汽车的黑匣子是用来记录传感器数据的，这些数据用于重现并确定事故的根本原因。L3 至 L5 级别的自动驾驶汽车对黑匣子记录功能的要求越来越高，而相关监管部门正在制定这类要求，不同国家的要求往往也各不相同。例如，美国机动车辆管理部（Department of Motor Vehicles，DMV）要求自动驾驶汽车至少保存碰撞事故发生前最后 30 秒的传感器数据。
除了法律要求的所有其他机制之外，自动驾驶汽车还有一种单独的机制：汽车在自动驾驶模式下，与另一辆车、物体或者自然人发生碰撞之前，必须采集并存储至少 30 秒的自主技术传感器数据。该机制应采集自主技术传感器数据并以只读格式进行存储，数据一直保存不变，直至外部设备下载并存储数据，利用这种机制提取出了数据。如果发生了碰撞，自碰撞之日起，数据应保存三年。
图1：黑匣子记录器中的数据处理结构图
图 1 显示了黑匣子记录器的结构图，其输入是汇集了来自多个传感器的连续数据流。出于成本和安全方面的考虑，有些系统首先对数据进行压缩，然后再加密。传感器数据带宽主要是被图像传感器占用的。一辆自动驾驶汽车会包含多达 12 个图像传感器，其中远程摄像头的分辨率高达 800 万像素，每秒 60 帧。生成的数据流能够达到 20GB/秒。
对于成本敏感的应用，H.265 压缩技术能够将最终比特数减少 50%，从而降低了整体存储需求。H.265/HVEC 是一种有损压缩算法，它去掉了人类视觉系统不太敏感的部分数据。然而，一些人工智能（AI）算法可能对这种数据失真很敏感，当算法根据记录再现事故的根本原因时，这种压缩技术可能会导致 AI 算法运行产生失真。因此，一些系统，特别是机器人出租车中使用的系统，倾向于避免使用数据压缩技术，或者使用非常低的压缩比。消费类汽车往往对压缩的使用较为宽容，特别是较低级别的自动驾驶。
为记录事故发生前一段时间（例如，事故发生前最后 30 秒）的数据，使用了循环缓冲区。循环缓冲区是可以基于 DRAM 或者闪存的内存，要有足够的容量才能满足一定长度缓冲区的存储要求。例如，为了采集事故发生前 30 秒的数据，假设 1GB/秒的未压缩传感器数据速率，那么，循环缓冲区的存储容量应为 30GB。
通常，人们采用闪存来实现循环缓冲区，因为它被设计成在断电时不会丢失数据，而 DRAM 则需要备用电源才能保证在主电池断开连接时收集的数据不会丢失。与闪存技术相关的难点是整体耐久性。举一个极端的例子，一辆机器人出租车 24 小时工作并持续近 5 年，将导致连续运行近 4.5 万小时。假设 1GB/秒持续传感器数据流的极端情况下，那么所要求的耐久性将在 150PB 范围内。以目前的闪存技术而言，要实现这一级别的耐久性确实是很大的挑战，甚至是有些不切实际。
图 1 中循环缓冲区后面的 NVM 存储器，则为与事故或者潜在事故相关的 30 秒数据快照提供了长期存储位置。该系统依靠加速度计（G 传感器）和 AI 传感器的分析结果来确定什么时候会发生事故或者有可能发生事故。当循环缓冲区中的数据应被写入这一长期 NVM 存储器时，这些传感器会进行标记。这种长期存储器件通常基于闪存，而且与循环缓冲区不同，它的耐久性要求要低得多。
美光系统架构师与我们的一级客户和原始设备制造商密切合作，设计黑匣子等系统级解决方案，以确保以最优的成本、性能和功耗满足最苛刻的应用需求。他们还要确保系统集成商在设计应用程序时，一定要防止任何可能出现的内存故障对数据、人员或者财产造成损害。
凭借 28 年来对汽车市场的持续耕耘，并提供覆盖最全面的汽车内存系列产品，美光当之无愧成为顶级汽车内存供应商。
