国内外主流智能驾驶芯片企业和技术介绍

news2024/11/24 0:05:32

英伟达依托积累多年的图形计算处理能力、GPU计算经验,布局智能驾驶芯片。

英伟达是全球最大的智能计算平台型公司,早期专注 PC 图形计算,后重点布局AI 领域,并在独立显卡、GPU等领域卓有成就。公司2006 年开发了基于 GPU 的「CUDA」平台,实现使用GPU进行通用计算功能。公司2015年进军车载计算SOC,主要提供计算芯片和相关开发工具。英伟达产品定位偏高端,性能表现出色,其推出的Orin芯片仍是目前已量产的最高性能的智能驾驶芯片。

图片

英伟达汽车芯片算力

芯片方面,英伟达于2016年发布首款高级智能驾驶芯片Xavier,并于2020年实现量产。使用CPU (8核ARM 64架构)+GPU(Volta架构)+ASIC的混合技术路线,基于台积电12nm工艺,最高 算力达30Tops。Xavier 用于德赛西威IPU03域控制器上,搭载于小鹏P5、P7等车型。英伟达2019年发布Orin芯片,于2022年量产,目前仍为已量产的算力最高的智能驾驶芯片。Orin 采用7nm工艺,集成170亿个晶体管,可提供每秒254TOPS,内置第二代深度学习加速器DLA、 第二代视觉加速器PVA。出色的计算能力使得Orin目前仍为高级别智驾方案的首选芯片,蔚来Adam 超算平台搭载四颗DRIVE Orin芯片,最高可实现1016TOPS算力,理想L9、小鹏G9等多款车型均 搭载Orin芯片。

图片

英伟达Orin芯片架构

Thor(雷神)芯片于2022 年发布,预计2025年量产,算力高达2000TOPS,是Orin芯片算力的8 倍,主要通过CPU(Grace)、GPU(Ada Lovelace)和处理 Transformer 模型的引擎(Hopper)实 现算力提升。同时Thor可以满足汽车多个场景的算力需求,包括智能驾驶、主动安全、智能座舱、 自动泊车、车载操作系统、信息娱乐等,预计可以实现座舱域和智驾域的融合域控制。

图片

英伟达Thor芯片

软件方面,英伟达提供DRIVE工具链和技术支持,助力芯片高效开发。Drive 工具链包含了开发工 具包Cuda、TensorRT 等各种各样的算法库、全套工具链的车载操作系统Drive OS;自动驾驶中间 件Drive Works;包含感知、定位、决策三部分的全套软件栈Drive AV;主要进行可视化渲染、驾驶 员检测、人机交互等功能的Drive IX。

图片

英伟达Drive工具链

地平线国内智能驾驶芯片领先供应商,由国际著名机器学习专家余凯博士于2015年7月创建;2017年12月,地平线即推出了首款 智能芯片征程1和旭日1;2019年8月,宣布量产中国首款车规级智能芯片征程2并于同年10月发 布新一代AIoT智能应用加速引擎旭日2;2020年9月,推出新一代高效能车载智能芯片征程3和全 新一代AIoT智能芯片旭日3;2021年7月,推出业界第一款集成自动驾驶和智能交互于一体的全场 景整车智能中央计算芯片征程5,单芯片算力达128TOPS。

地平线征程系列芯片产品

芯片产品布局广泛,覆盖低算力到高算力多款方案。地平线首款车规级芯片征程2于2019年8月量 产,可提供超过4TOPS算力,实现基于征程2的单目前视解决方案。征程3芯片算力达5TOPS,是 目前仍在低算力平台上广泛使用的芯片之一。据不完全统计,自2020年9月发布以来,J3累计获得 约10家主流车企、超过40款车型定点合作,先后搭载2021款理想ONE、奇瑞 瑞虎8 PRO、奇瑞 欧萌达OMODA 5、第三代荣威RX、哪吒U-II、哪吒GT、博越 L、深蓝S7、深蓝SL03等多款车 型。其中2021款理想ONE是全球首个搭载征程3芯片的量产车型,采用双J3方案打造辅助驾驶功 能,并搭载J2的NPU计算平台实现全车语音交互。2023年4月,地平线携手大陆集团打造基于单 颗征程3芯片的800万像素智能前视摄像头一体机,可以支持1V1R(1个摄像头1个雷达)、1V3R (1 个摄像头3个雷达)、1VXR(1个摄像头,多个雷达)等多种形态的产品,实现NOA导航辅 助驾驶功能并于深蓝SL03实现首发量产。

征程3芯片性能

征程5是地平线第三代车规级产品,可提供单芯片128TOPS算力,并支持至多16路摄像头、毫米 波雷达、激光雷达等多传感器感知、融合、预测与规划需求,支持如BEV等领先智能驾驶算法模型 的应用部署。基于单颗征程5芯片打造的行泊一体域控方案,能够支持超越同级配置的高性能行泊 一体功能,同时开放上层应用的差异化开发和软件OTA升级。目前,理想L8首发搭载了征程5芯 片,实现了高速NOA导航辅助、自动泊车、自动紧急制动等功能,同时征程L5也获得了比亚迪、 上汽大众、一汽红旗、长安汽车等车企定点,并搭载于理想L系列在售Pro、Air所有车型。

征程3芯片性能

软硬件协同布局,感知算法布局深入。地平线早在2021年发布新一代征程5车载智能芯片之时,就 推出了基于征程5的纯视觉BEV感知原型方案;2023年6月,在计算机视觉领域顶级会议CVPR 上提出“感知决策一体化”的自动驾驶通用大模型UniAD,建立了以全局任务为目标的自动驾驶大模 型架构,将检测、跟踪、建图、轨迹预测、占据栅格预测以及规划,整合到一个基于 Transformer 的端到端网络框架下,并将各项任务通过token的形式在特征层面按照感知-预测-决策的流程进行深 度融合,实现了自动驾驶系统算法性能的全面提升。

地平线为合作伙伴提供硬件参考设计及算法、基础中间件、工具链、开发平台等配套产品,助力芯 片的开发应用。天工开物 AI 芯片工具链具有“算法仓库”(包括产品级算法、基础算法和产品参 考算法三类算法资源)、“芯片工具链”(包括量化训练工具和浮点定点转换工具)、“应用开发 中间件”(包括XStream和XProto两套应用开发框架)三大功能模块,包含模型后量化、量化训练、 编译优化和部署三大核心能力,其主要作用在芯片端,可为开发者提供从模型获得至应用部署的全 流程支持。艾迪AI开发平台则主要作用在云端,为AI开发者提供数据标注、训练、优化、部署、 管理与性能分析等工具,实现模型算法的优化与迭代;智能驾驶应用开发套件TogetherROS·Auto则 服务于智能驾驶专业开发者,集开发、集成、验证三位一体,提供支持量产开发的分层框架与接口 协议,开发者可基于标准化框架与接口进行灵活适配,同时整套接口与协议面向量产全流程,兼顾 各个软件模块,做到了可兼容、易转化,能够快速提升应用集成和验证效率,方便各模块开发者高效协作。

高通:座舱芯片领军者,智驾领域新拓展,2020 年1月,高通发布自驾平台Snapdragon Ride,其主要面向三大细分方向:L1/L2级ADAS,面 向具备AEB、TSR 和 LKA等驾驶辅助功能的汽车,提供30TOPS算力;L2+级ADAS,面向具备 HWA、自动泊车APA以及TJA功能的汽车,提供60~125TOPS算力;L4/L5级自动驾驶,面向在 城市交通环境中的自动驾驶乘用车、出租车和物流车,可提供700TOPS算力。2023 年 1月高通发布第二代Ride升级版Ride Flex芯片,包括Mid、High、Premium三个级别,主 打舱驾一体,既能用于车内座舱,又可以实现辅助驾驶的可扩展系列SoC,算力最高可达2000Tops。其从设计之初就是一个开放且可编程的平台,能够满足从新车评价规范(004ECAP)到 L2+/L3级别 驾驶辅助和自动驾驶全方位的需求。同时,面向视觉、中央计算和高性能自动驾驶需求,Ride Flex 还提供可扩展SoC处理器和加速器产品组合,基于Arriver的一站式视觉软件栈,支持从单个摄像头、 800 万像素前置摄像头,一直到多达11个摄像头的解决方案,其支持主机厂和Tier1利用Arriver驾 驶策略解决方案打造自己的驾驶策略、泊车或驾驶员监测软件栈和导航功能。

图片

生态合作方面,宝马集团、长城汽车、通用汽车、大众集团、雷诺集团、Stellantis集团、阿斯顿·马 丁、吉利汽车、比亚迪汽车、沃尔沃汽车、梅赛德斯-奔驰、极星等整车厂商都与高通达成了合作, 采用Snapdragon Ride 平台打造ADAS和AD解决方案,并且国内首个搭载Snapdragon Ride的车型 魏牌摩卡DHT-PHEV激光雷达版已实现量产上市。不止整车厂,均联智行、毫末智行、畅行智驾、 纵目科技、诺博科技、德赛西威等Tier 1厂商也在与高通持续协作,基于Snapdragon Ride平台,共 同为下一代汽车开发安全、高效的ADAS/AD系统。

Mobileye 是全球领先的智能驾驶芯片解决方案提供商。2004年公司发布了第一代芯片EyeQ1,随后 迅速与宝马、通用等汽车制造商达成合作。经过多年的发展,Mobileye相继推出了Eye Q1-Q6等多 款ADAS芯片,并为OEM厂和Tier 1厂商提供了“芯片+算法”软硬一体化的ADAS视觉解决方案。Mobileye 智驾方案为“黑盒”方案,提供软硬一体的交钥匙方案,不单独出售芯片或算法。虽然黑 盒方案定制化程度极为有限,但对于开发实力相对薄弱的中小主机厂来说,产品成本低、开发周期 短,且多数功能经过验证,因此Mobileye的“黑盒”模式仍具有一定受众。此外,Mobileye也在一 定程度上逐步提高其编程开放性,2022年6月新推出的EyeQ Kit从黑盒走向合作,能够大幅降低车 企的开发成本,加快下游产品的开发周期。

图片

芯片领域,EyeQ系列芯片目前已推出多代产品,算力由最初的不足1TOPS到176TOPS,其中EyeQ Ultra 作为公司的最新产品,计划2025年开始量产。Mobileye于2016年发布EyeQ5芯片,并与2021 年开始量产,搭载车型为极氪001和宝马iX。芯片基于台积电7nm FinFET工艺,EyeQ5 High可实 现15TOPS算力,EyeQ5 Mid也可超过4TOPS。EyeQ5采用专有的计算内核,针对包括深度神经网 络在内的各种计算机视觉、信号处理和机器学习任务进行了优化。同时,EyeQ5 开始提供完整的软 件开发套件(SDK),允许客户通过在EyeQ5上部署算法来区分其解决方案。作为可扩展的纯视觉 感知摄像头的计算基础,EyeQ5 由多个独立的计算机视觉引擎和用于算法冗余的深度网络组成,可 实现端到端的自动驾驶,这也是业内首个支持120度800万像素摄像头的解决方案。2022 年 1月在国际消费电子展(CES 2022)上,Mobileye连续发布EyeQ Ultra\EyeQ6 L\EyeQ6 H 三款芯片,并计划于2024年、2025年开始量产EyeQ6两款芯片和EyeQ Ultra。EyeQ Ultra是专为 端到端自动驾驶而打造的单封装自动驾驶汽车集成芯片超级计算平台,基于5nm制程工艺,算力达 176TOPS。EyeQ 6 芯片基于台积电7nm FinFET工艺,最高可实现34TOPS算力。EyeQ6 Lite是一种经过优化的一体式前风挡解决方案,旨在以较低功耗和高效率提供入门级和高级驾驶辅助系统 (ADAS)功能。同时宣布的EyeQ6 High将支持高级驾驶辅助系统功能,并具有可扩展到“视线脱离/解放双手”的控制功能。

图片

芯片开发和生产制造能力仍为核心竞争力

厂商加速布局,智驾域控制器厂商竞争激烈 域控制器设计生产合作模式多样。目前,域控制器设计生产主要包括主机厂委托代工域控制器、Tier1 供应商为主机厂提供域控制器生产、Tier1.5主攻域控制器基础软件、Tier0.5全栈参与四种模式。具体来看:模式一:主机厂委托代工域控制器。该种模式下域控制器的设计和研发由主机厂负责,而供应商负 责域控制器的硬件制造,即外包域控制器,如特斯拉由广达及和硕进行域控制器代工、蔚来由Wistron 及伟创力代工。模式二:Tier1供应商为主机厂提供域控制器生产。该种模式是目前主流的业务模式,不同类型的企 业根据自身优势进行分工合作,芯片供应商、Tier1供应商和主机厂深入合作,芯片商提供芯片、开 发软件栈和原型设计包,Tier1提供域控制器硬件生产、中间层以及芯片方案整合,如德赛西威与英 伟达及小鹏/理想/智己深入合作、极氪与Mobileye及知行科技达成合作等。模式三:Tier1.5 主攻域控制器基础软件。该种模式下 Tier1.5 连接产业链上下进行开发,能够适应 软硬件分离的趋势,向上支持主机厂掌控系统的自主开发权,向下整合芯片、传感器等Tier2的资源, 如TTTech与上汽旗下联创汽车电子合资成立的创时智驾等企业。模式四:Tier0.5全栈参与。该种模式下供应商与主机厂深度绑定,参与主机厂域控制器的研发、生 产、制造等环节。

国内外厂商纷纷布局智能驾驶域控制器领域。现阶段,智能驾驶域控制器参与者主要包括四类:1.Global Tier1 供应商系统集成能力较强,具有客户群优势。2.本地Tier1供应商致力打造全栈解决方 案,与 OEM 深度合作。3.自动驾驶域控制器软件平台厂商以软件切入,实现通用和模块化平台。4.OEM 厂商期望自研域控制器甚至芯片以掌握底层硬件自主权。

图片

智能驾驶域控制器供应仍以国内Tier 1厂商为主,虽然头部主机厂自研域控意愿较强,但受限于相关研发积累、资金限制及自身销量等问题,自研难 度大、成本高,不一定有足够的销量来摊薄前期研发成本,故大多数厂商仍以采购Tier 1厂商产品及方案为主,自身参与到开发中,一方面积累相关技术,另一方面优化软硬件协同效果。国内主流 Tier 1 有华为、德赛西威、经纬恒润等企业,均胜电子、中科创达、大疆、东软睿驰等快步追赶,占 据一定市场份额;国际Tier 1大陆集团、博世、采埃孚等均有所涉及,但进入L2+级自动驾驶以后, 国际Tier 1厂商开始逐渐落后于国内Tier 1厂商的发展步伐。华为:智能驾驶全栈解决方案供应商 作为国内Tier 1厂商中较少能够提供智能驾驶全栈解决方案的企业,华为智能驾驶产品线非常丰富, 综合实力强。华为MDC产品经过数年发展,已覆盖多场景自动驾驶平台需求,其使用同一套软件, 同一个硬件架构,方便进行软件和硬件的迭代升级。目前全系列共有4件产品:MDC300F用于矿区、 港口、园区、高速物流等车辆;MDC210主要用于中低端车的铺量;MDC610用于高端车拉升品牌;MDC810 用于Robotaxi 或高级别的自动驾驶,其采用昇腾620芯片,算力高达400+TOPS。

图片

华为MDC平台性能强大,功能安全,提供开放的生态和多种开发工具。华为MDC810性能强劲算 力达400TOPS。具备用户态分布式OS内核,调度时延<10us,平台级时延<40ms。其异构计算能力 能针对不同环节提供不同的算力类型和大小,更精准地满足算力需求。此外,华为 MDC 具备面向 L4 的高安全架构,通过了信息安全、功能安全、车规级测试、软件成熟度认证、极端工况测试等多 项检验。同时,华为 MDC 基于标准化和平台化的设计理念,实现软硬件解耦,提供丰富的传感器 接口、全场景覆盖的工具链、100+标准的API和开放的SDK,支持与线控底盘接口对接、支持软件 开发和移植、支持不同级别自动驾驶的功能要求。华为也提供完整的开发工具链,帮助客户和生态 伙伴提升开发效率,完善华为MDC生态构建。华为于2021华为智能汽车解决方案生态论坛提出,截 至2021年底已有70余家生态合作伙伴,联合拓展乘用车项目超6个,商用车/专用车项目超11个。

图片

华为MDC提供了MDC工具链、MDC Core SDK和车云协同开放平台等开发者套件,很好地提升 了开发效率。MDC工具链含有AI集成开发环境Mind Studio、AP配置工具MMC、集成开发环境 MDS、标定诊断工具MCD、可视化调测工具MViz,覆盖自动驾驶应用的研发、调试、部署、运营 全生命周期。MDC Core SDK加速开发效率,支持TensorFlow、caffe等主流AI框架,支持1000+ 主流算子,开放100+API 接口。云端提升提供数据、场景、训练、仿真服务,加速车云数据闭环, 有20万+场景库和2000万+数据集,大幅提升训练和仿真效率。

图片

德赛西威专注于人、机器和生活方式的整合,前身为1986年成立的中欧电子工业有限公司,迄今已 有30多年汽车电子产品制造经验,制造工艺覆盖汽车电子产品生产全流程,公司为智能座舱、智能 驾驶以及网联服务提供创新、智能的产品解决方案,与大众集团、马自达集团、吉利汽车、长城汽 车、广汽集团、小鹏汽车、理想One等国内外汽车制造商建立了良好的合作关系。德赛西威智驾产品全面丰富,满足客户多层次产品需求。公司与英伟达深入合作,智能驾驶域控制 器产品经过IPU01-04四代迭代已形成丰富产品矩阵,能够满足从高性价比到高性能多层级市场需求。IPU01 是德赛西威最早量产核心产品,主要用作环视及泊车控制器,出货量已超百万套;轻量级智 能驾驶域控制器IPU02已进入上汽、长城、通用以及造车新势力等车企配套体系,适配国内中低价 格带这一最大细分市场,能够在有限成本范围内提供一定的智能驾驶功能;IPU03/04是高性能方案, 基于英伟达 Xavier 芯片的 IPU03 已在小鹏 P7 上量产,基于Orin芯片的高算力平台IPU04已通 过ISO/SAE 21434 体系认证并在理想等客户上实现规模化量产。受益于英伟达芯片的强大算力以及 自身优秀的量产能力和规模化优势,公司持续拓展产品矩阵和客户群体,伴随着国内 L2、L2+级 ADAS产品渗透率的快速提升,公司智能驾驶域控制器有望迎来爆发式增长。

图片

智驾域控制器与英伟达深度合作,带来高硬件性能及先发优势。IPU03/IPU04 依托于英伟达芯片的 高度计算能力,产品性能表现出色。2020年,德赛西威首款基于NVIDIA Xavier芯片的IPU03自动 驾驶控制平台量产,能够应对 L2 级别的全速域 ACC 自适应巡航、车道居中、车道偏离预警等功 能;作为德赛西威拳头产品的 IPU04,在算力、性能、端口、成熟度等方面有了跨越式发展,基于 两颗Orin 芯片,其总算力已达到 508TOPS 并可根据车企需求最高可拓展至 2000TOPS,算力高出 IPU03 的 7 倍以上,满足当前L2甚至L3级算力需求;具备更丰富的接入端口,最高可接入16路 高清摄像头,5个毫米波雷达,12路超声波传感器,以及1-3个激光雷达。

图片

高端智驾域控领域具有先发优势,合作开发能力较强。1992年公司已建立智驾研发团队,近年来研 发费用占营收比重持续超过10%,同时公司与英伟达合作较早,开发的域控硬件和中间件等产品能 够较好匹配底层芯片,充分发挥其效能。德赛在打造域控产品平台化实现快速复用的同时,依靠快 速设计、验证、量产的经验和能力,针对车企不同车型空间结构设计差异、算法差异等进行相应适 配满足车企定制化需求,使公司相对于通用产品供应商竞争优势明显。

大批量量产制造经验带来质量、成本、设计上的护城河。德赛域控产品历经四代迭代已形成丰 富产品矩阵,具有量产经验,IPU03、IPU04 大规模搭载小鹏 P7、理想 L9 等旗舰车型,高搭 载率和车型销量充分证实域控产品的可靠性。同时德赛西威作为目前中国市场主要域控制器供 应商,市占率较大,芯片采购量相比其他主机厂和Tier 1更多。大批量采购能带来一定的价格 优惠,在芯片的供应端具有成本优势。同时对于很多共用的芯片和零部件可以大量备货,在部 分客户芯片等零件结构性短缺时候可以串货,缓解客户供应端的压力。此外,德赛西威依托其 市场地位,在与上游供应商合作时有更高的话语权,与部分芯片厂商有定制化产品,弥补通用 芯片上的不足,使其产品更有竞争力。同步布局传感器和智驾算法,域控产品协同优势明显。公司积极开展智能驾驶领域多维度、多渠道 的协同共创,积极拓宽传感器、智能天线、算法等领域布局,提供平台化域控产品和系统级智能驾 驶解决方案,进一步增强公司产品整体适配度和综合竞争力。传感器方面,已在智能驾驶相关传感 器和T-Box方面获得市场领先地位,目前公司高清摄像头、ADAS摄像头已实现规模化量产,毫米 波角雷达、BSD 雷达均在多个客户量产应用,同时 4D 及国产化雷达方案已完成产业技术布局;5G+V2XT-BOX+智能天线方案已顺利在上汽通用、红旗等客户上实现规模化量产,并在 2022 年获 取国内头部OEM多款车型的出海业务。自动驾驶算法领域,公司全方位布局 L1 泊车至 L4高级智能辅助驾驶算法,通过自研+对外投资合 作模式寻求产品快速突破;同时由于和英伟达的长期合作开发,德赛对Orin芯片的定制算法理解独 到,可以为下游整车厂提供底软技术支持,使其具备更好的竞争优势。公司通过上述全栈布局形成 智驾域控领域全套解决方案,打造出“智驾域控制器+传感器+软件算法+5G-V2X”产品矩阵,协同优 势明显。

图片

经纬恒润:高性价比智驾方案供应商,智能驾驶研发起步早,具备不同等级解决方案。公司自 2010 年起投入研发智能驾驶产品,经过持续 产品创新,目前已形成ADAS+ADCU+HPC的完整平台化产品解决方案系列,能够满足不同等级智 能驾驶功能需求。公司前向 ADAS 系统是公司智能驾驶业务的核心产品,该产品整合了 Mobileye EyeQ4 芯片和Infineon AURIX ™高算力平台,实现了自适应巡航控制、车道保持辅助等多项功能。2016 年,公司自主研发的先进辅助驾驶系统(ADAS)量产配套上汽荣威RX5,实现公司自动驾驶 产品首次量产的同时打破了国外零部件公司在该领域的垄断地位。截至 2021 年 ADAS 产品已配 套或定点的车型超过 100 款,客户主要为一汽集团、上汽集团、中国重汽、吉利汽车等整车厂商。

智能驾驶域控制器(ADCU)是经纬恒润设计研发的集成式高性能计算单元。ADCU基于 Mobileye EyeQ4 及 Infineon TC-297TA 芯片,能够实现自动驾驶等高级别自动驾驶功能,支持毫米波雷达、 激光雷达、高精地图等信息接入;同时在ADCU基础上,经纬恒润将智能驾驶域控制器和自动泊车 域控制器进行融合,面向 L2+级智能驾驶要求,推出了一系列低成本、中低算力的行泊车一体解决 方案,很好地契合了市场需求;并且在ADCU硬件基础上,经纬恒润可以提供自主研发的自动驾驶 功能,或集成第三方研发功能,为用户量身定制系统级自动驾驶解决方案。

图片

智能驾驶高性能计算平台持续投入。2023年3月,公司基于NXP新一代多核异构SoC高性能平台 开发的中央计算平台(CCP)发布,该产品实时控制核采用Classic AUTOSAR软件架构,方便多方 软件联合开发和部署、高性能计算核基于商用Linux + Adaptive AUTOSAR软件架构,提供整车全量 数据采集、整车OTA升级、SOA服务等功能,支持整车厂用户持续快速迭代应用软件,使得产品 能够提供中央网关、车身及舒适控制、新能源整车动力控制、整车全量数据采集、SOA 车控服务、 边缘计算等功能,满足 ASIL-D 功能安全等级要求。同时支持公司自研或客户定制的人工智能感知 算法、路径规划和控制方案,实现在高速公路、城市道路、停车场等场景下安全、精准、稳定的自 动行驶。该产品目前已配套滴滴、合众汽车、一汽解放等客户。

图片

积极开拓单车智能解决方案,产品协同效应显著。经纬恒润智驾产线具备向上集成完整智能驾驶方 案的软硬件产品基础,是目前国内少数能够提供智驾全栈式解决方案的供应商,其智驾解决方案中 智驾算法、摄像头、毫米波雷达、智能网关控制器、高精定位系统等域控核心配套产品均为自研。感知端,车载摄像头、毫米波雷达产品种类丰富,车载摄像头搭配先进的ISP图像处理算法,能够 在各种复杂光照环境下给予驾乘者高质量视觉体验,同时大幅提升感知算法的识别速率和准确率, 目前已广泛应用于广汽、吉利、红旗、一汽等整车厂的主流车型。最新LRR610 4D成像前雷达具备 水平和俯仰高分辨能力(1.25°×1.7°)、超远距离探测能力和丰富的点云信息(单帧点云>10K)。

平台工具和方法流程布局全面。为保证AI感知算法的可靠落地,公司自研了一整套平台工具和方法 流程,其AI算法通过挖掘深度神经网络在数据表达方面的能力,具有实时性好、检测准确、鲁棒性 好等特点,目前已经应用在多个园区自动驾驶示范项目中,同时也在智能化港口项目中得到了充分 的应用和验证;同时公司高精定位模块LMU可以实现道路级定位,支持L2+自动驾驶,能够准确持 续提供前方道路的曲率和坡度信息,支持DOTA/FOTA升级,目前已应用于上汽、红旗、长城等客 户车型。通过上述协同布局,公司形成的系统级智能驾驶解决方案技术自主,能够充分发挥协同效 应进一步降本增效,为客户提供更高性价比智驾产品。

图片

中科创达:领先的智驾操作系统供应商

完善产业协同布局,发力智能驾驶赛道。中科创达以智能操作系统为核心,聚焦场景需求,持续布 局智能驾驶领域。在低速智能驾驶领域,中科创达已经构建了从AVM(全景环视系统)、XPA(智 能泊车)到AVP(无人代客泊车)的全链路产品、技术与解决方案,实现了智能座舱与低速驾驶的 融合创新。此外,在域控算力平台领域,中科创达子公司畅行智驾基于在操作系统及实时中间件领 域的技术优势,为全球客户提供行业领先的智能驾驶域控产品和开放的智能汽车HPC软硬件平台。

图片

公司利用自身技术积累,积极布局智驾相关操作系统和云端平台。目前公司正在开发 ThunderAuto 智能网联汽车操作系统和智能驾驶辅助系统 SmartDrive。该智能驾驶辅助系统包含硬件抽象、软件 开放、端云服务、场景落地等四大平台,客户可以用其开发ADAS产品、应用和系统,降低开发复 杂度、周期和成本,有望解决目前ADAS系统各自为政、软硬不分离、集成成本高、迭代演进难等 问题。

携手高通、立讯精密,智能驾驶域控制器已取得初步成果。2022年中科创达自动驾驶子公司畅行智 驾获高通创投、立讯精密投资。2022年9月,基于Snapdragon Ride SA8540P芯片,畅行智驾开发 了旗下首款智驾域控RazorDCX Takla,提供60TOPS算力、12路相机最高像素8M Pixels的接入能 力,并预留多路CAN/CANFD 接口,提供8路车规级以太网接口,满足自动驾驶对传感器接入的需 求,具备高性价比优势,实现全时中阶行泊一体,可广泛应用于低速泊车智能驾驶、高速公路智能 驾驶、城区智能驾驶以及封闭园区智能驾驶等诸多场景中。2023年4月,发布基于Snapdragon Ride 平台的高阶智驾控制器RazorDCX Pantanal,采用4nm SOC, 集成Snapdragon Ride™视觉软件栈,单芯片算力达50-100TOPS,可同时支持基础配置7V5R12USS 与高阶配置11V5R12USS 接入,并预留多路 CAN/CANFD 接口,提供 8 路车规级以太网接口,满 足不同等级智能驾驶对传感器接入的需求。实现记忆泊车、L2.9 级高速公路自动驾驶及 L3 级城区 自动驾驶,并可拓展至L4级无人售货车、矿山、自动清洁车等封闭园区自动驾驶。其具有可拓展性 强、功能安全性高、应用场景广等特点,满足从入门级到旗舰级车型对智驾域控的不同需求。

图片

大疆:低成本NOA方案优质供应商。大疆依托视觉技术深厚积累,推出新一代智能驾驶解决方案。2023年4月,大疆车载公布了全新一 代智能驾驶解决方案,该方案以低至32TOPS的算力,7V/9V的纯视觉配置,通过“强视觉在线实时 感知、无高精地图依赖、无激光雷达依赖”实现了包括城区记忆行车(32TOPS)/城区领航驾驶(80TOPS) 在内的 L2+智能驾驶功能。同时,该纯视觉辅助驾驶系统也支持扩展毫米波雷达、超声波雷达、激 光雷达、高精度地图等传感器,增强系统的安全冗余。该方案基于当前对智能驾驶系统成本约束,结合当前智能车电子电气架构演进水平,以及中国市场 对智能驾驶真实需求,具备算力门槛低,算法扎实、功能丰富、传感器配置简洁高效、可拓展性强 等特点,方案支持扩展算力至200TOPS,提升了高速领航与城区领航等高阶L2+功能的舒适体验, 目前,该智驾解决方案目前已处于可用状态,正与合作车企积极推进量产。

图片

均胜电子持续发力智能驾驶系统,多渠道布局智驾域控。均胜电子加快研发新一代高算力智能驾驶 域控制器产品,2022年8月,子公司均胜科技获得与国内某知名整车厂关于自驾高算力域控平台的 联合开发,公司基于英伟达Orin芯片,为客户提供一款双Orin系统架构的高算力域控平台(AD域 控制器),可以实现L2++高速公路及城市情景NOA功能、AVP代客泊车功能,并计划于2024年 开始量产;2023年5月,旗下子公司均联智行发布全球首批基于高通Snapdragon Ride第二代芯片平 台的自动驾驶域控制器nDrive H,芯片算力高达200TOPS,基于软硬件深度融合的行泊一体设计, 支持L2++到L4级别自动驾驶全场景功能,实现HPA、NOP、HWA等自动驾驶场景。同时其双芯 片结构可提供同级别全冗余平台的最优性价比解决方案,在散热处理上提供行业领先方案,高配版 本采用水冷散热设计,低配版采用风冷设计,较好解决散热问题。

图片

同时,公司与地平线、黑芝麻等国内各芯片厂商建立合作关系。2021年8月,均联智行与黑芝麻智 能签署战略合作协议,双方依托各自优势资源,在自动驾驶计算芯片、前瞻技术联合预研及智能汽 车平台化等业务领域展开深度合作,重点围绕自动驾驶域控制器进行协同开发;2023年5月均联智 行与地平线达成战略合作,地平线将提供以“芯片+参考算法+开发工具”为基础的智能汽车解决方案, 包括车规级芯片、车载计算平台、视觉感知、人机交互等。均联智行基于自身车规级自动驾驶技术 积累,与地平线共同推进高级辅助驾驶(ADAS)、自动驾驶、智能人机交互等领域的产品开发, 加速自动驾驶解决方案的量产;同时公司依托公司智能汽车技术研究院在人工智能的技术储备和前 瞻研发优势,加快研发新一代高算力智能驾驶域控制器等产品,目前在此领域已获批及在批专利逾 50 项,涵盖自动驾驶域控制器结构、路径规划、车辆控制、数据存储等;公司和国内外多家整车厂 商共同推进基于不同芯片平台的智驾域控、驾舱融合域控及中央计算单元等项目的研发,部分项目 已顺利完成A样的开发和POC(验证测试),为公司后续获取客户量产项目的定点提供坚实支撑。

图片

东软睿驰发力行泊一体域控,实现全链条国产化打通。东软睿驰基于地平线征程5、芯驰科技X9U 系列芯片,构建了国内首个全国产自动驾驶域控制器平台,实现国产化芯片、算法、软件、硬件从 研发到量产应用全方面全链条打通。同时,基于该平台打造的高性能行泊一体域控制器 X-Box 4.0 面向L2++级别自动驾驶,配置地平线征程5、芯驰科技X9U系列芯片,单芯片算力达到128TOPS, 可提供高速(NOA)、记忆泊车(HPA)、智能巡航(ICA)、遥控泊车(RVM)等40余项功能, 支持8M摄像头、4D点云毫米波雷达和激光雷达、DSI3超声波雷达的接入,能够有效实现对各类 异形和未知障碍物的精准感知和避让。面向跨域融合时代,基于全国产化大算力单芯片,东软推出多域融合域控制器 X-Center2.0,采用 SOA设计理念,通过自研软件架构的强大算力支撑,支持以太网接口、多屏输出以及处理多路CAN 数据的接入和转发等,大幅度减少整车开发复杂度,不断扩展整车智能化性能,实现从“域控”到“中 央计算”的跨越。

图片

截至目前,市场上出现大量行泊一体智驾域控产品,除上述案例以外,其余厂家如地平线推出了与 金脉联合开发的自动驾驶域控制器产品Horizon Matrix® Pilot 3.0;黑芝麻推出智驾解决方案BEST drive;宏景智驾推出 ADCU 高级别自动驾驶域控;同时国际厂商大陆集团、博世、采埃孚等传统 Tier 1 巨头也在发力智驾域控产品,或通过自研、或通过成立合资公司联合开发以谋求一定的市场地 位。但由于智驾域控产品技术集成度高,投入巨大且产业上下游协同壁垒高,新晋厂商以及传统国 际巨头面临技术成熟度不足、产品工程、转型困难等问题,短期内仍难以形成有效市场竞争力。我们仍较为看好以德赛西威、华为为代表的国内主流Tier 1厂商,其具备技术领先优势、规模化量产 优势、客户覆盖度广优势,并且能够充分发挥上下游协同优势深入参与主机厂产品研发过程,精确 理解用户需求并不断完善自我产品生态,预计在将来仍会保持较大的市场份额。

少数头部主机厂选择自研+代工模式 车企对于坚持智驾域控自研的考虑,无外乎成本、核心技术及供应链稳定、产品亮点和差异化等几 个因素的考量。根据 HiEV 大蒜粒车研所测算,从资金成本考虑,当前智驾域控中硬件占总成本的 比重约为60-80%,软件占比约为20-40%,以主营业务为智驾域控的知行科技为例,其雇佣员工200 人左右,近三年合计研发投入近2亿元,从时间成本上考量,小鹏从官宣自研到落地G9大致花了 两年时间,因此如果能将硬件乃至整个域控方案掌握在自己手里,将有效降低车企成本提升产品竞 争力;同时如果车企意图将智能化打造为自身标签,自研与车型更为匹配的域控产品将会是更好选 择,自研域控将会提高系统的软硬件协同能力并减少芯片算力耗费,同时车企将拥有完整的开发工 具链,在算法升级、驱动更新上将更为及时。因此,对于有一定实力和愿景的车企而言自研域控无 疑具有很强的吸引力。自研智驾域控系列产品具有裨益的同时也会带来巨大成本耗费。根据南方日报报道,2023年上半年 中国市场约20%的头部企业市场占比超过90%,在汽车市场竞争愈发激烈的当下,大部分厂商稳定 销量难以保证,相对主流Tier 1厂商而言其自研域控成本—收益比较低甚至不能覆盖成本;同时自 研域控的时间成本和缺乏经验带来的技术问题难以短时间内解决;域控的规模量产商用和与之相关 的软件生态形成也很难依靠一家自研而成。虽然理论上自研极具优势,但主机厂前置成本较高并且 难以依靠车型销量制胜,有意愿自研的厂商仍为少数。

对于规模巨大的极少数头部厂商而言,自研优势明显。将域控技术掌握在自己手里不但可以控制整 体成本也可以确保核心技术及产品供应链稳定;其次自研与车型更为匹配的域控,将有助于车企打 造差异化竞争力,定制更多个性化功能,使需求与研发结合更为紧密,从长远来看将会提升车企核 心竞争力。而外购或合作开发对于众多中小厂商或许更为友好,中小厂商自研能力薄弱并且车型销 量不足以覆盖自研成本,但依托成熟的供应链系统,中小厂商可以在有限的预算范围内,快速、低 成本外购相对高性价比的整体解决方案,使产品实现一定的智能驾驶功能并满足中低端自动驾驶需 求。长期来看,我们预计“极少数高端主机厂自研+主流Tier 1供应”的产业格局将长期存在,以华 为、德赛西威为代表的研发实力强劲、量产规模大、质量有保障的各Tier 1厂商仍将占据供应链核 心地位。

特斯拉:智能驾驶全栈自研领导者

做为智能驾驶全栈自研的先驱者和领导者,特斯拉技术优势明显。特斯拉于2020年正式推出其全栈 自研智能驾驶解决方案FSD,实现了从芯片开发到底层架构到软件开发的整体编辑能力。硬件系统 HW3.0基于特斯拉自研FSD芯片,算力达到144TOPS, 该芯片采用三星14nm工艺,包含12个 CPU、 1 个 GPU、2 个神经处理单元、以及其他硬件加速器,能够实现自动泊车、智能召唤、自动辅助导 航驾驶(NOA)、自动变道、交通信号识别、停车标志识别、城市道路自动辅助等高阶智驾功能;同时在域控算法端,特斯拉也具有领先优势,其率先应用神经网络系统HydraNet、BEV+transformer 感知算法、占用网络技术、数据处理融入时序特征、图像特征级融合等方案,提升了智驾系统感知 精确性、复杂环境鲁棒性,至今仍为行业标杆。根据推特博主“greentheonly”拆解最新 Model Y 和最新首发 Model S/X 情况来看,新一代 HW4.0 已搭载北美地区Model X/Y等高端车型。其搭载了第二代FSD芯片,采用4nm工艺;CPU核心增 加至20个;GPU、TRIP核心增加至2个;具有3个NPU核心,使用32 MB的SRAM,用于存储 模型权重和激活,预估综合性能将为当前芯片3倍左右。传感器方案也有一定改进,在坚持视觉方 案的同时,新增一个4D毫米波雷达做为安全冗余,提升感知系统的精准度和安全性。

图片

HW4.0

小鹏:域控自研+代工模式,软硬件更加适配域控硬件自研设计,有效提升软硬一体化水平。

2020 年小鹏发布搭载有自研智驾系统 XPILOT 的 P7,该车型智驾域控为德赛西威研制,基于英伟达Xavier芯片的自动驾驶域控制器IPU03,算力达 到30TOPS。同时,小鹏也开始启动智驾域控自研并在G9上实现量产,形成以“X-EEA电子电气架 构+XNGP智能驾驶辅助系统+Xmart OS车载智能系统”为核心的智能驾驶生态。通过对域控方案自 研设计,软硬件一体化程度有效提升,二者可以更好适配,明确软件开发边界,提升硬件利用率。

自研智驾系统XNGP表现出色。其基于英伟达Orin芯片的第二代智驾系统XNGP于23年3月正 式发布。作为“重感知、轻地图”技术路线的代表,完全形态的XNGP将具备全场景智能辅助驾驶 能力,在全国各个城市都能无缝连接高速、城市、地下停车场等各种场景,实现端到端的城市NOA 辅助驾驶体验。其包含的新一代智驾域控基于2个英伟达Orin芯片,总算力达到508TOPS,搭配 31 个传感器,能够实现智能导航辅助驾驶、全场景智能辅助驾驶、VPA-L停车场记忆泊车增强版等 高阶智驾功能;域控感知算法层面,自研XNet深度视觉神经网络,凭借超强的环境感知能力,XNet 能够将多个摄像头采集的数据进行多帧时序前融合,输出动态目标物的4D信息及静态目标物的3D 信息,大大提升智能辅助驾驶,尤其是面对城市复杂场景时的感知、预判、决策、执行的能力和效 率,并且借由小鹏“扶摇”超算中心算力,使得动态XNet的训练时间由过去的276天缩减到11小 时,效率提升超过600倍。

图片

       小鹏XNGP智能辅助驾驶系统                             小鹏XNet视觉感知神经网

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1531876.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

算法沉淀——贪心算法五(leetcode真题剖析)

算法沉淀——贪心算法五 01.跳跃游戏 II02.跳跃游戏03.加油站04.单调递增的数字 01.跳跃游戏 II 题目链接&#xff1a;https://leetcode.cn/problems/jump-game-ii/ 给定一个长度为 n 的 0 索引整数数组 nums。初始位置为 nums[0]。 每个元素 nums[i] 表示从索引 i 向前跳转…

AIGC——ComfyUI工作流搭建、导入与常用工作流下载

工作流 ComfyUI工作流是一个基于图形节点编辑器的工作流程&#xff0c;通过拖拽各种节点到画布上&#xff0c;连接节点之间的关系&#xff0c;构建从加载模型到生成图像的流程。每个节点代表一个与Stable Diffusion相关的模型或功能&#xff0c;节点之间通过连线传递图片信息。…

支小蜜校园防欺凌系统可以在厕所使用吗?

随着社会的进步和教育理念的更新&#xff0c;校园安全问题日益受到社会各界的关注。近年来&#xff0c;校园欺凌事件频发&#xff0c;给受害者的身心健康带来了严重影响&#xff0c;也给整个校园环境的和谐稳定带来了威胁。为此&#xff0c;许多学校开始引入校园防欺凌系统&…

详细分析Python模块中的雪花算法(附模板)

目录 前言1. 基本知识2. 模板3. Demo 前言 分布式ID的生成推荐阅读&#xff1a;分布式ID生成方法的超详细分析&#xff08;全&#xff09; 1. 基本知识 Snowflake 算法是一种用于生成全局唯一 ID 的分布式算法&#xff0c;最初由 Twitter 设计并开源 它被设计用于解决分布式…

设计模式|工厂模式

文章目录 1. 工厂模式的三种实现2. 简单工厂模式和工厂方法模式示例3. 抽象工厂模式示例4. 工厂模式与多态的关系5. 工程模式与策略模式的关系6. 面试中可能遇到的问题6.1 **工厂模式的概念是什么&#xff1f;**6.2 **工厂模式解决了什么问题&#xff1f;**6.3 **工厂模式的优点…

C++ 模板入门详解

目录 0. 模板引入 1.函数模板 1. 函数重载的缺点 2. 函数模板的概念和格式 2. 函数模板的实例化 2.1 隐式实例化&#xff1a;让编译器根据实参推演模板参数的实际类型 2.2 显式实例化&#xff1a;在函数名后的<>中指定模板参数的实际类型 2.3 函数模板参数的匹…

蓝桥杯刷题-替换字符

代码&#xff1a; 顺着题目意思写即可 sinput() nint(input()) for i in range(n):l, r, x, y input().split() if x not in s[int(l)-1:int(r)]: # 如果待替换字符不在区间内则跳过continueelse:# 找到待替换字符的位置&#xff0c;用replace函数进行替换ss[:int(l)-1]s[in…

Linux-docker安装数据库mysql

1、拉去mysql镜像&#xff1a; docker pull mysql2、创建容器挂载路径 mkdir -p /usr/local/jiuxiang/mysql/data # 数据存储位置 mkdir -p /usr/local/jiuxiang/mysql/logs # 日志存储位置 mkdir -p /usr/local/jiuxiang/mysql/conf # 配置文件3、启动容器 docker run -…

STL第一弹

2 STL初识 2.1 STL的诞生 长久以来&#xff0c;软件界一直希望建立一种可重复利用的东西 C的面向对象和泛型编程思想&#xff0c;目的就是复用性的提升 大多情况下&#xff0c;数据结构和算法都未能有一套标准,导致被迫从事大量重复工作为了建立数据结构和算法的一套标准,诞生…

MySQL的基本操作与增删改查管理操作

一、MySQL数据库sql语句 1.1 sql 命令 database数据库table表row行column列user用户select从数据表中获取数据updata更新数据库中的数据delete从数据库中删除数据insert into 向数据表插入数据create database创建新数据库alter database修改数据库create table创建新表alter…

蓝桥杯 2023 省B 飞机降落

首先&#xff0c;这题要求的数据量比较少&#xff0c;我们可以考虑考虑暴力解法。 这题可能难在很多情况的考虑&#xff0c;比如说&#xff1a; 现在时间是10&#xff0c;有个飞机20才到&#xff0c;我们是可以干等10分钟。 #include <iostream> #include <…

【机器学习300问】39、高斯分布模型如何实现异常检测?

一、异常检测是什么&#xff1f; &#xff08;1&#xff09;举几个例子 ① 信用卡交易异常检测 在信用卡交易数据分析中&#xff0c;如果某个用户的消费习惯通常是小额且本地化消费&#xff0c;那么突然出现一笔大额且跨国的交易就可能被标记为异常。 ② 电机温度异常检测 在电…

echart trigger 为 axis 的时候不显示 tooltip 解决办法

echart trigger 为 axis 的时候不显示 tooltip 解决办法 在项目 vitetsvue3 中使用 echart 显示了一个曲线图&#xff1a; 但当把图表的 trigger 设置成 axis 的时候&#xff0c;鼠标扫过并不显示具体的数值&#xff0c;如上图所示。 但 trigger item 的时候是正常的。 解决…

Docker Desktop 安装 ClickHouse 超级简单教程

Docker desktop 安装 clickhouse 超级简单 文章目录 Docker desktop 安装 clickhouse 超级简单 什么是 Docker &#xff1f;安装下准备安装Docker配置安装 ClickHouse配置数据库密码DBeaver 测试创建表总结 什么是 Docker &#xff1f; 下载 Docker desktop Docker Desktop …

[蓝桥杯 2015 省 B] 生命之树

水一水的入门树形DP #include<iostream> #include<algorithm> #include<vector> using namespace std; using ll long long; #define int long long const int N 2e610; const int inf 0x3f3f3f3f; const int mod 1e97;int n; int w[N]; vector<vecto…

Node.js快速入门:搭建基础Web服务器与实现CRUD及登录功能

&#x1f31f; 前言 欢迎来到我的技术小宇宙&#xff01;&#x1f30c; 这里不仅是我记录技术点滴的后花园&#xff0c;也是我分享学习心得和项目经验的乐园。&#x1f4da; 无论你是技术小白还是资深大牛&#xff0c;这里总有一些内容能触动你的好奇心。&#x1f50d; &#x…

Word2vec 学习笔记

word2vec 学习笔记 0. 引言1. Word2vec 简介1-1. CBOW1-2. SG 2. 实战 0. 引言 最近研究向量检索&#xff0c;看到有同事使用 MeCab、Doc2Vec&#xff0c;所以把 Word2vec 这块知识学习一下。 1. Word2vec 简介 Word2vec 即 word to vector&#xff0c;顾名思义&#xff0c;…

在MongoDB建模1对N关系的基本方法

“我在 SQL 和规范化数据库方面拥有丰富的经验&#xff0c;但我只是 MongoDB 的初学者。如何建立一对 N 关系模型&#xff1f;” 这是我从参加 MongoDB 分享日活动的用户那里得到的最常见问题之一。 我对这个问题没有简短的答案&#xff0c;因为方法不只有一种&#xff0c;还有…

HarmonyOS(鸿蒙)ArkUI组件

方舟开发框架&#xff08;简称ArkUI&#xff09;为HarmonyOS应用的UI开发提供了完整的基础设施&#xff0c;包括简洁的UI语法、丰富的UI功能&#xff08;组件、布局、动画以及交互事件&#xff09;&#xff0c;以及实时界面预览工具等&#xff0c;可以支持开发者进行可视化界面…

风速预测(八)VMD-CNN-Transformer预测模型

往期精彩内容&#xff1a; 时序预测&#xff1a;LSTM、ARIMA、Holt-Winters、SARIMA模型的分析与比较-CSDN博客 风速预测&#xff08;一&#xff09;数据集介绍和预处理-CSDN博客 风速预测&#xff08;二&#xff09;基于Pytorch的EMD-LSTM模型-CSDN博客 风速预测&#xff…