tx2可以運行深度演算法不

㈠ 鐢∟vidia Jetson TX2鍙浠ュ仛浠涔堟湁鎰忔濈殑project

綆鍗曠殑灝忎笢瑗垮彲浠ュ仛涓涓宸￠槻灝忚濺 鎶婃繁搴﹀︿範妯″瀷姣斿侱arknet錛堝彧鏈4M,C璇璦cuda緙栧啓錛屽緢閫傚悎宓屽叆寮忥級璁緇冨ソ鐨勬ā鍨嬬Щ妞嶈繘鍘 鍙浠ュ仛鍒拌嚜鍔ㄨ瘑鍒鏌愪竴鑼冨洿鍐呯殑鐗╀綋

㈡ 五項挑戰獲四項第一，地平線霸榜Waymo自動駕駛演算法挑戰賽

北京2020年6月16日/美通社/--美國當地時間6月15日，Alphabet（Google母公司）旗下的自動駕駛公司Waymo在CVPR2020自動駕駛Workshop上揭曉Waymo開放數據集挑戰賽的結果，邊緣AI晶元領軍企業地平線斬獲5項挑戰中的4項全球第一。

搭載地平線征程2的長安旗艦車型UNI-T

今年6月，搭載地平線征程2的長安旗艦車型UNI-T上市發售，地平線車規級AI晶元正式實現前裝量產，這也使得地平線成為繼英特爾和英偉達兩大晶元巨頭之後，全球第三家實現車規級AI晶元前裝量產的科技公司。而長安汽車UNI-T則基於地平線極致性能的AI晶元以及高效的感知演算法，實現了視線亮屏、分心提醒、疲勞監測、唇語識別、智能語音拍照等一系列智能化功能，能給用戶提供主動化、個性化、沉浸式的車內人機交互。在ADAS晶元領域，征程2所展現的感知計算性能已經在多個指標超越英特爾Mobileye的晶元，特別是針對中國路況特殊性質，已經成功簽下來自中國各大汽車集團的十多款定點車型。

目前，地平線已在智能駕駛ADAS、智能座艙、自動駕駛以及更廣泛的AIoT等領域賦能一大批行業頂級Tier1s、OEMs、通訊運營商，包括長安、福瑞泰克、奧迪、佛吉亞、SK電訊、理想等多個頂尖企業在內的合作夥伴正與地平線攜手加速智能駕駛時代的到來。

面向未來，地平線將持續推動演算法和晶元的迭代升級，推進行業領先的演算法與極致效能的晶元深度融合、協同優化，賦能客戶打造更優秀的邊緣AI晶元解決方案，加速智能駕駛以及更廣泛的AIoT領域的研發和商業化落地進程。

本文來源於汽車之家車家號作者，不代表汽車之家的觀點立場。

㈢ 浠涔堝彨鑷鍔ㄩ┚椹跺煙鎺у埗鍣

銆愬お騫蟲磱奼借濺緗戙戞墍璋撶殑鑷鍔ㄩ┚椹跺煙鎺у埗鍣錛屽嵆鎵挎媴浜嗚嚜鍔ㄩ┚椹舵墍闇瑕佺殑鏁版嵁澶勭悊榪愮畻鍔涳紝鍖呮嫭浣嗕笉闄愪簬姣綾蟲嘗闆瘋揪銆佹憚鍍忓ご銆佹縺鍏夐浄杈俱丟PS銆佹儻瀵肩瓑璁懼囩殑鏁版嵁澶勭悊錛屼篃鎵挎媴浜嗚嚜鍔ㄩ┚椹朵笅錛屽簳灞傛牳蹇冩暟鎹銆佽仈緗戞暟鎹鐨勫畨鍏ㄣ備綔涓轟竴涓涓鏋錛岃嚜鍔ㄩ┚椹跺煙鎺у埗鍣ㄦ壙涓婂惎涓嬶紝寰堝ソ鐨勬湇鍔′簡奼借濺鐨勬櫤鑳藉寲銆

鎵璋撶殑鑷鍔ㄩ┚椹跺煙鎺у埗鍣錛屽嵆鎵挎媴浜嗚嚜鍔ㄩ┚椹舵墍闇瑕佺殑鏁版嵁澶勭悊榪愮畻鍔涳紝鍖呮嫭浣嗕笉闄愪簬姣綾蟲嘗闆瘋揪銆佹憚鍍忓ご銆佹縺鍏夐浄杈俱丟PS銆佹儻瀵肩瓑璁懼囩殑鏁版嵁澶勭悊錛屼篃鎵挎媴浜嗚嚜鍔ㄩ┚椹朵笅錛屽簳灞傛牳蹇冩暟鎹銆佽仈緗戞暟鎹鐨勫畨鍏ㄣ備綔涓轟竴涓涓鏋錛岃嚜鍔ㄩ┚椹跺煙鎺у埗鍣ㄦ壙涓婂惎涓嬶紝寰堝ソ鐨勬湇鍔′簡奼借濺鐨勬櫤鑳藉寲銆

2018騫6鏈8鏃ワ紝鐜瀹囨櫤琛屽湪涓婃搗奼借濺鍩庡彂甯冧簡TITANIII鍩熸帶鍒跺櫒錛屽彲浠ユ弧瓚矻4綰у埆鐨勮嚜鍔ㄩ┚椹訛紝涓撻棬闈㈠悜OEM銆乀ier1浠ュ強鑷鍔ㄩ┚椹跺叕鍙革紝涓哄叾鎻愪緵鍙闈犮佺ǔ瀹氥侀珮榪愮畻鑳藉姏鐨勫鉤鍙版敮鎸併傚悓鏃訛紝鍏鍙鎬篃瀵瑰栧叕甯冧簡鑷鐮旂殑杞﹁勭駭楂樻竻鎽勫儚澶淬

杞﹁勭駭鍩熸帶鍒跺櫒絎浜屼唬鑷鍔ㄩ┚椹跺煙鎺у埗鍣ㄨ癁鐢熶簬2017騫寸涓夊ｅ害錛屼嬌鐢ㄤ簡涓ゅ潡TX2錛岄氳繃澶栨帴鏃犵嚎璺鐢便乧an杞鎺ユā鍧椼佺綉緇滆漿鎺ユā鍧楃瓑錛屽嵆鍙鍩烘湰瀹炵幇L3綰у埆鐨勮嚜鍔ㄩ┚椹跺姛鑳姐

鍩轟簬姝ゅ鉤鍙幫紝鍏鍙稿湪闀垮畨CS5涓婏紝閫氳繃鎺ュ叆Velodyne鐨4棰16綰挎縺鍏夐浄杈撅紙鎴栧崟棰16綰縑elodyne+2棰楃捐禌縐戞妧40綰挎縺鍏夐浄杈撅級+鎽勫儚澶+瀹氫綅+姣綾蟲嘗闆瘋揪鐨勫氫紶鎰熷櫒鏂規堬紝瀹炵幇浜哃3綰у埆鐨勮嚜鍔ㄩ┚椹訛紝鍖呮嫭澶氳濺璺熼殢琛岄┒錛屽崟杞﹀驚榪硅岄┒絳夈

鏈鏂板彂甯冪殑絎涓変唬鍩熸帶鍒跺櫒錛屼嬌鐢ㄤ簡4鍧桾X2錛岃繍綆楀姏鏇村己錛岄泦鎴愬害鏇撮珮銆傚彲浠ユ敮鎸12璺疌amera錛堝悓鏃惰繍琛6璺娣卞害瀛︿範瑙嗚夛級銆2璺40綰+4璺16綰挎縺鍏夐浄杈劇偣浜戞暟鎹錛堟暟鎹閲>200涓囩偣/縐掞級銆

閲囩敤InfineonAURIX緋誨垪MCU鐩戞帶浼犳劅鍣ㄥ拰璁＄畻鍗曞厓鐨勫伐浣滅姸鎬侊紝鍑虹幇寮傚父鎯呭喌鏃訛紝鍙戝嚭鎶ヨ︿俊鍙峰苟鏍規嵁鎯呭喌椹鵑┒闄嶇駭銆

瀵圭數婧愮姸鎬佽繘琛岀洃嫻嬶紝褰撶數鍘嬩俊鍙蜂笉鑳芥弧瓚沖悇妯″潡宸ヤ綔闇奼傛椂錛岀數婧愮＄悊妯″潡鍙戝嚭鎶ヨ︿俊鍙鳳紝浜у搧宸插畬鎴7脳24灝忔椂楂樹綆娓╂祴璇曘

閽堝逛笉鍚岀殑鐢ㄦ埛錛屼篃鎺ㄥ嚭浜嗕笉鍚岀殑鐗堟湰錛屼竴縐嶆槸闈㈠悜寮鍙戣呯殑IT鐗堟湰錛屼竴縐嶆槸闈㈠悜涓繪満鍘傜殑OEM鐗堟湰錛堢﹀悎IS026262錛夈

鏍規嵁璁″垝錛屽湪2018騫村勾搴曡繕浼氭帹鍑哄熀浜嶧PGA鐨勭‖鏍擱摱鐗屾満鏋勫崥鑸浼樿川鍐呭-綺変笣459絳夌駭Lv2鍏蟲敞浣滆呬富欏

錛堝浘/鏂/鎽勶細澶騫蟲磱奼借濺緗戦棶絳斿彨鍏斤級

㈣ 關於遞歸演算法求二叉樹深度演算法

u,v 分別求出當前節點左子樹和右子樹的深度（高度），
然後當前節點的 深度就等於左右子樹裡面較大的那個+1.

if (u>n) return (u+1)
return (v+1)
這句就是返回較深的+1.

u=height(T->lchild);
v=height(T->rchild);

這兩句就是遞歸的調用，求深度了。

if (T==NULL) return 0;

這個就是終止條件了，如果沒有子節點就返回。

㈤ 瀹ゅ唴鏄犲皠錛氶珮鏁堝ゅ唴娓叉煋鏂規硶綆榪

瀹ゅ唴鏄犲皠錛氳櫄鎷熺幇瀹炵晫鐨勮嗚夐瓟鏈

鍦ㄧ幇浠ｆ父鎴忓紑鍙戝拰鉶氭嫙鐜板疄浣撻獙涓錛Interior Mapping鎶鏈鐘瑰備竴閬撻瓟娉曪紝瀹冮氳繃綺劇粏鐨勮創鍥炬ā鎷燂紝涓虹帺瀹跺憟鐜板傘婇粠鏄庤夐啋銆嬭埇鐢熷姩閫肩湡鐨勫ゅ唴鐜澧冦傜珛鏂瑰浘錛圕ubeMap錛夊拰2D璐村浘錛屼袱鑰呭悇鍏風壒鑹詫細絝嬫柟鍥劇珛浣撴劅寮虹儓錛屼絾瀛樺偍闇奼傝緝澶э紝緙栬緫鎿嶄綔鐩稿瑰嶆潅錛2D璐村浘鍒欐洿鏄撲簬鍒朵綔錛屼絾娣卞害璋冩暣鏃跺彲鑳戒駭鐢熶竴瀹氱▼搴︾殑鎷変幾鏁堟灉銆傜珛鏂瑰浘甯哥敤浜庢繁搴﹀拰絀洪棿鎰熺殑琛ㄧ幇錛岃2D璐村浘鍒欐洿閫傚悎瀵規ц兘瑕佹眰杈冮珮鐨勫満鏅銆

鍦║nreal Engine錛圲E錛夌殑涓栫晫閲岋紝 InteriorCubemap宸у欏湴榪愮敤浜哢VW閲囨牱鍜孉ABB錛堣醬瀵歸綈bounding box錛夌畻娉曪紝鏉ヨ＄畻灝勭嚎涓庣珛鏂逛綋鐨勪氦鐐癸紝瀹炵幇浜嗗垏綰跨┖闂翠笅鐨勮嗚夊囪抗銆傝繖鍏朵腑鍖呮嫭灝嗙浉鏈哄悜閲忚漿鎹㈠埌鍒囩嚎絀洪棿錛岀簿紜璁＄畻UV鍧愭爣錛屽苟閫氳繃AABB奼傝В鏉ョ『瀹氫氦鐐硅寖鍥淬

鍏抽敭姝ラゅ備笅錛

• 灝嗙浉鏈哄悜閲忚漿鎹錛/dx; tX2 = (maxX - x0) / dx;


• 瀵繪壘浜ょ偣鑼冨洿錛歵min = max(min(tX1, tX2), min(tY1, tY2), min(tZ1, tZ2)); tmax = min(max(tX1, tX2), max(tY1, tY2), max(tZ1, tZ2));


• 浼樺寲鍒ゆ柇錛氬綋 tmin <= tmax涓攖max > 0錛岃瘉鏄庡皠綰誇笌絝嬫柟浣撴湁浜ょ偣錛岄氳繃璋冩暣x鏂瑰悜鍊肩『淇濆噯紜鎬с

涓轟簡榪涗竴姝ユ彁鍗囨晥鐜囷紝鑺傜偣綆楁硶閲囩敤緇濆瑰奸伩鍏嶅垎鏀璁＄畻錛屽悓鏃墮氳繃浜ゆ崲浜ょ偣欏哄簭寰楀埌UVW錛岃繖鏍峰湪閲囨牱CubeMap鏃訛紝鍙浠ョ伒媧昏皟鏁存繁搴︽晥鏋溿

浠2D鍥懼埌CubeMap鐨勮繃娓★紝閫氳繃璁＄畻P.z騫剁緝鏀綪.xy寰楀埌uv錛岀劧鍚庣洿鎺ラ噰鏍2D鍥撅紝瀹炵幇浜嗘棤緙濈殑瑙嗚夎漿鎹銆傚湪銆婇粠鏄庤夐啋銆嬩腑錛岀獥鎴烽滆壊鍜屾洕鍏夊害鐨勯殢鏈哄彉鍖栵紝浠ュ強瀹ゅ唴鑷鍙戝厜鐨勬樇澶滄ā鎷燂紝閮藉緱鐩婁簬Andrew Gotow鐨勫壋鏂版柟娉曪紝澶╁厜鎶曞獎鐨勯肩湡鏁堟灉璁╀漢濡備復鍏跺冦

Interior Mapping榪欎竴鎶鏈鐨勮搗婧愬彲浠ヨ拷婧鍒癑oost van Dongen鍦2008騫寸殑CGI浼氳錛屽畠鐨勫嚭鐜頒笉浠呮彁鍗囦簡鎬ц兘錛屾洿鏄瑙嗚変綋楠岀殑涓嬈￠炶穬銆傞殢鐫鎶鏈鐨勪笉鏂鍙戝睍錛屾垜浠鏈熷緟鍦ㄦ湭鏉ョ湅鍒版洿澶氬壋鏂板拰浼樺寲錛屽傜幓鐠冩潗璐ㄧ殑灞傛℃劅銆佸跺叿緇嗚妭鐨勮嗗樊璐村浘錛岀敋鑷3D鎵撳嵃鎶鏈鐨勫簲鐢錛屼互鍙婂厜褰辨晥鏋滅殑綺劇粏璋冭妭銆

娣卞叆鎺㈢儲Interior Mapping鐨勯瓍鍔涳紝璁╂垜浠涓璧峰湪鉶氭嫙涓栫晫涓棰嗙暐鏃犲敖鐨勮嗚夌洓瀹淬傛兂浜嗚В鏇村氬疄渚嬬爺絀跺拰榪涢樁鎶宸э紝鍙浠ュ弬鑰冧互涓嬭祫婧愶細

• 妗堜緥鐮旂┒錛氥婂ゅ唴鏄犲皠錛氬壋閫犲亣瀹ゅ唴鏁堟灉鐨勮壓鏈銆


• Interior Mapping榪涢樁鎸囧崡


• UE5錛氥婇粦瀹㈠笣鍥斤細瑙夐啋銆嬬獥鎴風郴緇熻﹁В