智驾系统架构设计之二：拆解某公司智驾域控系统设计

已于 2023-11-30 08:35:54 修改
阅读量578 收藏 9
点赞数 9
分类专栏： 智驾系统架构设计 文章标签： 人工智能
于 2023-11-29 10:44:28 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_42139435/article/details/134683865
版权

这节课一起拆解下YC基于地平线5发布的智驾域控计算中心解决方案，看看都有什么优缺点

资料来自公开资源，不涉及知识产权，如侵权请联系作者删除，感谢支持。

一、基本资料

智驾域控公司：YC科技

平台：地平线征程5芯片

产品解决方案代号：XCG

平台主要指标：

最新贝叶斯架构BPU，4BPU设计，高达256TOPS的AI算例

32*CPU

4*DSP

2*CV Engine

1*GPU

TDA4

S32G3

支持多大12路摄像头接入，支持全8百万像素接入

可接入4D雷达，激光雷达，超声波等

多达10路以太网接口

开放硬件配置，可选不通的MPU、MCU、助力硬件量产方案快速开发与定制

完善的平台软件，开放软件配置

2颗ASIL-B征程5+1颗ASIL-D MCU，打造ASIL-D级智驾系统

ASIL-D S32G3 TC397

专用信息安全模块，深度支持国米算法加速

完善的图形化配置、数据记录、原型开发级标定工具

二、系统接口

了解本专栏 订阅专栏 解锁全文 超级会员免费看
此墨言非彼莫言
关注
  • 9
    点赞
  • 踩
  • 9
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
专栏目录
订阅专栏
激光雷达与自动驾驶详解
吴建明wujianming_110117
07-01 2099
激光雷达与自动驾驶详解
国内外主流智能驾驶芯片企业和技术介绍
小明师兄的博客
03-20 1060
出色的计算能力使得Orin目前仍为高级别智驾方案的首选芯片，蔚来Adam 超算平台搭载四颗DRIVE Orin芯片，最高可实现1016TOPS算力，理想L9、小鹏G9等多款车型均 搭载Orin芯片。Thor（雷神）芯片于2022 年发布，预计2025年量产，算力高达2000TOPS，是Orin芯片算力的8 倍，主要通过CPU（Grace）、GPU（Ada Lovelace）和处理 Transformer 模型的引擎（Hopper）实 现算力提升。包含感知、定位、决策三部分的全套软件栈Drive AV；
智驾域控制器的硬件架构
weixin_37568136的博客
11-21 443
另外，如果单颗SOC算力不够，需要多颗SOC共同处理的话，则需要考虑多颗SOC的片间通讯，涉及到数据带宽的计算，高带宽的物理通道一般会选择以太网、PCIE等。是智驾域的核心控制器，对于分布在整车车身各处的各类传感器（如前后向摄像头，侧视摄像头，环视360摄像头、前后毫米波雷达、角雷达，前后激光雷达、补盲激光雷达，超声波雷达，惯导IMU、GNNS/RTK导航等）的数据都要汇集给智驾域控制器，由它进行统一的信息汇总、运算处理、规划、决策，再交由各执行器如动力总成、转向刹车系统进行执行。
万字梳理自动驾驶域控制器的来龙去脉（2023年）-转载
csdnlai123的博客
09-20 824
刚刚过去的2023上海车展我自然不会错过，除了给公司站台，就是把辅助驾驶相关的参展商仔细逛了一遍，尤其是自动驾驶域控制器。于是想写这篇文章，和大家交流一下感想。我会努力用一个简单的逻辑，站在系统的角度，把自动驾驶域控制器要做什么、要怎么做进行以及目前流行的方案做一个梳理。由于很多读者朋友是学生或者刚转行不久的新人，和以前一样，我会尽量把文章写得浅显一些，并且铺垫多一些。有相关经验的同学可以直接跳第四章。在汽车领域，分析或者介绍一个控制器，一般都从其最顶层需求（功能）入手。
汽车技术市场动态分析
吴建明wujianming_110117
08-17 3422
汽车技术市场动态分析
基于增强形态学滤波的旋转机械故障诊断方法（MATLAB）
weixin_39402231的博客
06-12 721
提出一种基于增强形态学滤波的旋转机械故障诊断方法，该方法根据振动信号的固有特性从而自适应地确定相关参数，有效改进了故障特征的提取计算能力和计算效率.
Recognize Anything: A Strong Image Tagging Model（RAM模型使用方法）
python_plus的博客
06-09 1071
详细介绍了RAM模型的使用方法
从GAN到WGAN（02/2）
gongdiwudu的专栏
06-14 869
生成对抗网络 （GAN） 在许多生成任务中显示出巨大的效果，以复制现实世界的丰富内容，如图像、人类语言和音乐。它的灵感来自博弈论：两个模型，一个生成器和一个批评家，在相互竞争的同时使彼此更强大。然而，训练GAN模型是相当具有挑战性的，因为人们面临着训练不稳定或收敛失败等问题。在这里，我想解释一下生成对抗网络框架背后的数学原理，为什么很难训练，最后介绍一个旨在解决训练难点的GAN修改版本。
论文阅读笔记：DepGraph: Towards Any Structural Pruning
最新发布
HollowKnightz的博客
06-15 1190
论文阅读笔记：DepGraph: Towards Any Structural Pruning
Spring AI 第三讲Embeddings（嵌入式） Model API 第一讲OpenAI 嵌入
qq_25137131的博客
06-09 912
Spring AI 支持 OpenAI 的文本嵌入模型。OpenAI 的文本嵌入测量文本字符串的相关性。嵌入是一个浮点数向量（列表）。两个向量之间的距离可以衡量它们之间的相关性。距离小表示关联度高，距离大表示关联度低。
Meta首席AI科学家Yann LeCun指出生成式AI的不足
2301_79342058的博客
06-09 1466
每周跟踪AI热点新闻动向和震撼发展 想要探索生成式人工智能的前沿进展吗？订阅我们的简报，深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同，从行业内部的深度分析和实用指南中受益。不要错过这个机会，成为AI领域的领跑者。点击订阅，与未来同行！订阅：https://rengongzhineng.io/在当今被誉为技术创新前沿的生成式AI领域，Meta首席AI科学家Yann LeCun提出了一个颠覆现状的观点。
yolov10主要特点
yzf060109的专栏
06-14 572
以下是YOLOv10与其他模型的快速对比：YOLOv10-S：46.3 AP，2.49毫秒延迟YOLOv10-M：51.1 AP，4.74毫秒延迟YOLOv10-L：53.2 AP，7.28毫秒延迟YOLOv10-X：54.4 AP，10.70毫秒延迟这些改进使YOLOv10成为实时目标检测任务的首选，从自动驾驶到智能监控。与YOLOv9-C相比，YOLOv10-B（一个平衡的变体）延迟减少了46%，参数量减少了25%，同时保持了相同的性能水平。一对多分配：在训练过程中使用，以提供丰富的监督信号。
YesPMP探索Python在生活中的应用，助力提升开发效率
YesPMP20的博客
06-13 766
Python是一种简单易学、高效强大的编程语言，正变成越来越多人选择的热门技能。学习Python不仅可以提供更多就业机会，还能让自己在职场更加有竞争力，那可以去哪里拓展自己的技能呢？
Windows10下安装GPU环境Cuda和Pytorch教程图解
weixin_40547993的博客
06-12 1282
在深度学习和高性能计算领域，利用GPU进行计算已经成为提升效率的关键手段。CUDA是NVIDIA推出的并行计算平台和编程模型，它使得开发者能够利用NVIDIA GPU的强大计算能力。同时，PyTorch作为一个广泛使用的深度学习框架，以其易用性和灵活的动态计算图受到了研究人员和开发者的青睐。为了在Windows10系统上充分利用GPU进行深度学习训练，需要正确安装和配置CUDA和PyTorch。
【讲解下目标追踪】
2301_81357485的博客
06-10 562
🏆近年来，随着深度学习的发展，基于深度学习的跟踪器已经取得了显著的性能提升，这些方法通常采用卷积神经网络（CNN）从大量带标签的数据中学习目标的特征表示，从而在各种复杂场景下都表现出强大的鲁棒性和准确性。🏆目标追踪是计算机视觉领域的一个重要问题，它旨在从视频序列中连续、自动地识别并跟踪一个或多个目标物体，目标追踪在许多实际应用中都有着广泛的应用，比如视频监控、运动分析、自动驾驶、人机互动和增强现实等。：随着时间的推移，目标的外观可能会发生变化，因此跟踪算法必须能够适应这些变化，可能需要定期更新目标的模型。
集成算法实验(Bagging策略)
weixin_50917576的博客
06-12 1018
Bagging：训练多个分类器取平均fx1/M∑m1M​fm​x全称： bootstrap aggregation（说白了就是训练一堆分类器）最典型的代表就是随机森林，现在Bagging模型基本上也是随机森林。随机：数据采样随机，；数据有多个特征(属性)组成，。随机是为了使得每个分类器拥有明显差异性。森林：很多个决策树并行放在一起如何对所有树选择最终结果？分类的话可以采取少数服从多数，回归的话可以采用取平均值。
酷开科技丨酷开系统智慧中心，解锁AI智能家居生活的无限可能
tcxb123456的博客
06-13 421
在用户@陈陈的构想中，酷开系统超越了传统电视的界限，成为了一个全面的智能生活助手。在探索智能家居的未来发展时，酷开系统以其先进的AI技术，成为家庭娱乐和生活服务的中心枢纽。消费者们对酷开系统的期望和建议，不仅揭示了他们对个性化和智能化生活的追求，也为酷开系统的发展指明了方向。随着AI技术的不断进步，酷开系统有望成为智能家居领域的重要推动者，与消费者共同开启智能生活的新篇章。用户@Aban的想法则聚焦于个性化服务，他希望酷开系统能够根据不同家庭成员的需求，提供定制化的内容推荐。
DeepSORT（目标跟踪算法）中的计算观测值与状态估计的马氏距离
flyfish
06-10 807
flyfish在目标跟踪中，使用马氏距离可以帮助判断某个观测值是否与当前的状态估计一致。gating_distance 是一个方法，用于计算状态分布和观测值之间的门限距离（gating distance）。门限距离通常用于数据关联和验证测量值是否合理。提示用户可以从 chi2inv95 中获取适当的距离阈值。如果only_position 为 False，则使用4自由度的卡方分布，否则使用2自由度的卡方分布。
tc3xx mpu配置
09-15
TC3xx MPU是一种基于ARM Cortex-M4内核的微处理器单元，主要用于汽车电子控制单元（ECU）等应用。下面是TC3xx MPU的配置介绍： 首先，TC3xx MPU具有先进的软件可编程功能，可通过编程进行多种配置。可以通过设置寄存器的值来选择处理器的特性和功能。可以配置中断处理程序、时钟频率、存储器映射等。 其次，TC3xx MPU内置了各种外设模块，如CAN控制器、SPI接口、ADC和PWM模块等，这些模块可以根据应用的需求进行配置。例如，可以配置CAN控制器的波特率、SPI接口的模式和时钟频率等。 此外，TC3xx MPU还具有多个存储器区域，包括闪存、RAM和EEPROM等。可以通过配置存储器映射来定义各个存储器区域的访问权限和大小。这样可以灵活地管理程序代码、数据和配置信息的存储和访问。 还有，TC3xx MPU提供了多个时钟源和时钟分频器，可以通过配置来选择合适的时钟源和时钟频率。可以根据不同的应用需求来配置CPU和外设的时钟频率，以达到最佳性能和功耗的平衡。 最后，TC3xx MPU还支持各种调试和通信接口，如JTAG和UART等。通过配置这些接口，可以方便地进行调试、程序下载和数据通信。 综上所述，TC3xx MPU可以通过软件配置实现多种功能和特性的选择，包括外设配置、存储器配置、时钟配置和调试接口配置等。这使得TC3xx MPU成为一款灵活、可定制的处理器单元，适用于各种汽车电子控制系统。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

此墨言非彼莫言

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值