吴建明wujianming_110117

自动驾驶激光雷达与域控制器

越南造车IPO估值3800亿越南汽车工业发展简史1958年12月21日，位于越南河内的“战胜(Chin Thng)”工厂由越南人仿制法国的汽油动力的Fregate汽车而制造的第一辆汽车“战胜”正式出厂，标志着越南汽车工业的开端。但由于北方战乱，“战胜”牌汽车未能量产。然而直到1991年越南汽车工业才真正形成，并从此开始集中发展。这比东南亚其他国家晚了大约30年，泰国、印度尼西亚和马来西亚在1960年代发展了汽车工业。越南汽车工业发展起步太晚，只能在夹缝中生存，市场上难觅其踪影。面对机遇和挑战，越南总

汽车主机厂自研芯片全球汽车行业缺芯自去年底以来，全球制造业如今面临的最重要问题之一，就是“缺芯”。从汽车到智能手机，再到游戏机生产商，大家叫苦不迭，这有可能是史上最严重的一次芯片短缺危机。其中，叫苦最多的莫过于汽车制造业。　　最近，丰田、本田等日企，大众汽车，福特和通用汽车等汽车制造商都宣布已经减产。汽车企业如果拿不到芯片，就没法完成汽车生产。有业内人士担忧，如果汽车企业继续这样下去，甚至整个行业都可能陷入困境。　　作为国内造车新势力“电动三杰”的“蔚小理”（蔚来、小鹏、和理想汽车）情况如何呢？　

2022年中国新能源汽车产业集群百人会  3月25日-3月27日，2022年第八届中国电动汽车百人会（以下简称百人会）在线上举办。本届论坛以“迎接新能源汽车市场化发展新阶段”为主题。数据显示，2021年新能源汽车产销分别完成354.5万辆和352.1万辆，同比均增长1.6倍，市场占有率达到13.4%。在此次论坛上，国家发展和改革委员会副主任林念修、科学技术部副部长相里斌、工业和信息化部副部长辛国斌、住房和城乡建设部副部长姜万荣、国家能源局监管总监黄学农分别介绍了各自2022年汽车产业重点工作部署，解读当

蔚小理齐聚港股，谁主沉浮？蔚来在港交所文件中并未将自己的车型与小鹏、理想对比，而是对标宝马、奔驰。传统豪华品牌被其拉入局，混战中，谁将胜出？造车新势力三强即将齐聚港股。2月28日，蔚来宣布公司已通过香港交易所聆讯，计划于3月10日在港交所主板二次上市。至此，蔚来、小鹏、理想将齐聚港交所。不过，记者注意到，蔚来在港交所文件中并未将自己的车型与小鹏、理想对比，而是对标了宝马、奔驰。实际上，去年12月蔚来发布的ET5就主攻30万元区间，与BBA入门级车直面竞争。随着传统豪华品牌也被拉入局，如今交付量已经

华为CCA汽车域控制器一、汽车E/E架构不断升级，华为CCA架构指引未来发展趋势。1）ADAS功能升级导致算力需求提升。智能汽车时代，传统分布式ECU架构无法满足日益增长的算力需求，开始向“功能域”集中。2）“软件定义汽车”背景下，OTA升级需要软件实现SOA架构。传统分布式软件架构难以进行软件快速迭代升级，需要通过SOA架构实现新的软件框架。3）传统CAN/LIN总线向以太网升级，满足传输带宽及通信协议。以太网高带宽适合智能化时代大数据传输的需求，成为下一代车载主干网络的首选。支持的SOME/IP

智能驾驶核心技术国际上公认未来汽车的三大前沿科学技术发展方向包括：机器人技术Robotics，人工智能AI，云技术Cloud。↑五大技术看点（来源：CEA）机器人技术Robotics汽车感知传感器技术汽车感知传感器技术细分包括超声波测距传感器、摄像头图像传感器、雷达传感器和激光扫描仪。感知技术也经历了长久的发展。谷歌无人驾驶汽车为例，使用很多的技术实际上脱胎于DARPA组织的陆地挑战赛（Grand Challenge）。DARPA早在十多年就开始提供资金支持，协调大学研究机构、车企、传感器供

ADAS技术市场总结展望（2021年-2022年）NV AGX 和TI的TDA4平台哪个好？作为自动驾驶的平台，NV好像用的人比较多，但TI的TDA4看起来也是不错的东西，有高手能够做个对比分析么？从CPU架构及主频来看，TDA4 介于 NV AGX的 Xavier 及 Orin 之间；但算力肯定比不上精于GPU的英伟达，毕竟 TI 是比较擅长的是 DSP 领域。再从社区及厂商采用度来看，NV AGX明显要占优势。国内的三大新能源企业都用的是NV AGX：小鹏P7（Xavier），理想 One （

2021年华为与小康-北汽-长安华为造不造车？这是之前汽车圈内最有意思的话题，关于内部想要造车的消息也频繁被曝出。直至华为心声社区发布了一篇任正非签发的决议，就是华为不造车，谁以后再建言造车，干扰公司，就调离岗位，才让这场争论暂时平息。2021年4月上海车展上，本该是属于车企和新车的盛宴，但媒体日当天的大多数流量都被华为抢去，其展出了关于智能汽车解决方案的多项技术，以及ADS自动驾驶，智能车云服务，车机智能交互等。不造车的华为将自己定义为“Tier 1”，表示要做增量部件供应商，坚称“在不造车的基础上

自动驾驶参数分析实现更高级别的自动驾驶能力，主要取决于智能驾驶模块的三个重要环节：环境感知—计算决策—控制执行，分别对应于人的“眼睛-大脑-神经”。后两者暂且按下不表，只单论市面上几种主流的视觉识别方案，行业的分歧在于——摄像头，毫米波雷达，超声波雷达，激光雷达。摄像头，毫米波雷达，超声波雷达，激光雷达，作为目前自动驾驶领域最为常用的4种自动驾驶传感器方案，其在探测距离、分辨率、角分辨率等探测参数各异，对应于物体探测能力、识别分类能力、三维建模、抗恶劣天气等特性各有优劣。值得注意的是，这四种传感器方案具

Tesla Model汽车架构与FSD供应链特斯拉Model 3和Model Y平台架构特斯拉model Y和Model 3 怎么做平台架构。 通过特斯拉透露的信息，Model 3 和 model Y 将近有76%的零件共用，看看机械架构平台。车身以及底盘信息轴距：Model Y的轴距(下图L101)比Model 3长1.5厘米，一般人的大拇指指甲的宽度为1.5厘米，大拇指指甲宽度差不多，是不是工程师为了表现差值写的一个数?　　前悬后悬：Model Y 前后悬(L105,L107)比Mode

北汽蓝谷极狐阿尔法S与T阿尔法 S新一代智能豪华纯电轿车世界知名汽车设计师沃尔特·德·席尔瓦担任ARCFOX极狐品牌设计师，为ARCFOX极狐 制定了“无边界”家族化设计理念，从设计层面助推品牌实现高端化。开放共享的全球产业链合作合作历程2017年9月 极狐汽车与华为签署了战略合作协议，在技术研发、产品创新、智能化转型等方面开展全面合作2018年11月 极狐汽车与华为签署深化战略合作框架协议，双方将在智能化转型方面展开深入研究与合作，将ICT技术与智能网联汽车深度融合2019年1月 极狐汽车

QNX Hypervisor管理程序借助 QNX® 管理程序，可以将具有不同操作系统，不同可靠性和安全要求的多个嵌入式系统，整合到单个片上系统 (SoC) 中。可以轻松地将未修改的代码移动到最新的硬件上，只需在适当配置的hypervisor 管理程序虚拟机中运行。可以使用 Android 和 Linux 进行创新。借助 QNX Hypervisor 虚拟机中安全可靠的guest OSs 访客操作系统，可以使用选择的操作系统运行所需的应用程序和服务，不会打乱整个系统的完整性。无论整体系统要求如何，借助

汽车网络处理设计适用于中央网关、域控制器、FOTA、安全密钥管理、智能天线和高性能中央计算节点概述恩智浦S32G-VNP-RDB2是一款紧凑型、高度优化的集成板，适用于汽车服务型网关(SoG)、域控制应用、高性能处理、功能安全和信息安全应用。S32G-VNP-RDB2基于4个Arm® Cortex®-A53内核和3个双核锁步Arm Cortex-M7内核，提供高性能计算能力和丰富的输入/输出(I/O)，为中央网关、域控制器、FOTA、安全密钥管理、智能天线和高性能中央计算节点等各种典型的汽车应用提供

智能驾驶操作系统OS自动驾驶操作系统是一个流程化、复杂的综合系统，设计到众多流程和领域。首先，分为不同的层，包括：感知层、认知层、决策规划层、控制层和执行层几个层面。自动驾驶操作系统是一个流程化、复杂的综合系统，设计到众多流程和领域。首先，分为不同的层，包括：感知层、认知层、决策规划层、控制层和执行层几个层面。众所周知，我们的电脑除了硬件，还需要软件系统结合才能发挥最大效能，就是我们所说的操作系统，它是支持电脑基础运作的软件，例如任务安排、执行应用程序以及控制外部设备。我们前边讲过支撑自动驾驶汽车的硬

自动驾驶QNX，Linux，Autosar概述QNX是一个分布式、嵌入式、可规模扩展的实时操作系统。遵循POSIX.1 (程序接口)和POSIX.2 (Shell和工具)、部分遵循POSIX.1b(实时扩展)。LynxOS是一个分布式、嵌入式、可规模扩展的实时操作系统，遵循POSIX.1a、POSIX.1b和POSIX.1c标准。RT－Linux是一个嵌入式硬实时操作系统，它部分支持POSIX.1b标准。KURT－Linux不是为嵌入式应用设计的，不同于硬实时／软实时应用，提出“严格(firm)”实

自动驾驶算力效率特斯拉 Hardware 3.0 的效率之谜特斯拉在其推出的 Hardware 3.0 自动驾驶平台中，采用自研芯片替代了Nvidia Drive PX2，其理论算力直线提升了 12 倍，而以 MAPS 方式来评估，其真实 AI 性能更是惊人的提升了 21 倍。具体而言，Hardware 2.0 时每秒只能处理 110 帧图像，而现在则高达 2300 帧。那么，Hardware 的效率提升应该如何认识呢？在“算力至上”的今天，如何透过数字直剖本质评估 AI 芯片的真实性能？算力攀升，

昇腾AI 软硬件全栈平台

TVM性能评估分析（七）Figure 1. Performance ImprovementFigure 2. Depthwise convolutionFigure 3. Data FusionFigure 4. Data Fusion（2）Figure 5. Shared memory can be seen as cache in GPU. It is on-chip and much faster than global memory.Figure 6. Shar

TVM性能评估分析（六）Figure 1. The workflow of development PC, compile, deploy to the device, test, then modify the codes again to see whether it accelerates.Figure 2. The Android APP takes shared library as input and runs compiled functions on the mobile ph

TVM性能评估分析（五）Figure 3. A futher speed up with operator fusionTable 1. Performance issue of cuBLAS’ batch matmulTable 2. Finding the best combination of number_thread. The results are obtained on a NVIDIA M40 GPU device with CUDA8.0.Figure 4. D

TVM性能评估分析（四）Figure 1. Efficient Privacy-Preserving ML Using TVMFigure 2. Motivation: Privacy-Preserving MLFigure 3. BackendFigure 4. Differential privacy (DP) provides a formal guarantee that models trained on similar datasets are indistinguisha

TVM性能评估分析（三）Figure 1. TVM’s WebGPU backend close to native GPU performance when deploying models to the web.Figure 2. WebGPU is to write shaders for primitive operators in deep neural networksFigure 3. Build a WebGPU runtime inside TVM’s JS runtime

TVM性能评估分析（二）Figure 1. A bird’s eye view of the µTVM + AutoTVM infrastructureFigure 2. A standard µTVM setup, where the host communicates with the device via JTAG.Figure 3. The performance results of MicroTVMFigure 4. Improved performance by ~2x，

TVM性能评估分析（一）System OverviewAutoTVM vs Auto-schedulerTable 1. Workflow ComparisionFigure 1. Search Process OverviewFigure 2. Code Performance Comparision (Higher is better)Figure 3. Search Time Comparision (Lower is better)Figure 4. The expected

华为不造车，广汽合作智能驾驶2021年5月21日，华为再度发布声明重申华为不造车。华为公司表示，这一长期战略在2018年就已明确，没有任何改变。”华为表示，至今为止并未投资任何车企。未来也不会投资任何车企，更不会控股、参股。以后，凡是议论上说华为造车、或者参股汽车制造行业，均为谣言，勿轻信。关于华为不造车的声明如下：　　有关华为造车的不实传言，公司发言人已多次予以澄清，今天，再次重申：华为不造车。这一长期战略在2018年就已明确，没有任何改变。　　认为，产业界需要的不是华为品牌汽车，而是华为三十多年

CUDA上深度学习模型量化的自动化优化深度学习已成功应用于各种任务。在诸如自动驾驶汽车推理之类的实时场景中，模型的推理速度至关重要。网络量化是加速深度学习模型的有效方法。在量化模型中，数据和模型参数都用诸如int8和float16低精度数据类型表示。降低的数据带宽减少了推理时间和存储器/存储要求，以及功耗。在适当的量化方案下，可以最小化量化模型的精度下降。因此，量化模型特别适合研究人员和开发人员，使大型模型适合在各种设备（例如GPU，CPU和移动设备）上部署。通常通过手工微内核，针对不同的工作量来优化量

华为+长安研发芯片？长安蔚来更名“阿维塔科技”5月20日长安、华为和宁德时代合作造车的重要进展，阿维塔科技公司正式披露。而在整车制造之外，合作方（长安、华为）其实还瞄准了汽车用半导体的设计和开发。路透社报道，知情人士透露，华为正在扩大与重庆长安汽车的智能汽车合作伙伴关系，包括汽车用半导体的设计和开发。两位消息人士称，两家公司在去年11月公布了智能汽车合作计划，过去几个月一直在芯片方面非正式合作。另一位消息人士称，他们可能很快就会成立一家芯片开发合资企业。　　昨天长安汽车曾发布公告称，其控股子公司长安蔚

华为托起小康股份、北汽蓝谷、长安汽车股价2021年5月24日上午，华为一再重申的"华为不造车"言论，再度"重创"相关上市车企。受此消息影响，北汽蓝谷、长安汽车先后跌停，小康股份跌幅逾6%，而广汽、东风则下滑接近5%，瞬间"蒸发"掉不少市值。　　事实上，去年11月在华为内部发布的一则《关于智能汽车部件业务管理的决议》中，就已曾明确"不会造车"的立场。　　尽管华为方面一再重申公司不造车的战略早在2018年就已确定，同时也明确"未来也不会投资任何车企，更不会控股、参股"，但综合近期华为对上市整车企业在资

芯片工具链概述自主可控的大趋势自主可控，是国内集成电路的必由之路，而指令集架构作为芯片产业链的“最上游”，实现自主可控的关键环节。芯片指令集架构分为复杂指令集（CISC）和精简指令集（RISC）。复杂指令集的代表是Intel的x86架构；精简指令集代表是ARM和RISC-V。随着移动端设备的普及，精简指令集相对于复杂指令集的优势越来越明显。英伟达收购ARM，国内外引起了轩然大波，业内开始担忧ARM被收购后会加重产业链的垄断程度。在当前背景下，业界对开放的精简指令集架构RISC-V的重视达到了前所未有的

北汽极狐ARCFOX与华为合作全球首款激光雷达量产车2021年，是激光雷达“上车”的元年。曾经价格高不可攀，只能用于Robotaxi、无人车测试的激光雷达，终于彻底具备商业化条件。因为，4月17日，目前全球唯一的城市通勤自动驾驶量产车，即将在中国上市。抢下这个“全球第一”，中国蓝谷旗下ARCFOX极狐汽车，用的是华为去年发布的量产激光雷达方案。而这款ARCFOX极狐阿尔法Ｓ华为HI版的激光雷达，搭载的“华为HI智能汽车解决方案”的一部分。“超大杯”激光雷达方案自从自动驾驶技术走入大众视线以来

NVIDIA 自动驾驶软件平台SoftwareDevelopers using DRIVE AGX Developer Kits may choose between:• DRIVE OS 5.2.0 and DriveWorks 3.5 which includes more recent versions of CUDA and TensorRT.• DRIVE Software 10.0 which is intended for Hyperion Developers.软件使用DRIV

华为MDC自动驾驶智能驾驶汽车中，包含四个核心子系统：传感器、计算平台、执行器与应用算法，华为MDC（ Mobile Data Center: 移动数据中心）定位为智能驾驶的计算平台。此平台集成了华为在ICT领域30多年的硏发与生产制造经验，搭载智能驾驶操作系统AOS、VOS及MDC Core，兼容AUTOSAR,支持L2+~L5平滑演进, 结合配套的完善工貝链，客户或生态合作伙伴可灵活快速的开发岀针对不同应用场景的智能驾驶应用。华为MDC平台致力于通过底层技术与架构创新，坚持“平台+生态”的在战略，为

RADAR和LIDAR区别分析如果一直关注自动驾驶汽车的新闻，可能已经注意到许多自动驾驶汽车制造商正在使用LIDAR（光成像检测和测距）进行车载物体检测。对于许多自动 驾驶汽车应用而言，LIDAR比其他常用的对象检测技术RADAR（无线电检测和测距）更好。但是，当需要经受恶劣环境的高质量，负担得起的物体检测时，雷达是一个明智的选择。原因如下：LIDAR传感器通过发出高频激光脉冲然后测量其中一些脉冲撞击物体，反弹并撞击传感器所需的时间（以纳秒为单位）来找到物体。随着物体的移动，LIDAR传感器内部的处理

Lidar激光雷达与Radar雷达自动驾驶技术正迅速成为汽车工业的驱动力。来自全球的汽车制造商正在与Google等顶级高科技巨头以及其他知名初创公司合作，共同开发下一代自动驾驶汽车。中国也开辟了自动驾驶汽车之路。诸如Uber和Lyft之类的流行乘车共享服务也成为自动驾驶汽车的坚定拥护者，因为它们不仅可以减少发生道路交通事故的风险，而且可以显着降低燃油消耗。每个月，新的高级驾驶员辅助系统（ADAS）和其他最先进的自动驾驶创新都进入了汽车市场。除了机器学习，物联网（IoT）和云之外，LIDAR（光检测和

自动驾驶仿真分析，提高研发效率在汽车研发中，CAE用于模拟和分析刚度，强度，模式，碰撞和NVH。受益对象高性能有限元分析（EFEA）用于分析车辆碰撞安全性，高速冲击和爆炸隐形有限元分析（IFEA）用于分析车辆结构强度，振动模式，疲劳，热量和NVH流体分析用于分析外部气流，空气通道和气流阻力...

数字营销，带动汽车销量增长简化服务流程，建立数据规范，并集成在线和离线营销，改善客户体验并促进汽车销售。受益人全渠道整合与统一管理连接到全渠道用户，并整合所有有价值的营销元素，例如消费者，供应商和4S商店。使用标准数据字段，创建统一的内容和用户体验管理系统。精准营销，个性化服务利用云企业智能分析数据并完善车主资料，提供个性化服务。精准营销可提高潜在客户的客户保留率和转化率。智能营销活动管理通过使用AI算法，根据车主的个人资料分配营销资源，从而提高自有渠道的比例和垂直媒体资源的利用率。.

车联网，挖掘数据价值为车主提供更丰富，个性化的服务，从而改善客户体验和忠诚度。好处统一的多服务平台为客户和合作伙伴提供安全，高效和智能的互联汽车平台，该平台将TSP，新能源汽车监控平台，车队管理平台和运输风险监控平台统一在一起。智能互联车载套件支持预集成方案，例如用户配置文件，路线分析，驾驶行为分析和预测性维护。车辆，连接性和访问管理。支持多种数据传输协议，例如GB / T32960，MQTT，HTTP和JT / T808。使用车辆影子存储和检索有关车辆的当前状态信息，并支持数据解析和OTA

无人驾驶汽车开发平台，加速无人驾驶汽车的商业化提供高度可扩展的存储，高性能计算和先进的一站式AI开发平台。使用户能够收集，接收，存储和分析自动驾驶车辆数据，从而支持该领域的全面发展。受益对象数据收集与物流使用数据快递服务将大量自动驾驶测试数据导入开发平台。资料储存平台提供需要低频访问的标准归档存储平台，以进行无数次自动驾驶测试期间收集的数据。数据湖，计算平台，机器和深度学习对自动驾驶开发所需的数据进行端到端管理。离线将大量路测数据导入平台。解析，过滤和标记数据，然后模拟现实场景以对驾驶决策和

布局汽车智能系统中国制造业巨人huawei曾多次表示不会制造自己的汽车。但是，它将帮助汽车制造商制造出更好的汽车。目前，huawei对汽车行业的投资和重视程度正在迅速提高。根据中国以外的最新信息，该公司正在经历着巨大的工业和商业变革。在汽车行业，huawei的业务增加了汽车零部件的研发，生产，销售和服务。当然，它仍将参与汽车智能系统和建筑项目。在此之前，huawei技术已拥有多项汽车专利。它的一项专利是“一种自动驾驶汽车的方法和终端设备”。它还有另一个关于“控制智能汽车行驶方向的方法和设备”。huawe