当前位置: 首页 > news >正文

边缘计算助力低速无人驾驶驶入多场景落地快车道

自动驾驶刮起的风,如今正吹向低速无人驾驶赛道。近期不完全统计显示,当前A股及港股正在排队IPO的自动驾驶相关企业共有12家,其中实现盈利的企业仅两家,而且实现盈利的两家企业最主要的收入并不完全源于自动驾驶领域。

相比之下,低速无人驾驶多是在工业园区、校园、医院、机场、展览中心和商业区等封闭、半封闭区域内开展作业,应用场景相对简单固定,但应用行业更加多元,更利于相关产业项目落地应用及商业转化。也正因如此,近两年来不少L4级自动驾驶公司都布局了低速无人驾驶业务。

据新战略低速无人驾驶产业研究所统计,低速无人驾驶市场发展呈较快增长态势:2022年,中国低速无人驾驶行业销售规模约52亿元,各类低速无人车产品销售数量约20000台,预计到2025年,中国低速无人驾驶产业规模有望突破300亿元。

低速无人驾驶正在进入发展快车道,但要实现真正的普及和推广,仍然需要克服通信和数据处理、系统稳定性、环境感知与识别,以及AI决策规划等一系列难题。而这些,都和边缘端技术密切相关。

Part 01

由于低速无人驾驶实时性要求较高,需要快速响应周围环境的变化,感知系统通常会采用边缘端技,以便快速处理周围环境的传感器(摄像头、激光雷达等)数据,包括图像、声音等,进而实时识别障碍物、标志和其他车辆,并做出相应决策。

将数据处理和决策放在本地,能够降低数据传输的延迟,提高系统的反应速度和稳定可靠性,更能适应特定场景下低速无人驾驶的实际需求,这些都依赖于感知系统在边缘端的成功部署。

对此,阿加犀提供融合系统架构AidLux平台以及开箱即用AI工具链,能够帮助开发者轻松、快速实现低速无人驾驶感知系统在边缘端的部署落地。

在阿加犀联合行业大咖开展的自动驾驶感知系统实战训练营中,首席讲师江城子通过视频直播结合群内课后辅导的形式,全程带领大家学习了感知算法基础知识、2D/3D环境感知、全景感知YOLOP模型,以及利用AidLux实现边缘端自动感知系统的开发和部署。

在边缘端简单配置AidLux系统依赖库环境,部署检测代码和模型,3个课时即可完成对车道目标的检测预警目前,该训练营已圆满结束,AidLux公众号后台回复"训练营"即可免费获取相关课程内容及代码包,快速掌握无人驾驶技术,轻松在边缘端部署运行自动感知系统!

Part 02

相比高级别自动驾驶技术而言,低速无人驾驶的应用场景相对简单和可控,但仍然需要一定水平的硬件算力来实现数据处理、感知决策,以及路径规划与导航等功能,以保证车辆能够安全、稳定、高效运行。

为了满足这些要求,低速无人驾驶车辆需要配备合适的计算设备。而在主流的边缘计算设备中,ARM架构处理器比传统X86的执行效率和性价比更高。其中,基于高通ARM芯片模组的高端边缘计算设备具备强大的算力和边缘推理能力,能够在极低功耗下为高性能需求的应用场景提供支持,在AIoT市场具有明显的竞争优势。

同时,随着边缘计算技术的不断发展,也有越来越多的解决方案专门针对设备算力进行优化。

在阿加犀AI工具链的赋能下,芯片的计算资源可实现动态调度,异构算力资源能够被充分利用,模型运算帧率进一步提升。经过测试,使用阿加犀独有技术路线后,高通芯片的性能提升效果能够超越官方数据30%以上。

阿加犀底层技术支持与高通高性能硬件的双重优势叠加,使得低速无人驾驶应用能够更加高效地部署运行在边缘端,精准实现障碍物识别、路径规划等,赋能仓储物流AMR(自主移动机器人)、环卫无人车、园区巡检车等在各类应用场景中快速响应并做出决策,实时性、稳定性和可靠性显著提升。

此外,阿加犀还将Llama2、Qwen等大语言模型成功部署在了手机、AI阵列服务器等高通芯片边缘计算设备上,使其不受网络条件限制流畅推理运行大模型应用和服务。

在10月31日开幕的2023云栖大会上,阿加犀受邀展出AI模型&大模型边缘部署解决方案,引起了行业内外的广泛关注。

随着阿加犀对大模型的边端落地支持进一步成熟,在车端接入AI大模型,或将在一定程度上增强其认知、推理和决策能力,为低速无人驾驶技术落地开辟更广阔的应用空间。

Part 03

作为高通创投投资的ISV企业,阿加犀深刻理解高通芯片技术路线和AI能力。除了能够基于高通ARM芯片模组的高端边缘计算设备高效部署低速无人驾驶等AIoT项目以外,阿加犀还能够帮助企业和开发者快速将现有项目迁移到高通芯片边缘设备上,为其提供更低功耗、更高算力和更长寿命周期的解决方案。

未来,随着AI赋能的兴起,硬件性能将持续提升和更新,势必会引发对企业现有产品或解决方案的迭代需求。为帮助企业顺利将更多AIoT项目和解决方案迁移到高通芯片设备上,提升产品多样性,增加综合性价比,阿加犀推出了畅通无阻——千家企业项目免费迁移高通计划。

对于通过甄选后进行项目迁移的企业,阿加犀将免费提供全套支持:

AI部署工具包(可选云端或本地版本)

高通AI Box(14T AI算力)

全天候技术支持

欢迎对此计划感兴趣的小伙伴联系我们进一步了解和沟通。

相关文章:

边缘计算助力低速无人驾驶驶入多场景落地快车道

自动驾驶刮起的风,如今正吹向低速无人驾驶赛道。近期不完全统计显示,当前A股及港股正在排队IPO的自动驾驶相关企业共有12家,其中实现盈利的企业仅两家,而且实现盈利的两家企业最主要的收入并不完全源于自动驾驶领域。 相比之下&am…...

谷歌推出基于AI的产品图像生成工具;[微软免费课程:12堂课入门生成式AI

🦉 AI新闻 🚀 谷歌推出基于AI的产品图像生成工具,帮助商家提升广告创意能力 摘要:谷歌推出了一套基于AI的产品图像生成工具,使商家能够利用该工具免费创建新的产品图像。该工具可以帮助商家进行简单任务(…...

python学习10

前言:相信看到这篇文章的小伙伴都或多或少有一些编程基础,懂得一些linux的基本命令了吧,本篇文章将带领大家服务器如何部署一个使用django框架开发的一个网站进行云服务器端的部署。 文章使用到的的工具 Python:一种编程语言&…...

【JAVA学习笔记】59 - JUnit框架使用、本章作业

项目代码 https://github.com/yinhai1114/Java_Learning_Code/tree/main/IDEA_Chapter15/src/com/yinhai/homework JUnit测试框架 1.基本介绍 1. JUnit是一个Java语言的单元测试框架 2.多数Java的开发环境都已经集成了JUnit作为单元测试的工具 2.如何使用 创建方法后&#x…...

3D 线激光相机的激光条纹中心提取方法

论文地址:Excellent-Paper-For-Daily-Reading/application/centerline at main 类别:应用——中心线 时间:2023/11/06 摘要 线激光条纹中心提取是实现线激光相机三维扫描的关键,根据激光三角测量法研制了线激光相机,基于传统 Steger 法对其进行优化并提出一种适用于提…...

云尘靶场-Tr0ll-vulhub

直接fscan扫描 发现这里有一个ftp 我们等等看 首先去nmap扫描端口 nmap -A -p- 172.25.0.13 --unprivileged 这里使用wsl ftp ssh 和80 然后我们继续继续目录扫描 dirb 出来没什么用处 所以我们继续去看 流量包 流量包分析 首先看tcp ->分析->追踪流 这里是f…...

Cuda cmake支持C++17

项目中cuda的编译需要使用到C17的特性,但是自己在设置C17的时候,一直不生效,最后找到一种生效的方式 1. 设置CMAKE_CUDA_STANDARD cmake_minimum_required(VERSION 3.19)project(demo)set(CMAKE_CXX_STANDARD 17) set(CMAKE_CUDA_STANDARD …...

【黑马程序员】Git

文章目录 前言一、Git 概念二、Git 安装与常用命令三、Git 远程仓库四、在 IDEA 上操作 Git总结 前言 一、Git 概念 二、Git 安装与常用命令 三、Git 远程仓库 四、在 IDEA 上操作 Git 总结...

季节性壁炉布置:让您的家温馨如冬季仙境

1、主题化的壁炉装饰:根据不同节令或假日,您可以为壁炉布置不同的主题。比如,在圣诞季节,您可以放置圣诞装饰品,烛台和彩灯,打造温馨的圣诞壁炉。在万圣节,尝试用各种吓人的装饰,如假…...

Chisel-xcode 下的调试神器

LLDB 是一个有着 REPL 的特性和 C ,Python 插件的开源调试器。LLDB 绑定在 Xcode 内部,存在于主窗口底部的控制台中。调试器允许你在程序运行的特定时暂停它,你可以查看变量的值,执行自定的指令,并且按照你所认为合适的步骤来操作…...

C语言运算符优先级一览表

优先级 运算符 名称或含义 使用形式 结合方向 说明 1 [] 数组下标 数组名[常量表达式] 左到右 () 圆括号 (表达式) 函数名(形参表) . 成员选择(对象) 对象.成员名 -> 成员选择(指针) 对象指针->成…...

C#在.NET Windows窗体应用中使用LINQtoSQL

目录 一、新建Windows窗体应用并添加LINQtoSQL类 二、错误信息CS0234 三、添加扩展包让Windows窗体应用支持LINQtoSQL类 默认安装的背景下,新建的Windows窗体应用是不支持LINQtoSQL类的。现象是资源管理器里的依赖项中默认的安装不能自动生成支持system.data.lin…...

Unity json反序列化为 字典存储

当在Unity游戏中需要加载和管理游戏数据,通常使用JSON文件是一种常见的方法。在本篇博客中,我们将深入探讨如何使用C#和Unity的JSON反序列化功能来实现这一目标。我们可以使用Unity的JsonUtility来反序列化JSON数据并将其映射到自定义的C#数据结构中。 …...

助力青少年学习,亚马逊云科技2024年全球人工智能和机器学习奖学金计划正式启动

云未来将以何种方式发展?方向握在意气风发的少年们手中。近日,亚马逊云科技全球人工智能和机器学习(AI和ML)奖学金计划在中国区的首次颁奖以及2024年启动仪式在北京中学正式举行,有45名学子凭借杰出的学业成绩、对人工…...

华为机试练习题:HJ13 句子逆序

1、完整题目 HJ13 句子逆序 描述 将一个英文语句以单词为单位逆序排放。例如“I am a boy”,逆序排放后为“boy a am I” 所有单词之间用一个空格隔开,语句中除了英文字母外,不再包含其他字符 数据范围:输入的字符串长度满足…...

windows环境下安装Java过程(免登录Oracle官网下载java)

下载路径 oracle官网: java下载路径 Oracle共享账号可下载JDK: 指路 安装流程 执行下载后的jdk的可执行文件一路next下去, 可以自定义安装路径添加环境变量, 两个地方需要添加 在cmd中输入java -version 进行验证,…...

openssl交叉编译 (ubuntu+arm)

1.下载安装包 wget https://www.openssl.org/source/openssl-1.1.1w.tar.gz 2.解压安装包 tar -zxvf openssl-1.1.1l.tar.gz 3.进入源码文件夹-修改编译器 CCarm-linux-gnueabihf-gcc 4.配置编译参数 ./config no-asm -shared --prefix/home/alientek/sp_test/openssl/sp…...

Python 海龟绘图基础教学教案(十七)

Python 海龟绘图——第 34 题 题目:绘制下面的图形 解析: 使用循环绘制楼梯形。 答案: Python 海龟绘图——第 35 题 题目:绘制下面的图形 解析: 使用二重循环绘制四个方块。 答案:...

element ui多选框(Checkbox 多选框、Select多选框)编辑时无法选中的解决办法

1. Checkbox 多选框无法选中的解决办法: <!--v-model绑定的值必须是[],不能是字符串--><el-form-item label="配布对象" prop="reptGroupArray" > <!--多选--><el-checkbox-group v-model="form.reptGroupArray" size=&q…...

TCP/IP--七层通信

文章目录 TCP/IP--七层通信先来看一下会话层以上的处理再来看一下传输层以下的处理 TCP/IP–七层通信 下面举例说明7层网络模型的功能。假设使用主机A的用户A要给使用主机B的用户B发送一封电子邮件。 在七层OSI模型中&#xff0c;如何模块化通信传输&#xff1f; 先来看一下七…...

Gradio项目快速公网演示:除了share=True,你还有这几种轻量级内网穿透方案

Gradio项目快速公网演示&#xff1a;5种轻量级内网穿透方案横向评测 当你开发了一个酷炫的机器学习模型演示&#xff0c;或是精心设计的数据可视化界面&#xff0c;最迫切的需求往往是如何快速分享给同事或客户。Gradio的shareTrue参数可能是大多数开发者首先想到的方案&#x…...

CANOE Demo版快速下载与激活指南

1. CANOE Demo版是什么&#xff1f;为什么你需要它&#xff1f; 如果你正在学习汽车电子开发或者从事相关领域的工作&#xff0c;CANOE这个名字一定不会陌生。作为Vector公司推出的主流汽车总线开发工具&#xff0c;它几乎成了行业标准。但对于刚入门的新手来说&#xff0c;动辄…...

避开这5个坑!用HipSTR分析NGS数据时最容易出错的STR检测问题

避开这5个坑&#xff01;用HipSTR分析NGS数据时最容易出错的STR检测问题 STR检测在二代测序数据分析中扮演着关键角色&#xff0c;但实际操作中常会遇到各种"坑"。本文将结合实战经验&#xff0c;剖析使用HipSTR进行STR检测时最容易出错的五个关键环节&#xff0c;帮…...

STM32博物馆环境监控系统设计与实现

基于STM32的博物馆展柜环境监控系统设计1. 项目概述1.1 系统背景文物保护工作中&#xff0c;展柜微环境稳定性直接影响文物保存状态。传统人工巡检方式存在响应滞后、数据不连续等问题。本项目设计了一套基于STM32的智能化环境监控系统&#xff0c;可实时监测温湿度、光照、烟雾…...

PADS 9.5资源包下载与安装教程:附最新许可证生成工具MentorKG使用指南

PADS 9.5完整资源获取与高效安装实战指南 在电子设计自动化&#xff08;EDA&#xff09;领域&#xff0c;PADS系列软件凭借其稳定的性能和友好的操作界面&#xff0c;始终保持着广泛的市场占有率。作为经典的9.5版本&#xff0c;虽然已不是最新发布&#xff0c;但在许多企业的标…...

打造轻量级Windows系统:Tiny11Builder深度应用指南

打造轻量级Windows系统&#xff1a;Tiny11Builder深度应用指南 【免费下载链接】tiny11builder Scripts to build a trimmed-down Windows 11 image. 项目地址: https://gitcode.com/GitHub_Trending/ti/tiny11builder 价值定位&#xff1a;解决三大系统痛点 你的Windo…...

从镜像到实战:星图OpenClaw+Qwen3-32B完整链路

从镜像到实战&#xff1a;星图OpenClawQwen3-32B完整链路 1. 为什么选择OpenClawQwen3-32B组合 去年冬天&#xff0c;当我第一次尝试用AI自动化处理周报时&#xff0c;发现公有云方案总在数据隐私和功能定制上让我束手束脚。直到遇见星图平台的OpenClaw镜像与Qwen3-32B组合&a…...

交易数据一致性保障:大数据环境下的挑战

交易数据一致性保障:大数据环境下的挑战 1. 引入与连接:数字世界的"货币守卫" 想象一下:当你在电商平台下单支付后,银行显示扣款成功,但商家却显示支付失败;或者在股票交易中,你看到的股价与实际成交价格存在差异。这些看似微小的数据不一致,可能导致企业声…...

Iceoryx(冰羚):无锁队列与并发控制的设计与实现3(源码解析)

接上篇设计4: 索引管理层&#xff08; MpmcIndexQueue / CyclicIndex&#xff09;Subscriber存储数据使用的是queue&#xff0c;是为了保证数据的读取顺序。MpmcLockFreeQueue 为了满足多个进程同时写的情况&#xff0c;采用了索引数据分离的方案&#xff08;底层的索引实现为 …...

探索 Carsim 与 Simulink 联合实现三车队列 PID 控制

队列控制 carsim联合simulink pid控制 实现3辆车的队列控制&#xff0c;跟随头车车速变化&#xff0c;保合理车距。在自动驾驶和车辆动力学研究领域&#xff0c;实现多车队列控制&#xff0c;使其能跟随头车车速变化并保持合理车距&#xff0c;是一项极具挑战性但又十分关键的任…...