边缘计算助力低速无人驾驶驶入多场景落地快车道

news/2024/5/19 13:19:32 标签: 边缘计算, 人工智能

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。


http://www.niftyadmin.cn/n/5157514.html

相关文章

使用R语言构建HTTP爬虫:IP管理与策略

目录 摘要 一、HTTP爬虫与IP管理概述 二、使用R语言进行IP管理 三、爬虫的伦理与合规性 四、注意事项 结论 摘要 本文深入探讨了使用R语言构建HTTP爬虫时如何有效管理IP地址。由于网络爬虫高频、大量的请求可能导致IP被封禁,因此合理的IP管理策略显得尤为重要…

发布管理工作流程介绍

对于 IT 团队来说,管理涉及多个角色的发布是一项具有挑战性的任务。由于交付承诺遵守时间和准确性,因此发布管理在软件交付过程中发挥着至关重要的作用。对于 IT 团队来说,发布管理是一个复杂的过程。 通常,发布经理必须执行两项…

机器视觉工程师注意高新待遇来了,非标设备厂家早就布局海外市场,国内大多数企业是谋生存情况下,而更具有大局观的企业走出去则是谋发展

冬天来了,大家记得多添点衣服,记得穿秋裤! 当各个厂家都在国内抢订单的时候,更多的非标设备厂家早已走向海外,布局海外市场,或者在新的领域积极开展新的业务。为自身公司带来大量海外订单。 别的企业都是…

【PTE-day03 报错注入】

报错注入 1、报错注入 group by count2、报错注入 extractvalue3、报错注入updatexml1、报错注入 group by count http://124.222.124.9:8888/Less-5/?id=-1 union select 1,count(*),concat((select database()),ceil(rand(0)*2)) as a from information_schema.tables grou…

系列一、Spring + SpringMVC + MyBatis整合

一、概述 整合 Spring、SpringMVC、MyBatis。 二、整合步骤 2.1、pom <dependencies><!-- 普通maven项目中使用Sl4j注解 --><dependency><groupId>org.projectlombok</groupId><artifactId>lombok</artifactId><version>1…

Pytorch 里面torch.no_grad 和model.eval(), model.train() 的作用

torch.no_grad: 影响模型的自微分器&#xff0c;使得其停止工作&#xff1b;这样的话&#xff0c;数据计算的数据就会变快&#xff0c;内存占用也会变小&#xff0c;因为没有了反向梯度计算&#xff0c;当然&#xff0c;我哦们也无法做反向传播。 model.eval() 和model.train()…

Bi-TTCOF-Zn助力CO2还原制CO

精确调控氧化还原单元的组分、空间取向或连接模式对于深入了解高效的人工光合整体反应至关重要&#xff0c;但对于异质结构光催化剂而言&#xff0c;还很难实现。 基于此&#xff0c;华南师范大学兰亚乾教授和陈宜法教授等人报道了一系列用于人工光合综合反应的氧化还原分子结…

输入系统应用编程

1. 什么是输入系统 ⚫先来了解什么是输入设备&#xff1f; 常见的输入设备有键盘、鼠标、遥控杆、书写板、触摸屏等等, 用户通过这些输入设备与 Linux 系统进行数据交换。 ⚫ 什么是输入系统&#xff1f; 输入设备种类繁多&#xff0c;能否统一它们的接口&#xff1f;既在…