如何实现更高Level的自动驾驶技术?.doc

如何实现更高Level的自动驾驶技术?.doc

ID:27873131

大小:541.50 KB

页数:8页

时间:2018-12-06

如何实现更高Level的自动驾驶技术?.doc_第1页
如何实现更高Level的自动驾驶技术?.doc_第2页
如何实现更高Level的自动驾驶技术?.doc_第3页
如何实现更高Level的自动驾驶技术?.doc_第4页
如何实现更高Level的自动驾驶技术?.doc_第5页
资源描述:

《如何实现更高Level的自动驾驶技术?.doc》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、如何实现更高Level的自动驾驶技术?  4月19日,由ECVInternational主办的2018第二届中国自动驾驶汽车国际峰会如期举行,200多位来自国内外的行业专家/企业高管齐聚一堂,分享解读自动驾驶汽车的最新进展与关键技术突破,Arm嵌入式&汽车技术和战略总监ChrisTurner也发表演讲,同与会人员分享了Arm在推动汽车自动驾驶领域的成果贡献。    ChrisTurnerArm嵌入式&汽车技术和战略总监  ChrisTurner是Arm嵌入式和汽车业务部门的新兴技术和战略总监,在这个岗位上他主要负责推动驾驶辅助、

2、自动驾驶和电动汽车新技术的发展。他的角色涉及与所有Arm汽车供应链的合作伙伴交流,将半导体公司、软件生态系统、一级供应商和汽车原始设备制造商聚集在一起。  如何实现更高Level的自动驾驶技术?  Chirs相信汽车行业的所有技术更新,90%都是来自于电子行业,也就是说在半导体和软件方面的技术进步,会驱动汽车行业技术革新。自动驾驶的发展阶段与半导体和芯片处理器的技术发展阶段息息相关。半导体企业需要不断改变产品的计算性能和功能,也需要使之适应不同的严苛环境保持运行稳定和高效,例如沙漠里的极度干旱高温与相对应的潮湿寒冷等。同时,我们

3、也需要实现车辆的互联以及车与网络的互联,才能让车实现更多的功能。同时也需要更强大的计算能力,让车了解我们要去哪里,如何到达哪里,这也是智能汽车的基本概念。    目前,业界基本采用的SAE分级的方式,将自动驾驶从无自动驾驶到完全自动驾驶分成六个等级,分别是Level0(NoAutomation),Level1(DriverAssistance),Level2(PartialAutomation),Level3(ConditionalAutomation),Level4(HighAutomation),Level5(FullAut

4、omation)等,自动驾驶程度逐级升高。从现有情况来看,2019款奥迪A8被认为是首款Level3级别的自动驾驶汽车,进一步提升自动驾驶程度则需要大幅提升计算能力。  自动驾驶包含了十大关键技术,包括底层的工程类的偏支撑性的技术:硬件、车载系统、人机交互、智能互联以及系统安全,以及之上的汽车大脑、环境感知、地图定位、行为预测和规划控制等,这些对于计算能力的需求是巨大而且全方位的,将在许多看不见的地方都使用各种SoC,例如简单的车灯控制到复杂的ADAS、GPS、中控台、安全气囊、ABS、电源管理、动力控制等,而这其中对应的SoC

5、大多是Arm架构的产品。    自动驾驶汽车上随处可见的Arm“芯”  想要实现更高等级的自动驾驶,具有互联互通、先进识别与决策智能的系统平台将成为主流,Arm技术覆盖了从最小的传感器到最大的数据中心,可提供领先的软硬件解决方案,推动汽车智能化进程,目前与未来的智能汽车上也将随处可见Arm“芯”。    Arm使用异构计算来满足自动驾驶所需的苛刻功耗预算,确定响应能力的高性能,并确保操作安全。具体来看,Arm旗下Cortex-A、Cortex-R与Cortex-M处理器与Mali系列GPU在智能汽车中各自负责了不同的区域。  C

6、otex-A负责ADAS、部分中控台、GPS、DCM(DataCommunicationModule),是强调运算的高性能处理器。去年发布的第一代DynamIQ处理器Cortex-A75和Cortex-A55将两种不同功耗预算下的性能提升到了全新水平,会使自动驾驶技术获得更高的安全级别和更快的反应速度。  Cortex-R则是嵌入式产品,车辆中的EPS、ABS、动力输出、电池管理等需要高稳定性的皆由Cortex-R负责。Cortex-R52便赋予了自动驾驶汽车强大的ECU计算能力和安全管理更复杂软件栈的能力。  Cortex-M

7、处理器协助安全气囊、GPS、EPS等装置,是小型低功耗的产品。  Mali系列GPU能应对汽车图像处理所面临的挑战,包括在极端条件下对图像进行快速的处理和分析,符合严苛的汽车安全标准的设计要求。    此外,Arm于今年年初发布全新的机器学习运算平台ProjectTrillium,其中包含可高度扩充处理器的IP套件,提供强化的机器学习与神经网络(neuralnetwork)功能,不仅相比于独立的CPU,GPU和各种加速器有了显著的效率提升,而且远胜像DSP这样的传统可编程逻辑处理器。初步聚焦于移动市场,未来也将扩展到自动驾驶领域

8、,把人工智能带进所有的终端设备;平台安全架构(PSA)则是Arm打造的一个经济的、可升级扩展的和方便实施的通用安全框架,将保障包括自动驾驶汽车在内的所有互联设备的安全性;在车内互联上,Arm新发布的KigenSIM技术将SIM卡集成进设备的处理器中,以减少对Wi

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。