Mantener el control de los motores
Con el uso creciente de vehículos eléctricos comerciales y de consumo, el control de motores es una aplicación FPGA cada vez más importante. Particularmente, queremos que los motores de alta potencia funcionen sincronizados, para que las ruedas no giren a diferentes velocidades.
Esto requiere la sincronización de las unidades, lo que exige una FPGA que ofrezcan un control de alta precisión combinado con una latencia baja y fija. Esto también se aplica cuando el vehículo experimenta diferentes condiciones de carga, por ejemplo, cuando comienza a alejarse o circula a gran velocidad.
Otras demandas incluyen la monitorización y el mantenimiento predictivo, que requieren una FPGA que pueda ejecutar una pequeña aplicación de aprendizaje automático que opere con datos de sensores. Y, por supuesto, también necesita ser altamente fiable en un ambiente de alta temperatura.
Sacando la carga del conductor
Una de las principales tendencias en tecnología automotriz son los Sistemas Avanzados de Asistencia al Conductor o ADAS. Estos ofrecen capacidades como frenado de emergencia automático, mantenimiento de carril y monitorización del conductor para ayudar a mantener seguros el vehículo y sus ocupantes. Podemos dividir estos sistemas en tres áreas funcionales: ver, pensar y actuar.
- “Ver” es el ámbito de los múltiples sensores en y dentro del vehículo, como cámaras y Lidar.
- “Pensar” es el papel de la ECU central, que detecta y reconoce el mundo exterior y planifica lo que debe suceder.
- “Actuar” es responsabilidad de los actuadores de los frenos, la dirección, el acelerador y otras funciones críticas de seguridad.
Todas estas funciones forman un sistema que requiere el Nivel de Integridad de Seguridad Automotriz (ASIL) con los diferentes componentes clasificados en diferentes niveles.
The Seeing es una buena aplicación para FPGA. Aquí procesan y agregan los datos de los sensores, como cámaras de visión delantera o cámaras de ojo de pez, y los pasan a la ECU central. La baja latencia es vital aquí, ya que significa menos tiempo necesario para transferir y procesar datos y más tiempo para responder.
Las aplicaciones de visión integrada inteligente constan, a su vez, de varias subaplicaciones: redes, interfaces, ajuste de imagen y aprendizaje automático. Los FPGA y otros componentes para todas estas tareas pueden obtenerse de Microchip o sus socios.
