专栏中心

EEPW首页 > 专栏 > 征程 6X|GPU 应用场景

征程 6X|GPU 应用场景

发布人:地平线开发者 时间:2025-06-28 来源:工程师 发布文章

一、典型场景1.1 多路拼接

多路拼接场景如下图所示。4 路 3M 的相机数据经过 PYM 处理后存储到 DDR,GPU 从 DDR 中读取 4 张 YUV 格式的图片进行拼接处理。

完成任务后,GPU 输出数据保存在 DDR 中(输出格式可以是 RGB 也可以是 YUV)。后续可以通过 IDE 进行显示,通过网络或 PCIE 传输或者传给 codec 进行编码。

image.png

1.2 多路畸变矫正

多路畸变矫正场景如下图所示。4 路 3M 的相机数据经过 PYM 处理后存储到 DDR,GPU 从 DDR 中读取 4 张 YUV 格式的图片,同时加载畸变矫正需要的 remap 数据,进行畸变矫正(可并行输出 4 张畸变矫正图片)。

完成任务后,GPU 输出数据保存在 DDR 中(输出格式可以是 RGB 也可以是 YUV)。后续可以通过 IDE 进行显示,通过网络或 PCIE 传输或者传给 codec 进行编码。

image.png

1.3 2D AVM

2D AVM 场景如下图所示。4 路 3M 的相机数据经过 PYM 处理后存储到 DDR,GPU 从 DDR 中读取 4 张 YUV 格式的图片,加载畸变矫正需要的 remap 数据,以及一张 2D 车辆图片,进行 2D AVM 渲染。

完成任务后,GPU 输出数据保存在 DDR 中(输出格式可以是 RGB 也可以是 YUV)。后续可以通过 IDE 进行显示,通过网络或 PCIE 传输或者传给 codec 进行编码。

image.png

1.4 3D AVM

3D AVM 场景如下图所示。4 路 3M 的相机数据经过 PYM 处理后存储到 DDR,GPU 从 DDR 中读取 4 张 YUV 格式的图片,一张 3D 车辆纹理图,加载 3D 车模顶点数据,加载畸变矫正需要的 remap 数据,进行 3D AVM 渲染。

完成任务后,GPU 输出数据保存在 DDR 中(输出格式可以是 RGB 也可以是 YUV)。后续可以通过 IDE 进行显示,通过网络或 PCIE 传输或者传给 codec 进行编码。

image.png

二、GPU Sample

GPU Sample 可参考 :对外发布的 sample 文档


专栏文章内容及配图由作者撰写发布,仅供工程师学习之用,如有侵权或者其他违规问题,请联系本站处理。 联系我们

关键词: 算法 自动驾驶 算法工具链 地平线 征程5

相关推荐

自动驾驶的现状与未来(节选)

视频 2020-03-16

ADI:传感技术助力未来自动驾驶的发展

视频 2020-03-16

加快实现自动驾驶(完整小组讨论)

视频 2020-06-12

携手ADI赢得未来

视频 2019-11-08

特斯拉监督版FSD加入中国市场

2026-05-22

实时训练驾驶人工智能

自动驾驶正推动汽车行业加速布局人形机器人

地平线征程 6 系列集成 Cadence Tensilica Vision DSP,实现规模化量产,合作加速智能驾驶解决方案部署

数字PID控制算法之一

资源下载 2007-12-28

2035年自动驾驶出租车市场规模将达1680亿美元

汽车电子 2026-04-21

高阶智驾要落地,线控底盘为什么必须执行得准

曲面显示屏取代传统汽车挡风玻璃

Ouster推出 Rev8 OS 激光雷达系列 原生彩色激光雷达正式落地

CRC算法原理及C语言实现

资源下载 2007-02-16

76-81GHz自动驾驶CMOS RADAR

视频 2018-05-31

面向算法硬件加速的FPGA实现方法

掘金自动驾驶,不要把大坑当机会

汽车电子 2026-04-17

简单实用的单片机CRC 快速算法

资源下载 2007-02-16

PID算法

资源下载 2007-02-16

加密算法之MD5算法

更多 培训课堂
更多 焦点
更多 视频

技术专区