ADAS和自動(dòng)駕駛技術(shù)一直是車界最熱議的話題之一，其中圖像傳感器和圖像處理是實(shí)現(xiàn)自動(dòng)駕駛的關(guān)鍵因素，也是各大車企競(jìng)爭(zhēng)的核心領(lǐng)域。根據(jù)S&P Global的分析顯示，當(dāng)前許多車企正在多個(gè)地區(qū)廣泛部署L2+及L3級(jí)別的自動(dòng)駕駛技術(shù)；預(yù)計(jì)到2035年，裝備這些系統(tǒng)的車輛將至少占到全球新車總銷量的31%。（注1）

在ADAS或自動(dòng)駕駛系統(tǒng)中，例如自動(dòng)緊急制動(dòng)（AEB）、車道保持輔助（LKA）和車道巡航控制（LCC）等功能，均依賴車輛的前視攝像頭實(shí)時(shí)且精確地捕捉前方道路、車輛以及周邊環(huán)境的信息，這給圖像傳感器的感知和處理算法能力帶來了極大的挑戰(zhàn)。

那么如何讓攝像頭從“看見”到“看懂”，變得更聰明靈敏呢？博世汽車電子推出的全新計(jì)算機(jī)視覺（Computer Vision，以下簡(jiǎn)稱CV）加速器IP，能幫助具備圖像處理能力的SoC（片上系統(tǒng)）芯片開發(fā)者高效實(shí)現(xiàn)常用的CV算法，如密集光流、立體視差、目標(biāo)分類等。

博世光流算法實(shí)現(xiàn)效果

博世的CV半導(dǎo)體IP產(chǎn)品家族包含一組多個(gè)硬件加速器IP模塊，能支持最高12M像素的輸入。用戶可以根據(jù)自身的應(yīng)用場(chǎng)景挑選和組合適合的模塊，以增強(qiáng)ADAS和自動(dòng)駕駛系統(tǒng)的性能。所有這些IP模塊均可支持ASIL-D功能安全等級(jí)的應(yīng)用，協(xié)助SoC開發(fā)者靈活構(gòu)建高功能且高安全性的芯片架構(gòu)。

得益于博世在前視攝像頭技術(shù)方面的深厚積累，自2019年起，博世汽車電子已向汽車SoC供應(yīng)商交付了第一代v1.0產(chǎn)品。基于這些經(jīng)驗(yàn)積累，此次推出全新的第二代v2.0產(chǎn)品家族在提高圖像分辨率的同時(shí)，還深度優(yōu)化了功耗和數(shù)據(jù)吞吐率。

新產(chǎn)品家族包括：

? U/M Flow IP: 密集光流IP

先進(jìn)的光流估計(jì)算法，可生成密集且準(zhǔn)確的前向和后向光流矢量場(chǎng)。

? SMD IPs：Structure from motion detection

運(yùn)動(dòng)恢復(fù)結(jié)構(gòu)檢測(cè)，包括，

- SMD-PS IP: Priority Sampling

基于優(yōu)先級(jí)采樣，選擇最佳的光流矢量，去除由3D場(chǎng)景重建檢測(cè)到的運(yùn)動(dòng)目標(biāo)。

- SMD-EST IP：Ego-Motion Estimation

自運(yùn)動(dòng)估計(jì)（Ego-Motion Estimation）用于估算相機(jī)的平移和旋轉(zhuǎn)。

- MD-POST IP：Post Processing

3D場(chǎng)景重建（3D Scene Reconstruction），移除光流中的自我旋轉(zhuǎn)，并計(jì)算深度和高程圖。

? DISP IP: Stereo disparity Engine

立體視差引擎，在一組debayer格式、無畸變且對(duì)極線矯正的灰度輸入圖像之間進(jìn)行高質(zhì)量的立體視差計(jì)算。

?  CLE IP：Classifier Engine

分類器引擎，基于ACF目標(biāo)檢測(cè)分類器，支持在圖像中的不同分辨率和多個(gè)感興趣區(qū)域（ROIs）對(duì)多個(gè)類進(jìn)行分類。

博世預(yù)計(jì)將在2025年第一季度交付全新IP產(chǎn)品家族。目前，博世汽車電子已與多家國(guó)內(nèi)外意向客戶就技術(shù)應(yīng)用、性能提升和市場(chǎng)需求等方面進(jìn)行了深入討論，并取得了初步的共識(shí)，為未來的合作奠定了堅(jiān)實(shí)的基礎(chǔ)。

這一產(chǎn)品家族的推出預(yù)計(jì)將引導(dǎo)市場(chǎng)新趨勢(shì)，并在提高ADAS及自動(dòng)駕駛系統(tǒng)的性能和安全性方面發(fā)揮重要作用，從而加速自動(dòng)駕駛技術(shù)的推廣和應(yīng)用。

注1：S&P Global Mobility, Autonomous Vehicle Reality Check: Widespread Adoption Remains at Least a Decade Away