完成国产车规级 SoC 算力平台全栈J9算法迁移与算子优化
针对新一代车规级异构算力单元完成底层深度适配,通过量化感知网络压缩策略,在保持检测精度基本不衰减的前提下,神经网络整体推理吞吐量提升超过 42%。
面向智能网联汽车与商用车前装工程,系统全面整合多模态BEV感知网络、端到端轨迹预测与车规底盘线控规划算法。提供解耦化操作系统中间件与影子模式数据闭环引擎,帮助整车企业以确定性算力开销实现高安全性、高舒适度的全天候自主行驶。
软件层集成模型预测控制 (MPC) 与自适应滤波算法,横纵向联合控制刷新频率达 100Hz,在雨雪湿滑路面依然实现毫米级车道居中追踪。
车端自动触发接管诱发数据切片上传,云端自动化场景清洗与仿真回注,实现J9在罕见长尾工况下的免人工持续迭代。
车企在推进高阶领航辅助功能前装过程中,普遍面临算法与底层芯片耦合过深、长尾恶劣工况误制动频繁以及多传感器时间空间同步抖动等严苛挑战。
传统算法代码深度依赖专有算力编译器指令集,当车型平台升级或供应链芯片切换时,软件栈重构周期长达数月,阻碍了车企多产品线快速铺开的研发节奏。
针对倒伏锥桶、异型侧翻货车、施工临时水马等罕见道路元素,规则算法与有限样本神经网络易产生感知置信度断崖下跌,引发危险的幽灵刹车或接管报警。
随着感知大模型参数量膨胀,多线程资源争抢极易导致进程周期抖动;若缺乏车规级安全岛冗余监控机制,难以通过严格的 ISO 26262 流程体系与整车准入。
本系统采用微内核通信中间件与算法模型严格分层的模块化设计。既可提供从传感器驱动接入到整车控制指令下发的交钥匙完整软件栈,也支持主机厂按需拆分引入视觉感知子模块或时空规划库。
跨相机视角与激光雷达点云深层特征前融合,直接在三维鸟瞰图空间生成占用栅格(Occupancy Grid)。
融合强化学习与最优控制策略,在复杂混流路口实现柔和加减速与合理借道超车,提升座舱乘客平顺度。
自研轻量共享内存中间件实现进程间零拷贝,单包万兆点云数据传输延时压缩在亚毫秒以内。
提供从行泊一体基础辅助到全无人高阶自动驾驶的标准化软件套件,支持主流传感器配置与电气架构灵活剪裁。
针对高速公路与城市封闭环路,提供全速域自适应巡航、拨杆/自动变道、匝道汇入汇出与弯道动态控速等高频功能。
基于占用网络与无图拓扑推导技术,实现无保护左转、窄道会车、环岛进出与行人博弈通行的高复杂度城市路网自动驾驶。
专为干线物流重卡、港口平板车、智慧园区环卫及微循环接驳车定制的高可靠度 L4 级无人自主作业软件底座。
J9在汽车电子领域的应用必须将生命安全置于首位。我们通过分层解耦、状态机降级与动态安全容错,保障系统在硬件单点故障下的可控受限安全停车。
基于车规实时系统环境深度定制时间触发调度算法,严格消除多任务并发引发的时序漂移,任务抖动限制在微秒级。
统一相机、激光雷达、4D毫米波雷达与IMU惯导的时间戳硬件纳秒级硬同步,屏蔽底层外设接口协议差异。
端到端神经网络主链路与几何物理启发式冗余备份链路并行运算,互相校验决策合理性,杜绝单模型幻觉盲区。
内置符合车规 ISO 26262 的最小风险策略 (MRM),在感知全失效时依托惯性测算自主驶向应急车道安全靠边停泊。
已成功适配乘用车、新能源重卡及特种作业车等多种动力底盘,在复杂严苛交通工况下保持高稳定运作。
在早晚高峰机非混行、电动车横穿道路等复杂工况下,J9具备毫秒级反应与柔和轨迹规划,乘员顿挫感降低 35%。
自适应考虑满载工况下的长距离制动减速需求,提供预见性节油巡航 (PCC) 策略,长途干线运营单车综合能耗降低 8%~12%。
适配多层地下车库与室内无卫星信号场景,运用端侧建图与厘米级视觉特征匹配,实现从地面道路到车位入库全流程无人接管。
深入一线整车量产流程,协助多家汽车集团建立自主可控的J9研发与持续升级能力。
基于我们提供的标准化感知定位与控制软件模块,客户团队规避了从零开发基础框架的高昂研发成本,结合原有整车底盘标定体系,提前 2 个月完成工信部整车自动驾驶辅助功能准入准测。
引入针对商用车载荷惯性设计的运动规划算法软件后,有效解决了空载与满载工况下的频繁点刹问题。实际车队运营证明,司机接管频次大幅下降,长途驾驶疲劳引发的安全风险减少 80% 以上。
清晰的架构分层与工程化验证,解决传统定制外包软件不可持续维护、芯片绑定过紧的缺陷。
| 对比维度 | 本项目车规级J9平台 | 传统外包/开源二次封装方案 |
|---|---|---|
| 软硬件解耦能力 | 完全解耦,适配主流英伟达/地平线/高通SoC | 绑定特定芯片开发板,迁移重构成本极高 |
| 功能安全规范合规 | 具备完整 ASIL-D 软件工程文档与测试追溯 | 缺少车规安全设计,仅满足功能演示级要求 |
| 未知障碍物识别机制 | 占用网格网络 (Occupancy) 无死角三维重构 | 白名单样本分类识别,遇异型障碍物易漏检 |
| 数据迭代与影子闭环 | 车端自动挖掘拐点数据,云端仿真自动化回注 | 人工拷盘采集数据,缺乏自动化重现回放机制 |
| 通信中间件时延 | 微秒级零拷贝传输,抖动范围可预测控制 | 进程间多次内存复制,高峰时延抖动超50ms |
本白皮书系统梳理了主流主机厂在部署高速领航与城市全场景辅助驾驶软件时的工程实践经验。深入剖析多模态传感器时间同步协议、BEV端到端大模型量化裁剪方案、ISO 26262 功能安全分解案例及百万公里影子模式实车验证数据。
密切追踪车规功能安全标准更新、大模型在车端部署优化以及大规模道路实测里程积累,持续验证软件栈稳定性。
针对新一代车规级异构算力单元完成底层深度适配,通过量化感知网络压缩策略,在保持检测精度基本不衰减的前提下,神经网络整体推理吞吐量提升超过 42%。
国际独立检验认证机构针对整套横纵向轨迹跟踪执行控制代码、软硬件看门狗监控与最小风险机动机制完成完整测试评估,符合汽车最高等级安全规范标准。
引入多帧时序记忆大模型消除传感器反射噪点,针对夜间雨雾工况中的飞溅水花、临时施工路障等复杂边缘物体重构精度显著改善,误触发减速频次下降 68%。
针对主机厂研发人员与采购决策层最为关注的适配周期、安全冗余、接口定制及交付形式进行解答。
请留下您的对接需求与硬件计算平台信息,我们的算法架构团队将在 1 个工作日内与您取得联系,并提供针对性的软硬件适配方案与技术白皮书。