0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

主SoC或ADAS应用处理器将支持自动驾驶的基本级别

我快闭嘴 来源:互联网创业圈 作者:互联网创业圈 2020-09-02 15:39 次阅读
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

拉斯维加斯-高通公司总裁克里斯蒂亚诺·阿蒙(Cristiano Amon)昨日出席2020年国际消费电子展(CES 2020),以确认今年确实是5G年,并宣布推出新的两片Snapdragon Ride Platform来巩固该公司在汽车行业的地位。自动驾驶汽车平台。

Ride平台旨在帮助汽车制造商和一级供应商更快地实现真正的汽车自主性,它由ADAS应用处理器芯片和自动驾驶加速器芯片组成。

主SoC或ADAS应用处理器将支持自动驾驶的基本级别或1/2级。此级别称为“主动安全”,其中包括针对安全功能的解决方案,例如避免碰撞和盲点检测。同样,可以通过使用ADAS应用处理器的单芯片或两芯片解决方案实现级别2到级别3或“便利”级别,其中包括旨在使驾驶员的生活更轻松的解决方案,例如自动泊车和自动换道。 。

但是,高通负责ADAS和自动产品管理的高通公司的Rajat Sagar表示,对4级以上(即真正的“自动驾驶”级)的性能要求更加苛刻。这是添加第二个芯片的地方。

萨加尔对RCR Wireless News表示,自动驾驶加速器芯片“固定在任何应用处理器上,即刻将[特定]水平上的AI性能大大提高了”。

他继续说:“该系列处理器具有ADAS SoC和自动驾驶加速器,可以扩展到30到700 TOPS(每秒万亿次操作)以下。”

通过这种方式,高通可扩展的两芯片自动驾驶汽车平台满足了各种需求,从自动紧急制动到交通标志识别再到高速公路自动驾驶等等。

此外,尽管该平台具有运行自动驾驶车辆所需的软件所需的完整硬件堆栈,但汽车制造商并不需要将所有部分都投入使用,因为可以将来自不同来源的计划,感知和本地化系统与芯片制造商的产品相结合。

萨加尔证实:“我们不仅仅是在提供硬件平台。” “还有一个开放且可编程的自治堆栈,概念验证平台以及用于嵌入式测试[和]优化的工具组合。”

在CES新闻发布会上,Amon声称Ride平台的效率是最近宣布的竞争对手的两倍。虽然他没有名字,但他可能指的是Nvidia的四芯片Drive Pegasus系统,据报道该系统可提供320 TOPS的性能,以及最近发布的Orin芯片,其声称具有200 TOPS的性能。

从萨加尔的角度来看,使高通公司领先于同行的是该公司在未来几年对汽车供应商真正需要的东西中获得的独特见解。“我们对成为汽车供应商有很多了解,并且我们与全球几乎所有OEM厂商合作。我们与所有人都有良好的工作关系。”

具体来说,OEM厂商表示,由于受到不同的限制,他们通常能够在较大范围内启动主动安全或端盖系统,但除此之外,系统的成本变得“过高”。

“二级和以上级别的系统没有像原始设备制造商所希望的那样广泛部署,也没有满足消费者的需求。” 他表示,由于Ride Platform缺乏液体冷却,因此消耗的功率更少。取而代之的是,该系统可以进行空气冷却,从而有可能使车辆设计更简单,更便宜。

他总结说:“我们的系统将能够为OEM提供更小(且更具成本效益)的外形尺寸。”
责任编辑:tzh

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 处理器
    +关注

    关注

    68

    文章

    20346

    浏览量

    255396
  • 芯片
    +关注

    关注

    463

    文章

    54495

    浏览量

    469934
  • adas
    +关注

    关注

    311

    文章

    2346

    浏览量

    212167
  • 自动驾驶
    +关注

    关注

    795

    文章

    15025

    浏览量

    181781
收藏 人收藏
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

    评论

    相关推荐
    热点推荐

    小马智行发布新一代自动驾驶域控制

    DRIVE AGX Thor提供支持,面向L4级自动驾驶平台及更广泛的自动驾驶应用场景,支持全无人
    的头像 发表于 04-29 11:22 637次阅读

    STA2064:高度集成的信息娱乐应用处理器

    与高性能嵌入式GPS,为车辆主机、移动导航、远程信息处理、信息娱乐、高级音频和连接系统等应用提供了强大的支持。下面我们就来详细了解一下这款处理器。 文件下载: STA2064N.pdf 一、STA2064概述 STA2064是一
    的头像 发表于 04-16 14:05 178次阅读

    恩智浦全新i.MX 93W应用处理器重磅发布

    恩智浦半导体宣布推出i.MX 93W应用处理器,进一步扩展其i.MX 93产品系列。这款i.MX 93W片上系统(SoC)专为加速物理AI的部署而设计,是首款专用AI神经处理器(NP
    的头像 发表于 03-16 09:45 2523次阅读

    德州仪器TDA5系列SoC助力下一代自动驾驶汽车设计

    在中央计算平台的帮助下,汽车行业的自动驾驶水平越来越高。TDA5 系列等 SoC 通过集成式 C7 NPU 和芯片就绪型设计提供安全、高效的 AI 性能。这些 SoC 使汽车制造商能够更轻松地实现
    的头像 发表于 01-12 11:28 2179次阅读
    德州仪器TDA5系列<b class='flag-5'>SoC</b>助力下一代<b class='flag-5'>自动驾驶</b>汽车设计

    探索NXP i.MX 93应用处理器家族:高效边缘计算的理想之选

    和丰富的功能,为边缘计算应用提供了强大的支持。本文深入介绍i.MX 93应用处理器家族的特点和优势,为电子工程师们在设计相关产品时提供有价值的参考。 文件下载: NXP Semiconductors i.MX 93节能应
    的头像 发表于 12-24 14:50 899次阅读

    瑞芯微SOC智能视觉AI处理器

    RK3568B2: 一款性能均衡、接口丰富的中高端AIoT应用处理器,是RK3568的优化版本,打稳定与可靠性。CPU/GPU: 延续RK3568的4核A55 + G52 GPU架构,性能可靠
    发表于 12-19 13:44

    自动驾驶 ADAS 传感车规电容:低 ESR + 抗电磁干扰选型指南

    自动驾驶ADAS传感车规电容的选型中,低ESR(等效串联电阻)与抗电磁干扰(EMI)是核心性能指标,需结合传感类型、工作环境及系统需求进行综合设计。以下从技术原理、选型要点、应用
    的头像 发表于 12-16 14:16 624次阅读

    恩智浦推出i.MX 952人工智能应用处理器

    恩智浦半导体宣布推出i.MX 9系列的新成员——i.MX 952应用处理器。该处理器专为AI视觉、人机接口(HMI)及座舱感知应用而设计,通过集成eIQ Neutron神经处理单元(NPU)驱动的传感
    的头像 发表于 10-27 09:15 3760次阅读

    自动驾驶SoC芯片到底有何优势?

    [首发于智驾最前沿微信公众号]近年来,随着智能网联汽车技术的快速发展,车载计算芯片已成为智能驾驶系统的中枢。传统的MCU(单片机)芯片在处理速度和算力方面已难以满足自动驾驶对于异构数据高吞吐与低延迟
    的头像 发表于 09-21 10:56 2979次阅读
    <b class='flag-5'>自动驾驶</b><b class='flag-5'>SoC</b>芯片到底有何优势?

    自动驾驶汽车如何处理“鬼探头”式的边缘场景?

    、最可执行的动作。这整个链条看起来简单,但每一步都需要大量的技术支持自动驾驶汽车如何理解道路? 自动驾驶汽车想要精准避开障碍物,首先是要“看见”障碍物。自动驾驶系统依赖多种传感
    的头像 发表于 08-29 11:11 968次阅读
    <b class='flag-5'>自动驾驶</b>汽车如何<b class='flag-5'>处理</b>“鬼探头”式的边缘场景?

    自动驾驶汽车是如何准确定位的?

    厘米级的定位精度,并能够实时响应环境变化。为此,自动驾驶系统通常采用多传感融合的方式,全球导航卫星系统(GNSS)、惯性测量单元(IMU)、激光雷达(LiDAR)、摄像头、超宽带(UWB)等多种传感
    的头像 发表于 06-28 11:42 1539次阅读
    <b class='flag-5'>自动驾驶</b>汽车是如何准确定位的?

    自动驾驶汽车接管逻辑如何设置更为合理?

    交通环境并随时接管的工作。但就是这一简单需求,车企在自动驾驶系统与人类驾驶员的接管边界并未给出明确的界定。有很多实际案例表明,在系统无法处理复杂路况时,会突然弹出“请立即接管”的提示,而驾驶
    的头像 发表于 06-26 08:56 1004次阅读

    新能源车软件单元测试深度解析:自动驾驶系统视角

    。 ‌自动驾驶软件的特殊性‌ ‌ 感知层: ‌激光雷达、摄像头等传感数据处理算法的单元测试需覆盖极端场景。例如,激光雷达点云滤波算法在雨雪天气下的噪声抑制能力需通过边界测试验证。某厂商曾在测试中遗漏
    发表于 05-12 15:59