传感器怎样在以后变得更加智能化
今年在比利时布鲁塞尔举世闻名的autoworld博物馆正式举行了本届的汽车传感器和感知技术的会议（autosens）。本次大会让工程师们与其他参与adas和自动驾驶市场的相关人员的联系变得更加紧密了。
到2025年，这个市场的价值预计将超过670亿美元，这并不都是智能科技发展的功劳，而是因为创新水平的提高，以及越来越多的加速汽车自动化和自动驾驶汽车的发展的举措的出台。
由于传感器变得越来越智能，设计工程师能够为更少的设备增加更多的感知功能。
然而，考虑到驾驶员安全，我们可能会将自动驾驶汽车提高到一个更高的标准，我们所看到的支持自动驾驶的增量创新表明，可能需要很长时间才能实现完全的自动驾驶。
随着工程师和科学家们对l4级和l5级的发展看的更加的现实，围绕自动驾驶汽车的炒作也开始降温，但未来仍将面临重大的挑战。有人还声称，到2020年，我们将看到大批自动驾驶汽车或机器人出租车出现在我们的道路上。
尽管如此，在传感器、计算机视觉和安全方面的持续研究正在取得了积极的进展。
9 月 18 日，比利时布鲁塞尔 autosens 展会上，ceva 发布了第二代 ai 处理器架构 neupro-s，使深度神经网络工作负载的性能提高 50%，内存带宽降低 40%，功耗降低 30%。同时还推出了业界首创的深度神经网络编译器技术 cdnn-invite api，通过统一接口，优化神经网络推理固件，从而支持 neupro-s 内核与定制神经网络引擎的异构协同处理。
neupro-s 和 cdnn-invite api 适用于需要在边缘端进行 ai 处理的视觉终端设备，包括自动驾驶汽车、智能手机、监控摄像头、消费类摄像头、ar/vr 头盔、机器人和工业应用。neupro-s 可以对边缘设备中视频和图像中的物品进行分割、检测和分类神经网络，从而显著提高系统感知性能。通过减少使用外部 sdram 的高成本传输，neupro-s 可以支持多级内存系统。同时，neupro-s 还支持多重压缩选项和异构可扩展性，可在单个统一架构中实现 ceva-xm6 视觉 dsp、neupro-s 内核和定制 ai 引擎的各种组合。
neupro-s 可以对边缘设备中视频和图像中的物品进行分割、检测和分类神经网络，从而显著提高系统感知性能。通过减少使用外部 sdram 的高成本传输，neupro-s 可以支持多级内存系统。同时，neupro-s 还支持多重压缩选项和异构可扩展性，可在单个统一架构中实现 ceva-xm6 视觉 dsp、neupro-s 内核和定制 ai 引擎的各种组合。
neupro-s 系列包括 nps1000、nps2000、nps4000，分别具有 1000、2000、4000 个 8 位 mac 的预配置处理器。其中，nps4000 具有最高的单核 cnn 性能，在 1.5ghz 时可达到 12.5 tops，并且可完全扩展，最高可达到 100 tops。
neupro-s 架构中集成的完全可编程 ceva-xm6 视觉 dsp，不仅可以对 ai 实时处理，还可以同时处理图像、计算机视觉和一般 dsp 工作负载。
在自动驾驶领域，neupro-s 还提供了满足安全要求的解决方案，包括质量保证标准 iatf 16949、以及汽车标准 iso 26262 和 a-spice。
neupro-s 架构解决了这些设备中日益增多的数据带宽和功耗挑战。通过 cdnn-invite api，我们降低了不断增长的神经网络创新者社群的准入门槛，可让他们从我们的 cdnn 编译器提供的广泛支持和易用性中受益，从而进一步扩展了在神经网络编译器技术领域无可争议的竞争优势。
coccon激光雷达
自动驾驶技术的一个有趣应用是地理围栏车辆的开发（geo-fenced vehicles），这种车辆的行驶范围和能力都比较有限。
leddartech产品线经理vincent racine表示：“到2055年，城市人口将大幅增长，这就会导致道路上的汽车将翻一番，基础设施面临的压力只会越来越大。”“我们正面临着日益严重的交通堵塞、排放量的增加，如果我们发现自己被困在拥挤的道路上，我们的生产力将受到严重的打击。”
“我们看到服务于自动驾驶的航天飞机的需求正在增长，这些飞机将运行在地理围栏路线上。事实上，一些研究报告表明，到2025年，可能会有多达200万架这样的航天飞机投入使用，使4-15人沿着预定的路线行驶50公里。”
“汽车必须在拥挤的地区行驶，还要考虑行人、自行车和动物，所有这些的活动都很难预测。这就使得传感器在车辆的地位愈发重要。”
为了解决这个问题，leddartech开发了leddar pixell，这是一种用于地理围栏自动驾驶车辆的激光雷达。
拉辛解释：“leddartech的固态激光雷达技术能够为coast autonomous自动驾驶车辆优化安全性能，这项技术的坚固性与可靠性能适应严苛的驾驶环境，并通过消除其它传感技术留下的盲区，使其成为在停车启动应用中防止碰撞的首选技术。”
“它能对车辆周围的障碍物提供高度可靠的探测，适用于正在开发的感知平台，以确保乘客和弱势道路使用者的安全与保护。”
据了解，该解决方案已经被北美和欧洲十几家领先的自动驾驶汽车供应商采用。
拉辛指出：“至关重要的是，pixell能够弥补用于地理定位的机械扫描激光雷达的局限性，在某些情况下，可能会产生盲区，可以达到几米，而这个解决方案没有死区或盲点。”
该传感器能够提供一个高效的检测解决方案，通过使用高度集成的soc和数字信号处理软件组成的lca2 leddarengine嵌入技术来覆盖关键盲点。
读懂电路原理图的步骤和技巧
互联网3巨头BAT所投资的芯片项目和公司
中国工业机器人相关的专利申请量统计分析
驱动LSM6DS3TR-C实现高效运动检测与数据采集(4)----上报匿名上位机实现可视化
CMOS图像传感器如何在智能汽车场景大放异彩？
传感器怎样在以后变得更加智能化
基于ZigBee的无线输液监控方案
飞马智能航测遥感系统F300在粤桂合作特别试验区正射影像生产中的应用
业界翘盼的半导体行业“春天”，即将到来？存储行业周期底部渐明
座充的绿灯亮了以后再多充一个小时有用吗?
线性解调电路设计图解析
安防建设还存在哪些问题
一段历史，带你领略机械硬盘的兴衰
大众纯电动车型：中国将是主要区域
现货！chorma2326 chorma2326图像信号
视频会议标准协议H的差别有哪些?
基于DSP TMS320LF2407的PWM整流技术研究
太阳能热发电是新一代电网友好型新能源电站，有助于推动中国能源转型
在全球液晶面板市场上，韩国面板企业亏损严重
图解红外发射管发射角度与强度问题
到2025年，这个市场的价值预计将超过670亿美元，这并不都是智能科技发展的功劳，而是因为创新水平的提高，以及越来越多的加速汽车自动化和自动驾驶汽车的发展的举措的出台。
由于传感器变得越来越智能，设计工程师能够为更少的设备增加更多的感知功能。
然而，考虑到驾驶员安全，我们可能会将自动驾驶汽车提高到一个更高的标准，我们所看到的支持自动驾驶的增量创新表明，可能需要很长时间才能实现完全的自动驾驶。
随着工程师和科学家们对l4级和l5级的发展看的更加的现实，围绕自动驾驶汽车的炒作也开始降温，但未来仍将面临重大的挑战。有人还声称，到2020年，我们将看到大批自动驾驶汽车或机器人出租车出现在我们的道路上。
尽管如此，在传感器、计算机视觉和安全方面的持续研究正在取得了积极的进展。
9 月 18 日，比利时布鲁塞尔 autosens 展会上，ceva 发布了第二代 ai 处理器架构 neupro-s，使深度神经网络工作负载的性能提高 50%，内存带宽降低 40%，功耗降低 30%。同时还推出了业界首创的深度神经网络编译器技术 cdnn-invite api，通过统一接口，优化神经网络推理固件，从而支持 neupro-s 内核与定制神经网络引擎的异构协同处理。
neupro-s 和 cdnn-invite api 适用于需要在边缘端进行 ai 处理的视觉终端设备，包括自动驾驶汽车、智能手机、监控摄像头、消费类摄像头、ar/vr 头盔、机器人和工业应用。neupro-s 可以对边缘设备中视频和图像中的物品进行分割、检测和分类神经网络，从而显著提高系统感知性能。通过减少使用外部 sdram 的高成本传输，neupro-s 可以支持多级内存系统。同时，neupro-s 还支持多重压缩选项和异构可扩展性，可在单个统一架构中实现 ceva-xm6 视觉 dsp、neupro-s 内核和定制 ai 引擎的各种组合。
neupro-s 可以对边缘设备中视频和图像中的物品进行分割、检测和分类神经网络，从而显著提高系统感知性能。通过减少使用外部 sdram 的高成本传输，neupro-s 可以支持多级内存系统。同时，neupro-s 还支持多重压缩选项和异构可扩展性，可在单个统一架构中实现 ceva-xm6 视觉 dsp、neupro-s 内核和定制 ai 引擎的各种组合。
neupro-s 系列包括 nps1000、nps2000、nps4000，分别具有 1000、2000、4000 个 8 位 mac 的预配置处理器。其中，nps4000 具有最高的单核 cnn 性能，在 1.5ghz 时可达到 12.5 tops，并且可完全扩展，最高可达到 100 tops。
neupro-s 架构中集成的完全可编程 ceva-xm6 视觉 dsp，不仅可以对 ai 实时处理，还可以同时处理图像、计算机视觉和一般 dsp 工作负载。
在自动驾驶领域，neupro-s 还提供了满足安全要求的解决方案，包括质量保证标准 iatf 16949、以及汽车标准 iso 26262 和 a-spice。
neupro-s 架构解决了这些设备中日益增多的数据带宽和功耗挑战。通过 cdnn-invite api，我们降低了不断增长的神经网络创新者社群的准入门槛，可让他们从我们的 cdnn 编译器提供的广泛支持和易用性中受益，从而进一步扩展了在神经网络编译器技术领域无可争议的竞争优势。
coccon激光雷达
自动驾驶技术的一个有趣应用是地理围栏车辆的开发（geo-fenced vehicles），这种车辆的行驶范围和能力都比较有限。
leddartech产品线经理vincent racine表示：“到2055年，城市人口将大幅增长，这就会导致道路上的汽车将翻一番，基础设施面临的压力只会越来越大。”“我们正面临着日益严重的交通堵塞、排放量的增加，如果我们发现自己被困在拥挤的道路上，我们的生产力将受到严重的打击。”
“我们看到服务于自动驾驶的航天飞机的需求正在增长，这些飞机将运行在地理围栏路线上。事实上，一些研究报告表明，到2025年，可能会有多达200万架这样的航天飞机投入使用，使4-15人沿着预定的路线行驶50公里。”
“汽车必须在拥挤的地区行驶，还要考虑行人、自行车和动物，所有这些的活动都很难预测。这就使得传感器在车辆的地位愈发重要。”
为了解决这个问题，leddartech开发了leddar pixell，这是一种用于地理围栏自动驾驶车辆的激光雷达。
拉辛解释：“leddartech的固态激光雷达技术能够为coast autonomous自动驾驶车辆优化安全性能，这项技术的坚固性与可靠性能适应严苛的驾驶环境，并通过消除其它传感技术留下的盲区，使其成为在停车启动应用中防止碰撞的首选技术。”
“它能对车辆周围的障碍物提供高度可靠的探测，适用于正在开发的感知平台，以确保乘客和弱势道路使用者的安全与保护。”
据了解，该解决方案已经被北美和欧洲十几家领先的自动驾驶汽车供应商采用。
拉辛指出：“至关重要的是，pixell能够弥补用于地理定位的机械扫描激光雷达的局限性，在某些情况下，可能会产生盲区，可以达到几米，而这个解决方案没有死区或盲点。”
该传感器能够提供一个高效的检测解决方案，通过使用高度集成的soc和数字信号处理软件组成的lca2 leddarengine嵌入技术来覆盖关键盲点。
读懂电路原理图的步骤和技巧
互联网3巨头BAT所投资的芯片项目和公司
中国工业机器人相关的专利申请量统计分析
驱动LSM6DS3TR-C实现高效运动检测与数据采集(4)----上报匿名上位机实现可视化
CMOS图像传感器如何在智能汽车场景大放异彩？
传感器怎样在以后变得更加智能化
基于ZigBee的无线输液监控方案
飞马智能航测遥感系统F300在粤桂合作特别试验区正射影像生产中的应用
业界翘盼的半导体行业“春天”，即将到来？存储行业周期底部渐明
座充的绿灯亮了以后再多充一个小时有用吗?
线性解调电路设计图解析
安防建设还存在哪些问题
一段历史，带你领略机械硬盘的兴衰
大众纯电动车型：中国将是主要区域
现货！chorma2326 chorma2326图像信号
视频会议标准协议H的差别有哪些?
基于DSP TMS320LF2407的PWM整流技术研究
太阳能热发电是新一代电网友好型新能源电站，有助于推动中国能源转型
在全球液晶面板市场上，韩国面板企业亏损严重
图解红外发射管发射角度与强度问题