亚洲精品久久久久久久久久久,亚洲国产精品一区二区制服,亚洲精品午夜精品,国产成人精品综合在线观看,最近2019中文字幕一页二页

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

自動(dòng)駕駛SoC芯片到底有何優(yōu)勢?

智駕最前沿 ? 來源:智駕最前沿 ? 作者:智駕最前沿 ? 2025-09-21 10:56 ? 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

[首發(fā)于智駕最前沿微信公眾號(hào)]近年來,隨著智能網(wǎng)聯(lián)汽車技術(shù)的快速發(fā)展,車載計(jì)算芯片已成為智能駕駛系統(tǒng)的中樞。傳統(tǒng)的MCU單片機(jī))芯片在處理速度和算力方面已難以滿足自動(dòng)駕駛對(duì)于異構(gòu)數(shù)據(jù)高吞吐與低延遲的需求。于是,SoC(System on Chip,系統(tǒng)級(jí)芯片)作為新時(shí)代的核心硬件平臺(tái),逐步取代了MCU,成為智能汽車計(jì)算的主力。這種芯片集成了CPU、GPU、NPU、ISP、通信模塊等多種功能模塊,不僅可以處理圖像和傳感器數(shù)據(jù),還能支持復(fù)雜的人工智能推理算法,是現(xiàn)代自動(dòng)駕駛系統(tǒng)的“大腦”。

wKgZO2jPaUiAKbmxAABbthb7C0A103.jpg

MCU與SoC內(nèi)部結(jié)構(gòu)對(duì)比

SoC芯片在智能駕駛中扮演的角色不可或缺。它通常集成在攝像頭、激光雷達(dá)、毫米波雷達(dá)等感知模塊中,或集中部署在域控制器中,用于對(duì)多源傳感器信息進(jìn)行融合處理,最終作出行駛決策。在L2級(jí)以上的高階輔助駕駛系統(tǒng)中,SoC芯片的實(shí)時(shí)性、算力密度和能耗效率,直接決定了系統(tǒng)性能的上限。因此,無論是主打性價(jià)比的經(jīng)濟(jì)型車型,還是追求極致體驗(yàn)的高端車型,SoC都是構(gòu)建智能駕駛能力的技術(shù)基石。

智能駕駛SoC的發(fā)展經(jīng)歷了架構(gòu)的深度革新。從早期的CPU+GPU組合,發(fā)展到現(xiàn)在普遍采用的CPU+GPU+ASIC或CPU+NPU的異構(gòu)架構(gòu)模式,各種硬件單元之間按需分工。CPU用于通用控制邏輯和任務(wù)調(diào)度,GPU負(fù)責(zé)圖像與深度學(xué)習(xí)模型的加速,NPU或ASIC則針對(duì)特定神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)如CNN、Transformer進(jìn)行深度優(yōu)化。這種“模塊化+定制化”的硬件架構(gòu),使得SoC既能滿足高性能計(jì)算需求,又具備能耗控制優(yōu)勢。近年來,越來越多的企業(yè)也開始關(guān)注FPGA編程芯片的引入,以適應(yīng)算法快速迭代的特點(diǎn)。

隨著BEV(Bird’s Eye View)、OCC(Occupancy Network)與Transformer等感知算法的興起,傳統(tǒng)SoC架構(gòu)也正在被迫革新。以Transformer為代表的大模型,對(duì)訪存帶寬和片內(nèi)數(shù)據(jù)吞吐提出了極高的要求。為此,包括英偉達(dá)、地平線等公司都在自家SoC中內(nèi)置專門的算子加速單元、三級(jí)緩存結(jié)構(gòu)甚至是FP8/FP16動(dòng)態(tài)精度調(diào)度能力,旨在提升芯片對(duì)端到端感知-預(yù)測-控制大模型的適配效率。這不僅提高了芯片的模型執(zhí)行效率,也推動(dòng)了智能駕駛從模塊化向全鏈路深度耦合的演化。

當(dāng)前國內(nèi)外SoC芯片廠商的競爭格局逐漸清晰。國外如英偉達(dá)、Mobileye和高通等企業(yè)在算力、生態(tài)及軟硬協(xié)同方面具備明顯領(lǐng)先優(yōu)勢。英偉達(dá)通過CUDA平臺(tái)形成強(qiáng)大的算法開發(fā)生態(tài),并在Orin、Thor系列芯片中導(dǎo)入FP8計(jì)算、Transformer引擎等最新技術(shù),已經(jīng)成為高端智駕市場的標(biāo)準(zhǔn)配置。Mobileye憑借早期積累的EyeQ系列芯片,在中低階ADAS市場有著廣泛的落地基礎(chǔ),但由于“黑盒”封閉性,其在支持本土算法靈活適配方面存在明顯短板。

反觀國內(nèi)市場,地平線、黑芝麻智能、華為海思等本土廠商迎頭趕上。地平線通過征程系列芯片構(gòu)建起覆蓋低中高端的產(chǎn)品體系,征程6P的算力已達(dá)到560TOPS,配套的“天工開物”工具鏈?zhǔn)顾惴床寮从?,大大降低了車企集成門檻。黑芝麻智能則專注于跨域融合的艙駕一體化方向,其“武當(dāng)”C1200系列芯片支持座艙與智駕合一,憑借自研IP和高適配性,在自主品牌中取得了快速突破。華為則依托昇騰芯片及MDC平臺(tái),以全棧方案切入高階自動(dòng)駕駛,借助HarmonyOS與自研傳感器生態(tài)的閉環(huán)能力,形成了較強(qiáng)的集成協(xié)同性。

wKgZPGjPaUmAPE1MAABTdYn0RBc488.jpg

地平線征程系列芯片性能參數(shù)

自動(dòng)駕駛SoC芯片的生態(tài)已逐步從“單芯片設(shè)計(jì)”走向“軟硬件協(xié)同平臺(tái)”。以地平線、高通為代表的新一代供應(yīng)商,不僅提供芯片本體,更提供從基礎(chǔ)軟件、中間件、AI工具包到算法支持的完整開發(fā)平臺(tái)。車企在引入這些平臺(tái)后,可實(shí)現(xiàn)硬件設(shè)計(jì)與軟件開發(fā)的并行推進(jìn),顯著縮短開發(fā)周期,提高交付效率。尤其是在One Chip架構(gòu)(艙駕一體SoC)成為行業(yè)趨勢背景下,這種平臺(tái)化能力更成為車企選擇芯片供應(yīng)商的重要標(biāo)準(zhǔn)。

從應(yīng)用角度看,當(dāng)前車規(guī)級(jí)SoC根據(jù)算力可分為小算力、中算力和大算力三類。小算力芯片(如地平線J2/J3)主要支持L0-L2級(jí)輔助駕駛功能,適用于經(jīng)濟(jì)型車型。中算力芯片(如黑芝麻A1000、Mobileye EyeQ5)可覆蓋高速NOA和記憶泊車等中高階場景,廣泛部署于15-20萬元價(jià)位區(qū)間。而大算力芯片(如英偉達(dá)Orin-X、地平線J6P)則是城市NOA、AVP、L3/L4預(yù)埋系統(tǒng)的理想選擇,支持更復(fù)雜的決策與多傳感器融合需求,預(yù)期將在高端車型中持續(xù)放量。

從技術(shù)演進(jìn)趨勢來看,艙駕一體已成為智能駕駛SoC發(fā)展的下一個(gè)制高點(diǎn)。傳統(tǒng)技術(shù)方案中,座艙域與智駕域是由兩塊甚至多塊PCB主板分別控制,但這種分散架構(gòu)在成本、功耗、維護(hù)上都有諸多限制。One Box、One Board、One Chip三種融合方案正在興起,尤其是One Chip架構(gòu),在3nm工藝制程、Chiplet技術(shù)、軟硬協(xié)同平臺(tái)支持下,具備更強(qiáng)的成本控制力、片內(nèi)通信能力和OTA便捷性,未來極有可能成為主流選型方向。

國產(chǎn)化替代的步伐也在加快。一方面,國內(nèi)政策正逐步完善L3/L4智能駕駛法規(guī),北京、武漢等地已率先落地城市NOA相關(guān)政策,為國產(chǎn)芯片應(yīng)用拓展掃清了監(jiān)管障礙;另一方面,主流車企對(duì)智能駕駛的需求持續(xù)釋放,在智能座艙、中央計(jì)算架構(gòu)逐步普及的過程中,更愿意選擇具有本地化支持能力、協(xié)同適配效率高的國產(chǎn)廠商。如地平線的征程6系列已獲得上百款車型定點(diǎn)合作,黑芝麻智能的艙駕芯片也已被一汽、東風(fēng)、領(lǐng)克等品牌采用,這些成果都意味著國產(chǎn)SoC已從“可用”走向“好用”。

在智能駕駛系統(tǒng)的實(shí)際落地過程中,算法適配能力往往決定了芯片性能能否真正發(fā)揮出來。行業(yè)主流感知算法從傳統(tǒng)的基于CNN的卷積模型,逐漸轉(zhuǎn)向Transformer為核心的時(shí)序建模方式。Transformer雖然在語言模型中大放異彩,但移植到自動(dòng)駕駛領(lǐng)域時(shí),其對(duì)芯片架構(gòu)提出了更高的要求。這種模型不僅模型參數(shù)多、計(jì)算密集度高,而且數(shù)據(jù)訪存極為頻繁,對(duì)內(nèi)存帶寬與片上緩存設(shè)計(jì)構(gòu)成嚴(yán)峻挑戰(zhàn)。

為適配這種架構(gòu)的變遷,芯片廠商紛紛進(jìn)行技術(shù)革新。英偉達(dá)在其Hopper架構(gòu)中專門為Transformer引擎提供了FP8/FP16動(dòng)態(tài)精度切換機(jī)制,不僅減小了內(nèi)存壓力,也提升了計(jì)算效率。地平線在其征程6P中引入了硬件級(jí)別對(duì)Layernorm、Softmax、Transpose等Transformer常用算子的優(yōu)化加速模塊,顯著提升了大模型的執(zhí)行速度。類似的,還有安霸CV3芯片采用的CVflow架構(gòu),通過三級(jí)緩存與PB級(jí)大容量內(nèi)存塊,有效突破了“存儲(chǔ)墻”瓶頸。這些創(chuàng)新表明,智能駕駛SoC的架構(gòu)設(shè)計(jì)已不再局限于通用算力的堆砌,而是圍繞算法演進(jìn)路線量體裁衣地進(jìn)行深度定制。

與此同時(shí),車載芯片的開發(fā)模式也發(fā)生了根本變化,從早期的“硬件優(yōu)先、軟件跟進(jìn)”串行開發(fā)模式,演進(jìn)到如今“軟硬同步、生態(tài)共建”的并行開發(fā)體系。傳統(tǒng)芯片設(shè)計(jì)從IP授權(quán)到芯片流片,再到軟件棧適配,少則兩年,多則三五年,這種周期在快節(jié)奏智能化時(shí)代顯然不再適用。于是,高通、英偉達(dá)、地平線等廠商紛紛推出自家配套的開發(fā)平臺(tái)。英偉達(dá)的DRIVE平臺(tái)集成了操作系統(tǒng)、開發(fā)工具鏈、參考架構(gòu)與仿真系統(tǒng);高通則推出Ride平臺(tái)并配備專用AI加速器,支持ODD靈活擴(kuò)展;地平線的“天工開物”平臺(tái)支持算法即插即用,提供中間件、算子庫和模型倉庫,使車企能夠快速完成從芯片到整車的集成部署。

這些平臺(tái)生態(tài)不僅大大提升了開發(fā)效率,也推動(dòng)了軟件生態(tài)的多樣化與標(biāo)準(zhǔn)化,增強(qiáng)了芯片的通用性和擴(kuò)展性。地平線的工具鏈支持包括BEV+Transformer等前沿算法模型的快速部署和兼容性驗(yàn)證,使得主機(jī)廠在不更換芯片的前提下,可以快速完成城市NOA、AVP等新功能的迭代更新。這種“芯片+軟件棧+開發(fā)平臺(tái)”的一體化方案,正成為未來智能駕駛芯片供應(yīng)商的核心競爭力。

面對(duì)激烈的市場競爭,國產(chǎn)SoC廠商也在持續(xù)推進(jìn)平臺(tái)化與產(chǎn)品矩陣戰(zhàn)略。以地平線的征程系列從最初的J2、J3、J5,再到最新的J6P,已實(shí)現(xiàn)從低中高階場景的全覆蓋,尤其是在高階城市輔助駕駛方面,征程6P芯片的落地能力和客戶適配反饋頗為正面。據(jù)統(tǒng)計(jì),截至2024年底,地平線已與國內(nèi)20多家車企建立平臺(tái)級(jí)合作關(guān)系,累計(jì)定點(diǎn)車型超過100款,2025年出貨量有望突破百萬顆。同樣,黑芝麻智能的“華山+A1000Pro+武當(dāng)C1200”三線產(chǎn)品架構(gòu),也正形成多場景適配與跨域融合能力的優(yōu)勢,已在一汽、東風(fēng)等車企完成量產(chǎn)適配。

國產(chǎn)芯片要實(shí)現(xiàn)真正突圍,除了算力和平臺(tái),還必須在“艙駕融合”這一架構(gòu)層面達(dá)成突破。所謂艙駕一體,指的是一顆SoC同時(shí)支持智能座艙與自動(dòng)駕駛功能。相比傳統(tǒng)兩個(gè)獨(dú)立芯片方案,艙駕一體在成本、能耗、通信延遲和OTA升級(jí)效率上均有顯著優(yōu)勢。小鵬就在其XEEA 3.5電子架構(gòu)中采用One-Board設(shè)計(jì),芯片方案成本下降了40%,整體算力提升達(dá)50%;蔚來新一代平臺(tái)也采用艙駕一體架構(gòu),直接整合了高通座艙芯片和多顆Orin-X,實(shí)現(xiàn)功能集中化部署。這種設(shè)計(jì)趨勢將在3nm制程和Chiplet封裝的推動(dòng)下,逐步從高端下沉到主流車型市場。

從市場格局看,目前智能駕駛SoC正處于“海外主導(dǎo)、本土追趕”的階段。英偉達(dá)憑借CUDA生態(tài)和Orin芯片在國內(nèi)高階市場一騎絕塵,2025年初,其芯片出貨量占中國智駕域控芯片市場份額接近50%。Mobileye的市場份額也正在快速下滑,主要原因在于其“黑盒”封閉策略已不再適應(yīng)當(dāng)前車企對(duì)算法開放性、適配靈活性和本土化支持的強(qiáng)烈需求。與之對(duì)比,地平線、黑芝麻等廠商提供的開放平臺(tái)和定制支持,正逐步贏得更多國內(nèi)車企的青睞。

特斯拉的入華也為整個(gè)產(chǎn)業(yè)注入新變量。其FSD端到端方案依賴于Transformer+BEV等大模型結(jié)構(gòu),帶動(dòng)了行業(yè)對(duì)算力與算法適配的再思考。未來國內(nèi)若要實(shí)現(xiàn)真正的端到端自動(dòng)駕駛量產(chǎn),就必須掌握從數(shù)據(jù)、算法到算力的完整鏈條。這對(duì)國產(chǎn)SoC廠商而言既是壓力也是機(jī)會(huì),誰能在高性能、低功耗、快適配之間找到最優(yōu)平衡點(diǎn),誰就能成為下一個(gè)“Orin”。

現(xiàn)階段,智能駕駛SoC正處于爆發(fā)前夜。2023年,中國L2級(jí)自動(dòng)駕駛滲透率已達(dá)到42.1%,預(yù)計(jì)到2028年將達(dá)93.5%。伴隨城市NOA普及、法規(guī)逐步開放以及消費(fèi)者接受度提升,未來對(duì)SoC芯片的需求將呈爆發(fā)式增長。其中,中算力芯片由于成本與性能平衡優(yōu)越,有望成為主力賽道;大算力芯片則將在L3/L4車型中逐步落地,形成技術(shù)示范和平臺(tái)演化的牽引力量。

智能駕駛SoC不僅是智能汽車的核心計(jì)算平臺(tái),更是支撐汽車智能化轉(zhuǎn)型的戰(zhàn)略要地。從架構(gòu)演進(jìn)、算法適配、平臺(tái)生態(tài)到國產(chǎn)化路徑,SoC的發(fā)展映射出整個(gè)智能駕駛產(chǎn)業(yè)的脈動(dòng)節(jié)奏。在“架構(gòu)躍遷與生態(tài)重構(gòu)”的時(shí)代浪潮下,中國廠商正以軟硬協(xié)同、自研芯片與本土服務(wù)構(gòu)建起新的競爭優(yōu)勢。未來的智能駕駛芯片戰(zhàn)場,必將是一場技術(shù)、生態(tài)、成本和戰(zhàn)略全面融合的競賽。而在這場競賽中,唯有持續(xù)創(chuàng)新與快速落地者,方能真正贏得先機(jī)。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 控制器
    +關(guān)注

    關(guān)注

    114

    文章

    17559

    瀏覽量

    189290
  • SoC芯片
    +關(guān)注

    關(guān)注

    1

    文章

    657

    瀏覽量

    36565
  • 智能汽車
    +關(guān)注

    關(guān)注

    30

    文章

    3203

    瀏覽量

    109059
  • 自動(dòng)駕駛
    +關(guān)注

    關(guān)注

    791

    文章

    14575

    瀏覽量

    174850
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(píng)論

    相關(guān)推薦
    熱點(diǎn)推薦

    自動(dòng)駕駛仿真測試什么具體要求?

    [首發(fā)于智駕最前沿微信公眾號(hào)]在自動(dòng)駕駛技術(shù)快速迭代、功能邊界不斷擴(kuò)展的今天,如何系統(tǒng)、嚴(yán)謹(jǐn)且高效地驗(yàn)證一個(gè)自動(dòng)駕駛系統(tǒng)的性能,成為研發(fā)、測試與監(jiān)管共同面對(duì)的核心難題。相較于傳統(tǒng)汽車主要關(guān)注機(jī)械性能
    的頭像 發(fā)表于 10-15 09:14 ?240次閱讀
    <b class='flag-5'>自動(dòng)駕駛</b>仿真測試<b class='flag-5'>有</b>什么具體要求?

    端到端自動(dòng)駕駛相較傳統(tǒng)自動(dòng)駕駛到底有提升?

    [首發(fā)于智駕最前沿微信公眾號(hào)]自動(dòng)駕駛技術(shù)自誕生以來,便承載了人類對(duì)安全、高效、智能出行的美好憧憬。傳統(tǒng)自動(dòng)駕駛系統(tǒng)以層次化、模塊化的架構(gòu)為主,將感知、定位、規(guī)劃與決策、控制四大核心功能分別拆解,由
    的頭像 發(fā)表于 09-02 09:09 ?409次閱讀
    端到端<b class='flag-5'>自動(dòng)駕駛</b>相較傳統(tǒng)<b class='flag-5'>自動(dòng)駕駛</b><b class='flag-5'>到底有</b><b class='flag-5'>何</b>提升?

    一段式端到端在自動(dòng)駕駛到底有優(yōu)勢?

    [首發(fā)于智駕最前沿微信公眾號(hào)]在自動(dòng)駕駛技術(shù)的發(fā)展歷程中,模塊化架構(gòu)曾長期占據(jù)主導(dǎo)地位,從多傳感器數(shù)據(jù)采集,到特征提取與目標(biāo)檢測,再到路徑規(guī)劃與軌跡優(yōu)化,最后落到車輛控制執(zhí)行,每一個(gè)環(huán)節(jié)都對(duì)應(yīng)一個(gè)
    的頭像 發(fā)表于 08-05 09:06 ?591次閱讀
    一段式端到端在<b class='flag-5'>自動(dòng)駕駛</b>中<b class='flag-5'>到底有</b><b class='flag-5'>何</b><b class='flag-5'>優(yōu)勢</b>?

    車規(guī)級(jí)和消費(fèi)級(jí)什么區(qū)別?為什么自動(dòng)駕駛需要車規(guī)級(jí)?

    的區(qū)別主要體現(xiàn)在可靠性、環(huán)境適應(yīng)、質(zhì)量管理與安全保障等多個(gè)方面。對(duì)于汽車,尤其是自動(dòng)駕駛系統(tǒng)而言,任何一次失效都可能帶來嚴(yán)重后果,因此必須選用符合車規(guī)級(jí)標(biāo)準(zhǔn)的硬件與軟件。那什么是車規(guī)級(jí)?什么是消費(fèi)級(jí)?為什么自動(dòng)駕駛需要車規(guī)級(jí)? 車規(guī)級(jí)與消費(fèi)級(jí)
    的頭像 發(fā)表于 07-15 08:55 ?852次閱讀
    車規(guī)級(jí)和消費(fèi)級(jí)<b class='flag-5'>有</b>什么區(qū)別?為什么<b class='flag-5'>自動(dòng)駕駛</b>需要車規(guī)級(jí)?

    自動(dòng)駕駛中常提的高精度地圖是個(gè)啥?審查要求?

    不僅在空間分辨率和數(shù)據(jù)豐富度上有質(zhì)的飛躍,還在數(shù)據(jù)處理與安全管理方面提出了更嚴(yán)格的規(guī)范。那高精度地圖到底是個(gè)啥?是否什么具體需求? 高精度地圖,顧名思義,是一種面向自動(dòng)駕駛的高分辨率、結(jié)構(gòu)化道路環(huán)境數(shù)據(jù)集。它不僅包含道路的幾何
    的頭像 發(fā)表于 07-03 19:29 ?460次閱讀
    <b class='flag-5'>自動(dòng)駕駛</b>中常提的高精度地圖是個(gè)啥?<b class='flag-5'>有</b><b class='flag-5'>何</b>審查要求?

    卡車、礦車的自動(dòng)駕駛和乘用車的自動(dòng)駕駛在技術(shù)要求上有何不同?

    [首發(fā)于智駕最前沿微信公眾號(hào)]自動(dòng)駕駛技術(shù)的發(fā)展,讓組合輔助駕駛得到大量應(yīng)用,但現(xiàn)在對(duì)于自動(dòng)駕駛技術(shù)的宣傳,普遍是在乘用車領(lǐng)域,而對(duì)于卡車、礦車的自動(dòng)駕駛發(fā)展,卻鮮有提及。其實(shí)在卡車、
    的頭像 發(fā)表于 06-28 11:38 ?576次閱讀
    卡車、礦車的<b class='flag-5'>自動(dòng)駕駛</b>和乘用車的<b class='flag-5'>自動(dòng)駕駛</b>在技術(shù)要求上有何不同?

    自動(dòng)駕駛純視覺方案到底有哪些弊端?

    [首發(fā)于智駕最前沿微信公眾號(hào)]隨著人工智能與傳感器技術(shù)的快速發(fā)展,自動(dòng)駕駛汽車逐步走入公眾視野。其中,關(guān)于感知系統(tǒng)的技術(shù)路線選擇,始終是大家爭論的焦點(diǎn)。尤其是“純視覺方案”,也就是主要依賴攝像頭進(jìn)行
    的頭像 發(fā)表于 06-23 09:27 ?552次閱讀
    <b class='flag-5'>自動(dòng)駕駛</b>純視覺方案<b class='flag-5'>到底有</b>哪些弊端?

    自動(dòng)駕駛技術(shù)測試哪些?

    [首發(fā)于智駕最前沿微信公眾號(hào)]之前和大家從安全性、可靠性、用戶體驗(yàn)以及商業(yè)利益保護(hù)等多個(gè)角度聊了為什么自動(dòng)駕駛技術(shù)在落地前一定要進(jìn)行測試,今天智駕最前沿就繼續(xù)帶大家聊一聊自動(dòng)駕駛測試到底有哪些方法
    的頭像 發(fā)表于 06-10 09:00 ?570次閱讀
    <b class='flag-5'>自動(dòng)駕駛</b>技術(shù)測試<b class='flag-5'>有</b>哪些?

    自動(dòng)駕駛安全基石:ODD

    電子發(fā)燒友網(wǎng)綜合報(bào)道 自動(dòng)駕駛ODD(Operational Design Domain)即設(shè)計(jì)運(yùn)行域,是指自動(dòng)駕駛系統(tǒng)被設(shè)計(jì)為安全、有效運(yùn)行的具體條件范圍。它定義了自動(dòng)駕駛汽車在哪些環(huán)境、場景
    的頭像 發(fā)表于 05-19 03:52 ?5606次閱讀

    自動(dòng)駕駛大模型中常提的Token是個(gè)啥?對(duì)自動(dòng)駕駛影響?

    、多模態(tài)傳感器數(shù)據(jù)的實(shí)時(shí)處理與決策。在這一過程中,大模型以其強(qiáng)大的特征提取、信息融合和預(yù)測能力為自動(dòng)駕駛系統(tǒng)提供了有力支持。而在大模型的中,一個(gè)“Token”的概念,有些人看到后或許會(huì)問: Token是個(gè)啥?對(duì)自動(dòng)駕駛
    的頭像 發(fā)表于 03-28 09:16 ?791次閱讀

    NVIDIA Halos自動(dòng)駕駛汽車安全系統(tǒng)發(fā)布

    NVIDIA 整合了從云端到車端的安全自動(dòng)駕駛開發(fā)技術(shù)套件,涵蓋車輛架構(gòu)到 AI 模型,包括芯片、軟件、工具和服務(wù)。 物理 AI 正在為自動(dòng)駕駛和機(jī)器人開發(fā)技術(shù)的交叉領(lǐng)域釋放新的可能性,尤其是加速了
    的頭像 發(fā)表于 03-25 14:51 ?860次閱讀

    為什么聊自動(dòng)駕駛的越來越多,聊無人駕駛的越來越少?

    自動(dòng)駕駛什么區(qū)別?為什么現(xiàn)在一直都在聊自動(dòng)駕駛,卻鮮少有企業(yè)提無人駕駛?今天智駕最前沿就圍繞這個(gè)話題和大家簡單聊聊。 自動(dòng)駕駛和無人
    的頭像 發(fā)表于 02-23 10:52 ?861次閱讀
    為什么聊<b class='flag-5'>自動(dòng)駕駛</b>的越來越多,聊無人<b class='flag-5'>駕駛</b>的越來越少?

    TLC2578芯片中FS與SDI到底有什么作用?

    ,還有就是一點(diǎn)不太懂的就是:TLC2578芯片中FS與SDI到底有什么作用。手冊看了半天還是不懂!求解!謝謝!
    發(fā)表于 01-22 06:51

    自動(dòng)駕駛中常提的SLAM到底是個(gè)啥?

    隨著自動(dòng)駕駛技術(shù)的迅速發(fā)展,車輛在不同環(huán)境中的定位與導(dǎo)航需求愈加迫切,自動(dòng)駕駛的核心任務(wù)是讓車輛在未知或動(dòng)態(tài)變化的環(huán)境中安全、智能地行駛,這需要系統(tǒng)能夠準(zhǔn)確地回答:1)我在哪里?2)我該去哪里
    的頭像 發(fā)表于 11-21 15:17 ?2187次閱讀
    <b class='flag-5'>自動(dòng)駕駛</b>中常提的SLAM<b class='flag-5'>到底</b>是個(gè)啥?