当前位置: 首页 > news >正文

【智行安全】基于Synaptics SL1680的AI疲劳驾驶检测方案

随著车载技术的快速进步,驾驶安全越来越受到重视,而疲劳驾驶是造成交通事故的重要原因之一。传统的驾驶监控技术因精度不足或反应迟缓,无法满足实时监测需求。因此,结合人工智能技术的疲劳驾驶检测系统成为行业新方向,旨在提供高效、精准的驾驶员行为监测,降低事故风险。

Synaptics SL1680 作为一款高性能、低功耗的 AI 原生 SoC,为驾驶安全解决方案提供了稳定的硬件基础,加上先进的 AI 模型,可以实现实时、精准的疲劳驾驶检测。

► Synaptics SL1680介绍

Astra Machina Foundation 系列评估套件能够轻松且快速地为 Synaptics SL 系列多模式嵌入式处理器进行原型设计。其模组化设计包含可交换的核心运算模组、通用 I/O 板,以及用于连接、调试与灵活 I/O 选项的子卡,具备极高的可扩展性和便利性。

Synaptics Astra SL 系列是一系列高度整合的 AI 原生 Linux 和 Android 系统级芯片 (SoC),专为多模式消费者、企业及工业物联网 (IoT) 工作负载进行最佳化。该系列配备了硬件加速器,可支持边缘推理、安全性需求、图形处理、视觉运算和音讯应用。

SL1680 SoC 整合了高效能运算引擎,包括四核心的 Arm® Cortex®-A73 64 位元 CPU 子系统、7.9+ TOPS 的神经网络处理单元 (NPU),以及专为高级图形和 AI 加速设计的高效、多功能 GPU。此外,该 SoC 还具备用于影像信号处理 (ISP)、4K 视讯编解码以及音讯加速的硬件模组。SL1680 的设计结合了高效能与功能整合,为设备制造商提供灵活的解决方案,以满足物联网细分市场的多模式应用需求,并兼顾不同价格区间。

开发板组件的定义:
1. Astra Machina:具有核心模组、I/O 板和支援的子卡的组合系统
2. 核心模组:处理器子系统模组,关键元件包括SL1680、eMMC和LPDDR4x。
3. I/O 板:通用基板,包括各种标准硬体界面、按钮、接头连接器和电源输入。
4. 子卡:用于支援各种功能的附加板,例如连接、侦错和其他灵活的 I/O 选项。

执行方案程式

基于 Synaptics SL1680 的 AI 疲劳驾驶检测方案结合高性能 SoC 与先进 AI 模型,实现即时驾驶员行为检测。方案为车载应用提供了一套安全、可靠且经济的解决方案,可广泛应用于多类驾驶场景,有助于提升行车安全,降低事故风险。

1. 驾驶员行为检测
    @ 闭眼持续时间监测:检测驾驶员闭眼的频率与时长,判断是否处于疲劳状态。
    @ 打哈欠行为检测:通过嘴部运动模式分析,判断驾驶员是否疲劳。
2. 实时警报与提示
    @  当检测到疲劳驾驶行为时,系统会发出声音警告、震动提醒或将数据上传至车载系统进行可视化提示。
3. 数据存储与分析
    @  录制驾驶行为数据,支持后续的行为分析、报告生成与安全优化。
4. 导航
    @  使用Google Map APP导航至临近休息地点。

参考资料

SL1680 Embedded IoT Processor  
Synaptics Documentation 

欲取得详细资料者,请联络诠鼎Synaptics PM:
姓名:Ben Lin
邮件:bentp.lin@aitgroup.com.tw

►Q&A

Q: Synaptics SL1680 的主要功能是什么?
A: 提供 AI 推理加速、多媒体处理和边缘计算能力,适用于智慧车载和物联网应用

Q: 它可以处理 4K 视讯吗?
A: 可以,支持 H.264 和 H.265 标准的 4K 视讯编码和解码。

Q: 它的处理器架构是什么?
A: 配备四核心 Arm Cortex-A73 和 7.9+ TOPS 的 NPU。

Q: 支援多摄像头输入吗?
A: 是,内建 ISP,可支持多摄像头输入,用于多视角应用。

Q: SL1680 是否支持即时 AI 推理?
A: 支持,内建 NPU 可实现即时推理,支持 TensorFlow Lite、ONNX 等框架,可高效运行 YOLOv8 等 AI 模型,适合低延迟场景。

►场景应用图

►展示板照片

►方案方块图

►核心技术优势

1. 高效能处理架构
    @ 搭载 四核心 Arm® Cortex®-A73处理器,为计算密集型任务提供强大的处理能力,适合多任务并行执行和复杂工作负载。
    @ 支持主流 AI 框架(如 TensorFlow Lite、ONNX和YOLO),支持量化模型运行,进一步提升效率。

2. 高度整合的多媒体处理能力
    @ 配备支持高级图形处理和 AI 加速的 GPU,适用于高画质用户界面和复杂的视觉应用。
    @ 支持 H.264 和 H.265 等标准的 4K 视讯编码与解码,实现流畅的多媒体处理,适用于车载显示、流媒体播放等应用。

3. 边缘 AI 计算能力
    @ 支持 AI 模型的本地推理,降低对云端依赖,实现低延迟的即时响应,提升安全性与用户体验。
    @ 配备多种专用硬件加速器,针对特定计算需求进行优化,例如图像处理、视觉推理和音讯处理等。

4. 多样化的 I/O 支持与扩展性
    @ 多种类型的 I/O 接口(如 USB、PCIe、I²C、SPI 等)。
    @ 支持多摄像头输入,满足车载、监控等多视角应用需求。

►方案规格

核心模组主要组件:  
 1. Synaptics SL1680 四核心 Arm Cortex-A73 嵌入式物联网处理器,最高频率达 2.1 GHz  
 2. 储存空间:eMMC 5.1 (16 GB)  
 3. 记忆体:透过两颗 x32 16 Gbit LPDDR4x,提供 x64 4 GB 系统记忆体  
 4. 电源管理 IC (PMIC):两个支持 Vcore 和 Vcpu 电源轨的动态电压与频率调整 (DVFS)  
 5. HDMI Micro Rx 界面:V2.1 规格,支援 HDCP 2.2,可提供最高 4K60p 视讯和进阶音效  
 6. SD 卡插槽  

I/O 板主要组件:  
 1. HDMI Type-A Tx 界面:V2.1 规格,支援 HDCP 2.2,可提供最高 4K60p 视讯和进阶音效  
 2. M.2 E-key 2230 插槽:支援 SDIO、PCIe、UART 用于 Wi-Fi/BT 模组  
 3. USB 3.0 Type-A:4 个埠,支援主机模式,传输速率达 SuperSpeed  
 4. USB 2.0 Type-C:支援 OTG 主机或外设模式,传输速率达 Hi-Speed  
 5. 按钮:用于 USB-BOOT 选择和系统重置 (RESET)  
 6. 2pin 接头:用于 SD-BOOT 选择  

扩充子卡界面选项:  
 1. MIPI DSI:22-pin FPC 界面,支援 4 通道 DSI,并具备 I2C 和 GPIO,适用于最高 4K30p/2K60p 显示面板  
 2. MIPI CSI-2:提供两个 FPC 界面,CSI0 为 22-pin 支援 4 通道,CSI1 为 15-pin 支援 2 通道,每个界面皆具备 I2C 和 GPIO,适用于最高 4K60p(单摄像头)或 4K30p(双摄像头)  
 3. JTAG 子卡:用于除错  
 4. 40-pin 接头:提供额外功能  
 5. 4-pin PoE+ 子卡:支援新增的电压调节模组,符合 PoE+ Type2 (802.3at) 规范的电源设备。提供 25.5W(第 4 类)于 I/O 板 40-pin 接头的 5V 电源  
 6. 4-pin 接头:用于 PWM 主动式风扇  
 7. Type-C 电源供应:提供 15V @ 1.8A  

► 相关视频

点击此处前往观看相关视频吧:基于Synaptics SL1680之AI疲劳驾驶检测方案 - 大大通(简体站)

相关文章:

【智行安全】基于Synaptics SL1680的AI疲劳驾驶检测方案

随著车载技术的快速进步,驾驶安全越来越受到重视,而疲劳驾驶是造成交通事故的重要原因之一。传统的驾驶监控技术因精度不足或反应迟缓,无法满足实时监测需求。因此,结合人工智能技术的疲劳驾驶检测系统成为行业新方向,…...

机器学习随机森林回归时间序列预模型中时间滑动窗口作用以及参数设置

一、时间序列模型中时间滑动窗口作用 在时间序列模型中,时间滑动窗口(Sliding Window)起到了至关重要的作用。它是一种常见且有效的数据表示技术,通过将时间序列数据分割成多个固定大小的窗口,来捕捉和分析数据中的模式…...

【Rust自学】7.5. use关键字 Pt.2 :重导入与换国内镜像源教程

喜欢的话别忘了点赞、收藏加关注哦,对接下来的教程有兴趣的可以关注专栏。谢谢喵!(・ω・) 7.5.1. 使用pub use重新导入名称 使用use将路径导入作用域内后。该名称在词作用域内是私有的。 以上一篇文章的代码为例: m…...

自定义luacheck校验规则

安装运行环境 安装环境及源码解析,参考:LuaCheck校验原理解析 自定义校验规则 从代码中可以看出,定义一条规则有以下关键点: 需要定义告警信息:由键值对组成,key为告警编码(不一定为纯数字&…...

python钉钉机器人

上代码 #coding:utf-8 import sys import time import hmac import hashlib import base64 import urllib.parse import requeststimestamp str(round(time.time() * 1000)) secret 你的secret secret_enc secret.encode(utf-8) string_to_sign {}\n{}.format(timestamp, …...

汇编学习笔记

汇编 1. debug指令 -R命令(register) 查看、改变CPU寄存器的内容 r ax 修改AX中的内容 -D命令(display) 查看内存中的内容 -E命令(enter) 改写内存中的内容 -U命令(unassenble反汇编) 将内存中的机器指令翻译成汇编指令 -T命令(trace跟踪) 执行一条机器指令 -A命令…...

混合并行训练框架性能对比

混合并行训练框架性能对比 1. 框架类型 DeepSpeed、Megatron - LM、Colossal - AI、SageMaker、Merak、FasterMoE、Tutel、Whale、Alpa、DAPPLE、Mesh - TensorFlow 2. 可用并行性(Available parallelisms) DNN framework(深度神经网络框架)DP(数据并行,Data Parallelis…...

基于Docker+模拟器的Appium自动化测试(二)

模拟器的设置 打开“夜神模拟器”的系统设置,切换到“手机与网络”页,选中网络设置下的“开启网络连接”和“开启网络桥接模式”复选框,而后选择“静态IP”单选框,在IP地址中输入“192.168.0.105”,网关等内容不再赘述…...

数据结构之线性表之链表(附加一个考研题)

链表的定义 链表的结构: 单链表-初始化 代码实现: 单链表-头插法 代码实现: 这里我给大家分析一下 我们每创建一个新的节点都要插在头节点的后面,我们一定要注意顺序 一定要先让新节点指向头节点指向的下一个节点,…...

etmem

title: 聚焦 Etmem:高效内存管理的新引擎 date: ‘2024-12-31’ category: blog tags: Etmem内存管理性能优化系统资源 sig: storage archives: ‘2024-12’ author:way_back summary: Etmem 是一款专注于内存管理优化的创新工具,通过智能的内存分配、回…...

LangChain4j与Elasticsearch:构建高效的语义嵌入存储

LangChain4j与Elasticsearch:构建高效的语义嵌入存储 一、LangChain4j与Elasticsearch集成概述 1.1 LangChain4j简介 LangChain4j是一个为Java开发者设计的开源库,旨在简化大型语言模型(LLM)在Java应用程序中的集成。它提供了与…...

黄河小浪底水利枢纽泄洪预警广播系统正式上线

24小时站岗、危险自动报警、远程喊话驱离……近日,小浪底水利枢纽和西霞院水利枢纽的泄洪预警广播系统正式上线,通过数字化设施赋能管控水域日常监管,将危险水域各个角落“尽收眼底”,涉水危险行为“无处可藏”。 “前方船只请注意…...

理解生成协同促进?华为诺亚提出ILLUME,15M数据实现多模态理解生成一体化

多模态理解与生成一体化模型,致力于将视觉理解与生成能力融入同一框架,不仅推动了任务协同与泛化能力的突破,更重要的是,它代表着对类人智能(AGI)的一种深层探索。通过在单一模型中统一理解与生成&#xff…...

[文献阅读]ReAct: Synergizing Reasoning and Acting in Language Models

文章目录 摘要Abstract:思考与行为协同化Reason(Chain of thought)ReAct ReAct如何协同推理 响应Action(动作空间)协同推理 结果总结 摘要 ReAct: Synergizing Reasoning and Acting in Language Models [2210.03629] ReAct: Synergizing Reasoning an…...

摄像头监视脚本

摄像头监视脚本,若检测到摄像头画面有变化,保存这一段视频 一、使用方法 1.运行脚本 默认参数Threshold3, Period3, path./recordings python cam.py --threshold30 --period3 --path./recordings 2.参数说明 threshold:摄像头捕获到的画面变化量阈值…...

FreeRTOS的内存管理(选择heap4.c文件的理由)

目录 1. 了解FreeRTOS内存管理 2. 了解内存碎片 3.了解各个heap.c的内存分配方法 1.heap1.c 2.heap2.c 3.heap3.c 4.heap4.c 5.heap5.c 总结: 内存管理是一个系统基本组成部分,FreeRTOS 中大量使用到了内存管理,比如创建任务、信号量…...

SQL-leetcode-183. 从不订购的客户

183. 从不订购的客户 Customers 表: -------------------- | Column Name | Type | -------------------- | id | int | | name | varchar | -------------------- 在 SQL 中,id 是该表的主键。 该表的每一行都表示客户的 ID 和名称。 Orders 表&#…...

苹果系统MacOS下ObjectC建立的App程序访问opencv加载图片程序

前言 苹果系统下使用opencv感觉还是有些不太方便,总是感觉有点受到限制。本博客描述的是在MacOS下建立App程序然后调用opencv显示图片时出现的一些问题并最后解决的一个过程。 一、程序的建立 选择程序的类型: 选择界面模式和编程语言: 其余…...

《代码随想录》Day21打卡!

写在前面:祝大家新年快乐!!!2025年快乐,2024年拜拜~~~ 《代码随想录》二叉树:修剪二叉搜索树 本题的完整题目如下: 本题的完整思路如下: 1.本题使用递归进行求解,所以分…...

Dell服务器升级ubuntu 22.04失败解决

ubuntu系统原版本20.04,服务器dell T40. 执行apt update后,再执行apt upgrade。 apt update执行成功,但apt upgrade执行中断,提示如下: Checking package manager Reading package lists... Done Building dependen…...

构建全志 T113 Tina SDK

1、环境配置: 准备一个 Ubuntu 系统,可以是 WSL,虚拟机等,建议版本是 20.04。 1.1、安装必要的软件 进入系统后,输入下方命令安装需要的工具 : sudo apt update -y sudo apt full-upgrade -y sudo apt i…...

(推荐)【通用业务分发架构】1.业务分发 2.rpc调用 3.Event事件系统

一.Reflections和SpringUtil完成扫描包的(反射缓存) 二.id与class的映射泛型上下文(玩家是否登录,rpc调用SeqId,class类名)反射调用 1.netty层的 AccountMsgParam // 登录前 OnlineMsgParam // 登录后 SceneMsgParam // 发到场景层的 2.跨进程rpc调用的…...

最近的一些事情

正义不会缺席 这家公司违法辞退不给工资乱开离职证明。严重影响个人发展。 今天终于收到法院的判决书。 警醒自身发展与社会之间密切交流,敲响警钟。 虽然最终得到的法院的支持,但过程举步维艰。 这其中的过程,也让我对律师、法院和中国…...

CP AUTOSAR标准之FlexRayDriver(AUTOSAR_SWS_FlexRayDriver)(更新中……)

1 简介和功能概述 FlexRay驱动程序(Fr)抽象了特定FlexRay通信控制器(CC)的硬件相关实现细节。本规范主要依赖于符合FlexRay规范[13]的FlexRay CC。此外,本规范还支持符合FlexRay规范[14]的旧版FlexRay控制器。本SWS中因支持的FlexRay规范不同而导致的不同行为在适用的情况下以…...

Cesium 实战 27 - 三维视频融合(视频投影)

Cesium 实战 27 - 三维视频融合(视频投影) 核心代码完整代码在线示例在 Cesium 中有几种展示视频的方式,比如墙体使用视频材质,还有地面多边形使用视频材质,都可以实现视频功能。 但是随着摄像头和无人机的流行,需要视频和场景深度融合,简单的实现方式则不能满足需求。…...

GraphRAG实践:docker部署neo4j

概述 随着图数据库(Graph Database)的流行,越来越多的应用场景开始采用图数据库来处理复杂的关系数据。Neo4j作为领先的图数据库之一,提供了强大的图形查询语言Cypher、高效的存储结构和丰富的生态系统,使得它成为开发…...

常用的数据库类型都有哪些

在Java开发和信息系统架构中,数据库扮演着存储和管理数据的关键角色。数据库种类繁多,各有特色,适用于不同的应用场景。 1. 关系型数据库(RDBMS): • 关系型数据库是最为人熟知的数据库类型,数据…...

swiftui开发页面加载发送请求初始化@State变量

在SwiftUI中,你不能直接在init中更新State变量,因为State是由SwiftUI框架管理的,初始化时不允许直接修改。所以需要在onAppear发送请求然后修改State状态。 在SwiftUI中,如果希望在页面加载时立即发送网络请求,可以使…...

Ribbon和Eureka的集成

Ribbon和Eureka的集成是Spring Cloud Netflix生态系统的一部分,通常用于微服务架构中,以实现客户端负载均衡和服务发现。以下是更详细的集成步骤: 1. 引入依赖 在你的Spring Boot项目的pom.xml文件中添加Eureka客户端和Ribbon的依赖&#x…...

关于UE加载osgb数据的研究(一)

最近关于倾斜数据在UE中加载显示的问题,直接转换格式本地加载的方式避免了数据延迟加载、缓存加载,动态刷新等问题,但是也暴露了突出的问题:常规的模型格式会丢失掉倾斜数据的lod,致使效果缺失。 故而需要深入研究一下UE加载osgb数据的方式方法。 首先,我们需得学习一下…...