Mark Ellins ist mit diesem Beitrag im E&E-Kompendium 2020 als einer von 100 Machern der Elektronikwelt vertreten. Alle Beiträge des E&E-Kompendiums finden Sie in unserer Rubrik Menschen.
Heutzutage berücksichtigen Autokäufer bei ihrer Kaufentscheidung mehr als nur die reine Optik und die Fahreigenschaften eines Fahrzeugs. Eine wichtige Rolle spielt auch die Konnektivität und eine nahtlose Integration mobiler Geräte, eine einfache und komfortable Bedienung durch Touch-Konzepte mit Sprach- und Gesteneingabe und die Möglichkeit der Personalisierung, beispielsweise über Anwenderprofile für Licht-, Audio- oder die Sitzeinstellungen. Mithilfe von Künstlicher Intelligenz und biometrischer Erkennung auch automatisch und übertragbar von Fahrzeug zu Fahrzeug.
Neue Automotive-Systeme
Damit rückt bei der Spezifizierung neuer Automotive-Systeme der Mensch und dessen persönliche Bedürfnisse und Anforderungen immer mehr in den Mittelpunkt. Dieser Trend wird sich noch weiter verstärken, wenn durch die Einführung von autonomen Fahrzeugen der Stufe 3 und 4 das eigentliche Fahren im Auto zur Nebensache wird und sich ganz neue Möglichkeiten zur Unterhaltung der Fahrgäste in Verbindung mit In-Car-Zahlungsmöglichkeiten ergeben.
Dargestellt wird dies dem Fahrer zukünftig über ein rein digitales Cockpit, welches alle relevanten Informationen auf einem nahtlosen Breitbildschirm, bestehend aus mehreren hochaufgelösten Displays, präsentiert. Zur weiteren Verbesserung des Fahrerlebnisses und der Erhöhung von Komfort und Sicherheit integrieren moderne Systeme auch eine Vielzahl von ADAS-Features.
Hierzu müssen Informationen von den vielen Sensoren, wie Radar, Lidar, Ultraschall und Kameras, sinnvoll verarbeitet und Entscheidungen in Echtzeit getroffen werden. Mithilfe von Deep Learning und Objekterkennung werden zusätzliche Informationen gewonnen, die zur Unterstützung des Fahrers und der Erhöhung des Komforts beitragen. Typische Applikationen wären beispielsweise 360-Grad-Surround-View, Parkassistenten und Driver Monitoring.
Komplexe Hard- und Software im Griff
Um die genannten Features zu implementieren, ist komplexe Hard- und Software notwendig. Auf Hardwareseite sind komplexe Multiprozessorsysteme mit hohen Rechenleistungen nötig, die nur in Form von hochintegrierten System-on-Chips verwirklicht werden können. Solche SoCs, auf Basis der neuesten Halbleitertechnologien, erlauben die nötigen hohen Taktraten und kombinieren maximale Integrationsdichte mit minimalem Stromverbrauch.
Dies sei hier am Beispiel Videodatenverarbeitung erläutert. Um die Fahrzeugumgebung und andere Verkehrsteilnehmer auf Videodaten zu erkennen, werden oft sogenannte CNNs (Convolutional Neural Networks) eingesetzt. Diese lernfähigen Systeme bilden biologische Hirnzellen in elektronischer Form nach und haben sich etwa im Bereich Bilderkennung bewährt.
Eine große Herausforderung bei dieser Art von System, ist der große Datenfluss zwischen Speicher und Recheneinheiten. Moderne Memory Interfaces wie LP-DDR5 oder HBM, aber auch gutes Systemdesign, um ein mögliches Nadelöhr zu verhindern, sind daher wichtig. Die SoC-Bus-Architektur muss flexibel und breitbandig genug sein, um den nötigen Datenfluss zu erlauben, gleichzeitig muss die resultierende Chipfläche, die einen direkten Einfluss auf die Stückkosten hat, und die Verlustleistung optimiert werden.
Eine applikationsspezifische Implementierung mittels Custom SoC ist eine optimale Methode, um diese – teils in Konflikt stehenden – Anforderungen zu bewältigen und auf die jeweilige Anwendung hin zu optimieren. Proprietäre IP kann auch integriert werden, um das eigene Produkt weiter zu differenzieren.
Die Integration von Hochleistungsrechnern auf einem SoC ist eine große Herausforderung. Als weltweit zweitgrößter Fabless-Custom-SoC-Anbieter, hat Socionext langjährige Erfahrungen hinsichtlich Automotive-Applikationen und ist ein verlässlicher Partner in diesem Bereich.