前座驾驶员

图2  SH-Navi2V(也称作SH7774汽车导航系统)的结构图显示通过瑞萨科技SuperHyway 64位总线连接到IMP图像识别引擎速度提升的SH-4A内核。这个总线经过设置还可以把两个内核连接到DDR2(DDR600)外部内存

　　它能够与64位DDR外部内存通信。从内部总线可以看出芯片的外设和图像加速器之间通信速度：一个50MHz 32位总线对于速度较慢的外设(包括GPS)是足够的，一个100MHz 32位总线用于视频、USB和显示。SH-4A的内核和3D图像加速器相互连接，并且通过瑞萨200MHz时钟速度的SuperHyway 64位总线连接到100MHz DDR总线。内存总线和速度更高的内部连接在时钟频率上的不同表明，400MHz SH-4A内核的通信量在一边，3D图像和外设总线的通信量在另一边。除了SH-4A内核提供的缓存之外，我们感到意外的是没有片上内存。连接SRAM、闪存以及外部音频codec的外部32位总线表明，这种与SH-Navi1 (SH7770)相同的配置可能最初就是有意为之的，针对的是需要不同层次的性能和更少外设的应用。

　　SH-Navi系列芯片和SH架构的设计是为了在汽车应用允许的最大功耗的情况下提供最高性能。根据系统的类型，最大功耗范围是3W至5W。在手机中使用的SH-Mobile系列处理器中，另外采用了一种低功率SH架构用以处理应用程序。在不同的家庭信息/娱乐设备中，SH-Navi1很容易提供“控制器-codec-显示”功能。它的核心SH-4 A事实上已经用于多媒体应用。

　　据瑞萨科技称，SH-Navi1能够用于导航，例如处理和显示地图和实时GPS定位等。它能够执行路径计算，考虑驾驶员的偏爱和交通数据，以2D和3D图像提供周围环境的细节，帮助驾驶员解释来自SH-Navi1的指令。

　　SH-Navi1芯片主要可以作为信息娱乐应用中的控制器，如电视接收、DVD播放以及作为音乐录音机和/播放机(MP3/AAC)。芯片的Telematic应用包括蓝牙连接、应急电话/信号、语音合成与识别等。如果SH-Navi1需要同时执行多个应用，如导航应用、语音合成和语音识别，只有对字典中少数不常用的词汇进行语音识别时，SH-Navi1的性能才会达到极限。语音识别对话中的上下文需要大概400MHz的CPU。

　　与SH-Navi1相比，瑞萨科技90纳米的SH-Navi2V新型芯片绝不是前一个版本(见图2)的简单升级，而是技术上的一次飞跃。据瑞萨科技在网站上介绍称，SH-Navi2V (SH7774)既不是对当前版本芯片的最后一次改进，也不是公司这类处理器的最后一代。瑞萨科技网站披露的计划显示，该公司计划在2009~2011年推出SH-Navi3和SH-Navi4芯片。SH-Navi3和后续芯片将采用SH-4A多核CPU。

　　与SH-Navi1一样，SH-Navi2V是围绕双向超标量体系SH-4A结构设计的。SH-4A是SH-Navi2V的8级管线内核，把工作频率从400MHz提高到600MHz。其他少量的管线可以帮助把功耗保持在合理的水平。SH-4A内核担负着执行导航软件程序以及包括判断和数据传输在内的高水平的图像应用程序代码，它把性能需求较高的图像任务交给图像识别引擎，即便是更高频率的SH-A4或是一个简单的DSP都不能支持图像识别引擎的工作任务。

　　据瑞萨科技称，车道识别需要相当于300MIPS到600MIPS的性能，空闲的可(最高到600MIPS)用于识别交通警示牌和速度限制。车辆和行人探测需要更高的要求，大概6000MIPS。对驾驶员眼睛焦点的监测和处理可能需要8000MIPS。

　　为了在设计功率和成本范围之内提供最高性能，SH-Navi2V架构必须做出一些牺牲，把图像处理引擎与SH-4A结合起来：去掉了SH-Navi1原来带有的3D图像加速器，包括USB和GPS在内的许多外设转到外部ASIC上。对比SH-Navi2V和SH-Navi1，我们发现，除了图像处理引擎之外，这个芯片还增加了新功能：以太网和GPIO等外设以及用于拷贝CD的AACx8实时编码器。AAC将作为下一代音频编码取代MP3。SH-Navi1首先不是一个完整的系统芯片，但是这种芯片的某些功能符合瑞萨把它用于汽车应用的意图。相比之下，SH-Navi2V拥有更通用的配置，增加了内存和内部加速器。新配置使得SH-Navi2 V (SH7774)还能适用与家庭、安全和工业应用。

　
图3(a)瑞萨科技灰度搜索引擎单元(GSEU)内核是一个MIDI架构，设置为16 x AREA的四处理器GSEU。这个灰度搜索引擎单元工作速度为300MHz。如果不需要执行其它内核，它能够提供每秒48亿相关步(Correlation steps)。
(b)结构图显示了GSEU处理引擎和辅助的预处理和后处理器单元、用于补偿光和图像对比度的矩形图单元和重要的标记单元

　　90纳米的SH-Navi2V内部逻辑芯片的供电电压为1.1V，外部接口使用3.3V和1.8V电源。以600MHz频率运行时，瑞萨自己预计这种双向超标量体系结构的SH-4A内核可以达到1080mips和4.2GFLOP。它的浮点单位可以用在4个宽矢量和1个矢量双精度的浮点运算。除了用于指令和数据的四路组相联32KB单独缓存之外，SH-4A能够访问总容量为152KB的片上内存和DDR2外部内存。SH-Navi2V芯片有两种节电模式：睡眠和后备电源，仅向内存供电以保持机器的状态和程序数据。

以38.4GOPS的速度进行图像识别

　　除了能够同时在SH-4A内核和辅助加速器上运行代码之外，SH-Navi2V能够以38.4GOPS的速度执行图像识别算法。在这个性能的水平上，芯片能够帮助驾驶员使用导航系统中的地图数据库识别汽车的准确位置，或者辨别汽车正在行驶的车道。如果车道是采用凸起的方式绘制的话，H-Navi2V还能够识别车道的边界。并且可以识别交通信号，例如限速的标识和警告路况的警示标志。芯片的SoC设计赋予了图像识别引擎帮助接管刹车和方向盘的功能。

　　图像识别功能包含了一个可部分编程的硬线逻辑配置，相当于一个64位的并行处理器GSEU(灰度搜索引擎单元)，专门设计用作完成70%至90%的处理工作。该图像识别引擎的API(应用程序编程接口)能够调用接近200种DSP内核，处理两个摄像机的图像拍摄。这个正在考虑之中的系统不使用立体图像，但是，图像识别引擎能够用于立体图像的工作。

　　图像识别引擎可以实时执行的典型功能之一是归一相关法(Normalized Correlation)。归一化相关法在文献资料中也可以找到，称作“归一化互相关(Normalized Cross-Correlation)”和“模板图象匹配的互相关(Template Matching by Cross-Correlation)”或者“归一化灰度相关法(Normalized Gray-Scale Correlation, NGC)”。后两个定义合在一起可能是对这个功能的最好解释，可帮助识别路标、车辆和其他要必须识别的形状。NGC主要用于车辆跟踪功能，输入端是一个预处理过的8位灰度图像，过滤后仅仅保留用于某些特性用于搜索和与具体参考图像进行对比用。这些参考图像是一些模板，例如，可以帮助处理器区分出长方形的交通标志牌和类似形状的路边广告牌。这种2D(空间)模板存储在库中，就如同把词汇存储在词典中供计算机解释语音指令一样。在基于视频的图像识别中，这种工作将更复杂，因为影像的运动以及更新、翻译和预测交通状况的需求。