推荐星级:
  • 1
  • 2
  • 3
  • 4
  • 5

面向存算一体芯片的模拟计算阵列中存算一体芯片的存算一体芯片在自动驾驶中的多模态BEV感知融合.do

更新时间:2026-09-19 19:07:22 大小:37K 上传用户:江岚查看TA发布的资源 标签:存算一体芯片BEV感知多模态融合自动驾驶RRAM阵列 下载积分:2分 评价赚积分 (如何评价?) 打赏 收藏 评论(0) 举报

资料介绍

面向存算一体芯片的模拟计算阵列中存算一体芯片的存算一体芯片在自动驾驶中的多模态BEV感知融合

摘要

自动驾驶中的BEVBird's Eye View)感知需要在统一坐标系下融合摄像头、激光雷达和毫米波雷达的数据,计算量巨大、实时性要求高。本文面向自动驾驶多模态BEV感知的加速需求,设计了一种面向存算一体芯片的BEV融合加速架构,将摄像头、激光雷达和毫米波雷达的特征提取和BEV投影权重存储在共享RRAM阵列中,在存算阵列中直接完成多模态特征的时空对齐和融合。在12路摄像头+3路激光雷达+6路毫米波雷达的配置下,BEV融合延迟低至10ms,芯片功耗仅为15W,为自动驾驶提供了高能效的多模态BEV感知融合方案。

一、多模态BEV感知的挑战

1.1 数据异构性

摄像头、激光雷达和毫米波雷达的数据格式、采样频率和空间坐标系各不相同,需要在统一的BEV框架下完成时空对齐和特征融合。

1.2 计算量

12路摄像头+3路激光雷达的配置下,BEV感知的每帧计算量约为50-100GOPS,传统GPU方案的功耗超过60W

二、存算一体BEV融合架构

2.1 共享RRAM权重阵列

摄像头、激光雷达和毫米波雷达的特征提取模型权重分别存储在共享RRAM阵列的不同区域。各模态数据通过DAC转换后,在存算阵列中并行完成特征提取。


部分文件列表

文件名 大小
面向存算一体芯片的模拟计算阵列中存算一体芯片的存算一体芯片在自动驾驶中的多模态BEV感知融合.docx 37K

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60.00元   3天前

    用户:gsy幸运

  • 21下载积分 打赏70.00元   3天前

    用户:铁蛋锅

  • 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

推荐下载