地平线智能驾驶开发者

2025年1月

地平线 LiDAR-Camera 融合多任务 BEVFusion 参考算法-V1.0

摘要：该示例为参考算法，仅作为在征程 6 上模型部署的设计参考，非量产算法。 1.简介激光雷达天然地具有深度信息，摄像头可以提供丰富的语义信息，它们是车载视觉感知系统中两个最关键的传感器。但是，如果激光雷达或者摄像头发生故障，则整个感知框架不能做出任何预测，这在根本上限制了实际自动驾驶场景的部署能力。阅读全文

posted @ 2025-01-12 20:08 地平线智能驾驶开发者阅读(1231) 评论(0) 推荐(0)

征程 6X release版本内核模块安全加载

摘要：

1.概述征程 6X 系统在 release 编译时支持内核模块签名验证，仅加载使用正确密钥进行数字签名的内核模块。禁止加载未签名的内核模块或使用错误密钥签名的内核模块，客户需要替换成自己的 key 进行签名。模块签名启用后，Linux 内核将仅加载使用正确密钥进行数字签名的内核模块。禁止加载未签阅读全文

posted @ 2025-01-07 21:26 地平线智能驾驶开发者阅读(130) 评论(0) 推荐(0)

2024年12月

YOLOv5 的量化流程及部署方法

摘要： 01 技术背景 YOLOv5 是一种高效的目标检测算法，尤其在实时目标检测任务中表现突出。YOLOv5 通过三种不同尺度的检测头分别处理大、中、小物体；检测头共包括三个关键任务：边界框回归、类别预测、置信度预测；每个检测头都会逐像素地使用三个 Anchor，以帮助算法更准确地预测物体边界。 YOLO 阅读全文

posted @ 2024-12-24 17:10 地平线智能驾驶开发者阅读(977) 评论(0) 推荐(0)

火焰图理论简析与征程 6 上运行实例

摘要： 01 前言软件同学在进行性能分析时，通常需要查看 CPU 耗时，用于了解性能瓶颈在哪里，从而进行针对性的优化。火焰图（Flame Graph）是常用的性能分析工具。总结来看，火焰图通常用于以下场景：代码性能调优：发现和优化代码的性能瓶颈。资源使用监控：在生产环境中监控应用程序的资源使用情况。阅读全文

posted @ 2024-12-24 10:31 地平线智能驾驶开发者阅读(380) 评论(0) 推荐(0)

征程 6 云端 Ota 升级方案设计与实现

摘要： 01 引言在开发、调测过程中，经常通过 Ota 技术升级应用软件、底软。目前，项目上已将 Matrix6 的 Demo 部署在实车上，每次软件、底软需要版本更替或版本升级时，都需要研发测试同学上到车上使用工控机进行手动升级。这流程存在耗费人力多，花费时间长，流程易出错的问题，并且车辆异地时远程操阅读全文

posted @ 2024-12-19 20:54 地平线智能驾驶开发者阅读(264) 评论(0) 推荐(0)

征程 6X OTA升级端介绍

摘要：征程 6X 对外提供 libupdate.so，其中包含升级所需 API， API 定义请参考对外文档。 01 ota_tool 使用 ota_tool 是使用 libupdate.so API 实现的一个工具，用于板端手动发起 OTA 升级。ota_tool 可作为 OTA Service 开发时阅读全文

posted @ 2024-12-15 16:47 地平线智能驾驶开发者阅读(124) 评论(0) 推荐(0)

bc 与 hbm 一致性比对

摘要： 01 引言使用地平线征程 6 算法工具链时，算法侧在验证 quantized.bc 精度符合预期后，软件侧反馈 hbm 精度不符合预期，此时应该怎么做呢？（“打一架！”）对于熟悉地平线算法工具链的用户而言，可能会立刻想到，使用 hb_verifier 工具比对 bc 与 hbm 的一致性即可，阅读全文

posted @ 2024-12-15 16:35 地平线智能驾驶开发者阅读(162) 评论(0) 推荐(0)

hbdk-model-verifier、hbdk-sim 和 hbdk-hbm-attach 工具使用教程

摘要： 01 hbdk-model-verifier 1.1 工具简介 hbdk-model-verifier 工具是由地平线开发，用于对指定的定点 pt 模型和 hbm 部署模型进行结果一致性验证，并输出模型预测执行时间的工具。使用 hbdk-model-verifier 工具时需要注意以下两个问题：阅读全文

posted @ 2024-12-13 18:43 地平线智能驾驶开发者阅读(191) 评论(0) 推荐(0)

地平线 bev 参考算法板端一致性验证教程

摘要： 01 前言由于部署时数据来源的硬件不同以及应用开发的高效性要求，往往会使得在板端部署阶段的数据准备操作与训练时有所差异，导致在同样的输入下，量化模型的输出结果和板端部署模型的输出结果不一致。本文将基于开发者社区中已经发布的地平线 bev 参考算法板端输入数据准备教程，以 bev_mt_lss 参阅读全文

posted @ 2024-12-08 12:19 地平线智能驾驶开发者阅读(165) 评论(0) 推荐(0)

DSP 的 CV 算子调用

摘要： 01 前言 DSP 是征程 5 上的数字信号处理器，专用于处理视觉、图像等信息。在 OE 包的 ddk/samples/vdsp_rpc_sample 路径下，提供了 DSP 使用示例，包括 nn 和 CV 两部分。 nn 示例涵盖了深度学习模型的相关算子，包括量化、反量化、Softmax 和雷达阅读全文

posted @ 2024-12-05 22:22 地平线智能驾驶开发者阅读(185) 评论(0) 推荐(0)

公告