理想L8智能驾驶系统地平线征程J5方案分析

汽车 2024-10-26 10:23 北京

来源：理想汽车

理想L8有pro和max两个版本，pro版本就是以地平线征程J5为核心的智能驾驶系统，max则是英伟达Orin。

双征程J5整体方案框架图

来源：网络

双征程J5整体方案是个行泊一体方案。这个方案成本太高，后来大幅度裁剪，前双800万像素摄像头，后来改为单颗800万像素，应该是只保留了一颗视角为120度的广角方案，取消了30度窄视角方案，感知距离大大缩短了。将环视摄像头像素由250万像素提升到300万像素，侧视还是200万像素。原本预留两颗激光雷达，成本关系自然是砍掉了。两颗J5变为一颗，自然也取消了PCIe交换机，以太网交换机也可以减少一个。

来源：网络

最终方案框架图基本和上图接近，只是前视只有一颗800万像素，这就是理想L8 Pro的方案。还有比亚迪的部分高端车型也是此方案。提供此方案的供应商有采埃孚、东软睿驰、佑驾创新、易航智能和轻舟智航。轻舟智航有双J5方案，其他厂家基本上都是推单J5方案。据说未来上汽、奇瑞或红旗也会推双J5方案，会配备1-2个激光雷达。

地平线征程J5内部框架图

来源：地平线

地平线征程J5架构亮点

来源：地平线

与英伟达Orin或高通SA8650比，征程J5的CPU算力很弱，算力只有26K DMIPS，而英伟达Orin或高通SA8650大约为230K DMIPS，相差8.8倍。所以一般推荐双J5联合工作，当然能四片J5更好。

来源：网络

国内还有一家域控制器厂家设计的双J5加瑞萨V3U方案，如上图。

瑞萨V3U内部框架图

来源：瑞萨

瑞萨V3U内部框架图如上，CPU部分是8个A76，算力大约96K DMIPS，不过V3U采用16纳米工艺制造，晶体管密度低导致其die size很高，封装面积有40*40毫米，成本太高，瑞萨目前还是主推V3H和V4H。还有一些是双J5加德州仪器TDA4的方案。

回到双J5方案，输入摄像头解串行都是ADI的MAX96712，最高支持4个400万像素接入。

来源：地平线

基于征程J5的BEV感知框架，经过第一阶段的模型提取图像特征，通过视角转换做 BEV视角下的多视角空间融合；再对BEV的特征进行时序融合，进而送入第二阶段做BEV上的特征提取；最后，输入到head部分做感知要素的输出。如果系统里有Lidar，也会接入 Lidar点云。前期会做栅格化的编码处理，也会做时序融合，最后和视觉的BEV特征做中融合，同样也是送入到二阶段去做BEV上感知要素的输出。这里的特征提取骨干网是地平线自己开发的MixVarGENet。

来源：地平线

MixVarGENet是专为J5开发的，效率比常用的Resnet50高大约5倍。MixVarGENet由一个3x3的卷积层mod1()和五个MixVarGEBlock组成。MixVarGEBlock包括head op， stack op，downsample layers，fusion layers四个基本模块，其中后三个模块都是可选模块。

视频输出有四个，分别是智能驾驶感知、360全景、DVR和DMS，用了四个加串行芯片，分别是德州仪器的DS90UB953和ADI的MAX9295E（怀疑标注错误，应该是MA9285，MA9295是800万像素摄像头端侧的加串行芯片）。

两颗J5，一颗负责前向800万像素120度广视角感知，周侧感知，后视觉感知，视觉后处理，BEV前端，传感器融合和轨迹预测；另一颗负责前向800万像素30度窄视角感知，360全景，BEV后端，激光雷达感知，DMS。分工明确，每颗J5配备两片4GB的LPDDR4，一片64MB的NorFlash，一片32GB的eMMC。用eMMC确实太落后了，现在基本上都是UFS了。

IMU是塔上半导体的GE930，天线接口是M23，通过UART与两颗J5连接。

两颗J5和NXP的S32G399通过PCIe交换机连接，PCIe交换机的价格要高出以太网交换机不少，J5的PCIe是两lane的，还是3代的，现在略显落伍，目前至少是四代4 lane或8 lane，英伟达Orin是四代22 lane。

以太网交换机用了两片Marvell的88Q5152，预留了众多传感器或网络接口，如果只用一个激光雷达，一片88Q5152就足够。

88Q5152内部框架图

来源：Marvell

88Q5152内部框架图如上，这是个9端口以太网交换机，2个千兆，4个百兆，一个2.5G，两个10G，两个88Q5152用XFI 10G连接。预留了多达7个百兆以太网接口，可以添加多个激光雷达或4D毫米波雷达或V2X。实际完全可以用一片16端口的88Q5192代替，完全不必这么麻烦。

MCU方面，地平线一般都推荐NXP的S32G2/G3，可以做到行泊一体。双J5方案采用了目前NXP最顶级的MCU，即S32G399，它通过SPI接口连接12个超声波雷达，通过三片TJA1462 连接5个毫米波雷达（其中两个毫米波雷达是主从结构），通过8片TJA1462连接多个CAN网络，包括动力、车身、底盘、定位盒子、ADAS备份等。还可以通过88Q1512物理层芯片增加两个以太网连接。

S32G3特性

来源：NXP

S32G3是NXP目前最高级MCU，NXP称其为MPU，其核心是一个ASIL-D级安全MCU，加上4-8个ARM A53内核提供远超传统MCU的算力，还有2-4个ARM M7内核做实时控制，CPU算力几乎和征程J5一样高。A53的加入可以让S32G3做一些自动泊车运算，还加入了很多以太网交换加速的资源，S32G2系列主要面向网关系统，G3性能更强，面向服务导向网关和域控制器系统。配备了最高达20MB的SRAM，可以做传感器融合、轨迹预测、车位搜索、车辆轨迹控制等自动泊车功能。其以太网加速资源丰富，可以与ADAS主处理器芯片紧密合作。

S32G3内部框架图

来源：NXP

单J5有些弱了，双J5方案又过于复杂了，或许征程J6E或J6M是未来主流。

来源：地平线

免责说明：本文观点和数据仅供参考，和实际情况可能存在偏差。本文不构成投资建议，文中所有观点、数据仅代表笔者立场，不具有任何指导、投资和决策意见。

更多佐思报告

佐思2024年研究报告撰写计划

智能网联汽车产业链全景图（2024年8月版）

联系方式

（手机号同微信号）

产业研究部｜符先生 15810027571

赵先生 18702148304