隨著高級駕駛員輔助系統(tǒng) (ADAS) 系統(tǒng)的問世以及無人駕駛的推動與發(fā)展，汽車需要對周圍的環(huán)境了如指掌。駕駛員能夠感知我們周圍的環(huán)境，同時做出判斷，并在不同的情況下迅速反應(yīng)。然而人無完人，我們會疲憊、分神，也會因為失誤而犯錯。為了提升安全性，汽車制造商正在設(shè)計應(yīng)用于小客車的ADAS解決方案。汽車依靠各種各樣的傳感器來感測不同情況下復(fù)雜的周圍環(huán)境。然后，這些數(shù)據(jù)將被傳送給例如TITDA2x等高精密的處理器，最后被用于自動緊急剎車 (AEB)，車道偏離報警 (LDW) 和盲點監(jiān)測等功能。

　　目前，用于周圍環(huán)境感測的傳感器主要有以下幾種。

　　被動傳感器——主要用于感測從物體上反射或發(fā)射出來的射線。

　　可視圖像傳感器——所有的成像儀都在可視光譜中運行

　　紅外圖像傳感器——在可視光譜外運行。可以是近紅外或熱紅外（遠紅外）。

　　被動傳感器會受到環(huán)境的影響——不同時刻，天氣等。例如，可視傳感器會受到每天不同時刻可見光數(shù)量的影響。

　　主動傳感器——通過發(fā)射出射線并測量反射信號的響應(yīng)。其優(yōu)勢是能夠隨時獲得測量結(jié)果，不受時間或季節(jié)的影響。

　　雷達——通過發(fā)射無線電波，根據(jù)從物體上反射回來的無線電波來確定這個物體的距離、方向和速度

　　超聲波——通過發(fā)射超聲波，根據(jù)從物體上反射回來的超聲波來確定這個物體的距離

　　激光雷達——通過掃描從一個物體上反射回來的激光來確定物體的距離

　　飛行時間——利用攝像頭測量紅外光束從物體上反彈回來到傳感器的時間來確定這個物體的距離

　　結(jié)構(gòu)光——將已知光圖投射到一個物體上，例如通過TI的數(shù)字光處理 (DLP) 設(shè)備進行投射。隨后，攝像機將捕捉變形的光圖并進行分析，以確定物體的距離。

　　為了在多種不同的情況下提供增強的準(zhǔn)確度、可靠性和耐用性，通常至少需要用一種以上的傳感器來觀察同一場景。所有傳感器技術(shù)都有其固有的限制因素和優(yōu)勢。不同的傳感器技術(shù)可以被組合在一起，將來自同一場景下不同傳感器的數(shù)據(jù)進行融合，從而提供一個更加穩(wěn)定耐用的解決方案，通過數(shù)據(jù)融合比較了視圖混淆。其中一個典型的示例就是可見光傳感器和雷達的組合。

　　可見光傳感器的優(yōu)勢包括高分辨率、擁有識別物體和對其分類的能力以及能夠提供重要信息情況的功能。然而，它們的性能會受到自然光強弱以及天氣（諸如下霧、雨雪）的影響。此外，例如過熱等其他因素也會導(dǎo)致圖像的質(zhì)量因噪聲的影響而下降。TI的處理器所提供的精密圖像處理可以緩解其中的某些影響。

　　另一方面，雷達能夠穿過雨雪，并且可以非常迅速且有效地測量距離。多普勒雷達（Doppler radar）具有額外的優(yōu)勢，能夠檢測物體的運動。然而，雷達的分辨率較低，并且不能輕易地識別物體。因此，可見光和雷達所產(chǎn)生數(shù)據(jù)的融合提供了一種在多種不同情況下更加穩(wěn)健耐用的解決方案。

　　此外，不同傳感器之間的成本有所差異，這也會影響到針對特定應(yīng)用的最佳選擇。例如，激光雷達 (LIDAR) 能夠提供非常精確的距離測量功能，但是成本卻比被動圖像傳感器貴出很多。不過，隨著技術(shù)的不斷發(fā)展，成本也將會持續(xù)降低，而汽車最終將在多種傳感器的幫助下做到眼觀六路、耳聽八方。

　　TDA處理器系列擁有極高的集成度，并且在可編程平臺上開發(fā)而成，這個平臺滿足了汽車ADAS的高強度處理需要。來自用于觀察場景的不同傳感器的數(shù)據(jù)可被提供給TDA2x，并且組合成更加完整的照片，以便幫助作出迅速且智能的決策。例如，視覺傳感器在較暗的情景下會可能會將信箱顯示為類似于人的形狀。TI的處理器可以執(zhí)行精密的行人檢測，首先，根據(jù)物體的比例，系統(tǒng)可能將其識別為路邊的行人。然而，來自熱傳感器的數(shù)據(jù)將會識別出此物體的溫度過低，不太可能是有生命的物體，所以可能不是行人。因此，工作特性不同的傳感器可以提供更高的安全級別。

　　關(guān)于無人駕駛，也許我們最終的目標(biāo)是創(chuàng)造出一款完全自主的汽車，而這些無人駕駛的車輛將最終實現(xiàn)一個沒有交通事故的世界。TI正在積極地專注于傳感器和處理技術(shù)的研發(fā)工作，以幫助客戶開發(fā)無人駕駛車輛。經(jīng)過一個個的技術(shù)突破和持續(xù)的發(fā)展，當(dāng)我們面對無人駕駛的研發(fā)時，問題早已經(jīng)不再是我們“是否”能夠?qū)崿F(xiàn)，而是我們“何時”能夠?qū)崿F(xiàn)無人駕駛。