侵权投诉
订阅
纠错
加入自媒体

2019CES看点:地平线首展NavNet+激光雷达方案

美国西部时间2019年1月8日-11日,一年一度的全球科技盛会——国际消费类电子产品展览会(简称CES)在拉斯维加斯隆重举办。具备世界领先技术的人工智能企业地平线携其高性能、低功耗、低延时的最新嵌入式人工智能产品成果亮相CES,向全世界展示了中国科技企业的强大技术与产品实力。

在位于南2馆26021展位的地平线展台,荣获本届CES官方大奖——CES创新奖的地平线Matrix自动驾驶计算平台(下文简称Matrix)重磅亮相,并首次同步展出了基于该平台的两款最新自动驾驶解决方案——地平线NavNet众包高精地图采集与定位方案(下文简称NavNet),以及地平线激光雷达感知方案。同时亮相并引发广泛关注的,还有面向AIoT技术将广泛应用的智慧城市与智慧零售场景的地平线XForce边缘AI计算平台(下文简称XForce),以及基于该平台的数款解决方案。

技术先发优势催生独特产品路径 “获奖选手”Matrix性能再升级

地平线具有世界领先的深度学习和决策推理算法开发能力,早在2015年创立之初起,就将算法集成在高性能、低功耗、低成本的嵌入式人工智能处理器及软硬一体平台上。如今,软硬结合已经成为全球人工智能领域的重要趋势之一,这使得地平线具备明显的边缘计算技术先发优势。而为满足自动驾驶与AIoT边缘计算应用级需求,地平线在过去一年里成功将技术先发优势转化为独特产品路径,开发出Matrix与XForce两款软硬结合AI计算平台,并衍生出多个基于这两款平台的应用级解决方案,赋能智能驾驶、智慧城市、智慧零售等场景。

其中,此次CES展出的地平线Matrix自动驾驶计算平台在性能上相较于获奖版本又有了进一步提升。该平台基于地平线BPU2.0处理器架构(伯努利架构),能够为L3和L4级别的自动驾驶提供高性能的感知系统,目前已向世界顶级自动驾驶厂商大规模供货。

地平线Matrix自动驾驶计算平台

作为成功实现大规模商业化应用的自动驾驶计算平台,Matrix利用地平线AI加速IP最大化了嵌入式AI计算性能,可支持激光雷达、毫米波雷达的接入和多传感器融合。以视觉感知能力为例,该平台能够基于稀疏化和定点化神经网络实现8类不同类型物体的目标检测和多达25类像素级语义分割,同时结合有助于预测和深度估计的三维车辆检测,能够更好地理解复杂场景,可轻松应对高度遮挡,且需快速响应场景下的自动驾驶挑战。

而在保证高性能的前提下,其可在31W的低功耗下运行,无需水冷系统,满足了高性能和低功耗的行业应用级需求,非常适合嵌入式自动驾驶的应用和产品化。由于性能卓越,其在Cityscapes评测的成绩全球领先。同时,依托地平线自主研发的工具链,开发者可以基于Matrix平台部署神经网络模型,实现开发、验证、优化和部署。

首展NavNet+激光雷达方案受瞩目

依托Matrix强大的边缘计算能力,地平线开发出功能强大且具有极大成本优势的地平线NavNet众包高精地图采集与定位方案(以下简称NavNet),以及地平线激光雷达感知方案。这些方案在本届CES上均是首次公开亮相,并搭载到实车,为试乘观众现场展示NavNet仅通过单目摄像头视觉感知即可在车端实现的强大地图采集与实时建图能力,以及激光雷达感知方案的多线360度激光雷达点云3D检测能力。两款解决方案在展会首日就获得大量媒体与观众瞩目。

地平线NavNet众包高精地图采集与定位方案受关注

地平线NavNet是地平线基于Matrix开发的众包高精地图采集与定位解决方案。该方案将点云建图过程全部在边缘进行,输出建立好的局部三维地图,进而用以与已有高精地图进行匹配获取定位,同时可在无地图区域进行自动建图。当前,地平线NavNet针对众包场景,利用深度学习和SLAM技术进行道路场景的语义三维重建,支持16大类地图元素的重建、识别、矢量化。并且在仅使用单目摄像头的情况下,便能够实现重建结果与全局地图的匹配定位和众包建图,并根据实时重建的局部地图与云端高精地图进行关联优化,持续提升高精地图的质量。

而地平线Matrix激光雷达感知方案采用全卷积深度神经网络对栅格化后的点云特征,进行车辆,行人等障碍物的实时检测,具备高性能,低时延,低功耗的特点,且可基于地平线工具链进行自主开发。

除上述两项全新方案外,同样基于Matrix平台的地平线Matrix前向视觉感知方案、地平线360度视觉感知方案, 以及基于地平线征程处理器的地平线红外热成像避障方案等也在本次CES上展出。

1  2  下一页>  
声明: 本文系OFweek根据授权转载自其它媒体或授权刊载,目的在于信息传递,并不代表本站赞同其观点和对其真实性负责,如有新闻稿件和图片作品的内容、版权以及其它问题的,请联系我们。

发表评论

0条评论,0人参与

请输入评论内容...

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码:

粤公网安备 44030502002758号