自动驾驶

L2-L3 自动化车辆

美国汽车工程师协会定义了驾驶自动化级别，如下所示：

为了满足各个驾驶自动化级别所需的功能，OEM 厂商和一级供应商需要一个灵活扩展且稳定可靠的架构来设计其自动驾驶系统。自动驾驶 (AD) 系统的一个关键组件是域控制器，用于集成并处理 ADAS 和 AD 功能所需的大量传感器数据。低级别 ADAS 和高级 AD 的关键功能包括如下这些：

• 盲点检测 (BSD)
• 车道偏离警告 (LDW)
• 自适应巡航控制 (ACC)
• 自动紧急制动 (AEB)
• 车道保持辅助 (LKA)
• 自动泊车辅助 (APA)
• 交通堵塞辅助 (TJA)
• 自动变道 (ALC)

L4-L5 无人驾驶出租车和无人驾驶卡车

无人驾驶出租车、无人驾驶卡车等全自动驾驶车辆对可靠性要求极高，对性能、能效、自适应计算的要求也很高。自适应 XA SoC 能够出色实现硬件加速器与应用软件的紧密结合，达成良好平衡，轻松应对集成传感器数据聚合、计算加速和标量处理等任务。

数据聚合

• 可编程 I/O 便于扩展
• 传感器接口
• 对各种标准的原生支持
• 从各种不同的传感器收集数据

预处理

• 数据调节
• 传感器数据同步
• 传感器融合
• 数据规整
• 对象分类

分发

• 支持高速数据传输的可编程 I/O
• 支持各种器件间连接

要完成域控制器内的数据聚合、预处理和分发 (DAPD) 任务，需要一组异构处理引擎来处理传入的传感器数据 — 这一任务可通过自适应 AMD Zynq™ UltraScale+™ XA MPSoC 和 Versal™ AI Edge 平台来完成。在 DAPD 中，自适应 XA SoC 将准备待处理的输入传感器数据，这些数据在处理后将分配给域控制器内的其它元件。

在域控制器的计算加速任务中，高能效、高利用率的 ML 推理是 OEM 厂商和无人驾驶出租车开发商关注的焦点。无论是传统的计算机视觉 (CV) 加速、卷积神经网络 (CNN) 处理，还是 ML 加速，都需要高效利用 TOPS 算力来处理传感器数据。自适应 XA SoC 平台，特别是 Versal AI Edge，可提供超高 AI 性能功耗比，带来卓越的计算性能。进一步了解我们在计算加速方面的优势。