Startseite > Automotive > Assistenzsysteme > Sensordaten optimal verarbeiten

Neue SerDes-Baustein-Generationen

Sensordaten optimal verarbeiten

30. Januar 2017, 15:16 Uhr | Von Dave Lewis

▶ Diesen Artikel anhören

Fortsetzung des Artikels von Teil 1

Identifikation der Daten

Je größer die Zahl der High-Speed-Sensoren im Fahrzeug wird, umso schwieriger ist für die ECU die Unterscheidung, welche Daten von welchen Sensoren kommen. Erschwert wird darüber hinaus die Unterscheidung der rohen Sensordaten von den zugehörigen Metadaten, die nicht verarbeitet werden müssen. Für die Separierung all dieser Daten bedarf es ebenfalls eines neuen Ansatzes.

Jobangebote+ passend zum Thema

Regional Key Account (m/w/d) für Elektronische Bauteile

KOA Europe GmbH, Dägeling

Alle Jobangebote im Elektroniknet Karrierebereich anzeigen

Zur Organisation der Datenstroms sind die Kamera- und Radarsensoren standardmäßig mit der paketbasierten MIPI-CSI-2-Datenschnittstelle ausgestattet. Die CSI-2-Pakete enthalten ein VC-ID-Feld (Virtual Channel Identification) zur Einrichtung getrennter virtueller Datenströme. Darüber hinaus enthalten CSI-2-Pakete ein „Data Content Type“-Feld zur Abgrenzung der erfassten Sensordaten von den zugehörigen Metadaten. Als Abhilfe gegen das Problem, dass Sensormodule häufig identische VC-IDs benutzen, ordnet der ‚Hub‘-Empfänger mit seinen mehreren Eingängen mehrfach vergebene virtuelle Kanäle am Eingang nicht genutzten VC-IDs zu, damit die ECU die Pakete korrekt unterscheiden kann (Bild 5).

Die Datenströme der Sensoren lassen sich auch einem der beiden MIPI-CSI-2-Ausgangsports zuordnen, wodurch die verfügbare Bandbreite zum nachfolgenden Prozessor verdoppelt wird – nützlich, wenn mehrere hochauflösende 2-Megapixel-Bildaufnehmer oder Long-Range-Radarsensoren (LRR) angeschlossen sind.

Klonen von Sensoren

In bestimmten Anwendungen werden die gebündelten Sensordaten möglicherweise mehrfach benötigt. Zum Beispiel kann ein Prozessor einen Bildverarbeitungs-Algorithmus ausführen, während ein anderer die Videosignale für die visuelle Ausgabe aufbereitet. Zusätzlich kann eine weitere Kopie der Daten für die Datenaufzeichnung benötigt werden. In solchen Fällen lassen sich die gebündelten Sensordaten an beiden MIPI-CSI-2-Ports duplizieren. Dieser „Port Replication“-Modus erzeugt zwei Kopien der Daten (Bild 6) und ermöglicht dadurch komplexere Systemtopologien ohne zusätzliche externe Komponenten. Unabhängig von der jeweiligen Anwendung müssen die angeschlossenen Sensoren nicht unbedingt alle identisch sein. Stattdessen kann der Hub gleichzeitig mehrere Sensoren verschiedenen Typs sowie unterschiedlicher Auflösung und Geschwindigkeit bündeln, was den Weg für echte Sensorfusions-Systeme ebnet.

Die zunehmende Zahl der Kameras, die in Automobilen für Fahrerassistenzsysteme und autonomes Fahren eingesetzt werden, verstärkt die Nachfrage nach immer kleineren und kostengünstigeren Kameras. Parallel dazu vollzieht sich bei den Bildsensoren eine Weiterentwicklung von gering auflösenden analogen Lösungen zu volldigitalen Bildsensoren mit Auflösungen von 1 oder 2 Megapixeln und zusätzlichen Automotive-spezifischen Verbesserungen. Der Wunsch nach kleineren, leistungsfähigeren und ausgefeilteren Kameras bringt allerdings für das Design neue Herausforderungen mit sich (Bild 7).

2MPixel-Kameras der nächsten Generation – breiter, schneller, weiter

Der Trend zu Kameras mit höheren Auflösungen wird in erster Linie durch die Forderungen nach einem größeren Sichtfeld und höherer Winkelauflösung vorangetrieben. Erstere benötigt mehr Pixel, damit ein größerer Teil der Szenerie erfasst werden kann (Bild 8a), während letztere mehr Pixel pro Flächeneinheit konzentriert, sodass entfernte Objekte besser aufgelöst und erkannt werden können (Bild 8b). Im Interesse eines größeren Sichtfelds kann durch die höhere Auflösung ein breiteres und/oder höheres Bild der Umgebung aufgenommen werden, ohne dass die Bildqualität leidet.

Eine hohe Winkelauflösung wird immer dann wichtig, wenn Kameras Objekte identifizieren müssen, die sich dem Fahrzeug nähern. Entfernte Objekte erscheinen kleiner (d.h. in einem kleineren Winkel) als näher befindliche Objekte. Setzen sich die entfernten Objekte aus mehr Pixeln zusammen, so können die Bildverarbeitungs-Algorithmen sie schon in größerer Entfernung besser auflösen und detektieren, sodass das Fahrzeug entsprechend früher reagieren kann. Neuere NCAP-Vorschriften unterstützen den Trend zu höheren Auflösungen:

Euro-NCAP-Empfehlungen sehen die Erkennung von Fußgängern und Radfahrern vor. Ein größeres Sichtfeld ist hier außerdem nützlich, damit diese Objekte auch am Rand des Sichtbereichs des Fahrers erkannt werden.
Features wie die automatische Notbremsfunktion setzen die zügige Erkennung von Objekten in größerer Distanz voraus und unterstreichen so die Forderung nach höherer Winkelauflösung.

Selbstverständlich lassen sich zur Steigerung der Auflösung auch mehrere kleinere Bildaufnehmer parallel nutzen, jedoch führt die Verwendung einer einzigen, höher auflösenden Kamera zu einem kleineren und potenziell kostengünstigeren Kameramodul.

Abgesehen von der höheren Auflösung erfordern Kameras, die bei autobahntypischen Geschwindigkeiten eingesetzt werden sollen, auch eine höhere Video-Frame-Rate. Zum Beispiel müssen Kameras, die die Innen- und Außenspiegel ersetzen sollen, möglicherweise bis zu 60 Frames pro Sekunde (fps) unterstützen, damit den Autofahrern auch bei Autobahngeschwindigkeit ein kontinuierliches Bild angezeigt werden kann. In der Tabelle sind allgemeine Auflösungs- und Frame-Raten-Trends für verschiedene Kamerasysteme von Fahrerassistenzsystemen aufgelistet. Beide – höhere Auflösung als auch höhere Frame-Raten – bringen entscheidende neue Herausforderungen für das Design der Kameramodule und der entsprechenden Verarbeitungseinheiten mit sich.