佐思汽研发布《2020年行业研究报告》，对无人驾驶所需的视觉传感器芯片、

  车载视觉传感器芯片最重要的包含CMOS图像传感器（CIS）和 图像信号处理芯片（ISP）。目前CMOS芯片的扩产壁垒高，而CMOS需求的增速又远高于扩产速度，尤其是近年来无人驾驶加快速度进行发展，车载摄像头需求量迅速增加，前装960P、1080P车载摄像头CMOS芯片供应较为紧张。 就市场格局看，虽然索尼、三星等传统手机CIS厂商相继推出了几款用于无人驾驶的CMOS传感器，但安森美仍然占据市场领头羊。安森美拥有超过50家的汽车生态合作伙伴，涉及业务包括光学镜片、信号处理器，I/O、Interface接口、SoC处理器、软件系统等。

  在图像处理芯片方面，独立 ISP 芯片性能强大，但成本比较高，主要供应商为德州仪器、Mobileye、华为海思等，其中德州仪器（TI）技术积累最深厚、市占率最高。而近年CIS供应商如Aptina、OmniVision也推出最新的内置ISP的CMOS图像传感器集成产品，成本低、面积小、功耗低，但能完成的算法相对简单，解决能力较弱。在汽车智能化要求提高的背景下，车载摄像头中独立ISP芯片在短期内仍是主流。 而随着AI与无人驾驶的发展，图像的处理和计算迎来慢慢的变多的挑战，视觉传感器芯片的集成化成为趋势，除了ISP芯片之外，逐渐加入具有AI能力的视觉处理器（VP）芯片。

  2020年5月，索尼推出的智能视觉传感器IMX500和IMX50就是由像素阵列芯片（感光功能）和逻辑电路芯片（包括计算和存储功能）进行3D堆叠而成，是全球第一款在逻辑电路芯片上集成AI图像分析和处理功能的CMOS图像传感器。 2021年1月，豪威科技发布了新款传感器OAX8000，采用芯片堆叠架构，集成了神经处理单元（NPU）和图像信号处理器（ISP）。OAX8000ASIC的样品现以BGA196封装提供，已通过汽车应用AEC-Q100 2级认证。 由于视觉摄像头在车内的应用位置不一样，可细分为环视、前视、后视、侧视、驾驶员监测、座舱监测等。从芯片角度，也对应出现了专用于环视、前视、后视、驾驶员监测的图像传感器产品。

  譬如豪威科技的车用图像传感器产品就包括：驾驶员监控用传感器（OV10652、OV2311、OV2312、OV2778、OV4690等），无人驾驶系统用传感器（OV10625、OV10640、OV10642、OV10650、OV10652等），后视和电子镜用传感器（OV10626、OV10635、OV10640、OV10650、OV10652等），环视用传感器（OV10635、OV10640、OV10652、OV2312、OV2775等），800 万像素前向摄像头 OX08A 和 OX08B，DMS用传感器OAX8000等。 使用数量上升，产业并购增加 主流车型车载摄像头单车搭载量将从2018年的1.7颗增长至2022年的3颗以上，而高端车型的摄像头搭载数量更在10颗以上。譬如2020年底亮相的零跑C11搭载了10个摄像头，2022年即将上市的蔚来ET7 搭载11个800万像素高清摄像头。2021年初刚发布的智己汽车首款车型标配15个高清视觉摄像头、5个毫米波雷达，以及12个超声波雷达。 由于未来几年图像传感器的增量应用主要在汽车市场，因此行业内领先公司开始为此布局，2020年出现了多家图像传感器公司被收购：

  毫米波雷达用芯片包括主芯片（MCUDSPFPGA）、雷达芯片（如MMIC、ASIC）和其他辅助芯片（如PMI、ADC）等。目前，毫米波雷达市场的竞争热点大多分布在在77GHz雷达，芯片供应商新产品也集中在 77GHz 芯片。 4D成像雷达市场的竞争已然开启，华为、傲酷等公司已相继亮相了4D成像雷达。2021年初大陆集团也宣布在2021年量产首个4D成像雷达（ARS 540），该方案是基于芯片极联+赛灵思FPGA开发。 大陆4D成像雷达将首次出现在宝马量产车上，由麦格纳和Fisker合作的搭载4D成像毫米波雷达的纯电动SUV Ocean在2021年初正式亮相，并计划在2022年底正式推出；此外，特斯拉也有迹象将部署4D成像雷达（Arbe Robotics公司的4D雷达Phoenix）。

  除了4D雷达，初创公司还倾向于研发毫米波雷达SoC（radar-on-a-chip）产品。 已融资1.88亿美元的Vayyar公司的汽车雷达芯片涵盖77-81GHz的成像和雷达波段，在单个片上系统（SoC）中具有48个收发器，可以容纳2，000多个虚拟通道。其毫米波雷达SoC还包含一个内部DSP，可实现实时信号处理。Vayyar传感器通过集成的高性能DSP和大内部存储器进行增强，无需外部解决能力就可以执行复杂的成像算法和应用。Vayyar的雷达SoC可以输出后处理数据及原始3D图像或点云格式。 2020年12月，开发片上毫米波雷达（radar-on-a-chip）的初创公司Uhnder完成了4500万美元C轮融资，并计划在2021年推出首款车规级4D成像雷达Voxel，包含芯片和4D成像软件算法。此次融资成功将为2021年的全面量产计划提供资金支持。

  虽然各厂商侧重的芯片技术不一样，但激光雷达芯片化算是未来的主要发展的新趋势之一，因为针对自动驾驶领域，比如无运动机械机构带来的高可靠性，满足车规要求、体积小、易于集成等优点，此外芯片化+采用成熟的半导体工艺（如CMOS工艺）可以真正的完成激光雷达成本降低，将整车激光雷达成本由万元级别降到千元级别，由此达到批量应用的目标。 而激光雷达SoC方案是不少厂商的追求目标。2016 年 8 月，MIT（美国麻省理工学院）就联合 DARPA（美国国防部高级研究计划局）给出了一个解决方案：将激光雷达传感器封装到单芯片上， 尺寸仅 0.5 毫米×6 毫米。2020 年年初，MIT 成立了一家名为 Kyber Photonic 的公司，用于将上述技术产业化。 2020年6月，宁波芯辉科技与西安电子科技大学联合研制了 dToF SPAD激光雷达传感器芯片XHS301，在单芯片上集成了核心感光器件 SPAD 。该方案既能轻松实现激光雷达得小型化，又能够更好的降低成本，还立足于国内自主可控工艺，具备量产条件。

  2021年1月，Mobileye发宣布与英特尔合作开发硅光子激光雷达单芯片系统，由该技术生产的激光雷达传感器将在2025年搭载在Mobileye无人驾驶车队当中。依托英特尔专业的硅光子学加工厂，该芯片在激光雷达领域将具备显著优势。

  Mobileye和英特尔研发的激光雷达SoC采用了FMCW技术。FMCW激光雷达的优势除了信噪比高，功耗低外，还与距离物体远近不直接相关（ToF激光雷达越远测距准确度越低），与物体运动速度不直接相关。不足之处是难度大，成本高，良率低。 一直以来，基于ToF（飞行时间）的脉冲激光器处于行业主流地位。全球大约一百多家激光雷达开发商中，只有10家左右在专注开发FMCW激光雷达。但是近年FMCW技术开始被更多企业看好。 光学巨头蔡司尤其看好FMCW激光雷达。卡尔蔡司在2018年11月投资了一家美国FMCW激光雷达开发商Bridger Photonics，2020年8月又投资了德国FMCW激光雷达初创公司Scantinel Photonics。

  原文标题：传感器芯片研究：视觉芯片，Radar/LiDAR芯片，都有谁在做？

  文章出处：【微信公众号：佐思汽车研究】欢迎添加关注！文章转载请注明出处。

  原文标题：传感器芯片研究：视觉芯片，Radar/LiDAR芯片，都有谁在做？

  文章出处：【微信号：zuosiqiche，微信公众号：佐思汽车研究】欢迎添加关注！文章转载请注明出处。

  的全球市场预计到 2030 年将达到约 3.7 万亿日元（约合235亿美元）。车载

  技术的发展，我们已进入一个技术瓶颈期。在这一背景下，汽车制造商开始将注意力转向

  信息输入（如摄像头图像、LiDAR等）到控制命令输出（如转向、加减速等）映射的一套系统，最早出现在1988年的ALVINN项目，通过相机和激光测距仪进行输入和一个简单的神经网络生成的转向进行输出。

  》 /

  开始摒弃手动编码规则和机器学习模型的方法，转向全面采用端到端的神经网络AI系统，它能模仿学习人类司机的

  奇点 /

  中的应用 /

  采用同时多曝光和/或拆分像素设计。组合不同曝光可将固有动态范围（80-100dB）扩展至目标动态范围

  的实时在线标定设计 /

  全球独立的线控制动厂家只有博世、大陆和ZF TRW三家，L3/L4的线控制动

  RS232自由转Profinet协议网关模块连接1200PLC与扫码枪通讯及手动清零案例

  嵌入式学习-飞凌嵌入式ElfBoard ELF 1板卡-ubuntu18.04通过网线 阅读

  飞凌嵌入式ElfBoard ELF 1板卡-ubuntu18.04通过网线 阅读