CN117632830A - 基于hpc***的芯片、车辆、数据处理方法、介质及设备 - Google Patents
基于hpc***的芯片、车辆、数据处理方法、介质及设备 Download PDFInfo
- Publication number
- CN117632830A CN117632830A CN202311594690.3A CN202311594690A CN117632830A CN 117632830 A CN117632830 A CN 117632830A CN 202311594690 A CN202311594690 A CN 202311594690A CN 117632830 A CN117632830 A CN 117632830A
- Authority
- CN
- China
- Prior art keywords
- data
- target result
- result data
- chip
- domain system
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 18
- 238000012545 processing Methods 0.000 claims abstract description 100
- 238000000034 method Methods 0.000 claims abstract description 52
- 238000004891 communication Methods 0.000 claims description 33
- 230000005856 abnormality Effects 0.000 claims description 30
- 238000001514 detection method Methods 0.000 claims description 26
- 230000008569 process Effects 0.000 claims description 19
- 230000002159 abnormal effect Effects 0.000 claims description 14
- 230000003213 activating effect Effects 0.000 claims description 11
- 238000007781 pre-processing Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 6
- 230000006870 function Effects 0.000 abstract description 28
- 230000005540 biological transmission Effects 0.000 abstract description 16
- 230000008054 signal transmission Effects 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 7
- 230000004913 activation Effects 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 4
- 230000002093 peripheral effect Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000012937 correction Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008447 perception Effects 0.000 description 3
- 230000026676 system process Effects 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 210000004556 brain Anatomy 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000003750 conditioning effect Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 229910021421 monocrystalline silicon Inorganic materials 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F13/00—Interconnection of, or transfer of information or other signals between, memories, input/output devices or central processing units
- G06F13/38—Information transfer, e.g. on bus
- G06F13/42—Bus transfer protocol, e.g. handshake; Synchronisation
- G06F13/4282—Bus transfer protocol, e.g. handshake; Synchronisation on a serial bus, e.g. I2C bus, SPI bus
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/54—Interprogram communication
- G06F9/544—Buffers; Shared memory; Pipes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/54—Interprogram communication
- G06F9/545—Interprogram communication where tasks reside in different layers, e.g. user- and kernel-space
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及车辆领域，特别是涉及基于HPC***的芯片、车辆、数据处理方法、介质及设备。芯片上部署有智驾域***及座舱域***。智驾域***用于对第一类业务数据进行处理，生成第一目标结果数据。座舱域***用于对第二类业务数据进行处理，生成第二目标结果数据。智驾域***用于将第一目标结果数据写入动态随机存储器，座舱域***用于将第二目标结果数据写入动态随机存储器，智驾域***及座舱域***均可以读取第一目标结果数据和/或第二目标结果数据。本发明实施例提供的芯片中的智驾域***及座舱域***可以共享内存，以实现两个模块之间的数据传输功能。相比于现有通过物理总线的ms级传输速度而言，有了极大的提升。同时可以保证信号传输的质量。
Description
技术领域
本发明涉及车辆领域，特别是涉及基于HPC***的芯片、车辆、数据处理方法、介质及设备。
背景技术
舱驾融合***平台HPC(High Performance Computing，高性能计算平台)是指将汽车驾驶舱各种功能(如仪表、控制、信息娱乐等)同智能驾驶各种功能(ACC、LKA、AEB、NOA等)进行整合，融合到同一个HPC硬件平台上，并依赖一定的硬件和软件实现，打造成更加智能化、高效化、人性化的汽车中央计算大脑。驾舱融合***平台HPC通过集成不同***之间的逻辑和数据，实现了座舱和智驾存储信息共享、界面统一、功能互补、硬件复用的目标，提升了驾驶者的体验和驾驶舱的安全性、智能化和人性化，降低了主机厂的功能开发的复杂度及总体成本。
现阶段，车辆中的智驾域***与座舱域***分别部署在不同的ECU(ElectronicControl Unit，电子控制器单元)中，前者负责处理周视和前视摄像头的数据，后者负责处理环视摄像头的数据，两者之间的通过物理总线进行通信连接。由于，两者分别部署在各自的SoC(System-on-a-Chip，芯片)内，两者部署的计算任务只能调取自身内存中的中间结果，存在物理上的隔离。该种架构下数据需要经过物理总线进行传输，其传输速率低下，且二者之间进行通信时，容易收到电磁干扰的影响，降低信号质量。
发明内容
针对上述技术问题，本发明采用的技术方案为：
根据本发明的一个方面，提供了一种基于HPC***的芯片，
芯片中设置有动态随机存储器。且芯片上部署有智驾域***及座舱域***。
智驾域***用于对第一类业务数据进行处理，生成第一目标结果数据。座舱域***用于对第二类业务数据进行处理，生成第二目标结果数据。第一类业务数据与第二类业务数据不完全相同。
智驾域***用于将第一目标结果数据写入动态随机存储器，以及读取第一目标结果数据和/或第二目标结果数据。
座舱域***用于将第二目标结果数据写入动态随机存储器，以及读取第一目标结果数据和/或第二目标结果数据。
进一步的，芯片中设置有至少一个第一处理核及至少一个第二处理核。第一处理核及第二处理核均与动态随机存储器通信连接。
第一处理核用于被智驾域***调用，以完成对第一类业务数据的处理，生成第一目标结果数据。第二处理核用于被座舱域***调用，以完成对第二类业务数据的处理，生成所述第二目标结果数据。
进一步的，还包括：
图像信号处理器***，部署于芯片上。用于对第一类初始业务数据进行预处理，生成第一类业务数据。预处理用于去除噪声数据并生成预设的数据格式。
及对第二类初始业务数据进行预处理，生成第二类业务数据。
进一步的，还包括：
扩容存储器，与芯片内的动态随机存储器通信连接，扩容存储器用于将动态随机存储器中的数据写入自身内存，和将自身内存中的数据写入动态随机存储器中。
进一步的，还包括：
传感器异常检测***，部署于芯片上，与图像信号处理器***通信连接。用于根据第一类业务数据及第二类业务数据，检测目标传感器是否异常。
进一步的，传感器异常检测***被配置为：
对每一预设的信息采集组件进行异常检测，在存在任一信息采集组件出现异常的情况下，生成传感器异常信息。
进一步的，智驾域***被配置为：
在获取到预设的辅助驾驶激活指令的情况下，执行对应的辅助驾驶任务，并停止进行对第一类业务数据的处理。
在获取到预设的辅助驾驶关闭指令的情况下，开始对第一类业务数据进行处理，并将第一目标结果数据写入动态随机存储器。
进一步的，座舱域***被配置为：
在智驾域***获取到预设的辅助驾驶关闭指令的情况下，对第二类业务数据进行处理，并将第二目标结果数据写入动态随机存储器。
进一步的，还包括：
数据共享***，部署于芯片上，数据共享***调用第一处理核，以读取动态随机存储器中存储的第一目标结果数据和第二目标结果数据，并发送至目标位置。
进一步的，数据共享***被配置为：
在智驾域***获取到预设的辅助驾驶激活指令的情况下，数据共享***停止将动态随机存储器中的第一目标结果数据和第二目标结果数据发送至目标地址。
在智驾域***获取到预设的辅助驾驶关闭指令的情况下，数据共享***开始将动态随机存储器中的第一目标结果数据和第二目标结果数据发送至目标地址。
进一步的，应用于车辆的数据处理***。第一类业务数据至少包括车辆的周视摄像头和前视摄像头的图像数据，第二类业务数据至少包括车辆的环视摄像头的图像数据。
作为本发明的第二个方面，还提供了一种车辆，包括上述的一种基于HPC***的芯片。
作为本发明的第三个方面，还提供了一种基于HPC***的数据处理方法，应用于第一处理芯片，第一处理芯片中设置有动态随机存储器。且第一处理芯片上部署有智驾域***及座舱域***。
数据处理方法包括：
控制智驾域***对第一类业务数据进行处理，生成第一目标结果数据。
控制座舱域***对第二类业务数据进行处理，生成第二目标结果数据。第一类业务数据与第二类业务数据不完全相同。
控制智驾域***将第一目标结果数据写入动态随机存储器，以及读取第一目标结果数据和/或第二目标结果数据。
控制座舱域***将第二目标结果数据写入动态随机存储器，以及读取第一目标结果数据和/或第二目标结果数据。
作为本发明的第四个方面，还提供了一种非瞬时性计算机可读存储介质，非瞬时性计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现如上述的一种基于HPC***的数据处理方法。
作为本发明的第五个方面，还提供了一种电子设备，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现如上述的一种基于HPC***的数据处理方法。
本发明至少具有以下有益效果：
本发明中将智驾域***及座舱域***均部署在同一芯片内，并将对应数量的处理核的计算资源分配给智驾域***及座舱域***，以实现对应的计算任务，由此可以提高集成度。同时，由于智驾域***及座舱域***均与芯片内的动态随机存储器通信连接，可以对其中的数据进行读写操作。由此，智驾域***及座舱域***可以共享内存，均可以通过读取动态随机存储器中对方写入的数据，来实现对应两个模块之间的数据传输功能。该种数据传输方式为片内通信方式。
相比于现有通过物理总线的ms级传输速度而言，片内通信的方式其传输速度可以达到ns级，有了极大的提升。同时片内通信的方式并不存在物理总线通信方式中的电磁干扰对信号的影响，还可以通过自带的信号验证校对方法对传输的信号进行验证，以保证信号传输的质量。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种基于HPC***的芯片的结构示意图；
图2为本发明实施例提供的一种基于HPC***的芯片的结构示意图；
图3为本发明实施例提供的一种基于HPC***的芯片与路端MEC及其他目标车辆的交互示意图；
图4为本发明实施例提供的在智驾域***获取到预设的辅助驾驶激活指令的情况下的动作示意图；
图5为本发明实施例提供的在智驾域***获取到预设的辅助驾驶关闭指令的情况下的动作示意图；
图6为本发明实施例提供的一种基于HPC***的数据处理方法的流程框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
作为本发明的一个可能的实施例，如图1所示，提供了一种基于HPC***的芯片，芯片中设置有动态随机存储器。且芯片上部署有智驾域***及座舱域***。
智驾域***用于对第一类业务数据进行处理，生成第一目标结果数据。座舱域***用于对第二类业务数据进行处理，生成第二目标结果数据。第一类业务数据与第二类业务数据不完全相同。
本实施例中的芯片可以为SoC芯片，该芯片中包括以下几个部分：神经网络处理器(NSP，Neural Network signal processor)或神经网络处理单元(NPU，NeuralNetworksProcess Units)，视觉处理器(CVP，Computer Vision Processors)，图像处理单元(GPU，Graphic Processing Unit)，逻辑运算处理器(CPU，CentralProcessing Unit)或图像信号处理单元(ISP，Image Signal Processor)供电***及内存等部分。
优选的，智驾域***部署QNX或Linux***，座舱域***部署Android***。Android***为开放式的操作***，具有较多的开放式接口，其便于更丰富应用的接入，但是安全性能较低，所以使用在座舱域***中。QNX或Linux***具有更高的安全性能，可以保证智能驾驶的安全性，所以使用在智驾域***中。
智驾域***主要负责智能驾驶功能，其功能涵盖环境感知(如通过雷达、激光雷达(LiDAR)、摄像头等设备获取周围环境信息)、决策规划(如通过算法决定车辆的行驶路线和行驶策略)、控制执行(如通过控制汽车的转向、加速、减速等实现自动驾驶)等方面。
座舱域***主要负责汽车内部的舒适性、便利性和娱乐性。包括但不限于车内环境的控制(如空调、座椅调节等)、信息娱乐***(如音响、导航、连接服务等)、车载通信(如车联网、车对车(V2V)通信、车对基础设施(V2I)通信等)、驾驶员状态监测(如疲劳驾驶预警)等。所以本实施例中第一类业务数据及第二类业务数据可以为上述任一或几个业务中对应的数据，对应的第一目标结果数据及第二目标结果数据，可以为第一类业务数据及第二类业务数据经过对应的处理后得到的数据。如以通过激光雷达获取的点云数据为例进行说明，直接获取到的点云数据为第一类业务数据，其经过去噪和/或目标标记后的数据为第一目标结果数据。
智驾域***用于将第一目标结果数据写入动态随机存储器，以及读取第一目标结果数据和/或第二目标结果数据。
在一个具体的实施例中，智驾域***用于将第一目标结果数据写入动态随机存储器，以及读取第一目标结果数据。
在一个具体的实施例中，智驾域***用于将第一目标结果数据写入动态随机存储器，以及读取第二目标结果数据。
在一个具体的实施例中，智驾域***用于将第一目标结果数据写入动态随机存储器，以及读取第一目标结果数据和第二目标结果数据。
座舱域***用于将第二目标结果数据写入动态随机存储器，以及读取第一目标结果数据和/或第二目标结果数据。
在一个具体的实施例中，座舱域***用于将第二目标结果数据写入动态随机存储器，以及读取第一目标结果数据。
在一个具体的实施例中，座舱域***用于将第二目标结果数据写入动态随机存储器，以及读取第二目标结果数据。
在一个具体的实施例中，座舱域***用于将第二目标结果数据写入动态随机存储器，以及读取第一目标结果数据和第二目标结果数据。
芯片具有动态随机存储器(DRAM)，智驾域***与座舱域***均与动态随机存储器通信连接，以对动态随机存储器进行读写操作。第一处理核被智驾域***调用将第一目标结果数据写入动态随机存储器，第二处理核被座舱域***调用，将第二目标结果数据写入动态随机存储器。第一处理核及第二处理核即为CPU内核是CPU中间的核心芯片，由单晶硅制成，用来完成所有的计算、接受/存储命令、处理数据等，是数字处理核心。
SoC芯片中自带有高速存储器DRAM，其读写速度更快，类似于缓存。本实施例中智驾域***与座舱域***部署在同一颗SoC芯片内，通过虚拟化技术做分区隔离，且均与动态随机存储器通信连接。由此，智驾域***与座舱域***均可以对其中的数据(第一目标结果数据及第二目标结果数据)进行读写操作。所以两者部署的计算任务可以共享内存中的中间结果。由此，智驾域***及座舱域***可以共享内存，均可以通过读取动态随机存储器中对方写入的数据，来实现对应两个模块之间的数据传输功能。该种数据传输方式为片内通信方式。
相比于现有通过物理总线的ms级传输速度而言，片内通信的方式其传输速度可以达到ns级，有了极大的提升。同时片内通信的方式并不存在物理总线通信方式中的电磁干扰对信号的影响，还可以通过自带的信号验证校对方法对传输的信号进行验证，以保证信号传输的质量。
图2为本发明实施例提供的一种基于HPC***的芯片的结构示意图，请参考图2，第一类业务数据可以为：车身前视图像信息、车身周视图像信息、毫米波雷达获取到的点云信息及GNSS(Global Navigation Satellite System，全球导航卫星***)获取到的车身位置信息。
本实施例中，毫米波雷达获取到的点云信息通过CANFD总线直接传输至智驾域***中。GNSS(Global Navigation Satellite System，全球导航卫星***)获取到的车身位置信息可以通过UART(Universal Asynchronous Receiver-Transmitter,通用异步收发器)串口传输至智驾域***中。该点云信息及车身位置信息可以供辅助驾驶的相关功能使用。
一些车辆为了提高车辆辅助驾驶的能力，会布置多种类型的图像采集传感器组件及毫米波雷达，来获取第一类业务数据。
如：车辆上的前视线性相机可以用于采集车身前视图像数据。其视角较小，一般采用60°左右的相机模组安装于车辆前挡风玻璃中间，主要用来感知车辆前方较远的场景，感知距离一般为250米以内。
车辆上的周视广角相机可以用于采集原始车身周视图像数据。其视场角相对较大，一般采用6颗100°左右的相机模组安装在车辆周围一圈，主要用来感知360°的周身环境。该广角相机存在一定的畸变现象。
具体的，智驾域***可以使用现有的用于控制智驾域相关功能的软件进行实现。智驾域***对第一类业务数据进行处理，主要是为车身前视图像信息、车身周视图像信息及点云信息中存在的各个目标(如行人、车辆、道路及树木等目标)进行属性标记。如标记目标的ID、名称或类别等属性信息。
请参考图2，第二类业务数据可以为：车身的多个子环视图像信息。
具体的，多个子环视图像信息可以通过车身上的环视鱼眼相机进行采集。环视鱼眼相机视角较大，可以达到180°以上，对近距离的感知较好，通常用于APA(Auto ParkigAssist，自动泊车辅助***)，AVP(AutomatedValetParking，自动代客泊车)等泊车场景，安装于车辆左右后视镜下方以及前后车牌下方等4个位置，由此可以获得多个子环视图像信息。
座舱域***也可以使用现有的相关软件进行实现，其主要作用在于对获取到的多个子环视图像信息进行裁剪拼接和渲染处理，以生成一个完成的环视图像。
智驾域***及座舱域***均可以将处理完的要共享的数据(也即第一目标结果数据及第二目标结果数据)存入动态随机存储器中，同时智驾域***及座舱域***均可以通过读取动态随机存储器中对方写入的数据，来实现对应两个模块之间的数据传输功能。该种数据传输方式为片内通信方式。
相比于现有通过物理总线的ms级传输速度而言，片内通信的方式其传输速度可以达到ns级，有了极大的提升。同时片内通信的方式并不存在物理总线通信方式中的电磁干扰对信号的影响，还可以通过自带的信号验证校对方法对传输的信号进行验证，以保证信号传输的质量。
芯片中设置有至少一个第一处理核及至少一个第二处理核；第一处理核及第二处理核均与动态随机存储器通信连接；
第一处理核用于被所述智驾域***调用，以完成对第一类业务数据的处理，生成第一目标结果数据；第二处理核用于被座舱域***调用，以完成对第二类业务数据的处理，生成第二目标结果数据。
具体的，以如下示例进行说明，SoC芯片中共有8个计算核心。可以根据实际使用中智驾域***及座舱域***分别处理的计算任务所占用的资源多少，来将这8个计算核心的计算资源分别分配给智驾域***及座舱域***。如可以将其中的5个(第一处理核)分配给智驾域***，剩余的3个(第二处理核)分配给座舱域***。或者将其中的4个分配给智驾域***，3个分配给座舱域***，剩余的1个分配给其他的模块。通常由于智驾域***中执行的任务消耗的计算资源更多，所以第一处理核的数量会大于第二处理核的数量。
作为本发明的另一个实施例，如图3所示，该***还包括：数据共享***、图像信号处理器***、扩容存储器及传感器异常检测***。
数据共享***部署于芯片中，数据共享***与至少一个第一处理核存在关联关系，以调用至少一个第一处理核，以读取动态随机存储器中存储的第一目标结果数据和第二目标结果数据，并发送至目标位置。数据共享***与动态随机存储器通信连接。
由于，数据共享***主要是为了将智驾域***及座舱域***处理好后的各种车身周围信息共享至云端。所以数据共享***也要与动态随机存储器通信连接，由此可以更加快速的读取其中要进行共享的信息。同时，由于数据共享过程中需要占用一定的计算资源，且智驾域***中分配的计算资源相对更加充足，所以通常将数据共享***集成在智驾域***中，并使用至少一个第一处理核来完成对应的计算任务。
另外，数据共享***还可以在智驾域***接收到辅助驾驶激活指令后，实时监控每一第一处理核的计算资源占用率，并计算出平均资源占用率，若平均资源占用率小于预设阈值，则智驾域***可以在执行对应的辅助驾驶任务的同时，继续处理第一类业务数据，并通过数据共享***进行共享。
在一个实施例中，上述芯片内还部署有图像信号处理器***。图像信号处理器***分别与智驾域***及座舱域***通信连接。用于对本车周围环境的初始图像信息进行预处理，生成第一类业务数据及第二类业务数据。
在一个实施例中，图像信号处理器***可以为ISP模块，用于对本车周围环境的图像信息进行预处理，去除噪声数据并生成预设格式的车身环境图像信息。车身环境图像信息包括初始车身前视图像信息、初始车身周视图像信息、多个子环视图像信息。
在一个实施例中，预设格式的车身环境图像信息可以是RGB或YUV的格式的车身环境图像信息。
具体的，ISP模块用于执行如下数据预处理步骤：
ISP模块分别获取本车的环视摄像头、周视摄像头及前视摄像头采集到的原始图像数据。具体的，车辆上的环视摄像头、周视摄像头及前视摄像头与ISP模块通过GMSL(Gigabit Multimedia Serial Links，千兆多媒体串行链路)进行图像信息的传输。
然后，ISP模块对采集到的原始图像数据进行去噪处理，并生成格式为RGB或YUV的车身环境图像信息。该格式的图像数据的通用性更高。
扩容存储器与芯片内的动态随机存储器通信连接。扩容存储器可以为现有的更大容量(如1T)的DDR(Double Data Rate，双倍速率)存储器(也即图1中的DDR Memory)，以对本***中的内存进行扩容。
在一个实施例中，芯片内还部署有传感器异常检测***。传感器异常检测***与图像信号处理器***通信连接。传感器异常检测***被配置为：对每一预设的信息采集组件进行异常检测，在存在任一信息采集组件出现异常的情况下，生成传感器异常信息。信息采集组件包括目标相机。具体的，传感器异常检测***可以通过检测图像信号处理器***处理后的图像数据，是否符合要求来判定对应的相机是否正常。如，当检测到某一图像上有大面积的遮挡物或者图像内容异常时，传感器异常检测***可以生成对应的报警信息。同理，传感器异常检测***还对车辆中的其他的传感器进行异常检测，当任一传感器出现异常时，生成对应的报警信息。
并且，在检测到任一相机出现异常时，会暂停数据共享操作。由于相机异常，所以采集到的图像信息存在失真的情况，信息准确度下降，此时不在进行数据共享。
本实施例中，通过设置数据共享***，可以将车辆实时位置及车辆周围的环境信息及时共享至目标地址。如可以将目标地址设置为智慧道路中的路端MEC(Mobile EdgeComputing,边缘计算单元)。再由路端MEC处理后共享上云，然后再由对应的路端MEC将结果级数据共享下发给其它目标车辆的车端OBU(On Board Unit，车载单元)，以供其获得更加精准的了解路况信息。本实施例中，通过数据共享***可以与智慧道路协同，在实现大数据共享的同时，提供了V2X超视距感知，在一定程度上可以降低公开道路上事故发生率，尤其是可以更好的解决包括cut-in场景在内的长尾问题。
同时，本实施例中充分调用了智能汽车HPC计算大脑的软硬件资源，显著提高了资源利用率，为智能汽车的跨越式技术发展中的阶段性过渡演进提供了创新应用价值。
作为本发明的另一个实施例，为了实现对本***中计算资源的充分利用，本***的各个模块按照如下方式进行配置。
智驾域***被配置为：在获取到预设的辅助驾驶激活指令的情况下，智驾域***执行对应的辅助驾驶任务，并停止进行对第一类业务数据的处理。
在获取到预设的辅助驾驶关闭指令的情况下，智驾域***开始对第一类业务数据进行处理，并将处理结果数据写入动态随机存储器。
本实施例中的预设的辅助驾驶激活指令及关闭指令为本车中的ADAS(AdvancedDriving Assistance System，高级驾驶辅助***)功能中的部分或全部功能分别对应的开启或关闭指令。该指令通常可以由驾驶员发出。由于，ADAS功能中的部分功能开启后占用的计算资源较小，该功能开启时智驾域***中的计算资源剩余较多，依然可以用来处理第一类业务数据，并共享至云端。所以在进行预设辅助驾驶指令的选择时，可以避开这些小资源占用功能的指令。
具体的，在车辆行驶过程中，当ADAS功能中的如下功能被激活时，智驾域***会接收到对应的激活指令，此时智驾域***停止处理第一类业务数据，并停止共享。如：APA(全自动泊车)、RPA(代客泊车)、ALC(全自动变道)、AES(自动紧急转向)、TJC(交通拥堵代驾Hands Free)、AVP 2.0(流动车位代客泊车双冗余)、NOA(高速公路和城区道路高阶导航辅助驾驶)、ACC(自适应巡航)及LKA(车道保持辅助)等。
当ADAS功能中的如下功能被激活时，智驾域***继续处理第一类业务数据，并共享。如：AEB(自动紧急制动)、FCW(前碰预警)、LDW(车道偏离预警)、TJA/ICA(交通拥堵辅助/集成式巡航辅助)、LAEB(低速自动紧急制动)、IHC(智能大灯控制)、TSR(交通标志识别)、BSD(盲区检测)、LCA(变道辅助)、DOA(开门预警)、RCTA/B(倒车横向交通预警/制动)、FCTA/B(前方横向交通预警/制动)、ELK(紧急车道保持)、DCLC(驾驶员确认换道)及DMS(驾驶员疲劳检测)等。
座舱域***被配置为：在智驾域***获取到预设的辅助驾驶关闭指令的情况下，座舱域***对第二类业务数据进行处理，并将处理结果数据写入动态随机存储器。
数据共享***被配置为：在智驾域***获取到预设的辅助驾驶激活指令的情况下，数据共享***停止将动态随机存储器中的处理结果数据发送至目标地址。
在智驾域***获取到预设的辅助驾驶关闭指令的情况下，数据共享***继续将动态随机存储器中的处理结果数据发送至目标地址。
传感器异常检测***被配置为：传感器异常检测***对每一预设的信息采集组件进行异常检测，若存在任一信息采集组件出现异常，则生成传感器异常信息。
图像信号处理器***被配置为：分别获取本车的环视采集组件、周视采集组件及前视采集组件采集到的原始图像数据。
对原始图像数据进行预处理，去除噪声数据并生成预设格式的第一类业务数据及第二类业务数据。本实施例中的预设格式可以为：RGB或YUV格式，该格式的图像信息的通用性更高。
通过上述配置方式可知，如图4所示，在智驾域***获取到预设的辅助驾驶激活指令的情况下，智驾域***会停止对第一类业务数据的处理工作，并且数据共享***也会停止将数据共享至云端的操作。此时可以将智驾域***中的全部的计算资源分配给对应的辅助驾驶功能，以使对应的功能可以正常顺利进行。
如图5所示，在智驾域***获取到预设的辅助驾驶关闭指令的情况下，智驾域***中的计算资源基本处于闲置状态，所以为了更充分的利用该部分计算资源，智驾域***上的RTOS(Real Time Operating System，实时操作***)默认激活其内置的车云共享数据模块，即此时处于闲置状态的SoC智驾核的软硬件资源被调用起来，且智驾域***会继续对第一类业务数据进行处理，同时座舱域***也会对第二类业务数据进行处理。前端的ISP模块也同步接收并预处理环视和周视及前视相机的原始数据，生成特定格式的图像数据。并且智驾域***及座舱域***均会将处理后的图像数据存储到SoC芯片的动态随机存储器中，再由数据共享***实时提取内存块中存储的图像数据和雷达目标ID数据，并将数据压缩打包后共享上传到路侧MEC计算单元。再由MEC单元将收到的本车车辆的图像数据和雷达目标ID数据经过MEC的感知处理单元进行坐标系转换，然后由MEC的车云共享模块下发给其它目标车辆，以便其使用该数据。
芯片算力复用是一种通过利用芯片内部的空闲资源，实现计算能力充分利用的方法。分时复用可以将同一个芯片、时钟、数据总线、存储器等通过分频和分配时隙的方式将其分配给不同的功能模块。本方实施例中方案采用了分时复用技术，具体为基于分配时隙的方式进行实现，即：当本车的驾驶员激活了预设的自动驾驶功能的时候，则本***立即关闭智驾域中的车云共享功能模块及其关联功能模块，以及时释放核心算力和内存资源等给本车。
作为本发明的另一个实施例，还提供了一种车辆，包括上述的一种基于HPC***的芯片。
作为本发明的另一个实施例，如图6所示，还提供了一种基于HPC***的数据处理方法，应用于第一处理芯片，第一处理芯片中设置有动态随机存储器。且第一处理芯片上部署有智驾域***及座舱域***。
数据处理方法包括：
S100：控制智驾域***对第一类业务数据进行处理，生成第一目标结果数据。
S200：控制座舱域***对第二类业务数据进行处理，生成第二目标结果数据。第一类业务数据与第二类业务数据不完全相同。
S300：控制智驾域***将第一目标结果数据写入动态随机存储器，以及读取第一目标结果数据和/或第二目标结果数据。
S400：控制座舱域***将第二目标结果数据写入动态随机存储器，以及读取第一目标结果数据和/或第二目标结果数据。
作为本发明的另一个实施例，芯片中设置有至少一个第一处理核及至少一个第二处理核。第一处理核及第二处理核均与动态随机存储器通信连接。
第一处理核用于被智驾域***调用，以完成对第一类业务数据的处理，生成第一目标结果数据。第二处理核用于被座舱域***调用，以完成对第二类业务数据的处理，生成所述第二目标结果数据。
作为本发明的另一个实施例，第一处理芯片上还部署有图像信号处理器***。数据处理方法还包括：
S500：控制图像信号处理器***对第一类初始业务数据进行预处理，生成第一类业务数据。预处理用于去除噪声数据并生成预设的数据格式。
S600：控制图像信号处理器***对第二类初始业务数据进行预处理，生成第二类业务数据。
作为本发明的另一个实施例，第一处理芯片内的动态随机存储器还与外部的扩容存储器信连接。其中，扩容存储器用于将动态随机存储器中的数据写入自身内存，和将自身内存中的数据写入动态随机存储器中。
作为本发明的另一个实施例，第一处理芯片上还部署有传感器异常检测***。传感器异常检测***与图像信号处理器***通信连接。数据处理方法还包括：
S700：控制传感器异常检测***根据第一类业务数据及第二类业务数据，检测目标传感器是否异常。
作为本发明的另一个实施例，传感器异常检测***被配置为：
对每一预设的信息采集组件进行异常检测，在存在任一信息采集组件出现异常的情况下，生成传感器异常信息。
相应的，控制传感器异常检测***根据第一类业务数据及第二类业务数据，检测目标传感器是否异常，包括：控制传感器异常检测***对每一预设的信息采集组件进行异常检测，在存在任一信息采集组件出现异常的情况下，生成传感器异常信息。
作为本发明的另一个实施例，智驾域***被配置为：
在获取到预设的辅助驾驶激活指令的情况下，执行对应的辅助驾驶任务，并停止进行对第一类业务数据的处理。
在获取到预设的辅助驾驶关闭指令的情况下，开始对第一类业务数据进行处理，并将第一目标结果数据写入动态随机存储器。
在一个实施例中，上述方法还包括：控制智驾域***在获取到预设的辅助驾驶激活指令的情况下，执行对应的辅助驾驶任务，并停止进行对第一类业务数据的处理。
在一个实施例中，上述方法还包括：控制智驾域***在获取到预设的辅助驾驶关闭指令的情况下，开始对第一类业务数据进行处理，并将第一目标结果数据写入动态随机存储器。
作为本发明的另一个实施例，座舱域***被配置为：
在智驾域***获取到预设的辅助驾驶关闭指令的情况下，对第二类业务数据进行处理，并将第二目标结果数据写入动态随机存储器。
在一个实施例中，上述方法还包括：控制座舱域***在智驾域***获取到预设的辅助驾驶关闭指令的情况下，对第二类业务数据进行处理，并将第二目标结果数据写入动态随机存储器。
作为本发明的另一个实施例，第一处理芯片上还部署有数据共享***。数据处理方法还包括：
S800：控制数据共享***调用第一处理核，以读取动态随机存储器中存储的第一目标结果数据和第二目标结果数据，并发送至目标位置。
作为本发明的另一个实施例，数据共享***被配置为：
在智驾域***获取到预设的辅助驾驶激活指令的情况下，数据共享***停止将动态随机存储器中的第一目标结果数据和第二目标结果数据发送至目标地址。
在智驾域***获取到预设的辅助驾驶关闭指令的情况下，数据共享***开始将动态随机存储器中的第一目标结果数据和第二目标结果数据发送至目标地址。
相应的，在一个实施例中，上述方法还包括：在智驾域***获取到预设的辅助驾驶激活指令的情况下，控制数据共享***停止将动态随机存储器中的第一目标结果数据和第二目标结果数据发送至目标地址。
相应的，在一个实施例中，上述方法还包括：在智驾域***获取到预设的辅助驾驶关闭指令的情况下，控制数据共享***开始将动态随机存储器中的第一目标结果数据和第二目标结果数据发送至目标地址。
作为本发明的另一个实施例，应用于车辆的数据处理***。第一类业务数据至少包括车辆的周视摄像头和前视摄像头的图像数据，第二类业务数据至少包括车辆的环视摄像头的图像数据。
此外，尽管在附图中以特定顺序描述了本公开中方法的各个步骤，但是，这并非要求或者暗示必须按照该特定顺序来执行这些步骤，或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的，可以省略某些步骤，将多个步骤合并为一个步骤执行，以及/或者将一个步骤分解为多个步骤执行等。
通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本公开实施方式的方法。
在本公开的示例性实施例中，还提供了一种能够实现上述方法的电子设备。
所属技术领域的技术人员能够理解，本发明的各个方面可以实现为***、方法或程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“***”。
根据本发明的这种实施方式的电子设备。电子设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
电子设备以通用计算设备的形式表现。电子设备的组件可以包括但不限于：上述至少一个处理器、上述至少一个储存器、连接不同***组件(包括储存器和处理器)的总线。
其中，储存器存储有程序代码，程序代码可以被处理器执行，使得处理器执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。
储存器可以包括易失性储存器形式的可读介质，例如随机存取储存器(RAM)和/或高速缓存储存器，还可以进一步包括只读储存器(ROM)。
储存器还可以包括具有一组(至少一个)程序模块的程序/实用工具，这样的程序模块包括但不限于：操作***、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线可以为表示几类总线结构中的一种或多种，包括储存器总线或者储存器控制器、***总线、图形加速端口、处理器或者使用多种总线结构中的任意总线结构的局域总线。
电子设备也可以与一个或多个外部设备(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备交互的设备通信，和/或与使得该电子设备能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口进行。并且，电子设备还可以通过网络适配器与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。网络适配器通过总线与电子设备的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、RAID***、磁带驱动器以及数据备份存储***等。
通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。
在本公开的示例性实施例中，还提供了一种计算机可读存储介质，其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当程序产品在终端设备上部署时，程序代码用于使终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。
程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的***、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
此外，上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。
应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
以上，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。
Claims (15)
1.一种基于HPC***的芯片，其特征在于，
所述芯片中设置有动态随机存储器；且所述芯片上部署有智驾域***及座舱域***；
所述智驾域***用于对第一类业务数据进行处理，生成第一目标结果数据；所述座舱域***用于对第二类业务数据进行处理，生成第二目标结果数据；所述第一类业务数据与所述第二类业务数据不完全相同；
所述智驾域***用于将第一目标结果数据写入动态随机存储器，以及读取第一目标结果数据和/或第二目标结果数据；
所述座舱域***用于将第二目标结果数据写入动态随机存储器，以及读取第一目标结果数据和/或第二目标结果数据。
2.根据权利要求1所述的一种基于HPC***的芯片，其特征在于，所述芯片中设置有至少一个第一处理核及至少一个第二处理核；所述第一处理核及第二处理核均与所述动态随机存储器通信连接；
所述第一处理核用于被所述智驾域***调用，以完成对第一类业务数据的处理，生成所述第一目标结果数据；所述第二处理核用于被座舱域***调用，以完成对第二类业务数据的处理，生成所述第二目标结果数据。
3.根据权利要求1所述的一种基于HPC***的芯片，其特征在于，还包括：
图像信号处理器***，部署于所述芯片上；用于对第一类初始业务数据进行预处理，生成第一类业务数据；所述预处理用于去除噪声数据并生成预设的数据格式；
及对第二类初始业务数据进行预处理，生成第二类业务数据。
4.根据权利要求1所述的一种基于HPC***的芯片，其特征在于，还包括：
扩容存储器，与所述芯片内的动态随机存储器通信连接，所述扩容存储器用于将所述动态随机存储器中的数据写入自身内存，和将自身内存中的数据写入所述动态随机存储器中。
5.根据权利要求3所述的一种基于HPC***的芯片，其特征在于，还包括：
传感器异常检测***，部署于所述芯片上，与所述图像信号处理器***通信连接；用于根据第一类业务数据及第二类业务数据，检测目标传感器是否异常。
6.根据权利要求5所述的一种基于HPC***的芯片，其特征在于，所述传感器异常检测***被配置为：
对每一预设的信息采集组件进行异常检测，在存在任一信息采集组件出现异常的情况下，生成传感器异常信息。
7.根据权利要求1所述的一种基于HPC***的芯片，其特征在于，所述智驾域***被配置为：
在获取到预设的辅助驾驶激活指令的情况下，执行对应的辅助驾驶任务，并停止进行对第一类业务数据的处理；
在获取到预设的辅助驾驶关闭指令的情况下，开始对第一类业务数据进行处理，并将第一目标结果数据写入所述动态随机存储器。
8.根据权利要求1所述的一种基于HPC***的芯片，其特征在于，所述座舱域***被配置为：
在所述智驾域***获取到预设的辅助驾驶关闭指令的情况下，对第二类业务数据进行处理，并将第二目标结果数据写入所述动态随机存储器。
9.根据权利要求1-8任一项所述的一种基于HPC***的芯片，其特征在于，还包括：
数据共享***，部署于所述芯片上，所述数据共享***调用第一处理核，以读取所述动态随机存储器中存储的第一目标结果数据和第二目标结果数据，并发送至目标位置。
10.根据权利要求9所述的一种基于HPC***的芯片，其特征在于，所述数据共享***被配置为：
在所述智驾域***获取到预设的辅助驾驶激活指令的情况下，所述数据共享***停止将动态随机存储器中的第一目标结果数据和第二目标结果数据发送至目标地址；
在所述智驾域***获取到预设的辅助驾驶关闭指令的情况下，所述数据共享***开始将动态随机存储器中的第一目标结果数据和第二目标结果数据发送至目标地址。
11.根据权利要求1-8或者10中任意一项所述的一种基于HPC***的芯片，其特征在于，应用于车辆的数据处理***；所述第一类业务数据至少包括所述车辆的周视摄像头和前视摄像头的图像数据，所述第二类业务数据至少包括所述车辆的环视摄像头的图像数据。
12.一种车辆，包括如权利要求1-11任意一项所述的一种基于HPC***的芯片。
13.一种基于HPC***的数据处理方法，应用于第一处理芯片，所述第一处理芯片中设置有动态随机存储器；且所述第一处理芯片上部署有智驾域***及座舱域***；
所述数据处理方法包括：
控制所述智驾域***对第一类业务数据进行处理，生成第一目标结果数据；
控制所述座舱域***对第二类业务数据进行处理，生成第二目标结果数据；所述第一类业务数据与所述第二类业务数据不完全相同；
控制所述智驾域***将第一目标结果数据写入动态随机存储器，以及读取第一目标结果数据和/或第二目标结果数据；
控制所述座舱域***将第二目标结果数据写入动态随机存储器，以及读取第一目标结果数据和/或第二目标结果数据。
14.一种非瞬时性计算机可读存储介质，所述非瞬时性计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求13所述的一种基于HPC***的数据处理方法。
15.一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求13所述的一种基于HPC***的数据处理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311594690.3A CN117632830A (zh) | 2023-11-27 | 2023-11-27 | 基于hpc***的芯片、车辆、数据处理方法、介质及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311594690.3A CN117632830A (zh) | 2023-11-27 | 2023-11-27 | 基于hpc***的芯片、车辆、数据处理方法、介质及设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117632830A true CN117632830A (zh) | 2024-03-01 |
Family
ID=90033195
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311594690.3A Pending CN117632830A (zh) | 2023-11-27 | 2023-11-27 | 基于hpc***的芯片、车辆、数据处理方法、介质及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117632830A (zh) |
-
2023
- 2023-11-27 CN CN202311594690.3A patent/CN117632830A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109917765B (zh) | 一种基于自动驾驶***的网络架构的集散式域控制器*** | |
| JP7314798B2 (ja) | 撮像装置、画像処理装置、及び、画像処理方法 | |
| US11908104B2 (en) | Weighted normalized automatic white balancing | |
| KR20190054255A (ko) | 차량의 군집 주행 제어 장치 및 그 방법 | |
| US20230106791A1 (en) | Control device for vehicle and automatic driving system | |
| US11891036B2 (en) | Leveraging rear-view sensors for automatic emergency braking in autonomous machine applications | |
| WO2021222256A2 (en) | Systems and methods for performing operations in a vehicle using gaze detection | |
| US20200139991A1 (en) | Electronic device for vehicle and operating method of electronic device for vehicle | |
| US20210362727A1 (en) | Shared vehicle management device and management method for shared vehicle | |
| US11917307B2 (en) | Image signal processing pipelines for high dynamic range sensors | |
| JP2023071168A (ja) | 自律マシン・アプリケーションのための粒子ベース危険検出 | |
| JP2023076393A (ja) | レーダー・ベースの車線変更安全システム | |
| CN117632830A (zh) | 基于hpc***的芯片、车辆、数据处理方法、介质及设备 | |
| WO2022095415A1 (zh) | 一种自动驾驶***及汽车 | |
| CN113393687B (zh) | 驾驶辅助装置、驾驶辅助方法、车辆和介质 | |
| US20240025406A1 (en) | Method for adjusting speed of instant vehicle and device for adjusting speed of instant vehicle | |
| WO2023013341A1 (ja) | 車載システム及び運転診断プログラム | |
| US20240160467A1 (en) | Information processing system, information processing method, program, and cluster system | |
| CN113511218B (zh) | 车辆控制装置、车辆、车辆控制方法以及存储介质 | |
| CN112550279B (zh) | 汽车的制动方法、装置及计算机存储介质 | |
| WO2023084985A1 (ja) | 車載システム及び機能学習提示プログラム | |
| WO2024090195A1 (ja) | 情報処理システム、通信方法、及び、移動体 | |
| EP4382384A1 (en) | Vehicle driving method, apparatus and system | |
| US20240068838A1 (en) | Methods and systems for distributing high definition map using edge device | |
| US20240187555A1 (en) | Systems, methods, and non-transitory computer-readable medium for sharing camera views |
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 |