达等应用。新型R-Car V3M SoC符合ISO26262功能安全标准，为视觉处理提供了低功耗硬件加速功能，还配有内置图像信号处理器（ISP），可释放主板空间并降低系统制造商的开发成本。

关于Renesas autonomy平台

自动驾驶时代的汽车需要能够感知环境、控制车辆并与云端进行同步通信。要实现这些功能，需要采用各种技术，同时每一种技术需要保持高可靠性才能准确无误地实现同步。同时，这些技术在不断发展进步，因此人们对完整端到端的解决方案的需求不断增长。

瑞萨电子作为领先的汽车半导体供应商，利用其在汽车市场长期积累的经验和专业技术推出了新型Renesas autonomy平台。Renesas autonomy是一个用于ADAS和自动驾驶的开放、创新、可靠的平台，由瑞萨的可持续可扩展SoC和微控制器产品线组成。瑞萨电子是业内唯一的提供从安全的云端连接，环境感知到车辆控制的各种端到端解决方案的汽车半导体供应商。瑞萨开创性的平台进一步为实现ADAS和自动驾驶做出了贡献。该平台还允许一级供应商利用瑞萨电子针对ADAS和自动驾驶技术的不断扩大的合作伙伴生态系统，从而提高开发效率并加快上市速度。

Renesas autonomy 平台的主要解决方案

1）可靠、可扩展硬件产品线，提供具有高性能和低功耗特点的综合产品组合

Renesas autonomy 平台能够让一级供应商构建各种ADAS和自动驾驶系统。系统制造商可以充分利用可持续、可扩展的产品线来开发从入门到高级的各种解决方案，重复利用开发成果，缩短上市时间，从瑞萨经验证的解决方案和对汽车市场的长期以来的贡献中获益。

2）创新型加速器和经市场验证的功能安全技术

为了让所需算法得以运行，Renesas autonomy 平台可以让一级供应商选择最合适的IP内核（包括硬件加速器），从而在能够以最低功耗实现最高性能的架构内同时发挥功能安全性和灵活性。此外，客户可以利用瑞萨电子在集成不同IP和低功耗设计方面的专业知识来减少其物料成本(BOM)。

功能安全性是实现自动驾驶的关键。自2008年推出首款汽车安全MCU以来，瑞萨电子一直为市场提供功能安全解决方案。为满足ADAS和自动驾驶应用的高级功能安全要求，瑞萨电子利用其最新一代高性能SoC和MCU产品可符合不同ASIL等级的要求。除了以新型R-Car V3M SoC支持ASIL-C外，瑞萨电子还提供多款ASIL-B级 SoC（R-Car M3和R-Car H3）以及ASIL-D级 MCU（RH850/P1x系列）支持最新的ADAS应用要求。

3）采用互补性生态系统合作伙伴技术和开放式开发平台

瑞萨电子的R-Car联盟在全球范围内已拥有195家关键技术供应商，并还在不断增加ADAS和自动驾驶领域的合作伙伴，为Renesas autonomy 平台提供支持。该开放式开发平台允许一级供应商选择进入的方式，直接在瑞萨的创新技术上直接开发，或与生态系统合作伙伴合作均可。一级供应商可以选择最大限度地通过内部资源创造价值，或通过与瑞萨的R-Car联盟合作，大幅度减少设计工作并缩短上市时间。

瑞萨电子全球ADAS中心副总裁Jean-Francois Chouteau表示："ADAS和自动驾驶应用正在推动汽车市场的未来发展。Renesas autonomy是一个可靠、开放和创新的平台，涵盖了从安全的云端连接、感测、认知到车辆控制的所有需求。瑞萨电子希望能够帮助汽车行业掌控自己的命运，而非独家拥有此技术。目前有了Renesas autonomy平台，我们可以向开发者承诺：'你们将决定驾驶技术的未来'"。

关于适合ADAS智能摄像头应用的R-Car V3M SoC

R-Car V3M是来自于Renesas autonomy新平台的最新款SoC，同时是一款具备功能安全、高性能、低功耗的芯片，能够在智能摄像头、全景环视系统和雷达等多项ADAS应用中进行扩展。

R-Car V3M可用于智能摄像头，专注于满足NCAP的主要性能要求。它配有一个集成ISP，可使计算机视觉具有高性能的特点，同时支持低功耗和高水平的功能安全。

要实时检测交通标志、车道、行人、车辆和其它障碍物，需要具有较高的性能。因为前置摄像头安装在挡风玻璃后，暴露在阳光直射下。因此，SoC的低功耗对于减少智能摄像头外壳中的进一步散热至关重要。确保功能安全性是前置摄像头安全启用自动紧急制动等功能的最终关键要素。

R-Car V3M解决方案的主要特点：

1）高效图像识别引擎和功能安全

R-Car V3M SoC采用多功能流水线引擎（IMP）和计算机视觉引擎（CVE）等不同的加速器实现了性能一流的计算机视觉平台，能够让R-Car V3M支持光流、物体检测和分类以及卷积神经网络等算法。R-Car V3M集成了用于应用程序编程的双ARM Cortex A53和用于运行AUTOSAR的双Cortex R7 锁步内核。R-Car V3M可满足符合ASIL-B及更高级别功能安全的硬件要求，起到实时内核"安全岛"的作用。

2）集成度提高，成本降低

R-Car V3M配有一个集成ISP（图像信号处理器），可提高摄像头传感器的原始图像质量，并使其适用于计算机视觉。采用该集成技术，无需在前置摄像头或传感器内配置外部ISP组件。该系统提供一个DDR3L内存通道，可进一步降低成本。

3）开放式的前置摄像头解决方案

R-Car V3M遵循Renesas autonomy 平台的原则，并得到了瑞萨电子及其生态系统合作伙伴的支持，其中包括辅助硬件（传感器）、操作系统、计算机视觉专业技术和应用等。这样一来，系统制造商可以最大限度地通过内部资源创造价值，或通过与合作伙伴合作来缩短上市时间，从而在前置摄像头市场上创造一种新的自由度。

发送到邮箱 |
+1 赞 0
收藏
评论 2
| 转发至：

本网站所有内容禁止转载，否则追究法律责任！

全部评论（2）

WallE Lv7. 资深专家 2018-10-21

原来自动驾驶是这样的啊，厉害。
serena Lv7. 资深专家 2018-10-17

瑞萨是老牌的汽车电子厂商了

没有更多评论了

【产品】低功耗全高清ADAS专用低功耗SoC芯片SGKS6802

森国科SGKS6802是一款针对高级辅助驾驶(ADAS)、流媒体后视镜、夜视系统、透雾透霾及图形图像识别与处理等产品开发的ADAS专用低功耗SoC芯片，1080P@30fps+720P@30fps双路码流H.264编码及高质量的ISP处理。

2021-07-23 - 新产品代理服务技术支持采购服务

【产品】瑞萨第三代汽车级SOC RCAR-M3带你走进自动驾驶时代

瑞萨电子推出第三代Rcar系列芯片，致力于高级安全（智能）驾驶系统和车载娱乐系统，建立一个完善的无人驾驶领域半导体的技术平台。其中新的Rcar-M3成员（SOC），提供ARM双核cortex-A57以及4核cortex-A53的高CPU性能、3D图像识别处理引擎，符合ISO 26262（ASIL-B）的安全等级，支持系统级封装（SiP）集成高速缓存，功能完善，完美支持先进驾驶辅助系统的开发设计。

2018-07-29 - 新产品

【产品】瑞萨新一代SOC R-Car V3H，专为自动驾驶前置摄像头应用

瑞萨开发了专门针对前置摄像头应用的SoC——R-Car V3H，集成了专门针对图像处理的功能单元，它比R-Car V3M在视觉处理方面的性能提高了5倍，并只有0.3瓦的超低功耗，更好的适应自动驾驶的需求。

2018-03-07 - 新产品

REF66012 – 参考设计 ADAS SoC用 PMIC解决方案

描述- 本资料介绍了ROHM公司为ADAS SoC设计的PMIC（电源管理集成电路）解决方案。方案包括BD96801Q09-CE2四通道DC-DC转换器和BD9S303MUF-CE23A同步降压转换器，旨在提供高效率和高可靠性。该方案适用于智能前视摄像头（IFC），集成200万像素摄像头和多毫米波雷达，支持L2级前向ADAS功能。它采用Horizon Journey2芯片和Infineon TRAVEO II系列CYT4BF微控制器，实现AEB、ACC等功能。此外，还提供了详细的规格和应用说明。

型号- BD96801Q09-CE2,BD9S303,BD9S303MUF-CE2,BD96801Q09,BD96801,BD9S303MUF

Mar.2024 - ROHM - 应用及方案 - REV.001 代理服务技术支持采购服务

【经验】R-Car H3/H3N/M3 SoC芯片的AVS模块介绍及寄存器的配置

Renesas推出驾驶安全辅助系统和车载信息娱乐系统的第三代R-Car SoC芯片，内核方面使用的是Cortex-A57 CPU、Cortex-A53 CPU和Cortex-R7，主要面向无人驾驶、智能辅助驾驶、车机、仪表和ADAS等应用场景，并以其强大的算力和丰富的外设资源赢得了广大车厂和Tier 1的认可。本文将介绍瑞萨R-Car H3/H3N/M3的AVS模块介绍及寄存器的配置。

2020-03-21 - 设计经验

【经验】车规级SoC R CAR V3H2平台端工具链转换前 mobilenetv2.onnx浮点模型推理验证

RENESAS 车规级SoC R CAR V3H2平台上推理模型前，我们需要训练好自己的模型，目前通常采用迁移调优模型方式形成满足需求的浮点模型，并验证浮点模型的精度，耗时等性能，本文在ubuntu上用python推理浮点mobilenetv2.onnx模型。我们根据链接在公版的mobilenetv2模型基础上，迁移调优学习了自己采集的图片数据形成了自己要求的mobilenetv2.onnx模型。

2023-09-24 - 设计经验