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

Hyperion 9自动驾驶的开放参考架构

星星科技指导员 来源:嵌入式计算设计 作者:Tiera Oliver 2022-06-15 10:27 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

Hyperion 9:自动驾驶的开放参考架构

DRIVE Hyperion 9 是一个开放的下一代平台,围绕公司的 Atlan SoC 设计,用于智能驾驶和车内功能。它是 DRIVE Hyperion 系列汽车和自动驾驶汽车开发平台和参考架构中的最新产品,利用了来自大陆、海拉、Luminar、索尼和法雷奥等领先汽车供应商的内部和外部传感器套件。

其目标是加速 4 级自动驾驶特性和功能的设计

DRIVE Hyperion 参考平台的早期版本是2021 GTC 主题演讲的焦点,包括 12 个摄像头、12 个超声波传感器、9 个雷达和一个前置激光雷达,这些激光雷达由传感器抽象工具增强,允许自动驾驶汽车制造商定制他们的设计。

版本 9 建立在该传感器套件之上,具有:

环绕成像雷达

更新了具有更高帧速率的外部摄像头

两个额外的侧面激光雷达

超声波底盘传感器

三个内部摄像头和一个雷达用于占用感应

DRIVE Hyperion 9 自动驾驶传感器有效载荷现在共有 14 个摄像头、9 个雷达、3 个激光雷达和 20 个超声波。

该架构的 Atlan SoC “大脑”能够达到 1,000 TOPS 的性能,并提供大于 100 的 SPECint 基准测试分数 (SPECrate2017_int)。得益于新的 GPU 架构、升级的 Arm CPU 以及深度学习和视觉加速器,这意味着在相同功耗下,性能比前几代产品提高了 4 倍。新的 SoC 还集成了 ASIL-D 级安全岛和 NVIDIA BlueField 数据处理单元 (DPU),用于在零信任部署中进行安全和加密工作负载处理。

pYYBAGKpQ7GAc971AAEjd6ntsrU516.png

总而言之,Atlan SoC 包含充足的计算能力,可以为支持 AI 的汽车运行冗余和多样化的 DNN,这些汽车可以扩展到未来。

NVIDIA 将于 2023 年开始在 Atlan SoC 上进行生产,DRIVE Hyperion 9 平台将于 2024 年进行开发,以部署到 2026 年的量产车辆中。幸运的是,该堆栈软件与现有的基于 Orin SoC 的 Hyperion 平台兼容,可将现有代码无缝移植到新参考架构的升级硬件上。

DRIVE 地图:从公路到云端再返回

除了本地 ADAS 功能之外,DRIVE Hyperion 平台预计实现 4 级以上自动驾驶的方式之一是通过创建地图。具体来说,NVIDIA DRIVE Map。

NVIDIA 将 DRIVE Map 定位为人工智能驱动的自动驾驶汽车的基础构建块。它是一个多模式地图引擎和平台,能够以超过 5 厘米的精度更新具有实时、真实世界路况(包括车道位置、障碍物等)的车辆地图。

当然,自动驾驶汽车的导航只与它的地图一样好,而地图也只与它们所基于的数据一样好。DRIVE Map 使用双管齐下的方法来收集地面实况,包括从当今道路上的车辆众包稀疏摄像头数据,并从配备 DRIVE Hyperion 平台的测绘车队获取详细的 3D 激光雷达和雷达数据,该平台计划测量超过到 2024 年,北美、欧洲和亚洲的道路将达到 300,000 英里。

这些输入用作创建 3D 导航地图的高清参考 (HDR),该功能部分基于NVIDIA 去年收购的DeepMap映射技术。如下图所示,这个过程包括使用深度神经网络来帮助创建自动地图,以及训练感知网络,这些网络使用标记的最新地图数据从云端重新部署到车辆上。

一种新的驾驶方式

NVIDIA 的 DRIVE Hyperion 9 和 DRIVE Map 实现了不可思议的类人传感功能。这些解决方案将释放车辆感知周围环境的能力,无论是从自己的道路传感器、周围的其他汽车还是云中收集数据。

此次 GTC22 汽车产品发布让我们得以一窥自由和安全性,这将很快促进从不干涉到不看路再到专心致志的转变。

审核编辑:郭婷

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
  • 传感器
    +关注

    关注

    2578

    文章

    55833

    浏览量

    795534
  • NVIDIA
    +关注

    关注

    14

    文章

    5727

    浏览量

    110298
  • 人工智能
    +关注

    关注

    1821

    文章

    50523

    浏览量

    267784
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器

    4月25日,小马智行发布全新一代自动驾驶域控制器。该域控制器系统由小马智行与NVIDIA合作开发,基于NVIDIA DRIVE Hyperion平台,并由集成了NVLink技术的NVIDIA
    的头像 发表于 04-29 11:22 709次阅读

    L4级自动驾驶提速,制造链可以提前做哪些升级?

    近日,英伟达在GTC开发者大会上宣布扩大其自动驾驶汽车开发业务合作范围,现代、日产、五十铃以及比亚迪、吉利等车企正式加入NVIDIA DRIVE Hyperion平台生态。该系统可助力企业开发并部署L4级辅助驾驶
    的头像 发表于 03-23 16:22 373次阅读

    头部车企基于NVIDIA DRIVE Hyperion平台打造L4级自动驾驶汽车

    NVIDIA 今日宣布其NVIDIA DRIVE Hyperion™ 平台的采用规模正持续扩大,全球汽车制造商比亚迪、吉利、五十铃和日产,以及领先的出行服务提供商都在采用该平台。这反映了行业在安全、可规模化的辅助驾驶汽车开发方面正加速发展。
    的头像 发表于 03-18 14:48 1568次阅读

    如何构建适合自动驾驶的世界模型?

    [首发于智驾最前沿微信公众号]世界模型经历了系统动力学阶段(1960年~2000年)、认知科学阶段(2001年~2017年)、深度学习阶段(2018年至今),但将其应用到自动驾驶汽车上,还是近几年才
    的头像 发表于 02-18 08:14 1.1w次阅读
    如何构建适合<b class='flag-5'>自动驾驶</b>的世界模型?

    自动驾驶汽车如何实现自动驾驶

    人类驾驶员而言是非常直观且有效的指令,但对于自动驾驶汽车来说,则意味着需要一套极其复杂的感知、理解与决策链路。 自动驾驶如何看清文字? 自动驾驶汽车感知汉字的第一步是场景文本识别技术,
    的头像 发表于 02-10 08:50 905次阅读
    <b class='flag-5'>自动驾驶</b>汽车如何实现<b class='flag-5'>自动驾驶</b>

    如何设计好自动驾驶ODD?

    为确定自动驾驶的可使用范围,会给自动驾驶设置一个运行设计域(Operational Design Domain,ODD)。ODD的作用就是用来明确自动驾驶在什么情况下能工作,在什么情况下不能工作,给车设定“工作范围”。
    的头像 发表于 01-24 09:27 1923次阅读

    软错误防护:自动驾驶系统迈向高阶自动化的必答题?

    摘要 :随着汽车电子电气架构向集中式域控制器演进,自动驾驶系统对计算可靠性的要求达到前所未有的高度。软错误作为由高能粒子辐射、电磁干扰或电源噪声引发的瞬时性故障,已成为威胁自动驾驶安全的关键可靠性
    的头像 发表于 01-05 00:07 910次阅读

    NVIDIA与Uber合作推进全球L4级自动驾驶移动出行网络

    NVIDIA 宣布与 Uber 达成合作,将共同扩展全球 L4 级自动驾驶移动出行网络。合作将依托 Uber 新一代无人驾驶出租车和自动配送车队,采用全新 NVIDIA DRIVE AGX H
    的头像 发表于 11-03 14:33 1606次阅读

    不同等级的自动驾驶技术要求上有何不同?

    谈到自动驾驶,不可避免地会涉及到自动驾驶分级,美国汽车工程师学会(SAE)根据自动驾驶系统与人类驾驶员参与驾驶行为程度的不同,将
    的头像 发表于 10-18 10:17 2948次阅读

    自动驾驶公司小马智行进入新加坡市场

    9月20日,自动驾驶公司小马智行宣布正式进入新加坡市场,与新加坡最大交通运营服务商康福德高(ComfortDelGro Corporation)合作在当地部署自动驾驶车辆和相关服务,为居民日常出行提供便利。
    的头像 发表于 09-22 17:34 964次阅读

    端到端自动驾驶相较传统自动驾驶到底有何提升?

    [首发于智驾最前沿微信公众号]自动驾驶技术自诞生以来,便承载了人类对安全、高效、智能出行的美好憧憬。传统自动驾驶系统以层次化、模块化的架构为主,将感知、定位、规划与决策、控制四大核心功能分别拆解,由
    的头像 发表于 09-02 09:09 1104次阅读
    端到端<b class='flag-5'>自动驾驶</b>相较传统<b class='flag-5'>自动驾驶</b>到底有何提升?

    想实现自动驾驶,哪些技术非常关键?

    近年来,随着人工智能、车载计算平台、传感器技术的快速进步,自动驾驶已从实验室走向实际道路。而支撑这一切的,是一套庞大且精密的技术架构系统。这套架构就像一辆自动驾驶汽车的大脑与神经网络,
    的头像 发表于 08-30 09:40 2819次阅读

    低速自动驾驶与乘用车自动驾驶在技术要求上有何不同?

    到我们生活的方方面面。与面向开放道路、高速巡航的乘用车自动驾驶系统相比,低速小车在技术实现、系统架构、硬件配置、软件算法及安全冗余等方面都存在显著差异和针对性优化。 从感知需求方面相比,低速小车的行驶环境通常
    的头像 发表于 07-14 09:10 1351次阅读
    低速<b class='flag-5'>自动驾驶</b>与乘用车<b class='flag-5'>自动驾驶</b>在技术要求上有何不同?

    卡车、矿车的自动驾驶和乘用车的自动驾驶在技术要求上有何不同?

    自动驾驶技术也得到了充足的应用,但因应用场景不同,技术的侧重方向也有所区别。今天就来和大家聊一聊这个话题。 应用场景:开放道路vs封闭场地 首先要理解的是,自动驾驶所面对的环境决定了它的技术基础。乘用车
    的头像 发表于 06-28 11:38 1933次阅读
    卡车、矿车的<b class='flag-5'>自动驾驶</b>和乘用车的<b class='flag-5'>自动驾驶</b>在技术要求上有何不同?