前言
Texas Instruments 在 CES 2025 发布的 AWRL6844 是业界首款集成边缘 AI 加速器的 60GHz 车载雷达芯片。单芯片可完成:
- 儿童遗留检测(CPD)
- 乘员定位与分类
- 安全带提醒
- 入侵检测
这为 IMS 系统提供了一条低成本、低功耗、高可靠性的技术路线。
一、硬件规格详解
1.1 核心参数
| 参数 |
规格 |
说明 |
| 频率范围 |
57-64 GHz |
7GHz 连续带宽 |
| 发射通道 |
4 TX |
支持 MIMO |
| 接收通道 |
4 RX |
4×4 MIMO 阵列 |
| 输出功率 |
12.5 dBm/TX |
典型值 |
| 相位噪声 |
-90.5 dBc/Hz @1MHz |
高精度测距 |
| 噪声系数 |
12.5 dB |
典型值 |
1.2 处理能力
| 处理单元 |
规格 |
功能 |
| Arm Cortex-R5F |
200 MHz |
主控、通信 |
| C66x DSP |
450 MHz |
雷达信号处理 |
| 硬件加速器 HWA 1.2 |
200 MHz |
FFT、CFAR |
| 边缘 AI 加速器 |
集成 |
神经网络推理 |
| 片上 RAM |
2.5 MB |
数据缓存 |
1.3 功耗与封装
| 项目 |
规格 |
| 封装 |
FCCSP (ANC) 207-ball BGA |
| 尺寸 |
9.1 × 9.1 mm |
| 工作温度 |
-40°C ~ 140°C |
| 功能安全 |
ASIL-B (目标) |
| 网络安全 |
ISO 21434 CAL2 |
关键优势: 集成 HSM(硬件安全模块),支持安全启动和加密通信。
二、舱内监控能力
2.1 应用场景覆盖
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
| AWRL6844 舱内监控应用矩阵:
┌─────────────────────────────────────────────┐ │ 应用 │ 检测能力 │ ├────────────────┼────────────────────────────┤ │ CPD │ 检测 2-3 排座椅内的儿童 │ │ │ 区分婴儿/儿童/成人 │ ├────────────────┼────────────────────────────┤ │ 乘员定位 │ 2D/3D 位置估计 │ │ │ 支持多目标跟踪 │ ├────────────────┼────────────────────────────┤ │ 乘员分类 │ 成人/儿童/宠物 │ │ │ 座椅占用状态 │ ├────────────────┼────────────────────────────┤ │ 安全带提醒 │ 结合摄像头提升检测精度 │ │ │ 乘员存在确认 │ ├────────────────┼────────────────────────────┤ │ 入侵检测 │ 低功耗监测模式 │ │ │ 熄火后持续工作 │ └────────────────┴────────────────────────────┘
|
2.2 边缘 AI 优势
传统方案:雷达 → ADC 采样 → 外部处理器 → 云端推理
AWRL6844 方案:雷达 → ADC 采样 → 片上 DSP + AI 加速器 → 本地推理
优势:
- 低延迟:推理在片上完成,毫秒级响应
- 低功耗:无需外部 AI 处理器
- 隐私保护:数据不出芯片
- 系统简化:减少 BOM 成本
2.3 与摄像头对比
| 维度 |
60GHz 雷达 |
摄像头 |
| 隐私 |
✅ 高(无图像) |
⚠️ 需要隐私保护 |
| 光照 |
✅ 不受影响 |
❌ 受光照影响 |
| 遮挡 |
✅ 穿透毛毯/衣物 |
❌ 被遮挡 |
| 分类精度 |
⚠️ 中等 |
✅ 高 |
| 姿态估计 |
❌ 有限 |
✅ 高精度 |
| 成本 |
✅ 低 |
⚠️ 中高 |
结论: 雷达 + 摄像头融合是最佳方案。
三、开发资源
3.1 官方工具
| 工具 |
说明 |
| AWRL6844EVM |
评估板(停产,推荐参考设计) |
| MMWAVE-L-SDK-6 |
低功耗雷达 SDK |
| Edge AI Studio |
边缘 AI 开发工具 |
| mmWave Studio |
配置和调试工具 |
| Radar Toolbox |
示例项目和文档 |
3.2 开发流程
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
| wget https://www.ti.com/tool/MMWAVE-L-SDK ./install.sh
mmwave_studio --config cpd_config.json
python capture_data.py --duration 60s
edge-ai-train --data ./radar_data --model resnet8
edge-ai-deploy --model ./model.tflite --target AWRL6844
|
3.3 参考设计
TI 提供完整的 CPD 参考设计:
| 设计 |
说明 |
| TIDEP-01027 |
Vehicle Occupant Detection with AWR6843 |
| TIDEP-01028 |
Child Presence Detection Reference Design |
四、与 IMS 开发的关联
4.1 系统架构
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
| IMS 系统集成 AWRL6844:
┌─────────────────────────────────────────────┐ │ IMS 主控 │ ├─────────────────────────────────────────────┤ │ ├─ DMS 模块(摄像头) │ │ ├─ OMS 模块(摄像头) │ │ └─ 雷达模块(AWRL6844)← 新增 │ │ ├─ CPD 功能 │ │ ├─ 乘员分类 │ │ └─ 安全带检测辅助 │ ├─────────────────────────────────────────────┤ │ 传感器层 │ │ ├─ RGB-IR 摄像头 × 2 │ │ └─ AWRL6844 × 1-2 │ └─────────────────────────────────────────────┘
|
4.2 Euro NCAP CPD 要求
根据 Euro NCAP 2026 协议:
| 要求 |
AWRL6844 能力 |
| 检测后排儿童 |
✅ 2-3 排覆盖 |
| 区分儿童/宠物 |
✅ 边缘 AI 分类 |
| 熄火后检测 |
✅ 低功耗模式 |
| 警告触发 |
✅ CAN-FD 接口 |
4.3 开发优先级
| 阶段 |
功能 |
时间 |
| 阶段 1 |
雷达数据采集与处理 |
1-2 月 |
| 阶段 2 |
CPD 算法开发 |
3-4 月 |
| 阶段 3 |
乘员分类模型训练 |
5-6 月 |
| 阶段 4 |
与摄像头融合 |
7-8 月 |
| 阶段 5 |
Euro NCAP 验证 |
9-12 月 |
五、总结
关键参数表
| 参数 |
规格 |
| 频率 |
57-64 GHz |
| 通道 |
4TX + 4RX |
| 处理器 |
R5F + C66x DSP + Edge AI |
| RAM |
2.5 MB |
| 封装 |
9.1 × 9.1 mm |
| 功能安全 |
ASIL-B (目标) |
开发启示
| 启示 |
说明 |
| 边缘 AI 是趋势 |
单芯片完成检测 + 推理 |
| 雷达+摄像头融合 |
互补优势,提升可靠性 |
| 隐私友好 |
雷达无图像隐私问题 |
| 开发门槛降低 |
TI 提供完整 SDK 和参考设计 |
参考来源:
发布日期: 2026-04-13
标签: #TI #60GHz雷达 #CPD #边缘AI #IMS #AWRL6844