.前言：. .《ECU的车规级试验》系列文章：..ECU的车规级试验：DV试验（一：标准概述）已发布.ECU的车规级试验：DV试验（二：电气环境标准简介）已发布.ECU的车规级试验：DV试验（三：电气负荷标准及测试）已发布.ECU的车规级试验：DV试验（四：机械负荷标准及测试）已发布.ECU的车规级试验：DV试验（五：气候负荷、防护标准及测试）本篇. .书接前文，上篇文章介绍了ECU的机械负荷标准

.《ECU的车规级试验》系列文章：. .ECU的车规级试验：DV试验（一：标准概述）已发布.ECU的车规级试验：DV试验（二：电气环境标准简介）已发布.ECU的车规级试验：DV试验（三：电气负荷标准及测试）已发布.ECU的车规级试验：DV试验（四：机械负荷标准及测试）本篇. .书接前文，上篇文章初步介绍了ECU的电气负荷标准及测试，包括测试项目、标准要求、测试方法等，并同步介绍了为什么标准这么规定

.前言：. .《ECU的车规级试验》系列文章：.ECU的车规级试验：DV试验（一：标准概述）已发布.ECU的车规级试验：DV试验（二：电气环境标准简介）已发布.ECU的车规级试验：DV试验（三：电气负荷标准及测试）本篇. .前两篇纯标准介绍的文章估计大家读的都很枯燥，干货太干，就会难以下咽。基于以上考虑，本篇会结合测试标准要求，同步介绍为什么标准这么规定？深层次的考量是什么？同时顺便介绍一些车载电

# 1. 引言.在J6算法工具链使用过程中，会存在算法侧与软件侧的交接，偶尔会遇到，需要自证清白的情况，例如：..- 算法侧反馈：bc精度没问题，也参考了[【J6】bc与hbm一致性比对](https://developer.horizon.auto/blog/10056) 文章，使用hb_verifier工具验证了bc与hbm一致性，完成交付，美滋滋，下班！.- 软件侧反馈：算法侧给我的hbm有

...#01..............前  言. .书接前文，ECU的车规级试验：DV试验（一：标准概述），上篇文章初步介绍了ECU的车规级试验标准，包括什么是DV测试，DV与PV的关系，同时初步介绍了主要的相关试验标准如电气环境、EMC等，但是ECU作为电子零部件，测试标准众多，一篇文章很难详细介绍。根据测试类型的不同，标准大体可以分为环境（电气、机械、气候、防护等）及EMC（干扰及抗干扰）两

..使用结构体提前存放常用变量...在编写前后处理函数时，通常会多次用到一些变量，比如模型输入tensor的shape，count等等，若在每个处理函数中都重复计算一次，会增加部署时的计算量。对于这种情况，可以考虑使用结构体，并定义一个初始化函数。先计算好需要的值，之后需要用到该变量的时候直接引用（&）传递即可。... .// 定义结构体.struct ModelInfo {. hbDNNP

...#01..............前  言. ...行业内的小伙伴门基本都知道电子元器件的车规级测试标准是AEC标准，电子元器件通过AEC-Q认证测试后才能宣称是车规级器件。比如一颗车规级芯片一定是通过了AEC-Q100测试的，然后才具备了车载应用的条件（用在ECU上）。同理，对于一个汽车电子零部件或者说ECU来讲，也只有通过相应的车规级测试后才具备了车载应用的条件（安装在车上），这个测试就

...#01..............引  入.      ...SOME/IP（Scalable service-Oriented MiddlewarE over IP）即基于IP的可扩展的面向服务的中间件，其来源可以追溯到由AUTOSAR发布的一种自动/嵌入式通信协议。它是一种面向服务的车载以太网通信协议，位于TCP/UDP之上。.                 .SOME/IP通过明确划

.前言.在上一篇文章中，我们深入探讨了VLM 模型在自动驾驶中的应用。VLA（Vision Language Action）和 VLM（Vision Language Model）在 AI 领域皆指向超大规模的神经网络模型，然而，它们的侧重点存在显著差异。VLA 端到端特指融合视觉、语言和动作这三种能力的端到端自动驾驶架构。细致来讲，它是一种前沿的多模态机器学习模型，致力于达成从感知输入径直映射到

..前言.相比J5芯片，J6引入了SMMU单元模块，用来地址转译；.概述.System Memory Management Unit（SMMU）系统内存管理单元，是I/O device与总线之间的地址转换桥。部分I/O device存在地址线位宽的限制，只能访问低地址内存。为了使I/O device能够访问高地址内存，需要有一个地址转换元件，将低地址转换成高地址。此外，在虚拟化环境下，VM中持有地

....自动驾驶场景中，常见的是多路感知通路，在不考虑应用获取释放帧异常操作的前提下，一般出现帧获取异常的情况，主要原因是通路中某段断流的情况，如何去准确的定位，对大部分客户来说，依赖我司的支持；针对这种情况，会列举几种断流日志分析；...场景一：11V 环视yuv场景，多进程反复启停.现象：应用程序报 get data failed..logcat日志.E/ (597844): [

..底层buffer状态机..系统通过五个状态队列实现帧缓冲区的全生命周期管理，各状态定义及转换逻辑如下：...FREE（空闲态）.....功能描述 ：管理初始可用缓冲区...初始化操作 ：...场景运行时预分配所有 frame buffer 数组至该队列...记录 buffer 的内核虚拟地址及物理地址信息.....数据结构 ：frame buffer 结构体存储地址映射关系.....REQUE

...前言...随着端到端 AI 和多模态学习的迅猛发展，VLM（视觉-语言模型）在自动驾驶领域中的应用正逐渐成为一个备受瞩目的重要研究方向。VLM 凭借其强大的融合能力，将视觉（如高清晰度的摄像头图像、精准的雷达数据）和语言（涵盖详细的地图信息、明确的交通标志、准确的驾驶指令）等多种类型的信息进行有机整合，从而使得自动驾驶系统在感知复杂的道路环境、进行精确的推理以及制定明智的决策等方面展现出更为

..时间类型.J6内部的时间类型如下....Linux系统时间是基于arm system counter抽象的，Linux的基于arm system counter抽象了很多种时间，图中画了两种。CLOCK_MONOTONIC_RAW是不会被时间同步调整的。....... .leap second？.clock set？.clock tunning？.original point.resoluti

...论文链接：https://arxiv.org/pdf/2502.18042.......摘要.......本文介绍了VLM-E2E：通过多模态驾驶员注意力融合来增强端到端自动驾驶。人类驾驶员通过利用丰富的注意力语义来熟练地在复杂场景中导航，但是目前的自动驾驶系统难以复制这种能力，因为它们在将2D观测转换到3D空间时往往会丢失关键的语义信息。从这个意义而言，这阻碍了它们在动态且复杂的环境中的有

.写在前面 & 笔者的个人理解.当前端到端自动驾驶架构的串行设计导致训练稳定性问题，而且高度依赖于BEV，严重限制了其Scale Up潜力。在我们ICLR2025工作DriveTransformer中，不同于以往算法Scale Up Vision Backbone，我们设计了一套以Decoder为核心的无需BEV的大一统架构。在Scale Up提出的类GPT式并行架构后，我们发现训练稳定性大幅提高

.前言.我们知道，大模型现在很火爆，尤其是 deepseek 风靡全球后，大模型毫无疑问成为为中国新质生产力的代表。百度创始人李彦宏也说：“2025 年可能会成为 AI 智能体爆发的元年”。.随着科技的飞速发展，大模型的影响力日益凸显。它不仅在数据处理和分析方面展现出了强大的能力，还为各个领域带来了前所未有的创新机遇。在众多应用场景中，智能驾驶无疑是备受瞩目的一个领域。.智能驾驶作为未来交通的重要

# 1. 引言.模型压缩常用的方案包括量化、蒸馏、轻量化网络、网络剪枝(稀疏化)等，详细介绍可见文章：[模型压缩理论简介及剪枝与稀疏化在J5上实践](https://developer.horizon.auto/blog/10273)。最近在学习地平线提供的轻量化网络结构HENet，结合几年前整理的mobilenetv3、Efficnertnet放在一块进行介绍。..轻量化网络旨在减少模型参数和计

# 1. 引言.在算法模型部署阶段，大家可能会遇到这三个问题：..1. 为了保证精度，模型尾部conv/linear需要是int32输出.2. 为了适配后处理代码，模型尾部conv/linear输出layout有时是NCHW的，有时是NHWC的.3. 为什么conv/linear输出的scale会是1？这符合预期吗？..本文使用pytorch框架，以conv为例，介绍如何同时满足conv int3

...#01..............CP与PDU Router....PDU（Protocol Data Unit）是AutoSAR通信模型中的一个核心概念，它是在通信网络中传输的数据单元。PDU负责封装和传递应用层数据，使得不同的模块和设备能够互相交换信息。PDU可以包含各种类型的数据，如信号、报文、消息等。.           .根据功能和通信模式的不同，PDU可以分为以下几种类型：.