当前位置:首页 > 报告详情

Livox 感知系统在 Jetson AGX Xavier 上部署的实践.pdf

上传人: li 编号:29654 2021-02-07 38页 2.55MB

word格式文档无特别注明外均可编辑修改,预览文件经过压缩,下载原文更清晰!
三个皮匠报告文库所有资源均是客户上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作商用。
本文主要介绍了Livox激光雷达在NVIDIA Jetson AGX Xavier平台上的实践,包括Livox激光雷达的背景、Livox生态建设、Livox Detection算法以及如何在Jetson AGX Xavier上部署Livox Detection。 Livox激光雷达作为一种可以直接获得周围环境三维信息的传感器,在自动驾驶领域的重要性日益凸显。然而,传统的多线激光雷达价格昂贵,产量不足,难以满足自动驾驶市场的需求。Livox提供的解决方案是全系列、低成本、可量产的激光雷达。 Livox生态建设包括开源算法模块、学术生态建设、开源平台适配Livox标准数据集等。例如,建图系列算法、目标检测算法、多传感器标定算法等。 Livox Detection算法具有非重复扫描的特点,可以在多帧时间内扫到更全面的空间,对遮挡目标有更强的检测能力。该算法在Jetson AGX Xavier上可以实现实时运行,具有较高的性能要求,支持更远的检测范围。 在Jetson AGX Xavier上部署Livox Detection,可以采用直接运行训练好的TensorFlow模型或将其转换为TensorRT模型。直接运行TensorFlow模型的优点是需要的额外开发量最小,但运行速度较慢。转换为TensorRT模型可以提升运行速度,但需要对训练好的模型进行额外的转换。 例如,使用TensorRT进行推理时,可以将输入拷贝至GPU内存,然后进行推理,最后将结果拷贝至Host内存。这种方法的优点是不需要依赖重型的框架如TensorFlow,但缺点是需要对训练好的模型进行额外的转换。 总之,Livox激光雷达在Jetson AGX Xavier上的实践展示了其在自动驾驶领域的应用潜力,同时也为开发者提供了部署Livox Detection的多种选择。
如何高效部署Livox激光雷达感知系统? Livox Detection算法在Jetson AGX Xavier上的实践有哪些亮点? 如何利用TensorRT提升Livox Detection算法的实时性能?
客服
商务合作
小程序
服务号
折叠