"); //-->
Camera 接入時,需評估鏈路上各模塊之間的理論要求和限制,接入通路一般涉及加解串器,MIPI,CIM, ISP(RAW),PYM,GDC/STITCH(可選)等 ,接入模組一般分為 RAW/YUV Sensor,RAW Sensor 一般在通路上需要 ISP 處理進行處理,對處理性能有要求的需同時考慮通路中相關模塊性能以及限制,對于數據接入來說前端解串器,MIPI, CIM 的影響更明顯。
在 DES 側: 其輸出 MIPI 速率需滿足總帶寬需求,同時還要滿足 Camera 輸出 timing,6E/M 上主流的美信解串器最大速率為 2.5G,其他廠商或者大速率需額外適配。
在 MIPI 側,需滿足 ipi 總帶寬大于 mipiclk 輸入數據帶寬,否則可能出現 ipi overflow。
其 FIFO 較小,對于有數據累積情況:行長越大,累積時間越長,越容易出現。
若滿足 IPI 速率大于 mipiclk 輸入速率,則理論上不會產生 ipi overflow。
其他的硬件模塊的限制可以參考模塊規格,此處跳轉到對應的規格限制。
帶寬計算,此處均按 RAW16 計算,其他的 RAW 尺寸則按照對應的比例換算即可:
Camera 接入實際數據量:
1 路 8M RAW16: 3840x216028*30 ~= 4Gbps
1 路 2M YUV: 1920x10801630 ~= 1Gbps
MIPI IPI 傳輸 RAW 與 YUV 的區別:默認 IPI 使用 48bit 模式:
傳 YUV 時一個 ipi clock 只能傳 1 個 pixel
傳 RAW(<=16)時一個 ipi clock 可傳 3 個 pixel
CIM 的 IPI 速率(pix_clk)為 600M 頻率上限,因此限制了 IPI 傳輸 YUV 帶寬為 9.6Gbps,RAW 傳輸的 28.8Gbps;
征程 6E/M 通用的解串器最大的支持速率是 2.5G,下圖按照此規格進行理論計算,如有更改規定的解串器,則可進行類比計算
CPHY: 2.28bits/symbol,因此 CPHY 計算時,需要乘以對應的系數
同一個 RX 上,混合接入時,由于有 YUV 數據,最大 IPI 的傳輸限制就變成了 9.6Gbps 數據類型 IPI 帶寬限制 RAW 28.8Gbps (按 RAW16) YUV (RAW+YUV) 9.6Gbps (按 YUV422) PHY 類型 PHY 帶寬限制 CPHY 17.1Gbps DPHY 10Gbps
上述已對實際數據流以及理論接入能力進行分析講解,下面開始進行實際場景計算
2.2實際 Camera 接入時,計算 Camera 數據流不能按照理論值,此時需要考慮 blanking 時間, 因此實際接入的數據流計算如下:
數據量 = Lanes * H_total * V_total * fps * dataType(bpp, for RAW12, bpp=12; for yuv422, bpp=16)
其中 H_total、V_total 是包含了 blanking 時間的,可按照總體 0.4 的 blanking 或是長和寬各 0.2 的 blanking 來計算
1 路 8M,RAW 按照總體 0.4 的 blanking 計算,YUV 的 blanking 時間按照 1.2 計算
RAW12: 3840x21601230*1.4 ~= 4.2Gbps
YUV(按 YUV422): 3840216016301.2 ~= 4.7 Gbps
MIPI RX Camera 最大接入評估:
一個 8M 的 YUV Sensor,可以再接入一路 8M 的 RAW Sensor,至于還能不能接一路 2M 的 raw Sensor 依賴于 blanking 時間,待自行評估計算
2 路 8M YUV,blanking 控制在 1.2 以內,是可以接入的,再多的模組就接入不進來了
4 路 8M 基本是接近極限帶寬,考慮到一些硬件軟件的延時,目前是接不進來的,因此最大單 RX 最大接入能力在 3 個 8M,還可以接一個后置 2M 或者 3M,若還需更大分辨率,可能需要調試 Sensor 輸出 timing 進行適配。
RAW Camera:
YUV Camera:
RAW+YUV
征程 6E/M 系統,總共 3 個 RX,每個 RX 有 4 個 ipi,理論可支持 12 路 Camera 接入,支持 CPHY 和 DPHY,不同形態的 PHY 的帶寬限制分別如下:C-PHY 17.1 Gbps,D-PHY10 Gbps。
3.2單個 RX 的接入規格如下,以 RAW12 來計算的:
RAW 攝像頭接入: 
YUV 攝像頭接入: 
混合接入(RAW+YUV): 
此外征程 6E/M 的 Camera 通路還支持 RAW8, RAW10,RAW16 以及 RAW20,可根據上述方法計算出相應的接入組合方案。
*博客內容為網友個人發布,僅代表博主個人觀點,如有侵權請聯系工作人員刪除。
相關推薦
自動駕駛的時代,呼喚線控底盤
求FSK信號的解調算法,主要是鐵路上的移頻信號!
攜手ADI贏得未來
物理人工智能如何在自動駕駛和電動汽車中應用?
采埃孚與SiliconAuto推出自動駕駛實時I/O接口芯片
有關指紋算法
賦能自動駕駛和機器人感知,讀懂二維可尋址VCSEL | 硬科技有點意思
采用Mean-Shift和Camshift算法相結合的火焰視頻圖像跟蹤設計
數字PID控制及其改進算法的應用
計算機科學與技術反思錄(2)
ADI:傳感技術助力未來自動駕駛的發展
ZF與SiliconAuto推出用于自動駕駛的實時I/O芯片
日產聯手優步與 Wayve,計劃在東京推出自動駕駛出租車服務
數字PID控制算法之一
CRC算法原理及C語言實現
為什么可擴展高性能 SoC 是自動駕駛汽車的未來
簡單實用的單片機CRC 快速算法
PID算法
vxwokrs下靜態圖像壓縮算法(上)
基于LPC2138的血壓測量算法開發平臺電路圖
地平線HSD引領智能駕駛普惠新時代
76-81GHz自動駕駛CMOS RADAR
英偉達宣布與比亞迪、吉利展開自動駕駛業務合作
[轉帖]us/os就緒表的維護算法分析
目標跟蹤算法在紅外熱成像跟蹤技術上的應用
加快實現自動駕駛(完整小組討論)
自動駕駛的現狀與未來(節選)
英偉達 “全天候” 芯片實現毫秒級人臉檢測
加密算法之MD5算法
無線傳感器網絡低功耗分簇路由算法設計