盘点自动驾驶产业链及自动驾驶引发的车祸或者负面的事件.doc

盘点自动驾驶产业链及自动驾驶引发的车祸或者负面的事件.doc

ID:28113974

大小:1.59 MB

页数:32页

时间:2018-12-08

盘点自动驾驶产业链及自动驾驶引发的车祸或者负面的事件.doc_第1页
盘点自动驾驶产业链及自动驾驶引发的车祸或者负面的事件.doc_第2页
盘点自动驾驶产业链及自动驾驶引发的车祸或者负面的事件.doc_第3页
盘点自动驾驶产业链及自动驾驶引发的车祸或者负面的事件.doc_第4页
盘点自动驾驶产业链及自动驾驶引发的车祸或者负面的事件.doc_第5页
资源描述:

《盘点自动驾驶产业链及自动驾驶引发的车祸或者负面的事件.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、盘点自动驾驶产业链及自动驾驶引发的车祸或者负面的事件  目前自动驾驶已经发展的很快,除了特斯拉和奥迪以外,很多豪车都引进了自动驾驶技术。下面来盘点一下自动驾驶产业链:  首先看一下自动驾驶的等级标准:  盘点自动驾驶产业链及自动驾驶引发的车祸或者负面的事件  目前自动驾驶已经发展的很快,除了特斯拉和奥迪以外,很多豪车都引进了自动驾驶技术。下面来盘点一下自动驾驶产业链:  首先看一下自动驾驶的等级标准:      1、英特尔:Mobileye+Altera+Movidius  英特尔在自动驾驶领域主要是通

2、过并购来完成布局:2015年6月167.5亿美元收购FPGA巨头Altera;2016年9月收购计算机视觉处理芯片公司Movidius;2017年3月153亿美元收购以色列自动驾驶汽车技术公司Mobileye。  通过上述收购,英特尔在自动驾驶处理器上的布局已较完善,包括Mobileye的EyeQ系列芯片(ASIC)、Altera的FPGA芯片、Movidius的视觉处理单元VPU,以及英特尔的CPU处理器,可以形成自动驾驶的整体硬件解决方案。    EyeQ1:Mobileye的EyeQ系列芯片最初是

3、和意法半导体公司共同开发,第一代芯片EyeQ1从2004年开始研发,2008年上市;  EyeQ2:EyeQ2则于2010年上市。最初的两代产品仅提供L1辅助驾驶功能,EyeQ1的算力约0.0044Tops,EyeQ2则约0.026Tops,功耗均为2.5w。  EyeQ3:2014年量产的EyeQ3基于其自主ASIC架构自行开发,使用了4颗MIPS核心处理器、4颗VMP芯片,每秒浮点运算为0.256万亿次,功耗为2.5w,可以支持L2高级辅助驾驶计算需求。  EyeQ4:第四代EyeQ4芯片在2015

4、年发布,2018年量产上市,采用28nm工艺。EyeQ4使用了5颗核心处理器(4颗MIPSi-class核心和1颗MIPSm-class核心)、6颗VMP芯片、2颗MPC核心和2颗PMA核心,可以同时处理8部摄像头产生的图像数据,每秒浮点运算可达2.5万亿次,功耗为3w,最高可实现L3级半自动驾驶功能。  EyeQ5:Mobileye的下一代EyeQ5计划于2018年出工程样品,2020年实现量产,将采用7nmFinFET工艺。该产品对标Nvidia的DriveXavier芯片,定位于L4/L5全面自动

5、驾驶计算需求。单颗芯片的浮点运算能力为12Tops,TDP是5W。EyeQ5系统采用了双路CPU,使用了8颗核心处理器、18核视觉处理器,浮点运算能力为24Tops,TDP是10W。  据说,Mobileye的芯片价格也超过1千美金。  2、英伟达:DrivePX系列芯片    DrivePX:Nvidia自动驾驶芯片始于2015年初推出的DrivePX系列。在2015年1月CES上英伟达发布了第一代DrivePX。DrivePX搭载TegraX1处理器和10GB内存,能够同时处理12个200万像素摄像

6、头每秒60帧的拍摄图像,单浮点计算能力为2Tops,深度学习计算能力为2.3Tops,可支持L2高级辅助驾驶计算需求。  DrivePX2:2016年1月的CES上英伟达又发布了新一代产品DrivePX2。DrivePX2基于16nmFinFET工艺制造,TDP达250W,采用水冷散热设计,支持12路摄像头输入、激光定位、雷达和超声波传感器。其中,CPU部分由两颗NVIDIATegra2处理器构成,每颗CPU包含8个A57核心和4个Denver核心;GPU部分采用两颗基于NVIDIAPascal架构设计

7、的GPU。单精度计算能力达到8TFlops,深度学习计算能力达到每秒24万亿次,在单精度运算速度上是DrivePX的4倍,深度学习速度是DrivePX的10倍,可以满足L3自动驾驶的运算要求。  DriveXavier:DriveXavier是英伟达最新一代自动驾驶处理器,最早在2016年欧洲GTC大会上提出,2018年1月的CES上正式发布。同时发布的还有全球首款针对无人驾驶出租车打造的车载计算机DrivePXPegasus。在配置方面,Xavier基于一个特别定制的8核CPU、一个全新的512核Vo

8、ltaGPU、一个全新深度学习加速器、全新计算机视觉加速器、以及全新8KHDR视频处理器而打造。每秒可运行30万亿次计算,功耗仅为30w,能效比上一代架构高出15倍,可以满足L3/L4自动驾驶的计算需求。该产品预计2018年一季度向提供样品。  DrivePXPegasus:DrivePXPegasus是针对L5级全自动驾驶出租车的AI处理器,搭载了两个XavierSoC处理器。SoC上集成的CPU也从8核变成了16核,同时增加了2块独立G

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。