车联网时代来临，数据流剧增，如何处理好数字模拟混合讯号处理？如何提高音频传输带宽？是非常重要的课题。亚德诺 (ADI) 大中华区汽车电子事业部市场经理许智斌指出，传统汽车音讯 ECU 是透过单根模拟电缆或现有数字总线架构连接，但两者都存在局限性——效率低、会产生不必要的费用。使用模拟接线的汽车音频系统需搭配专用且昂贵的屏蔽电缆，在支持多通道 (5.1或7.1) Dolby 或 DTS 译码的高级音响系统中，所需电缆数量更惊人，而模拟数字转换器 (ADC) 和数字模拟转换器 (DAC) 不仅会增加系统总成本，还可能降低音频性能。
图1：自动驾驶落地时程，取决于各国政府态度 图档提供：AdasWorks 公司
权衡电缆重量、布线复杂度及系统总成本
当代信息娱乐系统已广泛采用 MOST 或以太网 AVB 等数字总线标准，因为这些标准能大幅简化与模拟实施方案相关的接线复杂性。然而，MOST和以太网AVB虽能提高性能和弹性，但同时会增加管理相关软件协议堆栈的高价微控制器 (MCU) 数量。此外，这些数字总线架构本身对节点之间延迟存在不确定性，对于车厢内主动噪声消除等易受延迟影响的应用，完全无计可施；而 ADI 创新的「汽车音频总线」(A2B) 专利技术，可让上述困境迎刃而解；最多能减轻 75% 电缆重量，且音质较模拟接线出色、系统总成本亦远低于现有数字总线标准。
当代信息娱乐系统已广泛采用 MOST 或以太网 AVB 等数字总线标准，因为这些标准能大幅简化与模拟实施方案相关的接线复杂性。然而，MOST和以太网AVB虽能提高性能和弹性，但同时会增加管理相关软件协议堆栈的高价微控制器 (MCU) 数量。此外，这些数字总线架构本身对节点之间延迟存在不确定性，对于车厢内主动噪声消除等易受延迟影响的应用，完全无计可施；而 ADI 创新的「汽车音频总线」(A2B) 专利技术，可让上述困境迎刃而解；最多能减轻 75% 电缆重量，且音质较模拟接线出色、系统总成本亦远低于现有数字总线标准。
许智斌表示，汽车认证的门坎十分严苛，在保证功能、性能、稳定性、可靠性等前提下，还须具备弹性易用和适当成本。与现有数字总线架构相比，A2B 主从线拓墣结构更为高效；只须简单初始化总线，不用外加更多处理器即可管理常规总线运行，还能响应音讯节点在需要维修和保养时所发出的中断讯号。A2B 另一项附加优点是：系统延迟完全确定 (两个周期的延迟)，且与音讯节点在 A2B 总线上的位置无关。该特性对于主动噪声消除等新兴应用极其重要，因为此类应用必须以时序一致的方式处理多个远程传感器产生的音频样本。
照片人物：亚德诺 (ADI) 大中华区汽车电子事业部市场经理许智斌
A2B技术能够将音频和控制数据连同频率和供电透过一条非屏蔽双绞线传输，支持实现技术先进、功能丰富的车载信息娱乐系统，同时降低联机密集型汽车应用的系统成本。最简单的 A2B 高带宽数字总线，是在节点间最长可达 10 公尺的距离范围，使用一条无屏蔽双绞线将 I2S 音讯和 I2C 控制数据与频率、功率一起传输，能因应车内复杂的噪声环境并降低布线难度。A2B技术提供的 50 Mbps 总线带宽总值，最多可支持 32 个 44.1 kHz / 48 kHz标准音频采样率，以及12 / 16 / 24 位信道宽度的上行和下行音频信道，足以传输高清的音讯。
基于 A2B 架构的首款产品——AD2410收发器，已获福特汽车 2016 年投产的四个汽车平台采用，另松下汽车亦认同 A2B 可大幅降低新一代信息娱乐系统的布线复杂度、成本和重量。A2B 系列还包括 AD2401 和 AD2402 收发器，已针对麦克风连接进行专业调整，特别适合主动噪声消除、免持和车内通讯等应用。若想进一步提高语音识别的精准度，可从两个方面着手；一是利用麦克风、A2B总线、SHARC 和 Sigma DSP 建构完善的拾音和音讯处理，结合相应的算法软件，实现 Beam Forming (波束成形)、ECNR (回音/噪声消除) 等语音处理功能。
二是降低环境噪声，利用麦克风、扬声器、A2B 总线、DSP 建构主动降噪系统，以降低车厢内特定区域的引擎噪声和路噪；ADI 的 DSP 已被大量应用于此，在多个数字麦克风和扬声器并存的场合，辅以 A2B总线有加乘效果。许智斌透露，安全、绿色、智能，是 ADI 汽车电子事业部的发展愿景，而汽车主被动安全、新能源汽车动力总成、智能化信息娱乐系统三大领域，则是 ADI 优势及未来重点投资方向；之后也会深化与车厂合作，尽早知悉车厂的计划和痛处，未雨绸缪，结合既有优势设计更贴近市场需求的汽车芯片和方案，缔造多赢局面。
自动驾驶已进入实验阶段
车电市场看似诱人的新蓝海，却非见者有份。安谋国际 (ARM) 行动通讯暨家庭资深市场经理林修平直指，零组件产品想要打进一般车厂的供应链，至少要能使用十年以上；平均一辆车的使用年限多在十年左右，维修须有零件持续供应。因此零组件规格要有更长的使用年限、容忍高低温差、能承受各种环境测试，门坎更高、测试周期更长。相较于消费性电子约两、三年就汰换，逻辑上完全不同；过去 SoC、DARM、Flash、LCD 等消费性零组件的产品生命周期，较无法适用于汽车供应链。然而，现今全球有 10% 的半导体产品都是应用于汽车电子。
车电市场看似诱人的新蓝海，却非见者有份。安谋国际 (ARM) 行动通讯暨家庭资深市场经理林修平直指，零组件产品想要打进一般车厂的供应链，至少要能使用十年以上；平均一辆车的使用年限多在十年左右，维修须有零件持续供应。因此零组件规格要有更长的使用年限、容忍高低温差、能承受各种环境测试，门坎更高、测试周期更长。相较于消费性电子约两、三年就汰换，逻辑上完全不同；过去 SoC、DARM、Flash、LCD 等消费性零组件的产品生命周期，较无法适用于汽车供应链。然而，现今全球有 10% 的半导体产品都是应用于汽车电子。
照片人物：安谋国际 (ARM) 行动通讯暨家庭资深市场经理林修平
林修平表示，汽车「智能」功能提升衍生新需求，整个车联网的产值也会因智能比例提高而使整体市场规模增加，一定会有新的player出现；新加入的业者需要有长期经营及投资的准备。车子的验证标准及门坎不易变动，唯有调整好心态的业者才能在车用领域获得成功。他并提到，日本汽车供应链相对较封闭，但若能成功打入、持续供应的时间亦较长；欧美相对开放，但个别车厂在来源取得标准及验证流程不尽相同，测试难度不能一概而论。尽管如此，车联网应用仍有多项测试项目在各国如火如荼地进行。
例如，日本政府正在打造一支自动驾驶的出租车车队，为 2020 年东京奥运做准备，且日本政府已准备好在明年初上路测试；新加坡政府也计划将城市公共运输巴士改为无人驾驶。种种迹象都显示智能车和自动驾驶／无人驾驶都是未来趋势。目前多数车厂都已在出厂新车建置 ADAS、IVI (In-Vehicle Infotainment，车用信息娱乐系统) 等设备，但要达到所谓无人驾驶的境界，各国政府的规范还是主要关键。现在看来，多偏向支持且已迈入测试阶段，研究重点在于汽车对汽车 (V2V) ／汽车和高速公路 (V2R) ／汽车对交通号志的相关通讯。
智能车的「终极目标」是达成汽车和云端的通讯互联，安全性绝对是先决条件，而这又须建立在运算能力及政府法规上；唯有法律责任厘清，自驾车等才能顺利在日常生活中运行。林修平指出，多年来 ARM 处理器被应用在许多各式各样的车用 MCU 及 SoC，例如煞车系统、安全气囊及车内信息娱乐系统；近来在一些油电混合的新车种中，有许多汽柴油外泄的案件，显示清洁引擎需要更精密的 MCU 来控制油电转换。此外，随着ADAS、IVI及仪表板功能越来越强大，所需的成本和耗能也越来越高。洞察以上需求，ARM 备有低功耗解决方案因应。
ARM 的 big.LITTLE 架构能在有限的电力及散热范围内，提升 40% 以上的整体效能。安全则是 ARM 的另外一个优势，面向 Cortex-A 的 TrustZone 及去年底推出的 ARMv8-M 架构，也加入了 TrustZone 的安全防护至 Cortex-M 系列处理器内，有效从硬件层防范黑客入侵。另 ARM 在车联网亦有庞大的生态系统伙伴，一同为产品符合汽车产业的功能性安全标准而努力，以防堵自发性意外事件。最后是无线通信能力，智能车通常使用3G/4G调制解调器、紧急的电子通话系统 (e-call)、先进的V2V / V2R 等通讯都是由 ARM 的技术推进。
从「计算机视觉」进阶至「深度学习」
同样放眼自驾车的大好前景，甫于 2015 年夏天新创、聚焦于发展自驾智能软件的 AdasWorks 公司，拥有人工智能、计算机视觉和导航技术的专业团队，为嵌入式平台和 GPU 提供优化解决方案。该公司执行长 Laszlo Kishonti 是经济学家出身，过去曾在财金单位从事总体经济学、衍生商品订价、债券及投资组合模型的预测工作，并曾在 K&H 基金管理机构担任投资长；后于 2003 年成立自己的第一家公司——Kishonti Kft，期间对诸多当今已是一线嵌入式芯片产品的效能，有深入分析。Kishonti 回忆，这些经历皆成为该公司奠定编程技能的来源。
同样放眼自驾车的大好前景，甫于 2015 年夏天新创、聚焦于发展自驾智能软件的 AdasWorks 公司，拥有人工智能、计算机视觉和导航技术的专业团队，为嵌入式平台和 GPU 提供优化解决方案。该公司执行长 Laszlo Kishonti 是经济学家出身，过去曾在财金单位从事总体经济学、衍生商品订价、债券及投资组合模型的预测工作，并曾在 K&H 基金管理机构担任投资长；后于 2003 年成立自己的第一家公司——Kishonti Kft，期间对诸多当今已是一线嵌入式芯片产品的效能，有深入分析。Kishonti 回忆，这些经历皆成为该公司奠定编程技能的来源。
照片人物：AdasWorks公司执行长 Laszlo Kishonti
Kishonti 表示，AdasWorks 与车厂、相关技术公司——包括 OEM、供货商及平台厂商，皆保持紧密合作、革新汽车架构，并为未来汽车注入必要的智慧及自驾技术，例如：车道／移动物体识别功能。AdasWorks 的企业使命是提供客制化的软件架构，藉由创新的革命性解决方案，支持整个自动驾驶阶段，使其安全且经济实惠。该公司与黑莓子公司 QNX 及辉达 (NVIDIA) 皆有合作；前者以平台为基础，后者藉 Tegra 处理器的运算实力，为 Volvo 汽车打造实时处理多个传感器数据的系统，提供 360 度车道、车辆、行人、号志等侦测内容。
传统环景系统会显示车辆周围区域的虚拟图像供驾驶检视，但鱼眼摄影机镜头的变形效果往往造成影像质量低落；NVIDIA早先推出的 Drive CX 产品，运用精密 SFM 和先进拼接技术改善影像渲染，减少「残影」，以高分辨率、高帧率写实绘图呈现模型样貌和真实光影，使其易于判读，主要应用在仪表板、3D 导航和信息娱乐人机接口 (HMI)；另一款 Drive PX 则着重在「自动驾驶」，赋予汽车辨识和脉络感知能力，持续计算优化路径。今年初刚在 CES 亮相的第二代 DRIVE PX 2，更宣称拥有超级计算机等级运算实力、人工智能应用项目每秒可达24兆次！
图2：DRIVE PX 包括一组先进计算机视觉 (CV) 链接库和原始码套件，相互搭配能组合成令人惊叹的侦测和追踪效能
DRIVE PX 2已获日本无人驾驶出租车开发商 ZMP、机器学习新创公司 Preferred Networks (与丰田汽车有密切合作关系)，以及 Volvo 所采用。NVIDIA 技术营销经理张佑纶表示，计算机视觉 (Computer Vision) 在 ADAS 举足轻重，负责侦测与示警工作；但若要跨步至自动驾驶，必须建构在「深度学习」上。要在单位时间内获得大量讯息，包括来自于摄影机、传感器和导航系统的数据，并实时分析决策、及时行动，有赖强大视觉运算系统支撑；NVIDA 提供开发商良好的生理条件，包括负责大脑运作的绘图芯片 (GPU)，以及 DriveWorks 软件开发工具包，让开发商更容易实现编程、对象侦测、地图本地化及路径规划。
照片人物：NVIDIA 技术营销经理张佑纶
