Sensorfusion

Fortschrittliche Fahrerassistenzsysteme erfordern, dass das Fahrzeug Sicherheitsentscheidungen in Echtzeit trifft. Von computergestützter Fahrersicht über Signal- und Bildverarbeitung bis hin zu künstlicher Intelligenz (KI) und Deep-Learning-Funktionen ermöglichen unsere Arm®-basierten Prozessoren ein breites Spektrum effizienter Rechenleistung, um die Fahrzeugsicherheit zu verbessern und den nächsten Schritt in der Fahrzeugautonomie zu ermöglichen. Entwickeln Sie hochleistungsfähige Sensorfusionssysteme ohne Einbußen bei kritischen Ressourcen, die das Systemdesign optimieren und gleichzeitig ISO26262 Standards bis ASIL D erfüllen.

Mit der zunehmenden Anzahl von Kameras und Sensoren, die dazu beitragen, die Vision eines vollständig autonomen Fahrzeugs in die Tat umzusetzen, gibt es mehr Daten aus der Umgebung des Fahrzeugs als je zuvor. Unsere fortschrittlichen Kommunikationstechnologien übertragen Sensordaten sicher und zuverlässig über jede Fahrzeugarchitektur und ermöglichen so zeitkritische Sicherheitsentscheidungen. Unser Fahrzeugnetzwerk-Portfolio umfasst Ethernet-PHYs, FPD-Link-Bausteine, CAN, LIN und PCIe, die verschiedene Datengeschwindigkeiten unterstützen und die Zuverlässigkeit für sicherheitskritische Fahrerassistenzanwendungen verbessern.

Die Reduzierung des Energiebedarfs bei gleichzeitiger Erfüllung der wachsenden Leistungsanforderungen ist für Entwickler fortschrittlicher Fahrerassistenzsysteme ein wichtiges Anliegen. Eine diskrete integrierte Power-Management-integrierte Schaltung (PMIC) speziell für ein bestimmtes Prozessorsystem-on-Chip (SoC) trägt zur Reduzierung der Komponentenanzahl und der Systemgröße bei und erhöht gleichzeitig den Wirkungsgrad und die thermische Leistung. Unsere PMICs unterstützen Sie bei der Begrenzung von Rauschen und der Leistungsdichte in Sensorfusionsdesigns und unterstützen Sie dabei, ISO26262 Standards bis zur Kategorie ASIL D zu erfüllen.

Evaluieren Sie die Softwareleistung auf TDA4x Prozessoren auf unseren Evaluierungsmodulen (EVMs) und in unserer Cloud-Umgebung. Kompilieren und implementieren Sie Ihre Modelle einfach und beschleunigen Sie Inferenz mit branchenüblichen Programmierschnittstellen wie TensorFlow Lite, Open Neural Network Exchange (ONNX) Runtime, Tensor Virtual Machine (TVM), GStreamer, Docker, Robot Operating System (ROS) und Open Graphics Library (GL) for Embedded Systems (es), um Deep-Learning-Inferenz zu beschleunigen.

Die Taktung ist für die Sensorfusion von entscheidender Bedeutung, um mehrere Hochleistungs-SoCs bereitzustellen. Unser Portfolio an jitterarmen, einfach zu handhabenden Taktgebern und Timing-Bausteinen, einschließlich Bulk-Akustikwellen-Oszillatoren, ermöglicht es Ihnen, Ihre Taktverteilung mit einfachen diskreten Bausteinen oder hochintegrierten Lösungen zu erstellen.