干流ADAS

​一、ADAS/AD系统方案

正如前所述，早期大少数L0-L2级别的ADAS系统都是基于散布式控制器架构，整个ADAS系统由4-5个ADAS子系统组成，每个子系统通常是个一体机全体方案（可以被看作是一个smart sensor），子系统独占所性能的传感器，通常相互之间是独立的。 以智能前视摄像头模块（Intelligent Front Camera Module，FCM）为例，整个子系统ECU主板上蕴含2颗芯片：一颗是；另一个颗是安保核普通由英飞凌TC297/397之类的MCU充任，承载控制义务，因此须要较高的性能安保等级需求；性能核通常是具有更高性能算力的多核异构MPU，会承载少量的计算义务。 上方是一个对L0-L2级别方案的总结：

散布式架构的ADAS系统存在两个致命缺陷：1）各个子系统相互独立，不可做多传感器之间的深度融合。2）各子系统独占所性能的传感器，因此不可成功跨多个不同子系统传感器的复杂性能。 当整车EE架构演进到域集中式EEA之后，ADAS域控制器中性能了集成度更高、算力性能更高的计算处置器平台，进而可以撑持更复杂的传感器数据融合算法，以成功更初级级别的ADAS性能，比如：HWP、AVP等。 集中式ADAS域控制器方案从最早的四芯片方案，过渡到三芯片方案，再到业界干流的两芯片方案，如下图3-5所示：

ADAS域控制器方案演进历史 下图是一个典型的车载ADAS域性能结构示用意，无论配件方案如何变化，各方案所需成功的性能结构都是相似的。

典型的车载ADAS域性能结构示用意

二、 Mobileye EyeQ系列芯片方案

Mobileye成立于1999年，是以色列提供基于视觉算法剖析和数据处置来提供ADAS/AD处置方案的环球上游者。其EyeQ系列芯片产品截止2021年底曾经总计出货凑近一亿片。虽然在L3/L4畛域被英伟达和高通压抑，但是在干流的L2级别ADAS市场，依然是霸主，其市场占有率高达75%。2021年出货量高达2810万片。 Mobileye不时驳回“ 传感器+芯片+算法”绑定的软配件一体化的ADAS处置方案形式。 这种“黑盒”商业形式的好处是开发周期短，客户可以极速出产品，比拟受转型较晚或许软件/算法才干较弱的传统主机厂或许Tier 1厂商欢迎。但是缺陷是造成客户开发灵敏度降低，不能满足客户差异化定制产品的需求。越来越多的主机厂宿愿驳回更放开的平台，把“芯片和算法剥分开，驳回可编程的芯片，从而经过OTA来成功继续的算法迭代更新”。这也是软件定义汽车的思绪。 上方是其EyeQ4/5/6三代产品的基本状况：

（一）EyeQ4芯片平台 EyeQ4新品性能了4个MIPS CPU核、6个矢量微码处置器（VMP）以及两个可编程宏阵列（PMA）。每个CPU核领有4个配件线程。总计2.5TOPS的算力，可以成功以每秒36帧的处置速度处置8路摄像头的视频消息。总体性能相比EyeQ3优化8倍之多，此外，EyeQ4还引入“路网采集治理（REM）”系统，它应用纵包数据的方法将路标、车道线等启动紧缩，最终聚分解路书，从而为智能驾驶汽车提供更准确的定位。 下图是EyeQ4新品的性能模块图。

EyeQ4芯片性能模块图 EyeQ5关键有4个模块：CPU核、计算机视觉处置器（CVP）、深度学习减速器（DLA）和多线程减速器（Multithreaded Accelerator，MA）。其中，CPU和CVP是大头。 EyeQ5选用了Imagination的MIPS I6500作为CPU内核，每个MIPS I6500内核都领有2个配件线程。总共性能8个CPU内核，可提供高达52000 DMIPS算力。

CVP是Mobileye针对很多传统计算机视觉算法设计的新一代视觉处置器。Mobileye从公司成立时起就以自己的CV算法而知名，也由于用公用的ASIC来运转这些CV算法而到达极低的功耗而知名。 EyeQ5驳回了7nm的制程工艺，总计可提供高达24TOPS的算力，并且只要10W左右的TDP功耗，因此有着极为杰出的能效比。EyeQ5最多支持20个外部传感器，包括：摄像头、雷达或许激光雷达等。杰出的计算性能使得咱们在EyeQ5上启动深度的传感器融合，以成功更复杂的L2+/L3级别ADAS性能。 下图是EyeQ5的芯片性能模块图：

EyeQ5 Block Diagram EyeQ6H与Mobileye之前的芯片最大的不同就是参与了两个小算力规模的GPU，一个是ARM Mali GPU，算力为64GFLOPS，估量用于ADAS的AR图像叠加输入。另一个是Imagination的BXS 1024 MC-2，算力为1000GFLOPS，估量用于OpenCL减速引擎。 CPU依然是EyeQ5的MIPS I6500-F架构，不同之处在每个CPU内核的线程数从2个参与到4个，总共是8核32线程。 EyeQ6H可以用比EyeQ5多25%的功耗，提供比3倍于EyeQ5的算力性能。

EyeQ6 ADAS域控处置器 Mobileye芯片平台最大好处是产品老本低，开发周期很短，开发费用极低，绝大局部性能都经过验证，没有危险。而缺陷是系统十分敞开，难以搞特征性能，迭代艰巨，出了疑问，较难改良或优化。关于传统车厂而言，Mobileye基本是惟一选用，关于总想异乎寻常的新兴造车厂家来说就有点不可顺应。但是新兴造车企业毕竟还是极少数。Mobileye霸主位置至少五年内稳如泰山。

三、TI Jacinto 7芯片平台

2020年终的CES大会上，TI颁布了其最新的Jacinto 7架构的系列车载芯片。上一代的Jacinto 6架构关键聚焦在车载Infotainment（消息文娱）的性能，例如更炫的UI（用户界面）、更多的显示屏等。随着新一代Jacinto 7架构芯片的颁布，可以看出TI曾经基本丢弃智能座舱和IVI市场，而重点转向ADAS域控和汽车网关域方向。 Jacinto 7系列芯片蕴含两颗车规级芯片：（1）用于初级辅佐驾驶（ADAS）系统的TDA4VM芯片；（2）用于网相关统的DRA829V处置器。这两款处置器都蕴含了用于减速数据密集型计算义务的公用减速器（如计算机视觉和深度学习等），而且它们也都集成了支持ISO26262性能安保的MCU核，使得咱们可以用一颗芯片来同时承载 ASIL-D初级别性能安保的控制义务 和 传感器数据处置这样的计算密集型义务 。

基于Jacinto™ 7架构的TDA4VM处置器专为L2+或以下级别的集中式ADAS域控制器平台而设计的，它集成了各种减速器、深度学习处置器和片上内存，具有弱小的数据剖析和处置才干，是一个全性能、可编程的高集成度ADAS域控处置器平台。 这种多级处置才干使得TDA4VM能够胜任ADAS域的各种中心处置单元角色。比如：TDA4VM处置器支持接入8MP（800万像素）高分辨率的摄像头，更弱小的前视摄像头可以协助车辆看得更远，因此可以开收回更强的辅佐驾驶增强性能。用户也可以用TDV4VM处置器同时操作4到6个300万像素的摄像头，并还可以将毫米波雷达、超声波雷达和激光雷达等其它多种传感器数据处置在一个芯片平台上启动。还可以将TDA4VM处置器用作智能泊车系统中的中心处置器，成功360度的环顾感知才干，从而可以开收回用户体验更好的360度全屏泊车系统。 以下框图的左边是典型的ADAS 系统框图，关键数据处置局部是由GPU或NPU成功，在这颗运行途理器外，聚集成MCU、外部ISP、以太网替换机和PCIe替换机等。左边是经常使用TDA4VM后的ADAS系统框图。TDA4把原来外部须要的上述模块集成到芯片中，其中蕴含通用途理局部的CPU、实时MCU、性能安保MCU、C7x DSP、MMA深度学习减速器、VPAC DMPAC视觉减速器、外部的ISP和以太网替换机，以及PCIe替换机等等。显然经常使用TDA4VM可以大大简化ADAS系统的配件复杂度。

TDA4x域控处置器简化ADAS系统架构 下图是TDA4VM处置器的Block Diagram。其芯片中关键特性如下： 1）具有两个64位 Arm® Cortex®-A72微处置器子系统,上班频率高达1.8GHz,22K DMIPS;

3）两个C66x浮点DSP,上班频率高达1.35 GHz, 40 GFLOPS, 160 GOPS; 5）深度学习矩阵乘法减速器(MMA),1.0GHz高达8 TOPS (INT8); 6）视觉处置减速器(VPAC)和图像信号处置器(ISP)和多个视角辅佐减速器; 7）深度和静止处置减速器(DMPAC)

TI TDA4x处置器性能模块图 “C7x”是TI的下一代DSP，它将TI 行业上游的DSP 和EVE 内核整合到单共性能更高的内核中并参与了浮点矢量计算性能，从而成功了对旧代码的向后兼容性，同时简化了软件编程。新型“MMA”深度学习减速器可在业界最低功率包络内成功高达8TOPS 的性能。公用的ADAS/AV 配件减速器可提供视觉预处置以及距离和静止处置。 TDA4VM处置器还能很好地满足整个系统的功耗要求，当胜任这些ADAS域控所需的高性能计算，TDA4VM处置器仅需5到20W的功耗，因此无需被动冷却。比如：Momenta曾在2020年CES有一个演示，在现场有客户触摸TDA4 的芯片外壳，发现芯片外壳上没有做任何的散热，可见功耗是十分低的。 TDA4VM处置器內的性能安保设计包括两局部：1）隔离的性能安保岛中集成了两个支持双核锁步形式的Cortex-R5F核，可以成功ASIL-D级别的性能安保；2）其他主处置器局部可以到达ASIL-B性能安保。

传统汽车过去不时在经常使用低速网络（比如：CAN/LIN等）启动通讯，因此假设要对整车一切电控单元启动软件更新将会是十分缓慢的（）。当现代汽车演进到域集中式EEA之后，比如经常出现的三域EE架构（ADAS域、座舱域、整车控制域），域与域之间的通讯就须要十分高速的通讯总线（），因此就须要中央网关跨域通讯的网络协定转换和包转发性能。DRA829V处置器就是用于这个场景。

DRA829V作为汽车域和域之间的通讯网关

处置器是业界第一款集成了片上 替换机的处置器，同时，它还集成了支持 的以太网替换机，进而能够成功更快的高性能计算和整车通讯。 下图的左边是TI了解的整个车身运算平台的框架，在这个框架运行途理器外须要接上外部的PCIe替换机、以太网替换机，也须要外部的消息安保模块（eHSM），外部的MCU。而下图的左边用DRA829V处置器把上述外部须要集成的IP模块所有集成出去，因此大大降低了配件复杂度，提高了牢靠性。TI汽车网关处置器最外围的一点是高性能处置器，同时须要功耗十分低。

TI DRV8x系列网关芯片简化网相关统架构 DRA829V SoC 经过提供计算资源、在车辆计算平台中高效移动数据以及在整个车辆网络中启动通讯，处置了新型车辆计算架构带来的难题，可以看到DRA829V 关键是处置数据替换和安保的疑问。 与NXP S32G2/S32G3相比，虽然这两款芯片都是针对汽车中央网关场景，但是设计特点是不同。

NXP S32G中央网关处置器 NXP的S32G是作为一个成熟的网络处置器设计的，最大的特征是经过网络卸载引擎来减速3层的协定转换和包转发。它齐全是作为汽车域集中式EE架构中的中央网关场景量身设计的，可以有效处置各控制器的OTA更新、数据网关的交互，安保消息的传输等义务。 而DRA829V 更多是车内高速信号的集联和转发，这些才干使DRA829V更适宜充任域内的高速信号的集联和转发节点（留意：这不同于NXP S32G的中央网关角色，可以以为是域主控处置器所须要的网关性能）。当然，DRA829V也可以作为中央网关的角色，但是由于不足相似于NXP S32G网关中包转发引擎，因此这并不是DRA829V的主打性能。

四、 NVIDIA Xavier/Orin的方案

英伟达是环球最大的智能计算平台公司。公司早期专一于PC图形计算，起初应用其适宜大规模并行计算的GPU架构，逐渐将业务重点拓展到云端的AI减速、HPC高性能计算、AR/VR等畛域。除了低劣的配件平台架构和性能之外，NVIDIA在软件和生态上也具有渺小的好处。基于NVIDIA GPU架构的CUDA软件开发平台，是业界理想规范的异构计算框架。NVIDIA在CUDA计算框架的基础上，开收回了DNN减速库、编译器、开发调试工具以及TensorRT推理引擎等。 NVIDIA 2年正式颁布其面向移动端/机器人/智能驾驶等畛域的智能处置器Tegra X1，它内置集成了事先NVIDIA最先进的Maxwell架构的GPU核。这颗SoC处置器的颁布也在环球开启了嵌入式畛域的AI计算时代。

借助于它在云端积攒的CUDA+TensorRT生态好处，NVIDIA在智能驾驶畛域提供“芯片+齐全智能驾驶软件栈”端到端处置方案，包括：Drive AV软件平台、Drive IX软件平台、Drive Sim等完整的软件生态。

NVIDIA在2018年CES上推出了Xavier平台，作为Driver PX2 的退化版本。NVIDIA称Xavier 是“环球上最弱小的SoC（片上系统）”，Xavier可处置来自车辆雷达、摄像头、激光雷达和超声波等传感器的自主驾驶感知数据，能效比市场上同类产品更高，体积更小。“NVIDIA® Jetson AGX Xavier™ 为边缘设施的计算密度、能效和 AI 推理才干树立了新的标杆。” 2020年4月上市的小鹏汽车 P7，成为首款搭载 NVIDIA DRIVE AGX Xavier 智能驾驶平台的量产车型，小鹏 P7 装备了13 个摄像头、5 个毫米波雷达、12 个超声波雷达，集成放开式的 NVIDIA DRIVE OS 操作系统。 Xavier SoC基于台积电12nm FinFET工艺，集成90亿颗晶体管，芯片面积350平方毫米，CPU驳回NVIDIA自研8核ARM64架构（代号Carmel）， 集成了Volta架构的GPU（512个CUDA外围），支持FP32/FP16/INT8，20W功耗下单精度浮点性能1.3TFLOPS，Tensor外围性能20TOPs，解锁到30W后可达30TOPs。 Xavier是一颗高度异构的SoC处置器，集成多达八种不同的处置器外围或许配件减速单元。使得它能同时、且实时地处置数十种算法，以用于传感器处置、测距、定位和绘图、视觉和感知以及门路规划等义务负载。

Xavier的主处置器可以到达ASIL-B级别的性能安保等级需求。

NVIDIA Xavier处置器性能模块图 除了弱小的计算资源外，Xavier SoC领有丰盛的IO接口资源：

Xavier有两个版本的片上系统(System On Module)，区分是Jetson AGX Xavier 8GB和Jetson AGX Xavier：

上方是各不同版本的Jetson AGX Xavier片上系统的性能参数对比：

Ecotron（）是美国一家专一于ADAS DCU（ADCU）的制作商。它于2019年9月颁布了EAXVA03型ADAS域控制器，这是一款驳回NVIDIA Xavier SoC和Infineon TC297 MCU打造、面向L3/L4级别智能驾驶畛域的高性能中央计算平台。依照设计方案思考，Xavier智能处置器用于环境感知、图像融合、门路规划等， TC297 MCU用于满足ISO26262性能安保需求（ASIL-C/D级别）的控制运行场景 （），比如安保监控、冗余控制、网关通讯及整车控制。 目前最新的型号曾经开展到EAXVA04和EAXVA05。EAXVA04是EAXVA03的更新版，还是一颗Xavier+一颗TC297的方案，而EAXVA05则驳回了两颗Xavier+TC297的方案，因此可以提供更大的算力。上方是EAXVA04 ADAS域控制器的结构图：

EAXVA04的方案结构图 上方是EAXVA05 ADAS域控制器双Xavier+TC297 MCU的方案结构图：

EAXVA05 ADAS域控制器结构图

2019年12月英伟达颁布了新一代面向智能驾驶和机器人畛域Orin芯片和计算平台。具有ARM Hercules CPU内核和英伟达下一代GPU架构。Orin SoC蕴含170亿晶体管，晶体管的数量简直是Xavier SoC的两倍，具有12个ARM Hercules内核，将集成Nvidia下一代Ampere架构的GPU，提供200 TOPS@INT8性能，凑近Xavier SoC的7倍，Orin SOC将在2021年提供样片，2022年正式面向车厂量产。 2020年5月GTC上，英伟达引见了行将颁布的新一代智能驾驶Drive AGX Orin平台，它可以搭载两个Orin SoC和两块NVIDIA Ampere GPU，可以成功从入门级ADAS处置方案到L5级智能驾驶出租车（Robotaxi）系统的全方位性能优化，平台最高可提供2000TOPS算力。未来L4/L5级别的智能驾驶系统将须要更复杂、更弱小的智能驾驶软件框架和算法，借助微弱的计算性能，Orin计算平台将有助于并发运转多个智能驾驶运行和深度神经网络模型算法。 作为一颗专为智能驾驶而设计的车载智能计算平台，Orin可以到达ISO 26262 ASIL-D 等级的性能安保规范。 借助于先进的7nm制程工艺，Orin领有十分杰出的功耗水平。在领有200TOPS的渺小算力时，TDP仅为50W。

NVIDIA Orin处置器性能模块图 下表是Jetson AGX Orin的片上系统的性能参数：

五、 高通Snapdragon Ride智能驾驶平台

2020年12月30日，长城汽车召开智能驾驶战略更新颁布会，正式颁布全新的咖啡智驾“331战略”。会上，长城还与高通达成战略协作相关，选择在量产车上搭载高通Snapdragon Ride智能驾驶平台。长城汽车方案在2022年推出环球首个基于高通Snapdragon Ride平台的L4级量产车。搭载IBEO的4D全半导体真固态，也就是Flash激光，最远有效距离可达300米。 高通Snapdragon Ride智能驾驶平台在配件方面由两块芯片造成：1）SA8540主处置器（作为ADAS域运行主处置器，满足系统级安保需求）；2）SA9000B减速器，提供智能驾驶系统所需的算力。所有到达ASIL-D，可支持L1~L5级别的智能驾驶。单板的AI算力是360TOPS（INT8），全体功耗65瓦，计算能效比约为5.5TOPS/W，经过PCIe替换机可以参与到4套计算平台，四减速器的AI算力总计达1440TOPS。 1）ADAS运行途理器：Kryo CPU、Adreno GPU、神经处置器、嵌入式视觉处置器 2）智能驾驶公用减速器（ASIC）：神经网络处置器阵列

到目前为止，高通还未地下其SA8540P和SA9000B两款芯片的消息，高通独自为L3/L4智能驾驶开发全新芯片的或许性极小，所以咱们可以依据高通的其它相关芯片产品来大抵推测一下。高通在2021年上半年正式商业化一款AI 100边缘计算套件，驳回骁龙865做运行途理器，AI 100做减速器，在M.2 edge接口下，算力为70TOPS，在PCIe接口16外围下，算力可达TOPS。 依据长城的宣传图片，8540和9000都是7纳米，AI 100和骁龙865也是7纳米，PCIe也在长城的宣传图片上可以看到。当然为了车规，必定就义一点性能，经过降频来降低功耗，到达车规，因此性能降到了360TOPS。骁龙865是高通7纳米芯片中最顶级的，870的频率更高，最高达3.2GHz，功耗势必更高，因此8540最有或许是骁龙865的车规版芯片，当然X55的Modem可以去掉。高通只要一款减速器，SA9000B很或许就是AI 100的车规版。

高通Cloud A100 AI减速处置器 高通AI 100的外围走的是DSP路途，单芯片最多有16个AI外围。每个AI核的SRAM是9MB，16个就是144MB，特斯拉FSD是64MB，基本上AI 100是特斯拉的两倍。高通套件用的是12GB的LPDDR5，特斯拉FSD只能对应LPDDR4。 高通当然不会只提供配件，而是会提供全套软配件处置方案，包括软件SDK、工具和仿真等。

高通Snapdragon Ride智能驾驶软件栈架构 高通智能驾驶平台的协作同伴，重点是其视觉感知和驾驶战略软件栈Arriver。实践Arriver就是Veoneer的软件品牌，泊车方面关键是法雷奥，Park4u是法雷奥泊车系统的称号。DMS方面关键协作同伴是Seeing Machines，即凯迪拉克DMS供应商。 总体来看，高通的战略是自己提供端到端的完整软配件处置方案，并同时踊跃规划上下游相应的生态协作同伴。

六、 ADAS/AD芯片的关键目的

作为整个汽车的大脑，智能驾驶域控制器通常要衔接多个摄像头、毫米波雷达、激光雷达以及IMU等传感器设施，并对来自这些传感器的少量数据启动处置和计算。尤其是摄像头和激光雷达所发生的数据量十分大，因此须要性能一个外围运算性能越来越微弱的智能驾驶主处置器。 上方咱们总结一下智能驾驶主处置器所应具有的关键目的： 在汽车电子畛域，通常以DMIPS（Dhrystone MIPS）来测量CPU外围的整数计算才干。 Dhrystone规范的测试方法很便捷，就是单位时期内跑了多少次Dhrystone程序，其目的单位为DMIPS/MHz。MIPS是Million Instructions Per Second的缩写，每秒处置的百万级的机器言语指令数。DMIPS中的D是Dhrystone的缩写，它表示了在Dhrystone规范的测试方法下的MIPS。 除了Dhrystone Benchmark之外，CoreMark是另一套在嵌入式畛域经常出现的CPU外围性能的测试基准。CoreMark是由嵌入式微处置器基准评测协会EEMBC的Shay Gla-On于2009年提出的一项基准测试程序，其关键目的是测试处置器外围性能，这个规范被以为比古老的Dhrystone规范更有实践价值。 智能驾驶芯片平台由于要接入少量的传感器数据，因此内存的压力十分大。整个系统往往出现出Memory-Bound系统的特点，因此内存带宽通常选择了系统性能的通常下限。 比如经常出现的256-bit LPDDR4@4266，其带宽为：（256 * 4266）/ （8 * 1000）= 136.5GB/s。256-bit LPDDR5@6的带宽为：(256 * 6) / (8 * 1000) = 204.8 GB/s。 智能驾驶系统由于要处置各种各样的传感器数据，因此对算力需求很大。其中当属对来自摄像头的视觉图像数据的处置最为消耗算力。 智能驾驶级别每升高一个级，其所需算力至少参与数倍。比如：L2级别须要10+ TOPS的算力，L3须要100 TOPS左右的算力，L4级别或许须要500 TOPS左右的算力，L5级别甚至须要1000+ TOPS以上的算力。 除了通常配件算力之外，实践的算力应用率也至关关键。不同AI减速器的架构设计通常会造成不同的配件算力实践应用率，因此相反的神经网络模型在两款具有相反配件通常算力的AI减速器上跑出不同的实测性能。 能效比是算力与TDP功耗之比，也即每瓦功耗所能奉献的通常算力值，这是权衡AI减速器设计好坏的一个十分关键目的。比如：NIVIDA Orin芯片的算力为200TOPS，TDP是50W，其能效比约为4TOPS/W。 与生产电子产品相比，汽车芯片在安保性和牢靠性上有这个最高的要求。 汽车芯片长期上班在“-40℃到125℃”高下温以及猛烈触动的顽劣环境下，为了保障汽车电子产品到达对上班温度、牢靠性与产品寿命的高规范品质要求，国际汽车电子协会（Automotive Electronics Council，AEC）树立了相关的品质认证规范，其中AEC-Q100是针关于车载集成电路压力测试的认证规范。AEC-Q100规范经过多年开展，曾经成为汽车电子产品在牢靠性和产品寿命等方面的工业理想规范。 除了满足车规级要求之外，智能驾驶芯片也须要满足由ISO 26262规范定义的“性能安保（Function Safety，简称Fusa）”的认证要求。性能安保对芯片上的设计要求是要尽或许找出并纠正芯片的失效（分为：系统失效和随机失效）。系统失效实质上是产品设计上的缺陷，因此关键依托设计和成功的流程规范来保障，而随机失效则更多依赖于芯片设计上的不凡失效探测机制来保障。 ISO 26262对安保等级做了划分，经常出现的是ASIL-B和ASIL-D级别。ASIL-B要求芯片能笼罩90%的单点失效场景，而ASIL-D则要求能到达99%。芯片面积越大，晶体管越多，相应的失效率越高。 （六）视觉接口与处置才干 摄像头接入目前通常驳回MIPI-CSI2接口规范。MIPI CSI（Camera Serial Interface）是由MIPI联盟下 Camera 上班组指定的接口规范。CSI-2 是 MIPI CSI 第二版，关键由运行层、协定层、物理层组成，最大支持4通道数据传输、复线传输速度高达1Gb/s。同时接入的摄像头路数是智能驾驶芯片的一个关键目的。比如：NVIDIA的Xavier/Orin都准许同时接入16路摄像头。 ISP作为视觉成像处置的外围芯片，也是十分关键的。智能驾驶芯片通常内置集成的ISP模块。经过MIPI-CSI-2接口所衔接的摄像头Sensor，先把Raw图像数据送给ISP启动处置，ISP处置事先的RGB/YUV图像数据再送给其它模块，比如：CODEC或CV减速器等。为了失掉更好的图像成果，智能驾驶汽车上对ISP的要求十分高。 此外，跟视觉处置相关的关键特性还包括：图像绘制减速GPU，显示输入接口以及视频编解码等。 智能驾驶的主控处置器须要丰盛的接口来衔接各种各样的传感器设施。目前业界经常出现的智能驾驶传感器关键有：摄像头、激光雷达、毫米波雷达、超声波雷达、组合导航、IMU以及V2X模块等。

除了上述传感器所需IO接口外，经常出现的其它高速接口与低速接口也都是须要的，比如：PCIe、USB、I2C、SPI、RS232等等。