国产精品久久久aaaa,日日干夜夜操天天插,亚洲乱熟女香蕉一区二区三区少妇,99精品国产高清一区二区三区,国产成人精品一区二区色戒,久久久国产精品成人免费,亚洲精品毛片久久久久,99久久婷婷国产综合精品电影,国产一区二区三区任你鲁

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

征戰自動駕駛市場,Socionext都有哪些“利器”?

工程師兵營 ? 來源:電子發燒友 ? 作者:Duke ? 2020-07-30 18:15 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

我們知道,自動駕駛是通過車載攝像頭、毫米波雷達、激光雷達等感知層,來感應周圍環境傳達給決策層進行識別、運算及分析,通過執行層完成操作的一種體驗方式。目前市場還處于L2等級的自動駕駛爬坡增量階段,車外基于外置傳感器的高級智能輔助功能,車內的駕駛員監控系統、語音識別功能,以及低速自動泊車和車聯網等功能在未來三年會大規模的實現量產。

根據科爾尼數據預測,至2025 年全球自動駕駛包含車端、道路、云等市場規模達800 億美元,至2030年市場規模達2800億美元。未來要實現完全由電腦控制的L3和L4全自動駕駛的大規模商業化,需要完善的還比較多,比如對整車傳感器進行融合,高速且可靠的人工智能等等。由于駕駛者是計算機,因此整車的架構需要改變,軟件和硬件需要重新定義,駕駛環境需要規劃,仍需要較長時間的準備和布局。

可以看到的趨勢是:多傳感器融合是主要發展趨勢,如視覺識別類和雷達類測距傳感器等環境傳感器融合。車載攝像頭作為智能汽車獲取外界信息的主要窗口,其發展很大程度上決定了自動駕駛的發展進程,如車道線檢 測、交通標志識別、交通燈識別、行人和車輛檢測等,在惡劣天氣或光線較差的環境下效果較差,通過攝像頭可實現特征類符號的檢測與識別。為此,編者采訪了Socionext中國汽車市場部總監陳博宇。

Socionext中國汽車市場部總監陳博宇

Socionext中國汽車市場部總監陳博宇指出,“攝像頭系統、激光雷達及毫米波雷達是智能汽車感知世界的眼睛,3種方式在性能上各有優缺點,可以做互補,每一個都會在各自領域不斷的發展。”

當前Socionext攝像頭解決方案主要應用場景,包括數字儀表、環視系統、移動物體檢測、自動泊車、抬頭顯示(HUD)、汽車電子鏡、中控顯示,以及基于CNN神經網絡算法架構的專有VPU、傳感器融合等。

Fig1: Socionext Camera Solution

針對于不同的自動駕駛應用,考慮到感知距離、 精度、 延時性、 受天氣影響、 成本等因素,會選擇不同的方式。陳博宇表示,隨著今后域控制器的發展,很高算力的域控制芯片會把所有傳感器的數據融合起來,會形成一個比較平衡的感知系統,所以這三種方式缺一不可。

在一部汽車上,采用何種搭配比例、如何進行搭配,會在后續的發展中趨于優化和合理化。Socionext也在積極與國內供應商溝通,看好國內激光雷達的發展和商業化落地,希望通過現有的經驗和技術助力國產激光雷達的發展。

在自動駕駛領域,編者覺得Socionext有四個優勢點可以快速為市場賦能。

優勢一:超過20年的圖像信號處理器研發經驗

圖像傳感器是車載攝像頭的核心技術, Socionext在圖像信號處理方面擁有超過20年的經驗積累,目前已運用成熟的ISP技術做車規級認證,可以在自動駕駛領域幫助機器識別出更多的關鍵環境信息。僅僅依靠攝像頭傳感器采集的影像信息,計算機讀取的數據量會受到成像質量和光線的限制。

Fig2: Socionext ISP Technology

車規級ISP技術,可通過最先進的圖像處理手段,把影像數據優化成適合計算機讀取(計算機視覺)從而感知更多有用的信息,并做出正確且安全的判斷,實現最終的自動駕駛目標。此外,ISP技術還可根據人的視覺特性做優化,尤其在晚上也能讓駕駛員看到更多的周圍環境狀況。

優勢二:融入VPU技術,支持深度學習的算法

VPU是專門做視覺處理并使其提高速度的處理單元,能夠讓主控制器更專注于計算,各司其職,更合理的分配資源。 Socionext第二代VPU(NerviX AI accelerator)增加了神經網絡加速模塊(NNA)和數據并行處理加速引擎(DPA), 可以支持深度學習的算法,配合AI平臺TensorFlow和OpenVX的最新版本的應用程序接口,可以實現邊緣計算的人工智能操作。通過加載經過培訓的模型,實現目標識別、事物分類、圖像分割等功能,從而幫助處理器快速做出推理判斷。

Socionext新一代VPU的一個亮點是在同等算力表現下,其超低功耗表現能明顯提升客戶的產品性能,從而加速推進自動駕駛方案實現商業化落地。

優勢三:兩大核心標準產品線:Miranda和Indigo

一個是Miranda(SC1810系列), 針對的是儀表和影像應用相關的主控SoC,負責對圖像和視頻的處理、分析和顯示。主要領域是全液晶數字儀表和加載ADAS功能的高畫質環視系統。

全液晶數字儀表由于其比較明顯的優點,結合現在車載液晶屏的價格逐漸平民化,后續的需求會增長得很快,Miranda本身高性能的運算處理器和強大的2D/3D的圖形處理器,搭載其穩定的軟件驅動,配合第三方的成熟車載認證的軟件平臺和HMI設計工具,可以快速幫助客戶完成儀表的設計,并且可以集成駕駛員監測系統的功能,讓產品更具競爭性。

基于Miranda的環視系統,除了可以提供高畫質、高質量拼接效果,利用其內置的新一代VPU還可以處理一些如車道偏移、自動追蹤、移動物體識別等ADAS應用。

Fig3: Indigo Demo

另一個是Indigo(SC1701系列),針對遠距離顯示屏架構的屏端推屏輔助SOC,除了通過校驗機制可以確保接收信息和發送信息的準確一致,內置的2D引擎模塊可以實現屏幕畫圖功能OSD,再加上豐富的通訊接口ADC、PWM輸出, 使它成為擁有高集成度的HMI解決方案。

此外,芯片內部和外部的多種功能安全機制,可幫助整個系統達到要求的功能安全等級,特別適用于采用域控制器的架構。Indigo是Socionext的明星產品,曾獲得過歐洲的創新技術獎, 隨著域控制器和功能安全的普及,相信它的市場會越來越大。

優勢四:車載芯片定制化服務

Socionext作為一家SoC設計服務商,Socionext為全球客戶提供了豐富的差異化產品設計解決方案。尤其在汽車電子設計領域,Socionext(自富士通時代起)擁有長達15年的經驗積累和研發能力。

Fig4: Socionext Automotive Solutions

Socionext自動駕駛芯片解決方案涵蓋8大板塊,其中包括攝像頭傳感器、激光雷達、攝像頭ISP(DSM疲勞駕駛監控)、集成人機交互、調節器、后座娛樂、ETC和V2X,可基本覆蓋L2/L3級自動駕駛解決方案,幫助客戶實現商業落地。

區別于消費級訂制芯片,車規級芯片產品開發周期長、難度大,車規級定制芯片更強調車規的質量把控、認證和流程。Socionext采用可防止不良、減少制造缺陷的設計,通過與制造分包商密切合作開展質量管理等各種措施,致力于提供高質量、高可靠性的產品。Socionext 提供的服務包括有設計驗證(DFT/ DFM),提供外包生產管理與維護,品質保證與分析技術以及功能安全(ISO26262)等。

目前傳統車廠、新勢力造車乃至算法公司、芯片制造商紛紛加碼投資自動駕駛領域,這為中國在自動駕駛新賽道上彎道超車增加了可能。Socionext在車規級定制化SoC方面擁有豐富的產品內容、期望憑借其專業的知識和knowhow積累,能為更多的中國本土客戶提供車規級SoC IP,幫助他們設計、開發更多的車規級芯片,填補市場空白。

小結:自動駕駛汽車行業是一個龐大的產業鏈和生態圈,在實現的過程中,芯片是重要的核心硬件,其關鍵技術還需要考慮感知、執行和互聯三個部分的一體化高可靠性方案。目前感知還是通過毫米波雷達、攝像頭和激光雷達的融合解決方案來完成,但在技術層面,仍有多技術尚待增強,包括攝像頭圖像識別和融合、激光雷達的量產商用性、可靠性。在執行層面,需要依賴擁有強大的本地計算能力的芯片在車內執行復雜的算法和低延時指令,功耗、功能安全、汽車高安全等級、高速接口等技術難點需要逐一突破,這些對于很多廠商來說仍有不少挑戰。

作為日本領先的SoC廠商,Socionext憑借著自身的前瞻視角和深厚的行業經驗,一方面為中國市場導入全球領先的標準化SoC解決方案,另一方面向本土廠商提供深度的定制服務,實現更多的功能產品。自動駕駛的到來不可能一蹴而就,但Socionext有信心與生態中的合作伙伴一道解決行業痛點,解鎖未來移動出行。

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。 舉報投訴
  • 攝像頭
    +關注

    關注

    61

    文章

    5091

    瀏覽量

    103121
  • 自動駕駛
    +關注

    關注

    793

    文章

    14883

    瀏覽量

    179861
  • Socionext
    +關注

    關注

    2

    文章

    76

    瀏覽量

    17247
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關推薦
    熱點推薦

    如何構建適合自動駕駛的世界模型?

    [首發于智駕最前沿微信公眾號]世界模型經歷了系統動力學階段(1960年~2000年)、認知科學階段(2001年~2017年)、深度學習階段(2018年至今),但將其應用到自動駕駛汽車上,還是近幾年才
    的頭像 發表于 02-18 08:14 ?1w次閱讀
    如何構建適合<b class='flag-5'>自動駕駛</b>的世界模型?

    自動駕駛汽車如何實現自動駕駛

    人類駕駛員而言是非常直觀且有效的指令,但對于自動駕駛汽車來說,則意味著需要一套極其復雜的感知、理解與決策鏈路。 自動駕駛如何看清文字? 自動駕駛汽車感知漢字的第一步是場景文本識別技術,
    的頭像 發表于 02-10 08:50 ?633次閱讀
    <b class='flag-5'>自動駕駛</b>汽車如何實現<b class='flag-5'>自動駕駛</b>

    如何設計好自動駕駛ODD?

    為確定自動駕駛的可使用范圍,會給自動駕駛設置一個運行設計域(Operational Design Domain,ODD)。ODD的作用就是用來明確自動駕駛在什么情況下能工作,在什么情況下不能工作,給車設定“工作范圍”。
    的頭像 發表于 01-24 09:27 ?1513次閱讀

    不同等級的自動駕駛技術要求上有何不同?

    談到自動駕駛,不可避免地會涉及到自動駕駛分級,美國汽車工程師學會(SAE)根據自動駕駛系統與人類駕駛員參與駕駛行為程度的不同,將
    的頭像 發表于 10-18 10:17 ?2711次閱讀

    自動駕駛公司小馬智行進入新加坡市場

    9月20日,自動駕駛公司小馬智行宣布正式進入新加坡市場,與新加坡最大交通運營服務商康福德高(ComfortDelGro Corporation)合作在當地部署自動駕駛車輛和相關服務,為居民日常出行提供便利。
    的頭像 發表于 09-22 17:34 ?789次閱讀

    卡車、礦車的自動駕駛和乘用車的自動駕駛在技術要求上有何不同?

    [首發于智駕最前沿微信公眾號]自動駕駛技術的發展,讓組合輔助駕駛得到大量應用,但現在對于自動駕駛技術的宣傳,普遍是在乘用車領域,而對于卡車、礦車的自動駕駛發展,卻鮮有提及。其實在卡車、
    的頭像 發表于 06-28 11:38 ?1390次閱讀
    卡車、礦車的<b class='flag-5'>自動駕駛</b>和乘用車的<b class='flag-5'>自動駕駛</b>在技術要求上有何不同?

    自動駕駛是為了“增強人”,還是為了“替代人”?

    ?在這場看似簡單的“增強人”與“替代人”之爭中,其實折射出自動駕駛不同發展階段的技術演進、市場需求與社會倫理等。要深入理解這一話題,我們需要從自動駕駛的技術路徑談起,逐步剖析它在不同階段的目標與挑戰,再回到“增
    的頭像 發表于 06-25 11:07 ?721次閱讀

    光庭信息自動駕駛試驗車赴日

    今年以來,中國自動駕駛企業正借助創新技術和產品加速出海,競逐全球市場新格局。近日,一輛自動駕駛試驗車從武漢陽邏港啟程前往日本,正式開啟光庭信息出海新征程。
    的頭像 發表于 06-18 16:33 ?1037次閱讀

    自動駕駛技術測試有哪些?

    自動駕駛技術有哪些測試? 對于自動駕駛系統而言,測試可以分為 仿真測試、實驗室測試以及道路測試 等多個層面,每個層面都有不同的側重點與目標,但它們共同構成了一個完整的測試體系。? 仿真測試是測試中的第一道關卡,指
    的頭像 發表于 06-10 09:00 ?996次閱讀
    <b class='flag-5'>自動駕駛</b>技術測試有哪些?

    自動駕駛安全基石:ODD

    電子發燒友網綜合報道 自動駕駛ODD(Operational Design Domain)即設計運行域,是指自動駕駛系統被設計為安全、有效運行的具體條件范圍。它定義了自動駕駛汽車在哪些環境、場景
    的頭像 發表于 05-19 03:52 ?6422次閱讀

    禾賽科技領跑全球自動駕駛激光雷達市場

    近日,高盛集團(Goldman Sachs)發布最新研報《Global Robotaxi:China’s Robotaxi market - the road to commercialization》(《中國自動駕駛市場:商業化之路》,以下簡稱《報告》),揭示了中國
    的頭像 發表于 05-14 16:25 ?1013次閱讀

    自動駕駛經歷了哪些技術拐點?

    ,到如今以AI為核心驅動的自動駕駛系統,各大車企都在不斷加碼研發投入,試圖在未來市場中占據制高點。那自動駕駛發展至今,經歷了哪些技術拐點呢? 自動駕駛系統的發展歷程
    的頭像 發表于 04-27 15:54 ?853次閱讀
    <b class='flag-5'>自動駕駛</b>經歷了哪些技術拐點?