超星未来

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。

探索NOVAUTO核心

在智能网联汽车产业大变革背景下，软件定义汽车已成为行业发展共识，智能网联汽车未来的电子电气架构将由分布式走向集中式。结合OEM和Tier1对高能效、高可靠、高灵活的量产需求，我们形成了以异构硬件优化、系统软件平台、自动模型优化工具链、算法设计为主的、具备自主知识产权的核心技术。

异构硬件加速

通过模块化、定制化的异构加速，大幅降低系统延迟与功耗，节省OEM与Tier 1的开发成本。
自动模型优化工具链

兼容主流芯片方案及常见深度学习框架，采用自动化机器学习技术，支持视觉、点云感知及高精度定位等自动驾驶算法的软硬件协同优化。
智能驾驶中间件

集成四大模块，提供离线工具，完美适配不同的底层硬件平台，帮助OEM与Tier 1高效实现上层应用软件的开发与部署，极大降低开发成本与周期。
多模态异构信息可靠处理及融合算法设计

融合视觉相机、激光雷达以及毫米波雷达等多模态传感器数据，基于深度学习方案实现异构信息融合，建立面向复杂多变驾驶场景的可靠模型，实现可靠信息提取，满足不同驾驶场景条件的功能需求。

产品及服务

覆盖了从硬件到软件到算法的完整解决方案，为智能驾驶实现不同场景下的应用和落地赋能。

NOVA系列计算平台解决方案

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。

适用于L3-L4级的智能驾驶场景
使用高性能处理芯片+安全MCU的异构方案

模块化的异构计算平台方案：FPGA（定制化、灵活）+ Xavier（高性能）；
结合高算力核心与定制化硬件计算，提供低延时的感知-决策-控制方案；
支持多种传感器接入：支持最多8路1080P和8路720P相机接入；
支持千兆以太网通信，可接入多路激光雷达及毫米波雷达；
支持包括CAN/LIN/FlexRay等常见车载网络接口；

适用于L2.x和AVP等智能驾驶场景，使用FPGA+MCU的异构方案

采用Xilinx 车规级ZU11EG FPGA为核心算力芯片，符合车规级标准设计、测试、生产；
提供千兆以太网以及最多8路1080P分辨率的视频输入接口，提供视频特征点提取以及雷达点云预处理在内的多种硬件加速方案；
可部署基于Xilinx DPU的AI加速方案，可提供最大3.3TOPS的AI算力；
CAN/LIN/FlexRay在内的车载总线接口；

适用于低速限定场景下无人驾驶量产应用

使用国产ASIC芯片，满足新形势下自主可控需求；
充分考虑量产需求，在保证计算能力和可靠性的前提下，价格远低于对标产品；
支持多种传感器接入，支持四路720P相机接入，支持千兆以太网通信，可接入多路激光雷达及毫米波雷达；
支持CAN/GMSL等I/O接口；

NOVA-X 自动模型优化工具链

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。

定制化加速IP

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。

具体案例一

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。

具体案例二

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。

NOVADRIVE智能驾驶中间件

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。

自适应
巡航
辅助
停车
交通
预警
标示
识别
紧急
刹车
行人
检测
碰撞
避免
车道
偏离
碰撞
预警
全景
可视
盲点
检测
更多
程序

Communication

Execution

System

Update

Operating System：
支持linux、Qnx、 VxWorks实时操作系统*

Hardware/VMs

通信管理模块

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

系统管理模块

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

执行管理模块

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

升级管理模块

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

2022年冬奥会自动驾驶示范园区项目

立即播放

关于我们

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。