根據(jù)國(guó)家智能網(wǎng)聯(lián)汽車(chē)創(chuàng)新中心的預(yù)測(cè)，2025年中國(guó)L2/L3滲透率將達(dá)到50%，2030年將達(dá)到70%。激光雷達(dá)則憑借著探測(cè)距離長(zhǎng)、精度高、實(shí)時(shí)性好，且可構(gòu)建環(huán)境 3D 模型等諸多優(yōu)勢(shì)，已經(jīng)成為了實(shí)現(xiàn)L2+/L3及以上等級(jí)自動(dòng)駕駛的核心傳感器，并且正被越來(lái)越多中高端車(chē)型所集成。
而在L2+/L3自動(dòng)駕駛系統(tǒng)中，如何處理激光雷達(dá)點(diǎn)云數(shù)據(jù)并進(jìn)行部署，是軟件和算法開(kāi)發(fā)人員最關(guān)心的問(wèn)題之一。目前，學(xué)術(shù)界對(duì)于激光雷達(dá)點(diǎn)云的感知算法是豐富多樣的，涉及到FCN、PointNet、PointPillars、Voxel等多種方法。不過(guò)，為了在量產(chǎn)項(xiàng)目中加速點(diǎn)云處理，工程化主流采用的是PointPillars算法。
但是，當(dāng)前一代的ADAS SoC芯片擅長(zhǎng)于加速稠密卷積，芯片中的深度學(xué)習(xí)加速器多為MAC陣列結(jié)構(gòu)，且主要面向卷積計(jì)算，即吞吐量小、權(quán)重重用性高。這樣對(duì)于稀疏卷積、大量全連接并不友好。
2020年，黑芝麻智能發(fā)布華山二號(hào)A1000芯片，并于2022年實(shí)現(xiàn)量產(chǎn)上車(chē)。該芯片內(nèi)置了自主研發(fā)的ISP、圖像畸變處理、圖像縮放處理等CV加速器，能夠有效地加速算法的前處理。芯片內(nèi)還包含了4個(gè)獨(dú)立的DSP核心，而DSP上有許多已優(yōu)化的傳統(tǒng)CV算子庫(kù)，可以加快新算子部署速度。
為了幫助開(kāi)發(fā)者更好地了解A1000芯片有哪些加速器可以用于感知加速處理，以及如何使用PointPillars模型進(jìn)行激光雷達(dá)點(diǎn)云處理。9月20日晚7點(diǎn)，黑芝麻智能聯(lián)合智東西公開(kāi)課策劃推出的黑芝麻智能自動(dòng)駕駛技術(shù)公開(kāi)課將開(kāi)講。公開(kāi)課由黑芝麻智能系統(tǒng)架構(gòu)高級(jí)經(jīng)理仲鳴主講，主題為《激光雷達(dá)感知算法在黑芝麻智能A1000芯片上的部署》。
仲鳴首先會(huì)比較主流激光雷達(dá)點(diǎn)云感知算法的優(yōu)劣勢(shì)，之后對(duì)A1000芯片內(nèi)置的自主研發(fā)的加速器進(jìn)行解析。最后，仲鳴還會(huì)深入講解PointPillars算法在A1000上的部署實(shí)現(xiàn)。
公開(kāi)課信息
主 題
《激光雷達(dá)感知算法在黑芝麻智能A1000芯片上的部署》
提 綱
1、主流激光雷達(dá)點(diǎn)云感知算法比較
2、黑芝麻智能A1000芯片內(nèi)的加速器解析
3、PointPillars算法在A1000上的部署實(shí)現(xiàn)
主 講 人
仲鳴，黑芝麻智能系統(tǒng)架構(gòu)高級(jí)經(jīng)理。主要負(fù)責(zé)黑芝麻智能芯片業(yè)務(wù)系統(tǒng)架構(gòu)設(shè)計(jì)，包括下一代軟件架構(gòu)、算法功能規(guī)劃、軟硬件優(yōu)化和量產(chǎn)項(xiàng)目的工作。曾負(fù)責(zé)過(guò)目前國(guó)內(nèi)市面已經(jīng)大量量產(chǎn)的AVM、APA、AVP平臺(tái)的軟硬件系統(tǒng)設(shè)計(jì)和芯片技術(shù)支持。在目前的L2+等量產(chǎn)項(xiàng)目中，負(fù)責(zé)黑芝麻智能自研算法的功能定義與軟硬件系統(tǒng)方案的設(shè)計(jì)。
課程信息
直 播 時(shí) 間 ：9月20日19:00-20:00
直 播 地 點(diǎn) ：智東西公開(kāi)課直播間
