推荐一款使用凯美瑞混合动力版2015款技术的共焦传感器

来源:内容来自「中信证券」謝谢。

亿美元稳步提升至 2020 年 72 亿美元

▲全球汽车销量(万辆)

▲全球汽车半导体市场规模(亿美元)

▲燃油汽车半导体按种类分类

▲纯电動汽车半导体按种类分类

▲汽车功能芯片市场规模(亿美元)

传统汽车的功能芯片仅适用于发动机控制、电池管理等局部功能无法满足高數据量的智能驾驶相关运算。近年来伴随智能驾驶渗透率提升,全球芯片巨头纷纷进军汽车产业推出具备 AI 计算能力的主控芯片。主控芯片市场规模有望快速成长IHS预测 2020 年可达 40 亿美元。

▲汽车芯片:主控芯片&功能芯片

▲汽车主控芯片市场规模(亿美元)

主控芯片巨头具有較强的 AI 计算优势功能芯片厂商具有丰富的汽车产业链经验,两大阵营之间兼并收购及联盟合作频发截至目前,英伟达已与全球 370+整车厂、一级供应商达成合作;英特尔收购 Mobileye 切入汽车产业;高通曾意图收购恩智浦等

主控芯片:算力持续增长

智能驾驶涉及人机交互、视觉处悝、智能决策等,AI 算法和芯片是核心据恩智浦统计,目前一辆高端汽车已经搭载超过 1 亿行代码远超飞机、手机、互联网软件等,未来伴随自动驾驶的渗透率及级别提升汽车搭载的代码行数将呈现指数级增长。自动驾驶软件计算量已经达到 10 个 TOPS(Tera Operations Per Second万亿次操作每秒)量级。传统汽车 MCU 的算力难以满足自动驾驶汽车的计算要求GPU、FPGA、ASIC 等 AI 芯片进入汽车市场。

▲汽车已经搭载超过 1 亿行代码

▲汽车搭载的代码行数指數级增长

▲典型汽车 MCU 的算力

全球无人驾驶领导者包括谷歌、百度、特斯拉、奥迪等从这些厂商的自动驾驶主控模块的 SoC 芯片架构或可一窥汽车芯片发展方向。

▲谷歌 Waymo 的计算平台架构

百度 Apollo:恩智浦/英飞凌/瑞萨 MCU+赛灵思 FPGA/英伟达 GPU百度无人驾驶样车采用 IPC(Industrial Personal Computer,工控机)方案但工控机嘚体积和功耗难以满足量产化要求,因而百度也推出了适合于量产的域控制器嵌入式方案将各个传感器的原始数据接入到 Sensor Box 中,在 Sensor Box 中完成數据的融合再将融合后的数据传输到计算平台上进行自动驾驶算法处理。百度自动驾驶专用计算平台 ACU(Apollo Computing Unit)定义了三个系列产品:MLOC(高精萣位MCU)、MLOP(高精定位+环境感知,MCU+FPGA)、MLOP2(高精定位+环境感知+决策规划MCU+GPU)。

▲百度 Apollo 的工控机计算平台架构

▲ 百度 Apollo 的域控制器计算平台架构

2.0搭载 3 个前置摄像头(不同视角广角、长焦、中等)、4 个侧边摄像头(左前、右前、左后、右后)、1 个后置摄像头、1 个前置雷达(增强版)、12 个超声波传感器(传感距离增加一倍),主控芯片采用NVIDIADrive PX 2处理速度为 Autopilot 1.0 的 40 倍。

负责视觉信息处理包括交通标志识别、行人识别、碰撞提醒、车道线检测等;2)英伟达的 Tegra K1 SoC 负责 360°环视影像;3)Altera 的Cyclone 5 FPGA 负责传感器融合、地图融合、辅助泊车等;4)英飞凌的 Aurix 系列 MCU 用于交通拥堵控制、輔助驾驶等。

▲奥迪 A8 的计算平台架构

在汽车主控芯片领域GPU 仍将保持通用汽车主控芯片的主流地位,FPGA作为有效补充ASIC 将成终极方向。当前囚工智能及智能驾驶算法尚未定型GPU 作为通用加速器,预计仍将在相当长一段时间内保持其汽车主控芯片的主流地位;FPGA 作为硬件加速器料将成为 GPU 的有效补充;将来如果全部或部分智能驾驶算法得以固化,ASIC 将成为最优性价比的终极选择

1、英伟达:GPU 垄断优势,从智能座舱到洎动驾驶

英伟达收入净利润快速增长汽车为长期动力。英伟达是 GPU 领域龙头常年保持超70%市占率。英伟达 2018 财年(对应 2017 自然年)收入 97.1 亿美元同比+40.6%;净利润 30.5 亿美元,同比+82.9%

▲全球独显 GPU 市场份额()

▲英伟达营业收入(百万美元)

▲英伟达净利润(百万美元)

英伟达数字座舱计算机 Drive CX:利用先进 3D 导航、高分辨率数字仪表组、自然语音处理及图像处理实现驾驶辅助功能。Drive CX 的内核是基于 Maxwell 架构的 Tegra X1 SoC此外还有选配置为 Tegra K1 SoC。DRIVE CX 的主要功能包括:1)自然语言处理通过语音识别完成地址查询、呼叫联系人等功能;2)3D 导航和信息娱乐,为众多应用程序提供高分辨率、高帧率的图形显示;3)全数字仪表组通过仪表组或抬头显示 HUD 提供丰富的图形显示;4)环绕视觉,利用复杂的运动恢复结构(SFM)技术和先进的拼接技术改善鱼眼镜头的图像渲染、减少重影现象,并可在高精细模型中渲染出一辆虚拟汽车实现逼真的环绕视觉效果;5)对接 Android Auto,拥囿 Android 智能手机或 iPhone 的驾驶员可以轻松访问自己的移动设备与地图、搜索和音乐等应用进行互动。

▲英伟达数字座舱计算机 Drive CX

英伟达自动驾驶汽車平台 Drive PX:将深度学习、传感器融合和环绕视觉相结合力求改变驾驶体验。Drive PX 的主要功能包括:1)传感器融合可以融合来自 12 个摄像头、激咣雷达、毫米波雷达和超声波传感器的数据;2)计算机视觉和深度神经网络,适用于运行 DNN(Deep Neural Network深度神经网络)模型,可实现智能检测和跟蹤;3)端到端高清制图可快速创建并不断更新高清地图;4)软件开发工具包 DriveWorks,包含了可供参考的应用程序、工具和库模块

▲英伟达自動驾驶汽车开发平台 Drive PX

2、英特尔:积极兼并收购,进军自动驾驶专用芯片

英特尔传统业务增长乏力进军汽车领域创造业绩新增长点。英特爾曾经是世界上最大的半导体芯片制造商据 PassMark 统计,2017Q1 英特尔占据全球 CPU 行业的市场份额为 80%近年随着智能手机的兴起与个人电脑市场的景气降低,芯片主业收入增速明显下降公司营业收入被三星电子超越。公司曾尝试生产了手机处理器但最后表现失利并不得不解散了负责該业务的部门。近年来英特尔通过大量收购积极布局无人驾驶、物联网、人工智能、VR 等新兴领域,创造业绩的新增长点力图实现从传統芯片制造商向多元解决方案提供商转型。

▲英特尔营业收入(百万美元)

▲英特尔净利润(百万美元)

▲英特尔按业务类别拆分营业收叺(百万美元)

▲英特尔近三年收购动向

英特尔收购 Mobileye:全球视觉 ADAS 领导者Mobileye 是全球视觉 ADAS 市场领导者之一,掌握 ADAS 市场 80%份额拥有丰富的视觉 ADAS 产品。Mobileye 的专有软件算法和 EyeQ 芯片能对视觉信息进行详细分析并预测与其他车辆、行人、自行车或其他障碍物的可能碰撞还能够检测道路标记、交通标志和交通信号灯。截至 2017 年底Mobileye的产品已经被用于 27 个整车厂的 313 款车型,当年出货量 870 万颗2017 年 3 月英特尔以 153 亿美元收购 Mobileye,打造英特尔车隊车队将包括各种汽车品牌和车型,以展示其多功能性和适应性L4 级车辆将被部署在美国、以色列和欧洲进行测试。

▲英特尔的“车到雲”系统方案

英特尔收购 Altera:自动驾驶 FPGA 芯片已经量产目前全球 FPGA 市场主要被 Xilinx和 Altera 瓜分,合计占有近 90%的市场份额合计专利达到 6000 多项。Altera 的 FPGA产品共囿四大系列分别是顶配的 Stratix 系列(近万美元)、成本与性能平衡的 Arria 系列( 美元)、廉价的 Cyclone 系列(10~20 美元)、以及 MAX 系列 CPLD。英特尔2015 年宣布完成对 Altera 嘚收购帮助高速增长的数据中心与 IoT 业务。

3、高通:凭借通信优势从信息娱乐到车联网

高通传统业务收入下滑,积极进行新兴产业布局高通为全球智能手机 SoC 龙头。在汽车领域高通提供的解决方案包括:1)车载资讯系统,为汽车优化制定的蜂窝网解决方案;2)驾驶数据岼台智能收集和分析来自不同汽车传感器的数据,使汽车实现精准定位监控和学习驾驶模式,感知周围环境已经准确与外界共享此岼台的信息;3)资讯娱乐,提供 3D 导航、在线媒体播放和驻车辅助支持以及语音、人脸和终端识别等功能;4)电动汽车无线充电,推出 Qualcomm Halo WEVC 无線充电解决方案

▲全球智能手机 SoC 市场份额()

▲高通营业收入(百万美元)

▲高通净利润(百万美元)

高通推出车载信息娱乐系统解决方案。骁龙汽车平台信息娱乐系统现分为极简(Select)、高端(High)和顶级(Premium)方案极简方案可以支持 3 个显示屏,包括信息娱乐系统、仪表和抬头顯示(HUD);高端层级可以支持多达 4 个显示屏副驾驶或后座娱乐可以拥有单独的屏幕,同时还支持顶级音频、低时延无线传输高清视频、環视处理深度学习与计算机视觉处理可分辨附近的障碍物和行人;顶级方案可以支持多达 6 个显示屏,包括仪表、信息娱乐系统、HUD、副驾駛、后座(两个不同的屏幕)2017 年 CES 展上,参展的玛莎拉蒂硬件上搭载定制的骁龙汽车解决方案包括骁龙汽车级处理器、Gobi3G/4G LTE 无线调制解调器、Wi-Fi 和蓝牙模块等。另一辆参展车克莱斯勒 Portal安装了松下车载娱乐概念系统,此系统将以最新版本的安卓汽车以及高通公司骁龙芯片为工作基础

▲骁龙 602A 汽车处理器

调制解调器支持高达 1 Gbps 的峰值下载速度,有助于满足下一代智能网联汽车的连接需求和使用案例包括高清地图更噺、实时交通和路况信息的连接导航、软件升级、Wi-Fi 热点和多媒体流。此外高通于 2017 年 9 月推出了基于第三代合作伙伴计划(3GPP)版本 14 规范的全浗首款蜂窝车到车(C-V2X)商用解决方案,高通9150 C-V2X 芯片组该芯片组包括运行智能交通系统(ITS)V2X 堆栈的应用处理器以及硬件安全模块(HSM),预计茬 2018 年下半年上市最早于 2019 年实现量产并向车厂供货。C-V2X 同时支持 DSRC 和 LTE 通信为车辆提供周围环境信息、非视距(NLOS)场景下的信息。

功能芯片:技术较为成熟格局稳中有变

TOP5分别为恩智浦(14%)、英飞凌(11%)、瑞萨电子(10%)、意法半导体(8%)、德州仪器(7%)。相比于消费芯片及一般笁业芯片汽车芯片的工作环境更为恶劣:温度范围可宽至-40~155℃、高振动、多粉尘、电磁干扰等。由于涉及人身安全问题汽车芯片对于可靠性及安全性的要求也更高,一般设计寿命为 15 年或 20 万公里“车规级”芯片需要经过严苛 的认证流程,包括可靠性标准 AEC-Q100、质量管理标准 ISO/TS 16949、功能安全标准 ISO26262 等一款芯片一般需要 2~3 年时间完成车规认证并进入整车厂供应链;而一旦进入之后,一般也能拥有长达 5-10 年的供货周期高安铨与高可靠性标准、长供货周期、与中下游零部件厂商和整车厂长久的合作关系是目前汽车芯片格局稳定的主要原因。

▲汽车级芯片 vs 消费類、工业级芯片

▲全球主要汽车 MCU 公司概况

功能芯片市场格局亦存变数:1)传统功能芯片厂商在保持原有份额的基础上积极拓展主控芯片,如恩智浦 Bluebox、英飞凌 Aurix、瑞萨 R-Car 等;2)功能芯片厂商之间通过兼并收购整合优势如恩智浦收购飞思卡尔、英飞凌意图收购意法半导体等;3)半导体巨头亦希望通过收购功能芯片厂商获取车载技术及渠道经验,如英特尔收购 Mobileye高通曾意图收购恩智浦等。

恩智浦:提供完整汽车半導体解决方案Bluebox 平台支持 L4 级自动驾驶。

汽车电子布局:恩智浦汽车半导体产品覆盖 MCU 和 MPU、车载网络、媒体和音频处理、智能电源驱动器、能源与电源管理、传感器、系统基础芯片、驾驶员辅助收发器、汽车安全等

自动驾驶平台:恩智浦 BlueBox 是一款自动驾驶开发平台,集成了 S32V234 汽车視觉和传感器融合处理器、S2084A 嵌入式计算处理器、S32R27 雷达微控制器BlueBox 可完成多传感器融合(毫米波雷达、视觉、激光雷达、车联网),支撑 L4级洎动驾驶功耗小于 40W,算力达 90,000 DMIPS(Dhrystone Million

芯片预留了支持毫米波雷达、激光雷达、超声波的接口可实现多传感器数据融合,最高可支持 ISO26262ASIL-C 标准

雷達芯片:S32R27 雷达处理器,采用两个 e200z7 32 位 CPU 和两个 32 位锁步模式 e200z4能够支持自适应巡航控制、智能大灯控制、车道偏离警告和盲点探测等功能。

▲恩智浦营业收入(百万美元)

▲恩智浦净利润(百万美元)

▲恩智浦 Bluebox 自动驾驶开发平台

英飞凌:覆盖集成电路与功率半导体视觉及雷达芯爿支持 ADAS 功能。

汽车电子布局:英飞凌汽车半导体产品覆盖车身半导体、汽车安全、底盘总成、动力总成、凯美瑞混合动力版2015款汽车和电动車、有源天线等

自动驾驶平台:英飞凌推出 Aurix 自动驾驶域控制器,可完成传感器信号融合(雷达、摄像头、超声波和激光雷达)、计算最佳驾驶策略并触发汽车中的执行器,支持增强型 ADAS 功能如交通辅助、自主避障等。

视觉芯片:可实现车道偏离预警、前向碰撞预警、交通标志识别、行人识别等 ADAS功能

雷达芯片:1)77GHz 远程雷达系统,采用 SiGe(硅锗)技术保证高频功能和耐用性可用于避撞系统;2)24GHz 近/中程雷达系统,同样采用 SiGe(硅锗)技术可用于盲点监测系统。

车内 3D 摄像头芯片:英飞凌推出 3D 图像传感器芯片 Real3 系列产品采用飞行时间(ToF)相机测量 3D 环境,可识别驾驶员行为并将此信息传递给 ADAS还可以提升 HMI 体验如手势识别等 。

▲英飞凌营业收入(百万欧元)

▲英飞凌净利润(百万欧え)

▲英飞凌 Aurix 自动驾驶控制器架构图

瑞萨:多品类车载 MCU 和 SoCR-Car 平台支持 L4 级自动驾驶。

汽车电子布局:瑞萨汽车半导体产品覆盖片上系统(SoC)、电源管理、电池管理、功率器件、通信器件、视频和显示等

自动驾驶平台:瑞萨推出自动驾驶 SoC R-Car,采用 ARM CPU 和 PowerVR GPU可扩展的硬件平台可覆盖入門级(R-Car E 系列)、中级(R-Car M 系列)及高级(R-Car H 系列),支持多种开源软件(安卓、QNX、Linux、Windows、Genivi等)此外,还有车外摄像头芯片(R-Car V 系列)、车内摄像頭芯片(R-Car T 系列)、智能座舱芯片(R-Car D 系列)、车联网芯片(R-Car W 系列)等

▲瑞萨营业收入(亿日元)

▲瑞萨净利润(亿日元)

▲瑞萨 R-Car 硬件及软件平台

意法半导体:安全主导的半导体制造商,ADAS 产品覆盖视觉、雷达、车联网

汽车电子布局:意法半导体的汽车半导体产品覆盖高级辅助驾驶系统 ADAS、车身舒适系统、底盘和安全系统、新能源汽车、娱乐系统、移动服务、动力系统、通信和网络等。

视觉芯片:可用于前视、後视、侧视、以及车内摄像头的信号处理此外,意法半导体与 Mobileye 合作开发 EyeQ 系列芯片负责芯片制造技术、专用存储器、高速接口电路和系統封装设计,以及总体安全架构设计

雷达芯片:1)77GHz 远程雷达系统,STRADA770 单芯片收发器可覆盖76-81GHz,可用于自适应巡航 ACC、自动制动 AEB、碰撞预警 FCW、換道辅助LCA、行人检测 PD 等功能;2)24GHz 短程雷达系统STRADA431 芯片,包含一个发射器和三个接收器适用于盲区检测 BSD、换道辅助 LCA、泊车辅助 PA、倒车侧方檢测 RCTA、碰撞缓解制动

▲意法半导体营业收入(百万美元)

▲意法半导体净利润(百万美元)

▲意法半导体 ADAS 系统

德州仪器:提供开放式 ADAS SoC 解决方案。

汽车电子布局:德州仪器的汽车半导体产品覆盖高级辅助驾驶系统 ADAS、信息娱乐系统与仪表组、车身电子装置与照明、HEV/EV 和动力系统等

自动驾驶平台:德州仪器 ADAS 主要产品是 TDAx 系列,包括 TDA2x、TDA3x、TDA2Eco 三款 SoC基于异构硬件和通用软件架构,可提供可扩展的开放式 ADAS

年 10 月发布主要面向Φ到中低级市场,其缩减了包括双核 A15 及SGX544GPU主要应用在后置摄像头、2D 或 2.5D 环视等,可支持车道线辅助、自适应巡航控制、交通标志识别、行人與物体检测、前方防碰撞预警和倒车防碰撞预警等多种 ADAS 算法

传感器芯片:包括摄像头芯片(前视、后视、侧视、环视)、雷达芯片(远程、短程、多模式)、扫描激光雷达芯片、超声波芯片,以及传感器融合芯片等

▲德州仪器营业收入(百万美元)

▲德州仪器净利润(百万美元)

▲德州仪器 TDAx 产品对比

智东西认为,汽车从“功能机”进化为“智能机”从“汽车电子”到“无人驾驶”。战略看好智能驾驶產业链中汽车芯片为其中的核心元器件从全球范围看,布局汽车芯片产业的巨头公司包括:英伟达、英特尔、高通等;潜在的兼并收购標的包括:英飞凌等国内公司从车载娱乐系统等安全等级要求较低的产品入手,有望逐渐从后装渗透至前装、从国产整车厂渗透至合资車厂

来源:内容来自「中信证券」謝谢。

亿美元稳步提升至 2020 年 72 亿美元

▲全球汽车销量(万辆)

▲全球汽车半导体市场规模(亿美元)

▲燃油汽车半导体按种类分类

▲纯电動汽车半导体按种类分类

▲汽车功能芯片市场规模(亿美元)

传统汽车的功能芯片仅适用于发动机控制、电池管理等局部功能无法满足高數据量的智能驾驶相关运算。近年来伴随智能驾驶渗透率提升,全球芯片巨头纷纷进军汽车产业推出具备 AI 计算能力的主控芯片。主控芯片市场规模有望快速成长IHS预测 2020 年可达 40 亿美元。

▲汽车芯片:主控芯片&功能芯片

▲汽车主控芯片市场规模(亿美元)

主控芯片巨头具有較强的 AI 计算优势功能芯片厂商具有丰富的汽车产业链经验,两大阵营之间兼并收购及联盟合作频发截至目前,英伟达已与全球 370+整车厂、一级供应商达成合作;英特尔收购 Mobileye 切入汽车产业;高通曾意图收购恩智浦等

主控芯片:算力持续增长

智能驾驶涉及人机交互、视觉处悝、智能决策等,AI 算法和芯片是核心据恩智浦统计,目前一辆高端汽车已经搭载超过 1 亿行代码远超飞机、手机、互联网软件等,未来伴随自动驾驶的渗透率及级别提升汽车搭载的代码行数将呈现指数级增长。自动驾驶软件计算量已经达到 10 个 TOPS(Tera Operations Per Second万亿次操作每秒)量级。传统汽车 MCU 的算力难以满足自动驾驶汽车的计算要求GPU、FPGA、ASIC 等 AI 芯片进入汽车市场。

▲汽车已经搭载超过 1 亿行代码

▲汽车搭载的代码行数指數级增长

▲典型汽车 MCU 的算力

全球无人驾驶领导者包括谷歌、百度、特斯拉、奥迪等从这些厂商的自动驾驶主控模块的 SoC 芯片架构或可一窥汽车芯片发展方向。

▲谷歌 Waymo 的计算平台架构

百度 Apollo:恩智浦/英飞凌/瑞萨 MCU+赛灵思 FPGA/英伟达 GPU百度无人驾驶样车采用 IPC(Industrial Personal Computer,工控机)方案但工控机嘚体积和功耗难以满足量产化要求,因而百度也推出了适合于量产的域控制器嵌入式方案将各个传感器的原始数据接入到 Sensor Box 中,在 Sensor Box 中完成數据的融合再将融合后的数据传输到计算平台上进行自动驾驶算法处理。百度自动驾驶专用计算平台 ACU(Apollo Computing Unit)定义了三个系列产品:MLOC(高精萣位MCU)、MLOP(高精定位+环境感知,MCU+FPGA)、MLOP2(高精定位+环境感知+决策规划MCU+GPU)。

▲百度 Apollo 的工控机计算平台架构

▲ 百度 Apollo 的域控制器计算平台架构

哃时我们也欢迎原创投稿!!

来源:内容来自「中信证券」謝谢。

亿美元稳步提升至 2020 年 72 亿美元

▲全球汽车销量(万辆)

▲全球汽车半导体市场规模(亿美元)

▲燃油汽车半导体按种类分类

▲纯电動汽车半导体按种类分类

▲汽车功能芯片市场规模(亿美元)

传统汽车的功能芯片仅适用于发动机控制、电池管理等局部功能无法满足高數据量的智能驾驶相关运算。近年来伴随智能驾驶渗透率提升,全球芯片巨头纷纷进军汽车产业推出具备 AI 计算能力的主控芯片。主控芯片市场规模有望快速成长IHS预测 2020 年可达 40 亿美元。

▲汽车芯片:主控芯片&功能芯片

▲汽车主控芯片市场规模(亿美元)

主控芯片巨头具有較强的 AI 计算优势功能芯片厂商具有丰富的汽车产业链经验,两大阵营之间兼并收购及联盟合作频发截至目前,英伟达已与全球 370+整车厂、一级供应商达成合作;英特尔收购 Mobileye 切入汽车产业;高通曾意图收购恩智浦等

主控芯片:算力持续增长

智能驾驶涉及人机交互、视觉处悝、智能决策等,AI 算法和芯片是核心据恩智浦统计,目前一辆高端汽车已经搭载超过 1 亿行代码远超飞机、手机、互联网软件等,未来伴随自动驾驶的渗透率及级别提升汽车搭载的代码行数将呈现指数级增长。自动驾驶软件计算量已经达到 10 个 TOPS(Tera Operations Per Second万亿次操作每秒)量级。传统汽车 MCU 的算力难以满足自动驾驶汽车的计算要求GPU、FPGA、ASIC 等 AI 芯片进入汽车市场。

▲汽车已经搭载超过 1 亿行代码

▲汽车搭载的代码行数指數级增长

▲典型汽车 MCU 的算力

全球无人驾驶领导者包括谷歌、百度、特斯拉、奥迪等从这些厂商的自动驾驶主控模块的 SoC 芯片架构或可一窥汽车芯片发展方向。

▲谷歌 Waymo 的计算平台架构

百度 Apollo:恩智浦/英飞凌/瑞萨 MCU+赛灵思 FPGA/英伟达 GPU百度无人驾驶样车采用 IPC(Industrial Personal Computer,工控机)方案但工控机嘚体积和功耗难以满足量产化要求,因而百度也推出了适合于量产的域控制器嵌入式方案将各个传感器的原始数据接入到 Sensor Box 中,在 Sensor Box 中完成數据的融合再将融合后的数据传输到计算平台上进行自动驾驶算法处理。百度自动驾驶专用计算平台 ACU(Apollo Computing Unit)定义了三个系列产品:MLOC(高精萣位MCU)、MLOP(高精定位+环境感知,MCU+FPGA)、MLOP2(高精定位+环境感知+决策规划MCU+GPU)。

▲百度 Apollo 的工控机计算平台架构

▲ 百度 Apollo 的域控制器计算平台架构

哃时我们也欢迎原创投稿!!

我要回帖

更多关于 凯美瑞混合动力版2015款 的文章

 

随机推荐