設為首頁 設為首頁 加入收藏 加入收藏 網站地圖
[請登陸][免費注冊]
搜 索

您的位置 :首頁 汽車電子 新聞
新聞
一種快速運動規劃芯片 讓無人車決策速度提升三個數量級
出自:智車科技

Realtime Robotics的運動規劃芯片可幫助自動駕駛汽車做出更好的決策。

無論是駭人聽聞的 Uber 無人車撞死行人的事件,還是特斯拉自動駕駛儀接連不斷的事故,我們在總結每一項事故以及車輛被迫接管等情況發生的原因時,一方面歸咎于無人車在不同條件下能否提供可靠的感知能力,而另一方面,運動規劃算法的計算速度也在影響著車輛是否能夠及時作出安全的路線規劃。

是否能夠提高運動規劃系統的速度?

自DARPA挑戰賽以來,自動駕駛的規劃算法大量涌現,但目前還沒有一種算法能夠覆蓋所有的場景,在面對高速場景,低速場景,自動泊車場景,復雜動態的非結構化道路場景,交通參與者密集場景等場景時,大多數自動駕駛系統會根據其模型最可能的場景來規劃運動,以確定周圍物體的作用。

目前大多數自動駕駛汽車能夠以3 Hz至10 Hz的速度運行運動規劃系統,而美國杜克大學 Realtime Robotics 系統以1,000 Hz運行,并行通過大量可能軌跡的數據網絡,這使得系統能夠在更短的時間內考慮更多的潛在結果,從而做出最佳決策。

Realtime Robotics 定制運動規劃芯片

自動駕駛創業的興起,讓一些芯片制造商專門為無人車定制芯片,更切合算法的芯片,能夠提高效率,優化算法結構也能減少功耗。而美國杜克大學專門為運動規劃定制了處理器,提高了運算的效率。他們最初在桌面手臂機器人上做實驗,基于FPGA開發出了一種可快速進行機器人運動規劃的定制處理器,使運動規劃流程的速度提升了三個數量級,而使用的電量僅為之前的二十分之一。現在,他們把這種芯片成功運用在無人車上。

該解決方案只需要輸入來自攝像機,雷達,激光雷達和其他傳感器的感知數據,包括有關場景的信息,靜態障礙以及其他代理的最可能的未來路徑。通過利用網格規劃器,在不到1ms的時間內執行障礙物檢測和最低成本路徑計算。對于每個不確定性障礙,系統都能對其在規劃間隔內可能遵循的軌跡進行有根據的猜測。FPGA可以在硬件中編碼數據,硬件并行性的方式使得運動規劃步驟非???。

近日,這家成立三年的公司宣布推出了無碰撞方案組合RapidPlan和RapidSense解決方案,Realtime Robotics 通過讓機器人能夠識別和響應不斷變化的環境來實現零碰撞。目前,該芯片已經應用在桌面手臂機器人上,在自動駕駛汽車上的應用還處于模擬環境中 ,在真實交通環境中的表現如何,還有待進一步測試。 

 

0
文章收入時間: 2019-05-23
 
SEMI簡介 | About SEMI | 聯系我們 | Privacy Policy | semi.org
Copyright © 2018 SEMI®. All rights reserved.
体彩七星彩走势图近1000期
滬公網安備31011502000679號