....一、引 入.....在复杂的汽车电子系统中，ECU往往集成了多种通信网络，以适应不同的数据传输需求。为了确保每个网络都能被准确无误地识别和管理，每个网络都被赋予了一个独特的网络句柄，这个句柄就像网络的“身份证”，确保了网络通信的有序进行。通信管理（ComM）模块，作为网络通信的指挥官，会根据系统需求向这些网络发出通信模式的请求。它凭借自身丰富的配置信息，能够清晰地知道哪个句柄对应着哪种类型

. .. ... 论文题目：.Aux-Think: Exploring Reasoning Strategies for Data-Efficient Vision-Language Navigation.• 论文链接：.https://arxiv.org/abs/2505.11886.• 项目主页：.https://horizonrobotics.github.io/robot_lab/aux-

.QAT训练完成后，从torch qat伪量化模型到J6板端部署hbm模型之间，有模型export导出、convert转定点、插入前处理节点以及compile编译等步骤，在这些步骤中，如果出现精度不一致的情况，说明存在一致性问题。一致性问题分为两类：...用户侧问题。例如：前后处理不一致，代码误用导致训练部署图不一致的问题等。...工具侧问题。例如：查表算子转定点(非线性函数使用多项式近似或分段线

.1. 前言.本文旨在提供 J6B 计算平台的部署指南，将会从硬件、软件两部分进行介绍，本文整理了我们推荐的使用流程，和大家可能会用到的一些工具特性，以便于您更好地理解工具链。某个工具具体详细的使用说明，还请参考用户手册。.2. J6B硬件配置.. ....... ...BPU...DSP. ....... ...算力...TAE浮点输出...VAE浮点...VPU...SPU ...APM...

.1. 简介.在自动驾驶领域，BEV是一种从上方看对象或场景的视角，通过多个不同视场的传感器融合成BEV特征，可以提供车辆周围环境的完整视图，供下游任务使用，例如障碍物检测，路径规划等。.基于BEV的环境感知目前主要是有两种技术路线，一种是以petr为代表的sparse bev方法，它的主要思路是通过3D位置编码和2D的特征直接生成融合特征，再用基于transformer的decoder实现环境感

. ..近年来，随着人工智能从感知智能向决策智能演进，世界模型 (World Models) 逐渐成为机器人领域的重要研究方向。世界模型旨在让智能体对环境进行建模并预测未来状态，从而实现更高效的规划与决策。. .与此同时，具身数据也迎来了爆发式关注。因为目前具身算法高度依赖于大规模的真实机器人演示数据，而这些数据的采集过程往往成本高昂、耗时费力，严重限制了其可扩展性和泛化能力。尽管仿真平台提供了一

. . .. ...• 论文题目：.H-RDT: Human Manipulation Enhanced Bimanual Robotic Manipulation.• 论文链接：.https://arxiv.org/abs/2507.23523.• 项目主页：.https://embodiedfoundation.github.io/hrdt. . ..H-RDT 架构........ ..H-

.近日，在计算机视觉与模式识别领域顶级会议CVPR 2025举办的RoboTwin双臂机器人竞赛中，地平线机器人实验室与清华大学计算机系朱军团队联合提出的H-RDT凭强大性能和领先成功率，一举斩获真机赛冠军（一等奖第一名），并在仿真赛中荣获亚军（一等奖第二名），为全球机器人学习领域提供了高效解法。. ....... ..作为全球人工智能领域最具影响力的顶级会议之一，CVPR每年汇聚学术界与工业界的

. . ...概述.....可交互三维场景重建是推动计算机视觉与机器人智能发展的关键。然而，真实世界的频繁遮挡使单次扫描无法完整捕捉场景信息，也因此限制了后续的全面交互。传统方法往往依赖复杂流程或逐物体扫描，难以兼顾效率与完整性。为此，我们提出IGFuse，一个基于多次观测融合的可交互三维高斯场景重建框架。它能够利用多次扫描不同物体布局下的场景揭示被遮挡区域，并通过分割感知的高斯场和一致性约束实现

....基础知识...工具链用户手册中提供了profiler debug工具的使用教程，对于常规流程，大家可参考官方用户手册。本文主要基于一些典型场景进行使用上的介绍。. .在出现精度问题时，且排除前后处理问题后，可以使用profiler debug工具进行分析，排查过程中，涉及到几种模型，这里先做说明：......模型...说明...获取方法.....float.pt...torch float

Memory corruption.=======================. .对于系统中出现随机、不可解释的异常指针访问或数据错误导致的异常，一般要考虑是内存使用上出现了UAF(Use-After-Free)，OOB(Out-of-Bounds)。 . .本章所指的”Memory corruption”特指Linux kernel侧出现的”Memory corruption”，子系统间的

..1. 概述.kernel panic包含了多种内核异常类型，包括但不限于：空指针/异常指针、HungTask、RCU Stall、softlockup、hardlockup、OOM、BUG_ON。.下图是各种类型panic的路径：...2. 通用方法¶...kpanic类异常均为kernel软件可感知到的异常， kernel完成panic流程后会由bl31完成一次WarmReset，所以所有p

.1. 概述..J6X SoC中有2路watchdog，使用wdt0（监控linux irq），wdt1（监控linux优先级为50的rt kthread）：...wdt0超时是linux下有核上的irq响应不及时。...wdt1超时是linux下有核上对优先级为50的rt kthread调度不及时。....2. 通用方法¶.watchdog问题是wdt硬件检测触发再由MCU域完成重启，对Main

. 1.概述¶.Linux的性能问题，依赖于各类性能工具，针对不同性能场景，选择合适的工具，可以大大提高整个性能优化的效率，下图是性能问题和工具图谱：..受限本文篇幅和侧重，结合征程系列SoC调优实践，主要展开介绍下面的工具及使用。..1.1. top¶.top 命令可以动态地持续监听系统及进程的运行状态，为用户提供CPU使用率、内存使用情况、CPU负载信息，除此之外，该命令还提供了一个交互界面，

..1. 功能概述¶.本文的safetylib sample实现MCU Domain FCHM硬件故障、软件故障的注入和处理，此处主要介绍该sample的实现与使用方法。..1.1. 软件架构说明¶.本sample基于MCU CDD FCHM和SafetyLib实现，在示例OS的task文件中，调用SafetyLib的初始化接口，在ISR文件中，调用 CF/NCF中断处理函数，并在NCF中断处理函

..1. 功能概述¶.本文通过示例演示如何通过相关接口对启动标志进行读写，以及对main域电源进行控制与查询。相关API定义，请查询 电源管理用户手册API部分 。...2. main域上下电及状态查询示例代码¶.请参考版本中 Service/Cmd_Utility/power_sample_cmd/src/PowerControl.c 相关代码：...// PowerControl.c代码.#i

..1. 功能概述¶.本sample实现限制进程cpu占用率和运行的cpu核功能，此处主要介绍该sample的实现与使用方法。..1.1. 软件架构说明¶.本sample基于Linux通用的cgroup API，通过操作cgroup的cpu子系统和cpuset子系统配置文件，来限制sample进程的cpu占用率和运行的cpu核。...1.2. 代码位置与目录结构¶.本sample代码位置和目录结构

QAT调优流程：流程总览：针对J6E/M的硬件特性，以int8+int16的混合精度量化为主要调优配置，可尝试少量fp16算子如LayerNorm（fp16 LayerNorm在OE 3.5.0及以后版本支持）。 调优原则：如上是一个标准的对称量化公式，产生误差的地方主要有：round 产生的舍入误差。例如：当采用 int8 量化，scale 为 0.0078 时，浮点数值 0.0157 对应的定

. .....前言..当前端到端智能驾驶技术发展迅速，SparseDrive 作为代表性模型受行业关注。工程化落地时，其模型导出与性能评测环节存在普遍技术挑战，涉及架构与环境兼容性、算子适配等多维度。为推动端到端智驾技术社区化发展，本文梳理 SparseDrive 从 ONNX 导出到硬件部署的技术链路，剖析算子替换、编译报错修复、量化策略优化等案例，构建含环境配置、数据集处理、权重管理、配置工程

....引言...随着大型语言模型（LLM）在具身智能等领域的广泛应用，接下来就该思考如何在有限硬件资源下部署这些模型，量化是其中必不可少的步骤。. .模型量化（Model Quantization）作为一种有效的模型压缩技术，通过将模型中的浮点数参数转换为低比特宽度的整数表示，显著减少了模型的存储和计算需求，同时尽量保持模型的性能。量化的基础知识相信大家都不会陌生，例如必然要介绍两种量化方式：P