道路安全從摩爾定律中受益良多，處理能力的提升以及 CMOS 圖像傳感器 （CIS） 和其他傳感器技術(shù)的發(fā)展，讓車輛制造商得以推出高級駕駛員感知系統(tǒng) （ADAS）。ADAS 能增強(qiáng)駕駛員對周邊環(huán)境的感知，減少發(fā)生碰撞的概率。部分系統(tǒng)還能夠監(jiān)控駕駛員并向駕駛員發(fā)出告警，例如在駕駛員打盹時(shí)。
　　ADAS 還越來越多地接手控制（或?yàn)?a target='_blank' class='arckwlink_none'>無人駕駛系統(tǒng)提供信息），從而為駕駛員提供泊車輔助、車道輔助和自適應(yīng)巡航控制等功能方面的協(xié)助。
　　
　　顯示導(dǎo)航和狀態(tài)感知信息的 ADAS 抬頭應(yīng)用
　　因此，不出意料，到 2021 年預(yù)計(jì) ADAS 市場的規(guī)模將達(dá)到 420 億美元，目前的年復(fù)合增長率（GAGR）達(dá)到 10%（來源：http://www.marketsandmarkets.com/Market-Reports/driver-assistance-systems-market-1201.htm）。
　　ADAS 通常使用嵌入式視覺、RADAR 和 LIDAR 等多類傳感器來提取所需信息，并運(yùn)用傳感器融合方法整合來自多個(gè)傳感器的信息。在嵌入式視覺領(lǐng)域， ADAS 又可劃分為兩大類。一類負(fù)責(zé)外部監(jiān)控，解決車道偏離、對象檢測、盲點(diǎn)檢測和交通標(biāo)識(shí)識(shí)別等問題。另一類負(fù)責(zé)內(nèi)部系統(tǒng)監(jiān)控，例如負(fù)責(zé)駕駛員打盹監(jiān)測和眼睛檢測等。內(nèi)外部 ADAS 應(yīng)用在實(shí)現(xiàn)圖像處理算法時(shí)都面臨自身的挑戰(zhàn)。
　　這些挑戰(zhàn)從實(shí)現(xiàn)應(yīng)用所需算法的能力直至符合正確的汽車標(biāo)準(zhǔn)，不一而足。許多 ADAS 應(yīng)用還要求傳感器融合功能以整合來自多個(gè)傳感器的輸入，從而顯著提高了所需的處理能力。在使用多個(gè)同類傳感器的時(shí)候，傳感器融合可以是同構(gòu)傳感器融合。在使用不同類型的傳感器提取所需信息時(shí)，傳感器融合則為異構(gòu)傳感器融合。
　　因具備高度的靈活性，許多應(yīng)用都選用 All Programmable SoC 或 FPGA 來實(shí)現(xiàn)系統(tǒng)。兩種都能實(shí)現(xiàn)所需的算法，而且兩者都能夠連接不同類型的傳感器類型和網(wǎng)絡(luò)。
　　伴隨高性能 ADAS 應(yīng)用而來的是幾個(gè)系統(tǒng)難題。這些難題在開始思考時(shí)并不明顯。汽車制造商需要滿足嚴(yán)格的污染標(biāo)準(zhǔn)要求，因此總體解決方案的重量和功耗相當(dāng)重要。因?yàn)樯a(chǎn)的車輛以數(shù)十萬計(jì)，解決方案的成本也很關(guān)鍵。雖然系統(tǒng)的保密性和安全性非常關(guān)鍵而且受多重標(biāo)準(zhǔn)的制約，使用 SoC 或 FPGA 能幫助我們解決一系列此類問題。