打开 CPU 缓存一致性的大门

对于辅助驾驶系统（ADAS）和自动驾驶汽车（AV），可能永远不会有一种单一、最有效的方法来实现传感技术。这个神奇的数字可能是六个，因为每个汽车制造商都会以六个基本考虑因素来决定如何以自己的方式实现，这将导致每个人创建自己的独特方法来将传感器集成到未来的车辆中。在AutoSens Brussels 2020在线会议的闭幕式上，一个专家小组讨论了正确的传感器组合以及如何确保设计不会损害安全性，反之亦然。

与会者包括汽车嵌入式供应商法雷奥（Valeo）的视觉系统和高级驾驶员辅助系统高级专家Patrick Denny。沃尔沃汽车公司技术主管Paul-Henri Matha； Sense Media Group董事总经理Robert Stead； 此外，EE Times Europe还与YoleDéveloppement（法国里昂）的技术和市场分析师Pierrick Boulay取得了联系，以了解Yole对在汽车系统中采用和使用各种传感器类型的见解。

正确的数字

越来越多的传感器被部署在整车中，以主动解决安全问题。今天，我们的汽车中到底有多少个传感器？要进一步提高自主性，还需要多少个传感器？ Yole的Boulay告诉EE Times：“如果考虑到ADAS的传感器-超声波、雷达、用于感应的摄像头、用于观察的摄像头和LiDAR，我们估计车辆具有10至20个传感器，具体取决于车辆的类型，” 。

自然，高端汽车比低端汽车或性能和功能范围中等的汽车嵌入更多的传感器。

传感器将是解决高度自动化水平的关键，并且传感器的数量和类型预计将增加。“我们预计将为这些自动化级别安装35至40个传感器，” Boulay说。 “传感器将更加具体，因为我们将看到用于短、中和远程应用的传感器。一个传感器将无法覆盖所有应用。每个应用或用例在传感器方面都有其规格和要求。”

越来越多的传感器只是冰山一角。传感器会生成大量数据，而系统则受到处理能力的严重限制。Boulay说，向前发展，拥有足够的计算能力来处理这些传感器生成的所有数据将是一项关键功能。他说：“虽然使用Intel-Mobileye芯片的典型ADAS系统在0.25 TOPS（高端笔记本电脑性能的10倍）和2.5 TOPS（对于新型EyeQ4芯片）之间实现了飞跃，但机器人汽车已经超过250 TOPS。”最终，“车辆的E / E [电气/电子]架构将需要从分布式架构变为具有域控制器的集中式架构，以便能够管理来自传感器的原始数据的融合。”

那么传感器越多，越好？ Boulay说：“有些人可能会这样想，但是出于成本或集成方面的原因，汽车中的传感器数量不会无限增加。”他预计自动化传感器的数量将在某个时候达到平稳。 “主要区别在于软件级别和企业有效处理大量数据的能力。特斯拉等一些OEM仍未使用LiDAR，而是押注传感器和AI计算的结合以实现高自动化水平。”

客观地说，“某些OEM的传感器将比其他OEM的传感器更好，而区别在于软件和计算级别，”他补充说。
 

进行更好的预测

数据分析方法的推动基于气候信息学领域的研究，该领域于2011年发展，是将气候科学与数据分析结合起来。这门学科涵盖了很多主题，包括加强对极端天气的预测，如洪水、古气候学——通过使用从事物(如气候降尺度、冰芯等)中提取的数据来再现历史气候条件，利用大规模模型在超本地水平上进行预测，并研究气候和天气对社会经济的影响。

数据分析可以产生隐藏的、有价值的见解，这些见解来源于气候模型创造的大量问题气候和全球变暖模拟。

最早的气候变化模拟之一由普林斯顿大学于上世纪60年代开发，这些模型代表着冰、冰冻圈、陆地、海洋和大气。尽管在基本的科学假设上达成了一致，但是科罗拉多大学波尔得分校的计算机科学教授克莱尔·蒙特利奥尼并不满意它们的准确性，尤其是对长期预测而言。她说，“有很多不确定性。他们甚至没有在未来降水会如何变化上达成一致。”

为了做出更好的预测，蒙特利奥尼结合了大约30个气候模型预测进行数据分析。

数据分析在应对全球变暖时会提供什么帮助?

数据分析可以用于对抗全球变暖。其中比较杰出的是独立非营利组织气候中心(Climate Central)的研究。他们开发了Surging Seas，这是一个显示美国海平面上升信息的交互式地图。

打开地图，你就可以看到不同地区的精确海平面，浏览历史数据、行动计划和洪水警报。该工具预测，由于海平面上升，迈阿密海滩(Miami Beach)将很快被淹没。

非法伐木是导致毁林的主要因素之一。Rainforest Connection(RFCx)利用数据分析和手机控制森林砍伐。他们建立了声学监测系统来保护雨林地区，能够通过实时警报来改善应对效果。RFCx与机器学习框架TensorFlow合作，实时分析森林中的声音，识别类似伐木卡车、链锯和其他非法活动的噪音，以定位森林问题。

哥伦比亚大学的环境生物学教授玛丽亚·乌里亚特(Maria Uriarte)和数据科学研究所的统计学教授田正利用数据分析和人工智能检测飓风玛丽亚对波多黎各埃尔云克国家森林的影响。这项研究是为了发现热带风暴如何影响树种的分布，并且探究它们对全球变暖和气候变化的影响。

对于飓风玛丽亚造成的大面积破坏，找到受影响树种的唯一方法就是查看无数张高分辨率图像。然而，存在一个明显的困难：如何仅仅通过观察广大区域里的一团绿区别两个不同的树种?

（编辑：江门站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!