据Mams Consulting称，得益于先进的驾驶员辅助系统（ADAS），例如自动紧急制动（AEB）和驾驶员监视系统（DMS），汽车正在变得越来越安全。
随着这些功能的复杂性增加，自动驾驶也给人们带来了越来越高的安全感。
例如，AEB最初只能检测汽车方向上的危险，但现在已被开发为检测行人，路口交通，骑自行车的人和道路障碍物。
人工智能（AI）对驾驶员协助的重要性逐渐得到认可，有20家汽车制造商表示，到2022年9月，他们将为大多数新乘用车配备低速AEB和前方碰撞警告等功能。
为了实现这一目标，汽车需要一套复杂的车辆传感器和相应的处理系统。
除了汽车中的摄像头和毫米波雷达以外，LiDAR也越来越受欢迎。
类似于毫米波雷达检测技术，激光雷达使用激光来确定物体的距离。
像相机和毫米波雷达成像一样，它可以使用卷积神经网络（CNN）来检测道路上的物体。
与毫米波雷达的区别在于，激光雷达生成的3D点云数据（空间中的一组数据点）具有数千个点。
因此，其精度和准确性更高。
激光雷达还可以确保整个ADAS和自动驾驶（AD）系统的冗余。
例如，由于太阳或汽车前灯反射的强光，相机可能会错过物体。
然后，激光雷达可以消除反射率并帮助检测行人。
但是，激光雷达面临两个主要挑战：（1）对计算能力的要求高：激光雷达的丰富数据处理使其成本远远高于已在汽车中使用多年的摄像头和毫米波雷达。
历史。
（2）技术路线很多，设计也在不断发展：实现激光雷达的方法很多，例如固态扫描，固态闪光（Flash），MEMS扫描，调频连续波（FMCW），除了满足激光雷达的上述要求，Xilinx的解决方案还非常适合解决成本和功耗问题。
现场可编程门阵列（FPGA）为多传感器接收通道启用了真正的基于硬件的处理通道。
这允许对不同目标同时或独立地进行接收信道处理。
此外，它还支持用于检测后处理（例如点云生成和网格映射）的集成硬件加速；它利用处理系统和可编程逻辑之间的高带宽连接为传感器软件和相关的硬件加速功能提供理想的分区。
FPGA支持的集成解决方案有助于降低成本。
此外，并行硬件处理降低了对时钟速度和功耗的需求。
集成的解决方案不仅可以更新传感器软件，还可以启用可重新编程的硬件。
ZVISION是一家中国初创公司，致力于开发固态激光雷达技术。
其激光雷达信号处理和基于点云的AI算法选择了Xilinx的硬件处理平台。
赛灵思产品满足高度定制和不断发展的信号处理算法以及AI处理并行计算功能的技术要求。
中国初创企业RoboSense选择了Xilinx产品，该产品使用点云AI对象识别，而不是基于NVIDIA JetsonTX2的成熟解决方案。
Xilinx产品的吞吐量，延迟优势和成本效益是赢得Sagitar青睐的原因。
更重要的是，由速腾聚创发布的MEMS激光雷达RS-LiDAR-M1使用赛灵思深度学习处理单元（DPU）进行点云对象识别，并获得了CES2020创新奖！ Xilinx解决方案的定位是满足高计算能力要求，不断发展的激光雷达设计，成本和功耗问题。
像Xilinx推动这项独特而强大的技术一样，大型汽车制造商正在增加对激光雷达的投资。
除了速腾聚创和易经科技，Xilinx产品还用于巴拉哈，北兴光电，Blickfeld，河赛科技，Innovusion，Opsys，OURS，Ouster，PhantomIntelligence，Pointcloud，Beike Tianhui等许多公司。
激光雷达解决方案。
一些解决方案已经部署在许多模型中，也许是在您驾驶的汽车中。