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

英伟达宣布推出自动驾驶传感器套件

ml8z_IV_Technol 来源:未知 作者:胡薇 2018-10-18 10:17 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

借助这些强大的开发和验证工具,制造商现在可以随时随地部署自动驾驶,为所有人提供更安全,更高效的交通。

英伟达今天宣布推出 NVIDIA DRIVE Hyperion 传感器套件,使制造商能够在车辆中验证其技术,DRIVE平台使公司能够大规模部署自动驾驶汽车。

DRIVE硬件选项包括:

DRIVE AGX开发人员套件,用于开发自动驾驶汽车应用。硬件包括:

DRIVE AGX Xavier开发者套件(SKU 2000),用于开发SAE Level 2/3自动驾驶应用程序开发的合作伙伴。

DRIVE AGX Pegasus开发者套件(SKU 2200)用于开发Robotaxi应用程序开发的合作伙伴。

DRIVE Hyperion开发套件,用于配置带有DRIVE AGX Pegasus开发套件的车辆以及用于目标车辆架构的预配置传感器和附件。平台软件更新通过无线方式提供。

硬件组件如下图所示:

2个带集成硬件引擎的Xavier SoC

基于ARM v8 ISA的8核“Carmel”CPU

深度学习加速器(DLA):5 TOPS(FP16)|10 TOPS(INT8)

Volta级GPU:20 TOPS(INT8)|1.3 TFLOPS(FP32)

编程视觉加速器(PVA):1.6 TOPS

立体声和光流引擎(SOFE):6 TOPS

图像信号处理器(ISP):1.5千兆像素/秒

视频编码器:1.2 GPix / s

视频解码器:1.8 GPix / s

2x“Turing”离散GPU(适用于带SKU 2200的DRIVE AGX Pegasus开发套件)

独立GPU:130 TOPS通过NVLink连接到Xavier SoC(20GB / s)

DRIVE AGX系统I / O.

摄像头:16x GMSL(R)端口上的> 90 Gb / s

激光雷达/雷达:以太网上约50 Gb / s

车辆IO:16个CAN接口

DRIVE AGX内存带宽

Xavier:> 250 GB / s

离散GPU:> 750 GB / s

总体而言:> 1 TB / s

NVIDIA Hyperion Kit的核心是Drive AGX DevKit,它是解决方案的核心。这基本上是一台小型超级计算机,具有多个8核“Carmel”CPU,深度学习加速器,Volta级GPU,可编程视觉加速器,立体声和光流引擎,图像信号处理器和视频编码器/解码器。该套件增加了7个外置和1个内置摄像头(用于驾驶员监控),8个雷达和一个可选的激光雷达组件。这提供了一个全面的视觉包,在所有合理的天气和光线条件下执行,并且由于NVIDIA解决方案经过全面测试,一旦解决方案正确安装并引入汽车,即可提供近乎即插即用的体验。

除了安装计算机和传感器之外,确保汽车具有必要的自动驾驶基础控制设备。

该套件的好处是节约了开发者的时间。套件买家无需对传感器进行鉴定,就可以从NVIDIA获得有关传感器放置的帮助,并且不必花太多时间重新考虑解决方案。他们有更高的基础,可以减少3年至5年的开发过程。虽然对于大型汽车制造商而言并不那么有用,因为他们已经在这条道路上走得很远,但对于小型制造商而言,这可能会在可行解决方案之间产生差异。

DRIVE软件是一个可扩展,不断改进自动驾驶和用户体验的功能套件,由AI加速计算机视觉和图像处理提供支持。基于此,雷达,摄像头和激光雷达传感器的传感器处理使汽车能够构建整体世界模型,其中包括DriveWorks应用程序,例如用于自动车辆感知和数据记录的深度神经网络

Hyperion套件的发布将大大推进自动驾驶汽车的发展,从个人的角度来看,这项努力也可能确保NVIDIA在该领域的领导地位,最初的汽车花了几十年才停止看起来像马车,在几十年内,自动电动汽车看起来也会与今天的汽车截然不同。NVIDIA可以减少数十年的时间。

对于汽车验证,NVIDIA DRIVE Hyperion Development包括DRIVE AGX Pegasus开发平台以及用于自动驾驶的传感器(七个摄像头,八个雷达和可选激光雷达),用于驾驶员监控的传感器,用于本地化的传感器和其他附件。DRIVE Hyperion允许开发人员体验和评估由DRIVE AV,DRIVE IX和DRIVE AR组成的NVIDIA DRIVE软件套件。

制造商和开发人员可以利用DRIVE软件API集成他们自己的软件并在真实车辆中进行测试。DRIVE Hyperion是一个完整的传感器和计算平台设置,可以改装到测试车辆上。借助这些强大的开发和验证工具,制造商现在可以随时随地部署自动驾驶,为所有人提供更安全,更高效的交通。

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

    55811

    浏览量

    795421
  • 英伟达
    +关注

    关注

    23

    文章

    4126

    浏览量

    99776
  • 自动驾驶
    +关注

    关注

    795

    文章

    15056

    浏览量

    181991

原文标题:零基础开发者的福音!英伟达发布自动驾驶传感器套件NVIDIA Hyperion

文章出处:【微信号:IV_Technology,微信公众号:智车科技】欢迎添加关注!文章转载请注明出处。

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

    格罗方德传感器融合方案助力实现更安全的自动驾驶

    雷达是高级驾驶辅助系统(ADAS)的核心技术基石,与摄像头、激光雷达等传感器协同组成感知网络,支撑车辆环境感知、驾驶决策,助力当下安全驾驶及未来完全
    的头像 发表于 05-20 17:03 1661次阅读
    格罗方德<b class='flag-5'>传感器</b>融合方案助力实现更安全的<b class='flag-5'>自动驾驶</b>

    L4级自动驾驶提速,制造链可以提前做哪些升级?

    近日,英伟在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
    的头像 发表于 03-23 16:22 369次阅读

    如何设计自动驾驶传感器失效检测与容错策略?

    对于自动驾驶汽车而言,传感器是它感知世界的窗口。摄像头负责采集环境图像,毫米波雷达和激光雷达则用于测量周围物体的位置和速度,而GNSS(全球导航卫星系统)与惯性测量系统可提供车辆的定位信息。这些数据经过融合处理之后,自动驾驶系统
    的头像 发表于 01-10 10:33 2904次阅读

    黄仁勋:未来十年很多汽车是自动驾驶 英伟发布Alpamayo汽车大模型平台

    最看好的AI落地场景就是自动驾驶。在演讲中黄仁勋提到,未来十年,世界上很大一部分汽车将是自动驾驶或高度自动驾驶的。你期待吗? 英伟发布Al
    的头像 发表于 01-06 11:45 1589次阅读

    L4级自动驾驶数据采集系统首选

    引言:自动驾驶数据采集的核心挑战 随着L4级自动驾驶技术进入商业化落地阶段,如何高效采集并处理海量多源传感器数据成为行业痛点。康谋科技推出的 DATALynx高性能车载服务
    的头像 发表于 11-26 09:31 582次阅读

    超声波传感器线圈:自动驾驶实现精确实时近距离感知的关键

    超声波传感器线圈是自动驾驶系统中不可或缺的组成部分。随着自动驾驶技术的快速发展,各类传感器成为智能汽车感知环境的关键,不仅保障行车安全,也提升了驾驶
    的头像 发表于 11-12 16:03 522次阅读

    萝卜快跑将在瑞士推出自动驾驶出行服务AmiGo

    今天,萝卜快跑与瑞士领先的公共交通运营商——瑞士邮政旗下的邮政巴士(PostBus)达成战略合作,将在瑞士推出自动驾驶出行服务“AmiGo”。
    的头像 发表于 10-27 16:07 1131次阅读

    如何处理自动驾驶感知传感器脏污问题?

    [首发于智驾最前沿微信公众号]自动驾驶系统依赖多种传感器来感知外界环境,摄像头负责将光学图像转换为图像数据供算法解析,激光雷达生成描述物体三维形状的点云数据,毫米波雷达探测目标的距离与速度,超声波
    的头像 发表于 10-21 13:50 754次阅读
    如何处理<b class='flag-5'>自动驾驶</b>感知<b class='flag-5'>传感器</b>脏污问题?

    激光雷达传感器自动驾驶中的作用

    2024 年至 2030 年间,高度自动化汽车每年的出货量将以 41% 的复合年增长率增长。这种快速增长导致汽车品牌对精确可靠传感器技术的需求空前高涨,因为他们希望提供精准、可靠且最终完全自动驾驶的汽车。
    的头像 发表于 10-17 10:06 3961次阅读

    中国最大传感器公司,进入英伟供应链!

    的成像解决方案为下一代智能驾驶汽车提供动力。” 以传感器业务营收计,豪威集团亦是中国本土最大的传感器公司。 资料显示,英伟的DRIVE A
    的头像 发表于 09-17 18:43 1431次阅读
    中国最大<b class='flag-5'>传感器</b>公司,进入<b class='flag-5'>英伟</b><b class='flag-5'>达</b>供应链!

    太阳光模拟 | 在汽车自动驾驶开发中的应用

    在汽车产业向电动化、智能化转型的浪潮中,自动驾驶技术的研发面临着复杂环境感知的挑战。光照条件作为影响传感器性能的关键因素,直接关系到自动驾驶系统的安全性和可靠性。紫创测控Luminbox太阳光模拟
    的头像 发表于 07-24 11:26 901次阅读
    太阳光模拟<b class='flag-5'>器</b> | 在汽车<b class='flag-5'>自动驾驶</b>开发中的应用

    康谋分享 | 基于多传感器数据的自动驾驶仿真确定性验证

    自动驾驶仿真测试中,游戏引擎的底层架构可能会带来非确定性的问题,侵蚀测试可信度。如何通过专业仿真平台,在多传感器配置与极端天气场景中实现测试数据零差异?确定性验证方案已成为自动驾驶研发的关键突破口!
    的头像 发表于 07-02 13:17 4439次阅读
    康谋分享 | 基于多<b class='flag-5'>传感器</b>数据的<b class='flag-5'>自动驾驶</b>仿真确定性验证

    自动驾驶汽车如何正确进行道路识别?

    识别不仅仅是简单地判断车辆是否在车道中心行驶,更涉及到对车道线、交通标志、道路边缘以及其他道路要素的综合感知与理解。 传感器硬件 传感器硬件是自动驾驶道路识别的基础,当前主流的传感器
    的头像 发表于 06-29 09:40 1999次阅读
    <b class='flag-5'>自动驾驶</b>汽车如何正确进行道路识别?

    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器融合的方式,将全球导航卫星系统(GNSS)、惯性测量单元(IMU)、激光雷达(LiDAR)、摄像头、超宽带(UWB)等多种传感器数据进行综合处理,通过算
    的头像 发表于 06-28 11:42 1587次阅读
    <b class='flag-5'>自动驾驶</b>汽车是如何准确定位的?