Förändringar av fordons interiör fortskrider snabbt då industrin rör sig mot självkörande fordon. Processen innebär en kombination av infotainment i kupén (IVI) och avancerade förarassistanssystem (ADAS), med målet att förbättra både körupplevelse och säkerhet. För att implementera dessa nya funktioner krävs komplex hårdvara och mjukvarulösningar. Något som med fördel kan lösas med ASIC-teknik.

De som idag köper en bil tar hänsyn till fler faktorer än bara utseendet och en bils köregenskaper innan de fattar ett beslut. Konnektivitet och en smidig integrering för mobila enheter spelar en viktig roll. Vidare är det obligatoriskt att enkelt och smidigt kunna manövrera med hjälp av touch, röst och gester, tillsammans med möjligheten att skräddarsy belysning, ljud och säten. Genom att använda artificiell intelligens och biometrisk igenkänning kan inställningarna även automatiseras och överföras från ett fordon till ett annat.

Fokus på individen
Detta leder till ett ökad fokus på individen när nya IVI-system utvecklas. Denna trend ser endast ut att växa i och med introduktionen av den tredje och fjärde nivåns självkörande fordon som kommer att omvandla körandet till en sekundär uppgift. Det kommer öppna upp för ett helt nytt utbud av underhållning för passagerare som möjliggörs genom betalningsalternativ som är tillgängliga i bilen.

Framtidens bilförare kommer att åtnjuta allt detta i en helt digital fordonsmiljö där all relevant information visas på en bred yta bestående av flera högupplösta skärmar. För att ytterligare förbättra körupplevelsen och erbjuda bättre komfort och säkerhet integrerar moderna IVI-system ett flertal ADAS-funktioner.

Det innefattar bearbetningen av relevant information från många olika sensorer, såsom RADAR, LIDAR, ultraljud och kameror, tillsammans med beslutsfattande i realtid. Artificiell intelligens och objektigenkänning används sedan för att samla ytterligare information som hjälper föraren och höjer komforten. Exempel på tillämpningar inbegriper ett synfält om 360°, parkeringsassistans och förarövervakning.

Komplexa system
För att implementera dessa funktioner krävs komplex hårdvara och mjukvara. När det kommer till hårdvara kräver både IVI och ADAS komplexa system med ett flertal processorer och hög beräkningskraft – som endast kan implementeras i formen av integrerade kretsar.

Det avancerade förarassistanssystemets bearbetning av video är ett bra exempel. CNN-nätverk (convolutional neural networks – faltningsnätverk) används ofta för att upptäcka fordonets omgivning och andra trafikanter. Dessa system är kapabla att lära sig och imiterar biologiska hjärnceller, fast i elektroniskt format. De har påvisats fungera väl i områden som bilddetektering. I fordon används “CNN-inferenssystem” för att replikera CNN-nätverk som redan har ”lärt sig” att upptäcka vissa strukturer.

CNN-nätverk replikeras i hårdvara genom en blandning av digitala signalprocessorer (DSP), grafikprocessorer (GPU) och neurala nätverksprocessorer (NNP). En stor utmaning i den sortens system är den enorma mängden data som överförs mellan minnet och processorn. Moderna minnesgränssnitt med hög hastighet, som LP-DDR eller HBM, såväl som bra systemdesign för att hindra flaskhalsar, är därför viktiga för avancerade förarassistanssystem.

År 2019 utvecklade den amerikanska pionjären för elfordon, Tesla, sin egen ADAS-krets för ”fullständig självkörning” (FSD) och offentliggjorde dess arkitektur. Utöver minnesgränssnittet LP-DDR4 installerade Tesla en 1 Gpixel/s bildsignalprocessor (ISP), två neurala nätverksprocessorer med en klockfrekvens på 2 GHz, en grafikprocessor klockad till 1 GHz och en 12-kärnig ARM CortexA72-processor (2,2 GHz). Den 260 mm² stora kretsen levererar sammanlagt 50 biljoner beräkningar per sekund (TOPS), dvs. 50 x 10¹² beräkningar per sekund, till en energiförbrukning på 100 W. Eftersom 100 TOPS anses vara kravet för helt självkörande fordon planerar Tesla att använda två FSD-kretsar i deras FSD-dator.

Krävande infotainment
Det finns snarlika behov när det kommer till infotainment i kupén, eftersom det också kräver beräkningskraft för att sammanfoga bilddata från ett flertal källor (t.ex. ett synfält om 360°) och/eller att ”förstå” den (t.ex. förarövervakning). I kontrast till ADAS kommer en IVI-krets vara mindre beroende av ett CNN-nätverk, men processorer, grafikprocessorer och troligtvis även neurala nätverksprocessorer kommer fortsatt behövas.

Möjliga halvledarteknologier som kan användas till integrerade kretsar inom området för ADAS och IVI är för närvarande 7 nm och 5 nm CMOS-teknologier. De möjliggör klockfrekvenser på över 2 GHz, såväl som hög densitet av integrering, samtidigt som energiförbrukningen sänks till lägsta möjliga nivå.

Integreringen av högpresterande datorer på en integrerad krets är fortfarande en stor utmaning. Det handlar inte bara om att ta de block (CPU:er, GPU:er, NNA:er, osv.) som krävs för att uppnå en viss processorkraft och integrera dem på en krets. Man måste också säkerställa att bussarkitekturen erbjuder den flexibilitet och bandbredd som behövs för att ge ett tillräckligt dataflöde. Det innebär att storleken på kretsen, som har en direkt inverkan på enhetskostnaden, såväl som energiförbrukningen för hela kretsen behövs hållas under kontroll.

Kräver ASIC
Implementeringar av specifika tillämpningar genom ASIC är en optimal metod för att förena de något motstridiga kraven och optimera dem enligt det relevanta användningsområdet. Anpassade integrerade kretsar möjliggör det även för egenutvecklade algoritmer och metoder att direkt implementeras i hårdvaran. Det kan hjälpa en produkt att särskilja sig och uppnå en klar konkurrensfördel.

Det kan därför vara värdefullt för fordonstillverkare och leverantörer att bygga upp och expandera sin expertis inom designen och utvecklingen av anpassade integrerade kretsar. Socionext har många års erfarenhet av ASIC-kretsar för fordon och – som världens näst största fablösa leverantör av ASIC-kretsar – är en pålitlig partner på området. Utöver design- och layout-tjänster relaterade till ASIC-kretsar erbjuder Socionext en rad av lösningar till kunder inom fordonsindustrin, inklusive utarbetande av specifikationer, ISO 26262-support samt upphandling av Immateriella rättigheter och logistik.

Markus Moosmüller, Senior Marketing Engineer, Socionext Inc
Stephan Ahles, Senior Marketing Engineer, Socionext Inc

Filed under: Fordonselektronik