出行安全和提高通行效率是社会发展的必然需要,这个根本需求催发了汽车行业百年一遇的变革发展。智能驾驶汽车是全球汽车产业发展的战略方向,更是中国汽车产业“换道超车”的国家战略。
源自清华大学的超星未来以产业链变革中必需的核心关键技术为基础,从智能汽车的核心壁垒入手,提供车规级的软硬件一体化解决方案,连接产业上下游,与全球的合作伙伴共同推进智能驾驶行业发展,让智能驾驶更简单。
出行安全和提高通行效率是社会发展的必然需要,这个根本需求催发了汽车行业百年一遇的变革发展。智能驾驶汽车是全球汽车产业发展的战略方向,更是中国汽车产业“换道超车”的国家战略。
源自清华大学的超星未来以产业链变革中必需的核心关键技术为基础,从智能汽车的核心壁垒入手,提供车规级的软硬件一体化解决方案,连接产业上下游,与全球的合作伙伴共同推进智能驾驶行业发展,让智能驾驶更简单。
在智能汽车对于高算力、异构化平台需求渐增的情况下,超星未来通过软硬件协同优化,打破产业内算法应用与芯片厂商之间的隔断,在符合车规标准的前提下,面向多级别智能驾驶场景为客户提供开放、高效、便捷、可靠的智能驾驶计算平台。
使用前沿的自动化机器学习技术解决计算平台的系统优化和效率问题,支持主流芯片方案及常见深度学习框架( Pytorch/TensorFlow/Caffe等 )。
实现硬件友好的网络模型架构优化,满足模型的精度、延迟和功耗等各项指标的优化要求,大幅降低对人工经验的设计依赖。
支持包含视觉、点云感知及高精度定位等自动驾驶任务的优化,可在保证精度的前提下实现数量级的实时性能提升,处于国际领先水平。
针对自动驾驶中非神经网络的部分,基于FPGA设计定制化硬件加速IP,提供高能效低延时的计算方案。
目前开发的IP涉及神经网络的预处理、图像特征提取等算法,未来还会涉及点云匹配等算法。
针对基于神经网络的点云目标检测算法,对点云前处理阶段进行定制化IP设计,并与Xilinx DPU紧耦合集成。该IP将前处理时间从60ms减少为10ms,用极少的FPGA资源实现和主流CPU相当的性能。通过集成该IP,将检测算法在嵌入式FPGA上的延迟从150ms缩减至80ms。
针对面向定位的特征点提取算法,将算法拆解为不同模块,以流水线的形式实现定制化计算,相比于ARM A53 CPU提高20x速度。
在硬件层和应用层之间搭建符合AUTOSAR Adaptive的标准化系统平台,兼容不同操作系统及底层异构硬件,为上层应用提供标准化支持,灵活满足整车厂及软件开发商的不同需求,降低汽车软件的开发难度与成本。
以统一的通信接口,支持多种通信协议,包括SOME/IP、REST,实现从传统面向信号的通信,到未来面向服务的通信的转变
通过诊断管理、存储管理和网络管理三个子模块提供辅助性系统功能,优化系统资源存储与分配
保证软件应用运行的实时性与正确性,确保智能驾驶系统安全
确保OTA顺利进行,防止恶意软件攻击
* 符合业内功能安全最高的ASIL-D等级
由清华大学车辆与运载学院、电子工程系及计算机系研究者组成,核心技术团队的博士学历占比超过50%,半数成员拥有海外名校经历,并吸引了来自英特尔、百度、赛灵思、微软、爱立信、一汽、比亚迪、恒润电子、四维图新等知名企业拥有丰富的技术及市场从业经验的人才。整个团队拥有国际性的学术影响力同时也具备了资深的汽车工业开发经验。
国家级高新技术企业
中关村高新技术企业
第47届日内瓦国际
发明展览会发明奖
香港发明创新总会
发明奖
“创客北京2019”创新创业大赛海淀区高精尖产业赛区三等奖
2020 雷锋网AI+汽车
最佳壁垒成长奖
2019启迪之星年度
科技成就奖
2020 CSDN
AI新锐公司奖
基于清华大学车辆与运载学院在车辆智能化及网联化的深厚积淀与清华大学电子工程系在软硬件架构领域十余载的深入研究,超星未来的核心技术团队已承担了56项国家科研项目,累计申请技术发明14项,获得5项专利,并在ICV及NN系统方向发表了近300篇论文,收获了国内外诸多专业荣誉和奖项。
JOIN US