广告

东软睿驰与安霸携手实现乘用车主流车型量产

2023-04-14 安霸 阅读:
东软睿驰第三代前视智能摄像头X-Cube 3.0采用安霸CV22 AI视觉感知SoC,面向L2+级别的AI感知算法基于安霸CV22平台实现量产落地

2023年4月11日,中国上海,Ambarella(下称“安霸”,纳斯达克股票代码:AMBA),携手东软睿驰汽车技术(上海)有限公司(下称“东软睿驰”)宣布,双方共同开发的前视智能摄像头(ADAS) 产品在国内头部乘用车企的主流车型中陆续实现量产落地,搭载车型已于2022年逐步量产下线。ZLJednc

ZLJednc

东软睿驰第三代前视智能摄像头X-Cube 3.0采用安霸CV22 AI视觉感知SoC,面向L2+级别的AI感知算法基于安霸CV22平台实现量产落地,共同为OEM提供安全、高效的乘用车产品技术与解决方案。ZLJednc

基于 东软睿驰近20年自动驾驶AI视觉感知算法研发经验,其自研的神经网络算法充分利用了安霸CV22 SoC的高AI性能及强大的图像处理能力,实现检测模型、分割模型、语义分类模型等多模型同时部署,针对中国本土化特征的道路环境、国内驾驶员的行为习惯及复杂的交通环境,如特种车辆、非正常姿态行人、遮挡行人、栅栏、路障、特殊线型车道线等场景进行了优化训练。在安霸CVflow® AI 架构平台的CV工具和本地技术团队大力支持下,东软睿驰的AI 模型通过实现平均50%的非结构化稀疏,达到30%以上的推理性能提升,在优化效率上实现了突破,保证了算法的高准确度,为用户带来更安全舒适的驾乘体验。ZLJednc

安霸的CV22 SoC采用了自研的CVflow AI架构,可实现AI算法的高效处理;并且采用了10纳米车规制程,功耗低,效率高。经过近几年诸多乘用车量产项目的打磨,安霸CV芯片平台工具链已经成熟,支持各种神经网络,可方便地进行模型导入、量化、稀疏化、编译运行的全过程。尤其是支持非结构化稀疏加速,以及支持为量化精度损失补偿的重训练,具有执行效率高、运行相同网络时内存带宽占用小等优势。安霸CV 系列SoC平台给客户提供了丰富的文档,并包含各种开源网络的例子,以及培训视频。本地支持团队和客户无缝沟通,帮助客户充分发挥其算法及系统优势,助力其智能化创新的升级。ZLJednc

东软睿驰副总经理刘威表示:"L2及以上级别的智能驾驶功能真正落地,需要精细化打磨应用算法、最大化发挥芯片能力、功能安全和信息安全工程落地和平台化快速迭代复用,这要求相关企业具备过硬的算法、强大的软件架构以及高性能、高可靠的车规级芯片相互融合。此次安霸与东软睿驰的双方合作,将有效促进国产自主算法的落地,为行业提供具备创新性的技术应用,共创智能网联汽车新生态。”ZLJednc

安霸总裁兼CEO王奉民表示:“我们很荣幸与东软睿驰在L2级别前视ADAS产品上的合作,很高兴看到双方取得了国内头部乘用车客户量产的佳绩。我们的CVflow AI SoC为东软睿驰的先进神经网络算法提供了高性能AI的处理引擎,而且自带了作为业内标杆的高品质图像处理ISP,并且其10纳米车规制程的超低功耗也可以助力乘用车L2 ADAS产品快速落地。”ZLJednc

未来,安霸将与东软睿驰在安霸下一代芯片平台上继续展开合作,打造具有独特技术优势及更高级别的智能驾驶系统,推进中国乘用车L2及L2+级自动驾驶的发展,助力OEM高级别自动驾驶车型量产落地,为消费者带来更安全舒适的驾乘体验。ZLJednc

关于安霸ZLJednc

安霸的产品广泛应用于人工智能计算机视觉、视频图像处理、视频录制等领域,包括视频安防、高级驾驶辅助系统(ADAS)、电子后视镜、行车记录仪、驾驶员及舱内智能监控、智能汽车无人驾驶和机器人应用等。安霸的高性能、低功耗AI处理器提供超高清图像处理、视频压缩及强大的神经网络处理,能够从高分辨率视频和雷达信息中提取有价值的数据,在智能感知、传感器融合和中央域控处理系统等领域大显身手。欲了解更多信息,请访问 www.ambarella.com。ZLJednc

关于东软睿驰ZLJednc

东软睿驰汽车技术(上海)有限公司创立于2015年10月,是行业领先的基础软件、SOA中间件、自动驾驶和跨域融合车云一体技术产品与服务供应商。公司以软件技术为核心,融合大数据、人工智能、基础软件等关键技术,聚焦自动驾驶、智能网联、基础软件、操作系统等关键领域,为车企面向未来技术创新发展,提供卓越的、可迭代升级的核心技术、软硬一体化产品及软件平台产品,致力于成为车企“软件定义汽车”时代可信赖的合作伙伴。ZLJednc

责编:Franklin
  • 微信扫一扫
    一键转发
  • 最前沿的电子设计资讯
    请关注“电子技术设计微信公众号”
广告
热门推荐
广告
广告
EE直播间
在线研讨会
广告
广告
面包芯语
广告
向右滑动:上一篇 向左滑动:下一篇 我知道了