推荐星级:
  • 1
  • 2
  • 3
  • 4
  • 5

车规级计算芯片的ADAS感知融合硬件架构.docx

资料介绍

车规级计算芯片的ADAS感知融合硬件架构

一、感知融合的计算链路拆解

ADAS感知融合是将多类传感器数据整合为统一的周围环境表征的过程,其计算链路可分解为三个核心阶段。第一阶段为单传感器预处理:摄像头完成ISP处理和特征提取,雷达完成目标检测和跟踪,激光雷达完成点云分割和聚类。第二阶段为跨传感器关联:将不同传感器的检测结果在时空上对齐,判断哪些检测来源于同一物理目标。第三阶段为融合与预测:综合多源信息生成稳定的周围环境模型(通常以BEV鸟瞰图为表征),并预测目标的运动轨迹。

2026年的车规SoC感知融合硬件架构围绕这三阶段计算链路由"单传感器加速器+融合处理器"构成。每个传感器类型有对应的专用硬件加速器进行前端处理,融合阶段由一个高算力的融合处理器(通常为NPUDSP阵列)集中处理。硬件加速器和融合处理器之间的数据通过片内高速互联网络传输,延迟控制在100μs以内。

二、BEV感知模型的硬件映射

鸟瞰图(BEV)感知模型已成为2026L2+级以上智驾方案的主流选择。BEV模型将多路摄像头的透视图像通过视角变换矩阵投影至统一的俯视平面,消除因视角差异导致的目标形变和遮挡问题,使感知结果在同一空间中与其他传感器(雷达、激光雷达)直接对齐。BEV模型的硬件化部署要求NPU支持视角变换矩阵的并行运算和多视角特征的空间融合。

2026年的BEV专用NPU加速器将视角变换和特征融合的计算过程硬件化。多路摄像头的图像特征首先在1个时钟周期内完成视角变换,然后通过三线性插值生成BEV空间中的稠密特征图。BEV特征图与雷达和激光雷达的检测结果在NPU内部的融合层中进行跨模态联合推理,生成包含车辆、行人、车道线和可行驶区域的完整环境模型。整个BEV处理流水线的端到端延迟控制在20ms以内。


部分文件列表

文件名 大小
50-车规级计算芯片的ADAS感知融合硬件架构.docx 38K

全部评论(0)

暂无评论

上传资源 上传优质资源有赏金

  • 打赏
  • 30日榜单
  • 21下载积分 打赏65.00元   3天前

    用户:xzxbybd

  • 21下载积分 打赏60.00元   3天前

    用户:jh0355

  • 21下载积分 打赏60.00元   3天前

    用户:w178191520

  • 21下载积分 打赏20.00元   3天前

    用户:jh03551

  • 21下载积分 打赏20.00元   3天前

    用户:sun2152

  • 21下载积分 打赏20.00元   3天前

    用户:kk1957135547

  • 21下载积分 打赏25.00元   3天前

    用户:w1966891335

  • 21下载积分 打赏20.00元   3天前

    用户:xuzhen1

  • 21下载积分 打赏15.00元   3天前

    用户:x15580286248

  • 21下载积分 打赏25.00元   3天前

    用户:pcb

  • 21下载积分 打赏20.00元   3天前

    用户:bhacker

  • 21下载积分 打赏15.00元   3天前

    用户:liqiang9090

  • 21下载积分 打赏25.00元   3天前

    用户:有理想666

  • 21下载积分 打赏15.00元   3天前

    用户:godbox

  • 21下载积分 打赏15.00元   3天前

    用户:aetek

  • 21下载积分 打赏5.00元   3天前

    用户:mulanhk

  • 21下载积分 打赏5.00元   3天前

    用户:JuneLin61

  • 21下载积分 打赏5.00元   3天前

    用户:ccc6188

  • 21下载积分 打赏5.00元   3天前

    用户:木集盒

推荐下载