Расширение возможностей автономного транспорта и контроллеры искусственного интеллекта
Задачи и требования
По мере распространения автономных транспортных средств растет потребность в контроллерах, способных обрабатывать огромные данные с датчиков, камер и систем LiDAR в режиме реального времени. Эти контроллеры должны эффективно выполнять алгоритмы искусственного интеллекта, чтобы обеспечить точность принятия решений, навигацию и безопасность, а также бесперебойную связь между компонентами автомобиля. Также важна прочная и надежная конструкция для длительной и бесперебойной работы. Стремление рынка к более умным, безопасным и эффективным транспортным решениям подчеркивает решающую роль контроллеров автономного вождения в развитии технологий и удовлетворении требований современной мобильности.
В целом, основные требования к контроллерам автономного вождения включают:
- Высокая вычислительная мощность для развертывания алгоритмов искусственного интеллекта для самоуправляемых автомобилей
- Универсальные возможности подключения для поддержки датчиков и систем управления
- Прочная, надежная конструкция для длительной эксплуатации
Реализация проекта
- MIC-770V3 W-00A1, компактная безвентиляторная система с процессорным гнездом Intel® Core™ (LGA 1700)
- MIC-75G20-10B1, i-модуль GPU, 1 PCIe x16 + 1 PCIe x4, двойной отсек для хранения данных с фронтальным доступом
Описание системы
В этом случае система автономного транспортного средства работает на основе сочетания передового оборудования и технологий искусственного интеллекта, обрабатывая и анализируя данные в режиме реального времени, обеспечивая плавную и безопасную навигацию. Ядром системы является MIC-770 V3, безвентиляторная граничная система искусственного интеллекта, которая выступает в качестве основного блока управления. В паре с i-модулем MIC-75G20 она поддерживает интеграцию дополнительных компонентов, таких как карта NVIDIA RTX A4000 PCIe GPU и 4-портовый PCI Express GigE Vision Frame Grabber PCIE-1674.
Графический процессор NVIDIA RTX A4000 играет важную роль в повышении производительности системы, ускоряя вычисления ИИ и обеспечивая сложный анализ данных, необходимый для автономного вождения, включая принятие решений в реальном времени и алгоритмы на основе ИИ для таких задач, как обнаружение объектов, слежение за полосой движения и навигация. Фрейм-граббер PCIE-1674 подключается к промышленным камерам и датчикам LiDAR, получая изображения высокого разрешения и пространственные 3D-данные. Эти данные обрабатываются графическим процессором, что позволяет автомобилю «видеть» и понимать окружающую обстановку, отслеживать препятствия, составлять карту окружающей среды и принимать навигационные решения. Сочетание этих компонентов гарантирует, что система автономного транспортного средства сможет обрабатывать огромные объемы данных, необходимые для безопасного, эффективного и интеллектуального автономного вождения.
Системная диаграмма
