根據(jù)國家智能網(wǎng)聯(lián)汽車創(chuàng)新中心的預(yù)測，2025年中國L2/L3滲透率將達(dá)到50%，2030年將達(dá)到70%。激光雷達(dá)則憑借著探測距離長、精度高、實(shí)時性好，且可構(gòu)建環(huán)境 3D 模型等諸多優(yōu)勢，已經(jīng)成為了實(shí)現(xiàn)L2+/L3及以上等級自動駕駛的核心傳感器，并且正被越來越多中高端車型所集成。
而在L2+/L3自動駕駛系統(tǒng)中，如何處理激光雷達(dá)點(diǎn)云數(shù)據(jù)并進(jìn)行部署，是軟件和算法開發(fā)人員最關(guān)心的問題之一。目前，學(xué)術(shù)界對于激光雷達(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，為了在量產(chǎn)項目中加速點(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)，且主要面向卷積計算，即吞吐量小、權(quán)重重用性高。這樣對于稀疏卷積、大量全連接并不友好。
2020年，黑芝麻智能發(fā)布華山二號A1000芯片，并于2022年實(shí)現(xiàn)量產(chǎn)上車。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，可以加快新算子部署速度。
為了幫助開發(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)合智東西公開課策劃推出的黑芝麻智能自動駕駛技術(shù)公開課將開講。公開課由黑芝麻智能系統(tǒng)架構(gòu)高級經(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》。
仲鳴首先會比較主流激光雷達(dá)點(diǎn)云感知算法的優(yōu)劣勢，之后對A1000芯片內(nèi)置的自主研發(fā)的加速器進(jìn)行解析。最后，仲鳴還會深入講解PointPillars算法在A1000上的部署實(shí)現(xiàn)。
公開課信息
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，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)項目的工作。曾負(fù)責(zé)過目前國內(nèi)市面已經(jīng)大量量產(chǎn)的AVM、APA、AVP平臺的軟硬件系統(tǒng)設(shè)計和芯片技術(shù)支持。在目前的L2+等量產(chǎn)項目中，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。
課程信息
直 播 時 間 ：9月20日19:00-20:00
直 播 地 點(diǎn) ：智東西公開課直播間
