ADAS摄像头传感器设计方案
经典丶
|
2019.12.27
|
7800
+关注

概述:

ADAS摄像头的设计的基本原则:算力达到TOPS(万亿、10^12)量级。

目前由于不同芯片内核(ARM、X86、RSIC-V)及架构设计不同,标量机及矢量机的区别,以及一些ASIC定制芯片,是否存算一体等都影响着芯片最终性能,所以在算力描述上有点区别。下面介绍一些摄像头传感器量产解决方案。

一、 算法开发平台方案:

1、TX2/Xavier NX+双目+底板(自主设计)

自主设计的底板可拓展蓝牙wifi、4G模组、差分GPS、惯导等,并融合其他超声波、毫米波等传感器数据,快速实现自动驾驶和前期算法的积累,同时支持客户定制化产品需求。

l 优点:算力1.5tops,通用计算单元,生态友好易开发,目前已经大批量应用于工业。

2、X86工业级核心板(凌动、奔腾等CPU)+摄像头+ Intel movidius Myriad X神经网络加速模组+底板(自主设计)

自主设计底板和TX2方案基本类似,价格基本和TX2方案持平。单颗Myriad X芯片算力最高达到4TOS,目前研扬科技已经基于Myriad X研发单颗、多颗集成模组,支持多种接口。

l 优点:结合英特尔完善的OPEN VINO库,以及完善的操作系统,PC上的库可以直接移植到此平台,方便算法开发及快速定制工业方案。

二、 不同场景通用AI摄像头方案:

1、通用ARM芯片+Myriad X/光矛GTI/ NPU神经网络加速单元

2、瑞芯微RK3399PRO

3、NVIDIA jetson NANO

非车规级量产化通用嵌入式平台解决方案,成本可控制在1~2K元以内的嵌入式设备量产方案。通过ARM芯片建议选择国产瑞芯微或者全志芯片,开发资料丰富,开源教程遍布全网。

l 优点:开发门槛低,成本可控,适合大批量量产,算力主要集中在外挂神经网络加速单元,可升级迭代,算力高,NPU算力2.4tops,Myriad X算力4tops,光矛GTI算力5.6tops。

三、 车规级ADAS方案:

ZYNQ 7020(FPGA)

赛灵思官方推荐的车辆ADAS方案芯片,minieye采用此芯片开发ADAS摄像头。

ZYNQ7020曾经入选大学生FPGA设计大赛指定平台,是赛灵思大力推广并建设生态的FPGA,可以使用python和matlab Simulink开发,而不需要了解FPGA底层的硬件描述语言及逻辑,可以说生态非常友好,教程遍布网络。有大量厂商开发基于该芯片的核心板。适合量产。

l 优点:算力0.5tops,开发生态好,硬件平台多。车规级

四、 低成本AIoT边缘计算方案:

国产勘智K210 AI芯片 (RSIC-V内核)

该芯片内部包含了神经网络处理器 (KPU)音频处理器 (APU)快速傅里叶变换加速器 (FFT Accelerater)高级加密加速器 (AES Accelerater)安全散列算法加速器 (SHA256 Accelerater)快速傅里叶变换加速器 (FFT Accelerater)。

单芯片控制在5美元,国产核心板在50元左右,支持microPython开发。

l 优点:国产芯片价格低,生态好,乘法算力0.23tops,综合算力1tops。

精选留言
延伸阅读
2020.10.02
2856阅读
更多报告干货
写留言
4139
阅读
收藏
回到顶部