【導讀】為了滿(mǎn)足消費者對更舒適、功能更豐富的駕駛體驗的需求，原始設備制造商 (OEM) 正面臨一項日益嚴峻的挑戰：擴展車(chē)內安全系統的傳感功能，以滿(mǎn)足不斷變化的法規要求，同時(shí)更大限度地降低設計復雜性和成本。歐洲新車(chē)評鑒協(xié)會(huì )（歐洲 NCAP）和其他標準即將發(fā)生的變化將改變新車(chē)的安全評分方式，從而鼓勵 OEM 在其車(chē)輛中加入更多傳感功能。
為了滿(mǎn)足消費者對更舒適、功能更豐富的駕駛體驗的需求，原始設備制造商 (OEM) 正面臨一項日益嚴峻的挑戰：擴展車(chē)內安全系統的傳感功能，以滿(mǎn)足不斷變化的法規要求，同時(shí)更大限度地降低設計復雜性和成本。歐洲新車(chē)評鑒協(xié)會(huì )（歐洲 NCAP）和其他標準即將發(fā)生的變化將改變新車(chē)的安全評分方式，從而鼓勵 OEM 在其車(chē)輛中加入更多傳感功能。
以往，要擴展車(chē)內傳感應用以支持乘員監控、車(chē)內兒童檢測和入侵檢測等功能，需要增加獨立的傳感器。然而，雷達傳感器 SoC 的最新創(chuàng )新技術(shù)通過(guò)深度學(xué)習（邊緣人工智能 [AI]）功能，現在可在單個(gè)器件中支持多項特性。通過(guò)經(jīng)過(guò)訓練的算法對車(chē)內數據進(jìn)行本地處理，有助于汽車(chē)系統設計師解決復雜性問(wèn)題并更大限度地降低系統成本。
在本文中，本文將討論 OEM 面臨的設計挑戰，以及支持邊緣 AI 的 60GHz 雷達傳感器如何幫助汽車(chē)設計師解決這些問(wèn)題。
車(chē)內雷達設計挑戰
為了應對最近的設計趨勢和法規要求，OEM 正專(zhuān)注于三種主要的車(chē)內傳感應用：用于安全帶提醒的乘員監測、存在檢測（特別是車(chē)內兒童檢測）和入侵檢測。這些傳感應用對于在整個(gè)駕駛過(guò)程中確保乘員的安全至關(guān)重要，如圖 1 所示。
圖 1：在整個(gè)駕駛過(guò)程中實(shí)現車(chē)內傳感
用于安全帶提醒裝置的乘員監測：如今，安全帶提醒系統依賴(lài)于座椅內重量網(wǎng)格傳感器，并針對每個(gè)特定座椅進(jìn)行校準和調優(yōu)。過(guò)去，這些系統安裝在汽車(chē)前排的兩個(gè)座椅上；然而，OEM 如今開(kāi)始將傳感器放置在車(chē)輛的后排，以提高安全性并實(shí)現法規合規性。我們面臨的挑戰是，將傳感器放置在后排可能會(huì )使車(chē)輛中的傳感器數量增加一倍以上，并且需要額外的布線(xiàn)以及校準和調優(yōu)時(shí)間。此外，重量傳感器網(wǎng)格無(wú)法區分生命物體和無(wú)生命物體（例如背包），可能會(huì )觸發(fā)錯誤的占位警報，從而可能影響駕駛體驗。
車(chē)內兒童檢測：隨著(zhù) 2025 年歐洲 NCAP 的變化，只有直接檢測應用才能獲得停放車(chē)輛內兒童檢測的安全積分。為了滿(mǎn)足這些標準，OEM 可以添加額外的傳感器?？梢灾貜褪褂贸瑢拵?(UWB) 傳感器進(jìn)行車(chē)內兒童檢測，但要獲得必要的性能，需要再添加至少一個(gè) UWB 傳感器。此外，如果沒(méi)有高分辨率數據，存在檢測系統可能難以區分兒童和成人，這是未來(lái) NCAP 的另一項要求。
入侵檢測：入侵檢測系統在高端車(chē)輛上變得越來(lái)越常見(jiàn)。獲得 Thatcham Research 認證、包括入侵事件檢測功能的系統通常使用超聲波傳感器檢測車(chē)輛是否有入侵者。非侵入性動(dòng)作（例如有人在車(chē)旁走動(dòng)或由于附近活動(dòng)導致的汽車(chē)晃動(dòng)）通常會(huì )觸發(fā)這些簡(jiǎn)單的系統。
使用邊緣 AI 幫助解決車(chē)內傳感難題
由于這些車(chē)內傳感應用具有日益嚴格的性能要求，OEM 開(kāi)始尋找新的技術(shù)來(lái)降低成本和簡(jiǎn)化設計。
AWRL6844 60GHz 毫米波雷達傳感器旨在通過(guò)單個(gè)器件幫助解決這些設計難題，同時(shí)還可將系統成本降低 20 美元。圖 2 比較了車(chē)輛中的典型傳感器分布與使用 AWRL6844 的單傳感器設計方法。表 1 展示了實(shí)施多種車(chē)內傳感應用時(shí)每個(gè)模塊的平均成本。
圖 2：當前車(chē)內傳感設計方法和使用單個(gè) AWRL6844 的簡(jiǎn)化方法的比較
表 1：用于實(shí)現車(chē)內傳感的傳感器模塊的價(jià)格明細
（基于普通用例）
AWRL6844 的 16 個(gè)虛擬通道可提供更高的空間分辨率，從而在車(chē)輛行駛時(shí)檢測和定位車(chē)輛中的乘員。對高分辨率數據進(jìn)行 AI 處理有助于雷達區分有生命物體和無(wú)生命物體。這些算法可在短時(shí)間窗口內編譯數據，以便更快地對乘員進(jìn)行可靠的檢測和定位，同時(shí)還能減少誤檢測。在集成數字信號處理器上運行的智能聚類(lèi)算法還可以通過(guò)濾除車(chē)輛運動(dòng)產(chǎn)生的噪聲，高度準確地確定車(chē)內是否有人。圖 3 展示了 AWRL6844 如何區分第二排座椅上的乘客和一堆水瓶。
圖 3：使用 AWRL6844 的占位定位和無(wú)生命物體識別演示
AWRL6844 的寬視場(chǎng)還提高了檢測腳部空間和后向汽車(chē)安全座椅中的兒童的能力，而這些區域通常是現有檢測系統的盲區。車(chē)內兒童檢測軟件采用混合處理方法，其中傳統雷達處理技術(shù)首先提取重要信息，而本地機器學(xué)習模型則利用實(shí)時(shí)數據建立一個(gè)區分成人和兒童的分類(lèi)系統（示例如圖 4 所示）。這種混合方法能夠更快地調優(yōu)和修改模型，以納入新的測試用例或要求，從而縮短 OEM 部署時(shí)間。TI 的物理信息神經(jīng)網(wǎng)絡(luò )可幫助系統做出更明智的決策，分類(lèi)準確率超過(guò) 90%。
圖 4：使用 AWRL6844 對后向汽車(chē)座椅上的嬰兒進(jìn)行兒童存在檢測和分類(lèi)演示
在入侵檢測方面，AWRL6844 集成的低功耗模式和機器學(xué)習價(jià)值鏈有助于增強檢測能力，而不會(huì )在車(chē)輛熄火時(shí)耗盡電池電量。AWRL6844 每秒可檢測和計算 10 次入侵檢測事件，功耗不到 50mW。這可以防止電池耗盡，在電池供電的電動(dòng)汽車(chē)日益普及的情況下，這一點(diǎn)非常重要。除了低功耗外，AWRL6844 還通過(guò)在片上加速器上運行入侵檢測處理，更大限度減小器件上其他內核的干擾，從而在保持高精度的同時(shí)更大限度地縮短檢測時(shí)間。圖 5 展示了 AWRL6844 能夠濾除環(huán)境中的噪聲，以更大限度地減少因車(chē)輛晃動(dòng)或車(chē)輛外部的運動(dòng)而觸發(fā)的錯誤警報。
圖 5：AWRL6844 如何使用邊緣 AI 功能濾除噪聲以更大限度減少錯誤警報的演示
結語(yǔ)
對于 OEM 而言，在滿(mǎn)足嚴格的安全要求時(shí)，成本始終是一項挑戰。借助 AWRL6844，OEM 可以從低功耗應用擴展到高性能應用，而不必擔心針對單一用例集成三種獨立技術(shù)的復雜性。卓越的檢測、定位和分類(lèi)功能，加上改進(jìn)的誤檢測性能，最終可為消費者帶來(lái)更便捷的無(wú)縫體驗。
免責聲明：本文為轉載文章，轉載此文目的在于傳遞更多信息，版權歸原作者所有。本文所用視頻、圖片、文字如涉及作品版權問(wèn)題，請聯(lián)系小編進(jìn)行處理。
推薦閱讀：
Qorvo BMS創(chuàng )新解決方案助力精準SOC和SOH監測，應對鋰離子電池挑戰
意法半導體面向可穿戴設備的無(wú)線(xiàn)充電解決方案
