CN109557997A - 一种基于人工智能的自动驾驶高可靠性车载计算装置、系统和方法 - Google Patents
一种基于人工智能的自动驾驶高可靠性车载计算装置、系统和方法 Download PDFInfo
- Publication number
- CN109557997A CN109557997A CN201811493325.2A CN201811493325A CN109557997A CN 109557997 A CN109557997 A CN 109557997A CN 201811493325 A CN201811493325 A CN 201811493325A CN 109557997 A CN109557997 A CN 109557997A
- Authority
- CN
- China
- Prior art keywords
- control unit
- main control
- fpga
- artificial intelligence
- high reliability
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
- G06F1/26—Power supply means, e.g. regulation thereof
- G06F1/32—Means for saving power
- G06F1/3203—Power management, i.e. event-based initiation of a power-saving mode
- G06F1/3234—Power saving characterised by the action undertaken
- G06F1/329—Power saving characterised by the action undertaken by task scheduling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
- G06F11/16—Error detection or correction of the data by redundancy in hardware
- G06F11/20—Error detection or correction of the data by redundancy in hardware using active fault-masking, e.g. by switching out faulty elements or by switching in spare elements
- G06F11/202—Error detection or correction of the data by redundancy in hardware using active fault-masking, e.g. by switching out faulty elements or by switching in spare elements where processing functionality is redundant
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于人工智能的自动驾驶高可靠性车载计算装置、系统和方法,属于计算技术领域,包括控制单元、图像数据处理单元、GPU以及供电电源,所述控制单元包括主控制单元和从控制单元,主控制单元和从控制单元均分别连接有图像数据处理单元,图像数据处理单元连接前端摄像装置;主控制单元和从控制单元通过心跳检测连接。一种基于人工智能的自动驾驶高可靠性车载计算系统,包括图像数据采集模块、核心控制模块和外围功能模块。一种基于人工智能的自动驾驶高可靠性车载计算方法,计算单元采用冗余技术,供电电源、FPGA数据处理模块和CPU核心控制模块均采用双路。本发明实时处理能力强、可靠性高,可适用于各种自动驾驶系统。
Description
技术领域
本发明涉及计算技术领域,具体地说是一种基于人工智能的自动驾驶高可靠性车载计算装置、系统和方法。
背景技术
自动驾驶(Autonomous Driving)又称无人驾驶,是依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作,让电脑可以在没有任何人类主动的操作下,自动安全地操作机动车辆,因此需要大量的数据处理和计算。自动驾驶的出现,对汽车的计算单元提出了更高的要求,使得传统汽车处理单元无法满足新的应用需求。为了适应自动驾驶的大量数据处理和计算,汽车需要一种实时处理能力强、性能和可靠性高的车载计算系统。
发明内容
本发明的技术任务是针对以上不足之处,提供一种基于人工智能的自动驾驶高可靠性车载计算装置、系统和方法,实时处理能力强、安全性高、可靠性高,可适用于各种自动驾驶系统。
本发明解决其技术问题所采用的技术方案是:
一种基于人工智能的自动驾驶高可靠性车载计算装置,包括控制单元、图像数据处理单元、GPU以及供电电源,
所述控制单元包括主控制单元和从控制单元,主控制单元和从控制单元均分别连接有图像数据处理单元,图像数据处理单元连接前端摄像装置;主控制单元和从控制单元均分别连接有PCH、并通过心跳检测连接,前端激光雷达数据处理模块通过PCH连接所述控制单元。
GPU用于系统对外的图像显示功能。
该计算装置的高可靠性在于设计采用冗余技术,控制单元、供电电源及图像数据处理单元都采用双路冗余技术;主控制单元和从控制单元均分别连接有PCH、并通过心跳检测连接,从控制单元监听主控制单元的心跳,保证在主控制单元出现问题时从控制单元自动转为主控制单元,接管车辆控制,保证系统的安全性和高可靠性。
优选的,所述主控制单元和从控制单元均分别采用DDR4贴片内存,最大可支持32G,相比传统的内存插槽,贴片内存在抗震、抗腐蚀和抗冲击等多方面有很大的优势,提高系统整体的加固性。
优选的,所述图像数据处理单元为FPGA,前端摄像装置采集数据均输出到两路FPGA,所述两路FPGA分别连接主控制单元和从控制单元。FPGA为计算单元的加速模块,主要用于图像数据处理,相比之前传统的处理方式,FPGA加速模块采用人工智能技术,针对图像进行算法优化和多线程处理,同样数据量的内容采用该种设计方式进行处理,可大幅减少控制单元CPU资源的占用和整个系统的功耗,提高处理效率。
优选的,所述前端摄像装置为前端摄像头通过GMSL总线连接到MAX9286,MAX9286是一款GMSL四通道解串器,前端使用两片MAX9286,使得计算单元最大可支持8路视频输入,两片MAX9286解码后的数据均分别输出到两路FPGA。
进一步的,雷达装置采集数据均输出到两路PCH,所述两路PCH分别连接主控制单元和从控制单元。
优选的,所述主控制单元连接有CPLD。CPLD用于控制整个系统的上电时序。
本发明还公开了一种基于人工智能的自动驾驶高可靠性车载计算系统,包括图像数据采集模块、核心控制模块和外围功能模块,其中,
核心控制模块包括供电电源、FPGA数据处理模块和CPU控制单元,所述CPU控制单元包括主控制单元和从控制单元,主控制单元和从控制单元分别连接一路FPGA,主控制单元和从控制单元分别连接PCH、并通过心跳检测相连,车辆雷达系统通过PCH连接所述主控制单元和从控制单元;主控制单元所属的FPGA数据处理模块对他喜爱那个数据进行实时处理,从控制单元的FPGA数据处理模块仅接收数据,但不对数据进行处理,主控制单元根据图像数据的处理结果和激光雷达数据的处理结果进行数据融合,根据判断结果进行车辆控制,主控制单元的车辆控制数据会和从控制单元进行同步,从控制单元监听主控制单元的心跳,在主控制单元出现问题时第一时间接管车辆控制,转变为主控制单元;
图像数据采集模块包括前端摄像头和数据处理装置,所述数据处理装置连接前端摄像头、并将处理数据输出至所述的两路FPGA,进而传送给控制单元;
外围功能模块包括GPU,两个GPU分别连接所述的主控制单元和从控制单元。GPU用于系统对外的图像显示功能。外围功能模块还可包括CPLD,CPLD用于控制整个系统的上电时序。
优选的,所述图像数据采集模块为前端摄像头通过GMSL总线连接到MAX9286,MAX9286是一款GMSL四通道解串器,前端使用两片MAX9286,使得计算单元最大可支持8路视频输入,两片MAX9286解码后的数据均分别输出到两路FPGA。FPGA为计算单元的加速模块,主要用于图像数据处理,相比之前传统的处理方式,FPGA加速模块采用人工智能技术,针对图像进行算法优化和多线程处理,同样数据量的内容采用该种设计方式进行处理,可大幅减少控制单元CPU资源的占用和整个系统的功耗,提高处理效率。
本发明还公开了一种基于人工智能的自动驾驶高可靠性车载计算方法,计算单元采用冗余技术,供电电源、FPGA数据处理模块和CPU核心控制模块均采用双路,其中,
CPU核心控制模块通过仲裁推举出一路主控制单元和一路从控制单元,前端摄像采集解码后的数据均分别输出到两路FPGA数据处理模块,主控制单元所属的FPGA对图像数据进行实时处理,从控制单元的FPGA仅接收数据,不对数据进行处理;
主控制单元根据图像数据的处理结果和激光雷达数据的处理结果进行数据融合,根据判断结果进行车辆控制;
主控制单元的车辆控制数据与从控制单元进行同步,从控制单元通过心跳监听主控制单元的工作状态,一旦主控制单元出现问题,从控制单元自动转变为主控制单元,接管车辆控制。
优选的,前端摄像头通过GMSL总线连接到MAX9286,前端使用两片MAX9286,前端通过GMSL解串器后的数据均分别输出到两路FPGA数据处理模块。
FPGA数据处理模块为计算单元的加速模块,主要用于图像数据处理,相比之前传统的处理方式,FPGA加速模块采用人工智能技术,针对图像进行算法优化和多线程处理,同样数据量的内容采用该种设计方式进行处理,可大幅减少控制单元CPU资源的占用和整个系统的功耗,提高处理效率。
本发明的一种基于人工智能的自动驾驶高可靠性车载计算装置、系统和方法与现有技术相比,具有以下有益效果:
FPGA加速模块采用人工智能技术,针对图像进行算法优化和多线程处理,同样数据量的内容采用该种设计方式进行处理,可大幅减少CPU资源的占用和整个系统的功耗,提高处理效率;
采用冗余技术,包括供电电源、供电电源、FPGA数据处理模块和CPU等都采用双路冗余技术,系统上电工作后,两路核心控制模块通过仲裁推举出一路主控制单元和一路从控制单元,一旦车辆的主控制单元出现问题,从控制单元会第一时间接管车辆控制,并且从控制单元会自动转变为主控制单元,以保证该系统的安全性和高可靠性;该车载计算单元具有实时处理能力强、高性能和高可靠性等优点,可广泛应用于各种自动驾驶系统中;
前端摄像头通过GMSL总线连接到MAX 9286,前端使用两片MAX 9286,使得计算单元最大可支持8路视频输入。
附图说明
图1是本发明的基于人工智能的自动驾驶高可靠性车载计算系统的架构图。
具体实施方式
下面结合具体实施例对本发明作进一步说明。
一种基于人工智能的自动驾驶高可靠性车载计算装置,包括控制单元、图像数据处理单元、GPU以及供电电源。
所述控制单元包括主控制单元和从控制单元,主控制单元和从控制单元均分别连接有图像数据处理单元,图像数据处理单元连接前端摄像装置;主控制单元和从控制单元均分别连接有PCH、并通过心跳检测连接,前端激光雷达数据处理模块通过PCH连接所述控制单元。
所述图像数据处理单元为FPGA,前端摄像装置采集数据均输出到两路FPGA,所述两路FPGA分别连接主控制单元和从控制单元。FPGA为计算单元的加速模块,主要用于图像数据处理,相比之前传统的处理方式,FPGA加速模块采用人工智能技术,针对图像进行算法优化和多线程处理,同样数据量的内容采用该种设计方式进行处理,可大幅减少控制单元CPU资源的占用和整个系统的功耗,提高处理效率。
所述前端摄像装置为前端摄像头通过GMSL总线连接到MAX9286,MAX9286是一款GMSL四通道解串器,前端使用两片MAX9286,使得计算单元最大可支持8路视频输入,两片MAX9286解码后的数据均分别输出到两路FPGA。
雷达装置采集数据均输出到两路PCH,所述两路PCH分别连接主控制单元和从控制单元。
所述主控制单元和从控制单元均分别采用DDR4贴片内存,最大可支持32G,相比传统的内存插槽,贴片内存在抗震、抗腐蚀和抗冲击等多方面有很大的优势,提高系统整体的加固性。GPU用于系统对外的图像显示功能。
主控制单元连接有CPLD。CPLD用于控制整个系统的上电时序。
该计算装置的高可靠性在于设计采用冗余技术,控制单元、供电电源及图像数据处理单元都采用双路冗余技术;主控制单元和从控制单元均分别连接有PCH、并通过心跳检测连接,从控制单元监听主控制单元的心跳,保证在主控制单元出现问题时从控制单元自动转为主控制单元,接管车辆控制,保证系统的安全性和高可靠性。
在本发明的一个实施例中,如图1所示,一种基于人工智能的自动驾驶高可靠性车载计算单元,包括CPU、PCH、FPGA、和GPU。CPU选用Intel E3V5系列;计算单元采用DDR4贴片内存,最大支持32G;PCH选用Intel推荐套片,提高计算单元的兼容性和稳定性;前端摄像头通过GMSL总线连接到MAX9286,MAX9286是GMSL四通道解串器,前端使用两片MAX9286,使得计算单元最大可支持8路视频输入;解码后的数据分别输出到两路FPGA,FPGA为计算单元的加速模块,主要用于图像数据处理,采用人工智能技术,针对图像进行算法优化和多线程处理,大幅减少CPU资源的占用和系统功耗;
计算单元采用冗余技术,包括供电电源、FPGA数据处理模块和CPU等都采用双路冗余技术,CPU核心控制单元包括主控制单元和从控制单元,主控制单元和从控制单元均分别连接有一路FPGA数据处理模块,主控制单元所属的FPGA对图像数据进行实时处理,从控制单元所属的FPGA只接收数据,不对数据进行处理;主控制单元根据图像数据的处理结果和激光雷达数据的处理结果进行数据融合,根据判断结果进行车辆控制,主控制单元的车辆控制数据和从控制单元进行同步,从控制单元会通过心跳监听主控制单元的工作状态,一旦车辆的主控制单元出现问题,从控制单元会第一时间接管车辆控制,并且从控制单元会自动转变为主控制单元,以保证核心系统的安全性和高可靠性。
该车载计算单元具有实时处理能力强、高性能和高可靠性等优点,可广泛应用于各种自动驾驶系统中。
本发明还公开了一种基于人工智能的自动驾驶高可靠性车载计算系统,包括图像数据采集模块、核心控制模块和外围功能模块,其中,
核心控制模块包括供电电源、FPGA数据处理模块和CPU控制单元,所述CPU控制单元包括主控制单元和从控制单元,主控制单元和从控制单元分别连接一路FPGA,主控制单元和从控制单元分别连接PCH、并通过心跳检测相连,车辆雷达系统通过PCH连接所述主控制单元和从控制单元;主控制单元所属的FPGA数据处理模块对他喜爱那个数据进行实时处理,从控制单元的FPGA数据处理模块仅接收数据,但不对数据进行处理,主控制单元根据图像数据的处理结果和激光雷达数据的处理结果进行数据融合,根据判断结果进行车辆控制,主控制单元的车辆控制数据会和从控制单元进行同步,从控制单元监听主控制单元的心跳,在主控制单元出现问题时第一时间接管车辆控制,转变为主控制单元;
图像数据采集模块包括前端摄像头和数据处理装置,所述数据处理装置连接前端摄像头、并将处理数据输出至所述的两路FPGA,进而传送给控制单元;
外围功能模块包括GPU,两个GPU分别连接所述的主控制单元和从控制单元。GPU用于系统对外的图像显示功能。外围功能模块还可包括CPLD,CPLD用于控制整个系统的上电时序。
其中,所述图像数据采集模块为前端摄像头通过GMSL总线连接到MAX9286,MAX9286是一款GMSL四通道解串器,前端使用两片MAX9286,使得计算单元最大可支持8路视频输入,两片MAX9286解码后的数据均分别输出到两路FPGA。FPGA为计算单元的加速模块,主要用于图像数据处理,相比之前传统的处理方式,FPGA加速模块采用人工智能技术,针对图像进行算法优化和多线程处理,同样数据量的内容采用该种设计方式进行处理,可大幅减少控制单元CPU资源的占用和整个系统的功耗,提高处理效率。
本发明还公开了一种基于人工智能的自动驾驶高可靠性车载计算方法,计算单元采用冗余技术,供电电源、FPGA数据处理模块和CPU核心控制模块均采用双路,其中,
CPU核心控制模块通过仲裁推举出一路主控制单元和一路从控制单元,前端摄像采集解码后的数据均分别输出到两路FPGA数据处理模块,主控制单元所属的FPGA对图像数据进行实时处理,从控制单元的FPGA仅接收数据,不对数据进行处理;
主控制单元根据图像数据的处理结果和激光雷达数据的处理结果进行数据融合,根据判断结果进行车辆控制;
主控制单元的车辆控制数据与从控制单元进行同步,从控制单元通过心跳监听主控制单元的工作状态,一旦主控制单元出现问题,从控制单元自动转变为主控制单元,接管车辆控制。
前端摄像头通过GMSL总线连接到MAX9286,前端使用两片MAX9286,前端通过GMSL解串器后的数据均分别输出到两路FPGA数据处理模块。
FPGA数据处理模块为计算单元的加速模块,主要用于图像数据处理,相比之前传统的处理方式,FPGA加速模块采用人工智能技术,针对图像进行算法优化和多线程处理,同样数据量的内容采用该种设计方式进行处理,可大幅减少控制单元CPU资源的占用和整个系统的功耗,提高处理效率。
通过上面具体实施方式,所述技术领域的技术人员可容易的实现本发明。但是应当理解,本发明并不限于上述的具体实施方式。在公开的实施方式的基础上,所述技术领域的技术人员可任意组合不同的技术特征,从而实现不同的技术方案。
除说明书所述的技术特征外,均为本专业技术人员的已知技术。
Claims (10)
1.一种基于人工智能的自动驾驶高可靠性车载计算装置,其特征在于包括控制单元、图像数据处理单元、GPU以及供电电源,
所述控制单元包括主控制单元和从控制单元,主控制单元和从控制单元均分别连接有图像数据处理单元,图像数据处理单元连接前端摄像装置;主控制单元和从控制单元均分别连接有PCH、并通过心跳检测连接,前端激光雷达数据处理模块通过PCH连接所述控制单元。
2.根据权利要求1所述的一种基于人工智能的自动驾驶高可靠性车载计算装置,其特征在于所述主控制单元和从控制单元均分别采用DDR4贴片内存。
3.根据权利要求1所述的一种基于人工智能的自动驾驶高可靠性车载计算装置,其特征在于所述图像数据处理单元为FPGA,前端摄像装置采集数据均输出到两路FPGA,所述两路FPGA分别连接主控制单元和从控制单元。
4.根据权利要求3所述的一种基于人工智能的自动驾驶高可靠性车载计算装置,其特征在于所述前端摄像装置为前端摄像头通过GMSL总线连接到MAX9286,前端使用两片MAX9286,两片MAX9286解码后的数据均输出到两路FPGA。
5.根据权利要求1或2或3所述的一种基于人工智能的自动驾驶高可靠性车载计算装置,其特征在于雷达装置采集数据均输出到两路PCH,所述两路PCH分别连接主控制单元和从控制单元。
6.根据权利要求1或2或3所述的一种基于人工智能的自动驾驶高可靠性车载计算装置,其特征在于所述主控制单元连接有CPLD。
7.一种基于人工智能的自动驾驶高可靠性车载计算系统,其特征在于包括图像数据采集模块、核心控制模块和外围功能模块,其中,
核心控制模块包括供电电源、FPGA数据处理模块和CPU控制单元,所述CPU控制单元包括主控制单元和从控制单元,主控制单元和从控制单元分别连接一路FPGA,主控制单元和从控制单元分别连接PCH、并通过心跳检测相连,车辆雷达系统通过PCH连接所述主控制单元和从控制单元;
图像数据采集模块包括前端摄像头和数据处理装置,所述数据处理装置连接前端摄像头、并将处理数据输出至所述的两路FPGA;
外围功能模块包括GPU,两个GPU分别连接所述的主控制单元和从控制单元。
8.根据权利要求7所述的一种基于人工智能的自动驾驶高可靠性车载计算系统,其特征在于所述图像数据采集模块为前端摄像头通过GMSL总线连接到MAX9286,前端使用两片MAX9286,两片MAX9286解码后的数据均分别输出到两路FPGA。
9.一种基于人工智能的自动驾驶高可靠性车载计算方法,其特征在于计算单元采用冗余技术,供电电源、FPGA数据处理模块和CPU核心控制模块均采用双路,其中,
CPU核心控制模块通过仲裁推举出一路主控制单元和一路从控制单元,前端摄像采集解码后的数据均分别输出到两路FPGA数据处理模块,主控制单元所属的FPGA对图像数据进行实时处理,从控制单元的FPGA仅接收数据,不对数据进行处理;
主控制单元根据图像数据的处理结果和激光雷达数据的处理结果进行数据融合,根据判断结果进行车辆控制;
主控制单元的车辆控制数据与从控制单元进行同步,从控制单元通过心跳监听主控制单元的工作状态,一旦主控制单元出现问题,从控制单元自动转变为主控制单元,接管车辆控制。
10.根据权利要求9所述的一种基于人工智能的自动驾驶高可靠性车载计算方法,其特征在于前端摄像头通过GMSL总线连接到MAX9286,前端使用两片MAX9286,前端通过GMSL解串器后的数据均分别输出到两路FPGA数据处理模块。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811493325.2A CN109557997A (zh) | 2018-12-07 | 2018-12-07 | 一种基于人工智能的自动驾驶高可靠性车载计算装置、系统和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811493325.2A CN109557997A (zh) | 2018-12-07 | 2018-12-07 | 一种基于人工智能的自动驾驶高可靠性车载计算装置、系统和方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109557997A true CN109557997A (zh) | 2019-04-02 |
Family
ID=65869218
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811493325.2A Pending CN109557997A (zh) | 2018-12-07 | 2018-12-07 | 一种基于人工智能的自动驾驶高可靠性车载计算装置、系统和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109557997A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110321319A (zh) * | 2019-09-02 | 2019-10-11 | 广东高云半导体科技股份有限公司 | 片上系统 |
CN111078475A (zh) * | 2019-12-31 | 2020-04-28 | 上海汽车集团股份有限公司 | 视觉图像数据处理系统、方法及自动驾驶汽车 |
CN113194269A (zh) * | 2021-03-26 | 2021-07-30 | 深圳市广和通无线股份有限公司 | 图像输出系统和方法 |
CN114179824A (zh) * | 2021-11-30 | 2022-03-15 | 广东浪潮智慧计算技术有限公司 | 一种无人驾驶的计算系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105653213A (zh) * | 2016-03-24 | 2016-06-08 | 浪潮集团有限公司 | 一种基于Freescale P3041的双控磁盘阵列 |
CN107885214A (zh) * | 2017-11-22 | 2018-04-06 | 济南浪潮高新科技投资发展有限公司 | 一种基于fpga的加速自动驾驶视觉感知的方法及装置 |
CN108614790A (zh) * | 2018-05-03 | 2018-10-02 | 济南浪潮高新科技投资发展有限公司 | 一种车载计算单元、车辆及车辆自动驾驶方法 |
CN108693885A (zh) * | 2017-04-05 | 2018-10-23 | 北京深远世宁科技有限公司 | 一种无人机控制系统及无人机 |
CN108919807A (zh) * | 2018-07-17 | 2018-11-30 | 济南浪潮高新科技投资发展有限公司 | 一种自动驾驶系统及方法 |
-
2018
- 2018-12-07 CN CN201811493325.2A patent/CN109557997A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105653213A (zh) * | 2016-03-24 | 2016-06-08 | 浪潮集团有限公司 | 一种基于Freescale P3041的双控磁盘阵列 |
CN108693885A (zh) * | 2017-04-05 | 2018-10-23 | 北京深远世宁科技有限公司 | 一种无人机控制系统及无人机 |
CN107885214A (zh) * | 2017-11-22 | 2018-04-06 | 济南浪潮高新科技投资发展有限公司 | 一种基于fpga的加速自动驾驶视觉感知的方法及装置 |
CN108614790A (zh) * | 2018-05-03 | 2018-10-02 | 济南浪潮高新科技投资发展有限公司 | 一种车载计算单元、车辆及车辆自动驾驶方法 |
CN108919807A (zh) * | 2018-07-17 | 2018-11-30 | 济南浪潮高新科技投资发展有限公司 | 一种自动驾驶系统及方法 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110321319A (zh) * | 2019-09-02 | 2019-10-11 | 广东高云半导体科技股份有限公司 | 片上系统 |
CN111078475A (zh) * | 2019-12-31 | 2020-04-28 | 上海汽车集团股份有限公司 | 视觉图像数据处理系统、方法及自动驾驶汽车 |
CN111078475B (zh) * | 2019-12-31 | 2024-01-19 | 上海汽车集团股份有限公司 | 视觉图像数据处理系统、方法及自动驾驶汽车 |
CN113194269A (zh) * | 2021-03-26 | 2021-07-30 | 深圳市广和通无线股份有限公司 | 图像输出系统和方法 |
WO2022199013A1 (zh) * | 2021-03-26 | 2022-09-29 | 深圳市广和通无线股份有限公司 | 图像输出系统和方法 |
CN114179824A (zh) * | 2021-11-30 | 2022-03-15 | 广东浪潮智慧计算技术有限公司 | 一种无人驾驶的计算系统 |
CN114179824B (zh) * | 2021-11-30 | 2024-05-07 | 广东浪潮智慧计算技术有限公司 | 一种无人驾驶的计算系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109557997A (zh) | 一种基于人工智能的自动驾驶高可靠性车载计算装置、系统和方法 | |
CN111159093B (zh) | 异构智能计算系统 | |
CN108995537B (zh) | 一种用于车辆智能驾驶的整车控制装置 | |
CN103777613B (zh) | 主从信息实时交互方法以及系统 | |
CN103869781A (zh) | 一种非相似三余度机载电气负载管理中心 | |
CN111295319B (zh) | 车辆控制方法、相关设备及计算机存储介质 | |
CN106056624A (zh) | 无人机高清图像小目标检测与跟踪系统及其检测跟踪方法 | |
CN203849870U (zh) | 基于无线网络的车流监测与信号灯智能控制系统 | |
CN106504363A (zh) | 一种智能机载双光巡检系统稳定平台自动跟踪方法 | |
CN109326125B (zh) | 基于嵌入式系统的图片质量诊断系统及诊断方法 | |
CN107527025A (zh) | 一种人脸识别智能监控系统 | |
CN103150575A (zh) | 一种实时三维无标记人体姿态识别方法及系统 | |
CN109910910B (zh) | 一种车辆控制系统及方法 | |
CN205487272U (zh) | 一种显示屏故障处理系统 | |
CN108288392A (zh) | 交通信号灯控制系统及交通管理系统 | |
CN104065860A (zh) | 一种机载超轻量级一体化高清视频成像及高带宽传输装置 | |
CN112162506A (zh) | 一种列车仿真系统和平台 | |
CN1218581C (zh) | 旅客登机桥网络控制系统 | |
CN116152744A (zh) | 电动车动态检测方法、装置、计算机设备及存储介质 | |
TWI503759B (zh) | 人臉偵測之雲端智慧監視系統 | |
CN106657026B (zh) | 基于gpu的视频流智能感知协同处理系统及其处理方法 | |
CN110703670A (zh) | 一种机器视觉智能传感器 | |
CN108933918A (zh) | 一种主从摄像机控制器结构 | |
CN113741280A (zh) | 一种国产化的vpx架构的智能管理控制装置 | |
CN105702055A (zh) | 一种集检测控制通讯发布于一体的信号灯及其控制方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190402 |
|
RJ01 | Rejection of invention patent application after publication |