在开发可靠的高性价比高级辅助驾驶系统(ADAS)竞争中，设计人员面临的挑战是，集成功能、开发可扩展平台和设计系统，这些系统能够非常可靠的工作在各种工作条件下。传统的方法是为每一ADAS功能增加单独的电子控制单元(ECU)，例如，车道偏离报警和前方碰撞报警等，这些单元无法扩展，而简单的微控制器(MCU)不具有处理各种传感器输入的处理能力，这些输入来自多个雷达、摄像机、激光扫描器、超声传感器、板载遥测仪，以及车辆之间和车辆到底盘(V2X)的通信等。在本文中，我们将了解影响ADAS系统的系统级设计的各种发展趋势，怎样采用需要的新方法将这些系统在产品应用中实现。
汽车工业投入了大量的资源来开发并商用化ADAS技术。系统的主要部分采用了多台摄像机和雷达，由复杂的算法对这些数据进行处理，这样，这些传感设备才能成为车辆的眼睛。嵌入在摄像机模块中的CMOS图像传感器分辨率达到百万像素，具有大动态范围(HDR)等新特性，提高了高对比度环境下的图像质量，例如，驶向刺眼的太阳或者白天驶入黑暗隧道的环境。HDR图像传感器通常采用的方法是采集每一帧多次曝光，导致数据带宽越来越大。例如，对于一个HDR图像传感器，在720p分辨率、每个像素20比特、每秒60帧时，视频数据带宽会在每秒1Gbit以上。这说明，其带宽需求比每秒传输1Mbit数据的传统CAN网络高1000倍，要求采用的高性能数据处理器比车辆中一直使用的处理器有更强的性能。随着带宽需求的增加，汽车雷达技术的趋势是从24GHz发展到79GHz频率。此外，用于处理视频和雷达数据以及V2X通信、激光扫描器、板载遥测仪和超声传感器等其他数据源的算法发展非常快，导致汽车供应商很难确定使用一种固定的高性能体系结构，要求这种结构能够灵活的扩展满足多家OEM的需求。
汽车供应商面临的最大难题是，开发一种基础计算平台，能够迅速的进行修改和扩展，满足全球入门级和高端豪华车辆的成本和性能目标。传统的方法是选择具有固定输入、输出和处理能力的ASSP。在某些型号的车辆中，采用这一方法足以增加特定的ADAS功能。但是，如果供应商希望能够采用一种硬件体系结构来支持多种型号的车辆，那么，他们不得不针对所有ADAS功能进行设计，而这些功能在低端车辆上却要去除。由于供应商使用了相同的硬件，他们必须为低端车辆不使用的功能支出额外的成本，很难提高性价比。ASSP面临的另一挑战是，它的计算体系结构是固定的，为处理传感器数据提供一定的资源。通常某一算法会占用整个ASSP来完成，而实际应用需要多个算法，处理功能应并行运行。为满足越来越高的性能要求，要么降低图像分辨率或者帧速率，要么采用多个器件。因此，固定计算体系结构也限制了增加新算法来提供更多的功能。 与功能固定的器件相比，FPGA是ADAS系统设计非常好的替代方案。FPGA支持设计人员定制功能，针对某一算法迅速修改I/O结构和硬件，优化数据流水线。例如，您可以实现用于汽车雷达的FFT加速器，简单的对FPGA逻辑重新编程就能够在同一器件中支持一维、二维或者三维功能。FPGA还具有独特的功能，同时突出硬件和软件的优势。例如，Altera Cyclone® V SoC具有双核ARM Cortex™-A9处理器，在汽车温度范围内工作速度高达700MHz，还提供110K逻辑单元(~1.3M ASIC逻辑门)、DSP模块和嵌入式存储器，是ADAS应用理想的平台。FPGA还支持设计人员开发定制I/O接口，采用FPGA逻辑加速像素数据和行数据处理，使用嵌入式CPU内核完成基于帧的处理。采用可编程逻辑解决方案，设计人员建立了具有最小功能集的基础平台，能够移植到引脚兼容的高密度器件，进一步扩展功能，实现更强的处理能力。通过FPGA，设计人员建立定制并行处理硬件电路，实现多种新算法，在系统内对器件重新编程，以修复缺陷，增加新功能。
ADAS市场发展非常快，支持这些关键复杂系统的算法同样也在快速发展。汽车OEM需要在下一代车型中实现高级ADAS技术，以便获得新车评估项目(NCAP)等组织制定的五星安全评级。为能够同时处理多个算法，开发可扩展体系结构，产品尽快面市，ADAS系统设计人员越来越多的转向FPGA和SoC来解决他们棘手的问题。SoC FPGA体系结构非常适合视觉处理应用，这类应用同时需要精细粒度的并行处理高级处理功能。业界的发展趋势之一是实现全自动导航无人驾驶汽车，高度集成的可编程逻辑解决方案满足了ADAS设计的性能、灵活性和可扩展要求，将广泛部署在基于视觉的应用领域中。