Zynq MPSoC

视频:iVeia驾驶系统演示短片

iVEia 推出面向自动驾驶汽车的驾驶平台,该平台由 Perrone Robotics 和 Xilinx 联合开发。与高功耗标准计算架构相比,Xilinx MPSoC 异构计算技术可实现更小的外形、更低的功耗,以及高度的可扩展性,在其发展至自动驾驶汽车的过程中,适应各种新的算法。

“MAX”自动驾驶汽车软件平台可通过轻松集成实现自主驾驶操作的传感器及控制逻辑实现快速开发。Zynq MPSoC 可实现对来自 LIDAR、GPS、摄像机以及其它设备的各种数据的更快速处理,从而可带来安全、可扩展的实时响应的、高度差异化的解决方案。

当ZYNQ遇到Linux Userspace I/O(UIO)

作者:何晔 来源: Linuxer微信公众号 (微信号:LinuxDev)

作者简介:
何晔:做过学生也做过老师又做了学生后错入了IT门。接触linux也有十来个年头,辗转于各种驱动开发,无一精通。在AMD就职期间,曾提交过少量的xHCI和ACPI的patch,算是在linux内核留下点印记。现就职于Xilinx,从事与嵌入式FPGA的应用支持。FPGA的使用经验满打满算也不过半年,斗胆写下此篇分享一下经验,也是自己一个小小设计的总结。其中谬误,望指正并谅解。

装B一点可以叫《UIO在FPGA上的实现和应用》。本文出于草根,还是装C吧。

作者:清风流云

背景:
My Pappy said
Son,you’re gonna
Drive me to Dribkin’
If you don’t stop drivin’
That Hot Rod Lincoln——Commander Cody & His Lost Planet Airmen

相信大家一定听过上面这首歌,这首歌整体来说只有一个意思,那就是你需要一个自动驾驶汽车。对于很多关注机器学习或者是喜欢看美国大片的创客都对自动驾驶汽车这个概念不再陌生了,那就来说说关于自动驾驶最近的消息吧。

Perrone Robotic MAX:
在过去的14年中,Perrone Robotic一直将目光聚焦为自动驾驶汽车创建一个集成的创新平台上,这个平台允许汽车制造商快速集成多个各种各样用途的传感器和控制算法并可以应用在自动驾驶汽车上。而公司开发的MAX(Mobile Autonomous X)正是一个综合的全栈的模块化的具有实时分析能力并且可定制的可以用于自动驾驶汽车或者是专用机器人中的软件平台。

基于Zynq UltraScale+ MPSoC的自动驾驶平台MAX

作者:kenshin

近几年来自动驾驶汽车吸引很多传统汽车制造商以及新型的互联网公司参与竞争,这是传统行业与人工智能的一种结合的探索,比如我们熟悉的特斯拉、百度、福特等公司都完成了自动驾驶技术的测试,尽管自动驾驶在法律法规上的不完善,但是探索的脚步一直在前进。

Perrone Robotics公司则致力于研发自动驾驶控制平台,提供给汽车制造商实现集成各种功能的传感器和控制算法来实现自动驾驶,该公司推出的MAX(Mobile Autonomous X)平台是一个功能全面的模块化具备实时功能的自动化软件软硬件控制平台,在底特律举办的2017 TU-Automotive大会期间Perrone Robotics公司将MAX平台集成到林肯MKZ轿车上并进行了自动驾驶展示。

图1:集成了Perrone Robotics MAX平台的林肯MKZ自动驾驶汽车

视频:通过 4 个信号实现 SEU 解决方案集成

了解如何在 4 根或更少的电线下保护您的 UltraScale+ 配置存储器。本视频将介绍 Zynq UltraScale+ MPSoC 中的处理系统怎么能只使用 4 组信号在可编程逻辑中接入 SEM IP。

视频:更智能,更快响应的自动驾驶汽车

Perrone Robotics 所提供的自动驾驶汽车平台可以通过轻松集成不同的传感器,控制逻辑和自动控制单元,从而实现快速开发和部署。赛灵思 MPSoC 为该方案中对多路信息源的处理提供了专用的,加速处理的支持,比如多路摄像头或者 LIDAR (激光雷达)等。该方案同时具有安全的,可扩展的,以及实时响应的优点。

该演示将展示一款面向工业 4.0 自动化的工业控制系统 (ICS),该系统凸显了 Zynq® SoC 和 Zynq UltraScale+™ MPSoC 器件的全可编程功能。这是一款预先配置的全功能 ICS,可在不影响确定功能的情况下进行定制扩展,从而可实现差异化以及更快的上市进程。

该自动驾驶演示运行当前自主系统中常用的三大复杂算法:卷积神经网络 (CNN)、密集光流和立体视觉,这一切均采用单个 Zynq Ultrascale+ MPSoC 器件进行。整个设计采用全新 Xilinx reVISION 堆栈开发,设计人员可直接获得 Caffe 训练网络和 OpenCV 功能,而且只使用 C/C++ 便可集成传感器/显示器。

如虎添翼!Zynq MPSoC和ZCU102 Eval Kit BSP for Enea OSE

作者:闲情逸致

背景:
Enea OSE是一个成熟的高性能实时操作系统,是专门为多核CPU系统而设计的,具有很高的可扩展性,兼容POSIX,可以有效应对日益增长的数据速度,具备低延迟、高带宽的特性。基于此优势,Enea OSE减少了LTE-A/5G基带在处理时面对的风险和操作挑战,同时降低了物料清单和总成本,高级保护和错误隔离,可以集中错误处理,其可用率达到五个九(99.999%)。所以,Enea OSE不仅完成了对真实的确定性实时行为及高可用性多处理器系统的优化,也是世界上大多数部署操作系统之一,应用范围十分广泛,涉及电信、汽车自动化以及工业自动化等领域。此外,对于简单的图像信息,Enea OSE在处理时可以为多核器件(最多为24核)提供性可扩展性的同时,如果忽略cache拓扑学最多可支持核数高达64个。另外,当在不同的核上运行应用程序的时候,Enea OSE的操作系统噪声接近于零,有效确保系统的线性可扩展性和优化性。并且,Enea OSE在电信行业已经有很长的历史,世界上超过一半的无线基站都采用的是Enea OSE。

BSP+ OSE:

同步内容