全球每年約有百萬人死於交通事故。在這些交通事故中肇因主要為駕駛者的人為失誤所造成，而近年來導入各式的輔助系統確實有效地降低事故傷亡率。

為降低人為因素所造成之交通意外，車廠皆已紛紛投入先進駕駛輔助系統（ADAS）或自駕車（Autonomous Vehicle）相關技術研究開發。目前ADAS系統在市場及技術方面，為了實現各種駕駛輔助功能或自駕車所期望的不同自動駕駛等級，車輛必須配備各種感知器，例如：雷達、光達、攝影機和超音波感知器等。

從BW（Bandwidth）的角度來看，最近的技術要求更高的頻寬及一些架構上的變化：

●Sensor（Image，Radar，Lidar）朝向輕量低價的趨勢。例如新的”衛星架構”應運而生，將傳統Edge處理變成中央處理。Sensor 將Raw data或Uncompress data 傳輸到高階CPU處理，進行高階的資料合成（Data fusion）

●從Sensor data rate 變換角度來看，Bandwidth現以 3 Mpix（Human）及8 Mpix（Machine）為主，以此 Video BW =Hres x Vres x Fps x Bits per Pixel（12/24-bit）x Overhead（~20%）來計算；8 MP x 60 Fps x 12-bit x 1.25 = ~7.2 Gbps

”衛星架構”，又稱為”衛星工廠架構”。Sensor（衛星工廠）將資料回給主CPU，進一步做Data fusion（Radar-Camera Fusion：CR3DT）。Fusion過後的資料可以大大地強化資料感知力（Perception）給ADAS軟體做更精細的判斷　再搭配以TSN為主的控制系統，可以完美呈現如防撞（FCW）、偏移警示（LDWS）或最終的L5自駕。

衛星架構 Sensor 主要的改變包含：

(1) 以傳統Edge processing 方式，CIS 影像必須先做DSP壓縮（H.264/5）並將其轉換為以太網封包進行傳輸。衛星架構則是把其中的軟體部分整個移除，CIS資料不經過壓縮直接送進執行AI/ML的CPU

(2) Sensor 大部分的時間都是在做資料下載（Down-stream），偶而才會有一些上傳（Up-stream）的控制數據這樣的架構，又稱為非對稱的通訊（Asymmetric communication）

(3) Sensor端軟體（CPU）移除後帶來非常多的好處。Sensor 端不管在機構 散熱等都較傳統CPU的架構為優，另外Raw data 更適用於Data fusion （Camera 或Lidar）

衛星架構採用非對稱的通信方式，市面上非對稱通信的方式有許多種：

ASA-ML（Automotive Sardes Alliance-Motion Link）是最新的非對稱技術並且改善了先前幾種技術的缺點。它是一個開放規範，有各種不同Sensor supplier可以使用，車廠也開始評估這個技術，加強安全機制，採用TDD（Time-Division Duplexing）可以有較佳的省電管理及很簡單就可以達到同步 （Precise timing based）的機制。

ASA-ML 規範特點如下：

從應用的角度上來看 ASA-ML的應用架構如下：

Sensor端必須支持MIPI-D PHY及I2C介面，Microchip ASA-ML芯片會轉換Sensor data 到 ASA-ML 格式，經由Coax（15M）或Twist cable（10M）到計算中心ECU做資料合成，傳輸的速度也可自訂不同的等級。　　

Microchip支援 ASA-ML架構如下：

如需了解更多有關的應用技術資訊，請參考官網連結如下或連繫Microchip各個銷售據點：

● VS775S | Microchip Technology

● VS776 | Microchip Technology

本文作者為：Microchip資深應用工程師 胡立堅