现代汽车汽车传感器和相关的处理需要一个复杂的系统来支持新的ADAS特性。
汽车变得更安全,由于高级驾驶员辅助系统(ADAS)功能,如自动紧急制动(AEB)和司机监测系统。
这些功能变得越来越复杂,使得自动驾驶健壮。例如,AEB始于仅仅看汽车在前面。现在,它检测到行人,编织流量,在道路上骑自行车的人,和对象。实现人工智能的重要性,帮助司机,20汽车商欣然同意让大多数新乘用车和低速AEB forward-collision警告,2022年9月。
要做到这一点,汽车需要一个复杂的系统车辆传感器和相关处理。
除了相机和雷达,第三个传感器-光探测和测距(激光雷达)是越来越受欢迎。像雷达技术,激光雷达使用激光来确定对象有多远,都是用摄像头和雷达图像,它可以检测对象在路上使用卷积神经网络(CNN)。
所不同的是,在激光雷达传感器生成的3 d点云数据(空间)的一组数据点与成千上万的点。所以,其准确度和精密度富裕。激光雷达使用还确保冗余在整个ADAS /自动驾驶系统(广告)。例如,相机可能会错过一个特定对象,因为太阳反射或迎面而来的前灯,激光雷达反射率否定,可以检测一个人在路中间的。
但是激光雷达提出了两大挑战:
Xilinx应对这两个挑战有着独特的优势。我们强大的DSP功能加上灵活的I / O配置和可编程逻辑也很符合许多激光雷达的高计算需要制造商。此外,我们的设备包含可编程硬件(HW),可以适应任何激光雷达传感器配置,使其适合不同的进化设计。没有一个明确的ASSP / ASIC设备架构,因为激光雷达技术是相对较新,一个共同的方法没有采用ADAS /广告市场。
除了满足高计算的需求和发展为激光雷达设计,Xilinx的解决方案可以很好的解决成本和权力问题。fpga实现真正HW-based多个传感器RX通道处理管道。这允许同时和独立RX通道处理不同的目标。此外,它使集成HW加速后检波处理——例如,点云网格生成和传感器之间的映射和理想的分区软件(SW)和相关的HW加速度函数使用高带宽之间的连接处理系统和可编程序逻辑。
fpga实现的集成解决方案有助于降低成本。此外,并行HW处理减少了需要时钟速度,减少权力。集成解决方案还提供了独特的机会来更新不仅传感器西南,但HW re-programmability。
ZVISION创业,开发固态激光雷达技术,选择Xilinx HW处理平台的激光雷达信号处理和基于云计算的智能算法。我们的设备高级定制,满足他们的要求不断变化的信号处理算法,人工智能处理和并行计算能力。
RoboSense,中国启动选择Xilinx设备启用与点云的人工智能对象识别成熟NVIDIA /杰森TX2-based解决方案。他们重视我们的吞吐量和延迟的优点,以及成本效率。更重要的是,他们RS-LiDAR-M1(点云对象识别使用Xilinx DPU)赢得了CES 2020创新奖项!
Xilinx的解决方案能够解决高计算需要,激光雷达的进化设计,成本和权力问题。主要汽车厂商一样投入激光雷达在驱动这个独特而强大的技术。
很明显,证明是激光雷达采用的设备。除了RoboSense ZVISION, Xilinx的技术用于激光解决方案由巴拉哈,Benewake, Blickfeld, Hesai, Innovusion, Opsys,我们下台,幻影情报,Pointcloud SureStar,和许多其他人。这些解决方案部署在许多车辆——甚至你的。
|
|
|
|
|
|
|
|
留下一个回复