gdc 实战软件架构本文的demo sample采用回灌流程，即从系统存储中读取文件，作为GDC的输入图像。依赖 ``libgdcbin.so`` 将GDC坐标点通过计算生成二进制bin文件，调用VIO API实现整个数据通路，完成GDC处理。软件控制图如下：代码位置及目录结构本sample的代码位于工程目录：``{sdk_dir}/test/samples/platform_samples/so

1. GDC模块简述：1.1 硬件特性：GDC作为一个硬件模块，可将输入的图像进行视角变换、畸变校正和指定角度（0,90,180,270）旋转。模式支持的输入图像典型尺寸为3840*2160，2688*1944，1920*1080，1280*720，640*480，480*320。硬件特性如下：最大分辨率：3840x2160最小分辨率：100x100（奇数行或者列不支持）性能：3840x2160，

引言J6参考算法中的tools/export_onnx.py默认导出的是qat.onnx，近期有不少用户错误地使用此qat.onnx进行推理和PTQ从而出现报错情况，本篇文章将以bevformer参考算法为例讲述如何导出原始浮点onnx。权重下载OE开发包下的samples/ai_toolchain/horizon_model_train_sample/scripts/configs/bev/RE

功能概述环视4V解串器直接接到main域，mcu访问main域i2c、gpio、lpwm，对camera sensor、serdes以及lpwm进行初始化，完成环视的快速出图。mcu启动后，会在mcu task中调用Camera_Init接口，完成camera sensor、serdes以及lpwm的配置，并使能数据流，数据会通过加串器bypass给IVI。Camera_Init中会先检查AonS

J5 EVM显示地平线logo画面1通路流程图及外部设备连接 该通路可验证IDU、MIPI TX_0、HDMI子板3个模块的功能，其中IDU模块从eMMC中读取数据并发送给MIPI TX_0，MIPI TX_0把数据再发给HDMI子板，HDMI子板负责信号转换，最后把信号显示到HDMI屏幕上。 HDMI子板接到MIPI_TX卡槽上。1.2测试代码位置 测试代码位置在工程代码根目录/vapi-sam

USB 启动模式设置step1: 先关闭 Matrix，等待几秒后将 reset 旁边的第一个拨码向外拨step2: 打开 Matrix，Matrix 的网口左边有两个 micro-usb 口，左边那个（远离网口的）是 USB 连接电脑的，右边那个（靠近网口的）是串口连接电脑的，请确保网线，串口线，usb 线均连接到电脑，确保能使用 MobaXterm 等工具和开发板建立串口通信，波特率选 921

## 一、硬件环境.基于征程5的LS500 uSOM基础开发套件(EDK)，摄像头模组为MIPI接口的摄像头模组，型号为淘宝买的30pin模组：**SG2-IMX390C-5200-MIPI-H120H** 自己手工DIY了一下环境，如下：.![Description](https://prod-dc-resources.oss-cn-beijing.aliyuncs.com/20240807/

环境部署打开MobaXterm，新建Session，点击左上角SSH。登入服务器（服务器地址为192.168.8.182），用户名为自己名字拼音（eg:yangyifei），端口号为22，默认进入以自己姓名命名的文件夹，登陆密码：Horbot_1。解压文件夹内的j6-3.0.17-py310-11.4.tgz到当前目录，得到horizon_j6_open_explorer_v3.0.17-py31

写在前面：BEVFormer公版算法使用了Nuscenes数据集，在该数据集中所有注释和元数据(包括校准、地图、车辆坐标等)都包含在关系数据库中。下面列出了数据库表。每块内容都可以由其唯一的主键token标识。可以使用sample_token等外键链接到表sample的token。对于想利用其他数据集（如自己采集的数据集）训练参考算法的用户来说，需要将用户数据集与参考算法对齐，但并不必须要与Nus

写在前面：对于BEVFormer算法框架的整体理解，大家可以找到大量的资料参考，但是对于算法代码的解读缺乏详实的资料。因此，本系列的目的是结合代码实现细节、在tensor维度的变换中帮助读者对算法能有更直观的认识。本系列我们将对BEVFormer公版代码（开源算法）进行逐行解析，以结合代码理解Bevformer原理，掌握算法细节，帮助读者们利用该算法框架开发感知算法。在本系列的最后笔者还将面向地平

写在前面：对于BEVFormer算法框架的整体理解，大家可以找到大量的资料参考，但是对于算法代码的解读缺乏详实的资料。因此，本系列的目的是结合代码实现细节、在tensor维度的变换中帮助读者对算法能有更直观的认识。本系列我们将对BEVFormer公版代码（开源算法）进行逐行解析，以结合代码理解Bevformer原理，掌握算法细节，帮助读者们利用该算法框架开发感知算法。在本系列的最后笔者还将面向地平

写在前面：关于OE包内参考算法的使用，地平线已经释放了大量文档指导用户完成各类模型的训练、校准、量化、定点过程，但其中有些细节可能会对不是特别熟悉算法工具链的客户造成困扰，本文档致力于消除参考算法使用过程中所有可能存在的模糊操作，引导初学者快速上手参考算法，在实操中树立信心、激发学习兴趣。1 环境部署1.1 开发机准备为了顺利地使用工具链，地平线建议您选择的开发机应满足以下要求：硬件/操作系统要求

功能概述lpwm为信号源用于camsys系统中触发sensor。lpwm本身也需要外界触发，在收到trigger信号后，按照所配置的period、high-time、offset等参数输出1~500KHz、有效电平0~4095us、默认精度为1us的方波给到sensor，驱动sensor进行同步出图，下图展示了sensor出图的完整过程。sensor在收到lpwm的trigger信号后，开始曝光出

qconfig使用简介在使用PTQ时，用户只需要修改yaml文件，便可以实现对模型量化策略和精度的控制。对于QAT，配置qconfig可以达成相同的效果，并且qconfig既可以配置给整个模型，也可以配置给某一类算子，还可以单独配置给模型中的单个算子，使用起来较为灵活。qconfig支持的主要功能如下：配置伪量化方式（包含fake_quant，lsq，pact）配置observer（类似校准策略）

AutoSAR OS一种CPU负载率的计算方法AutoSAR OS是继承OSEK OS发展而来的一种面向汽车电子的实时操作系统。支持基于优先级的任务抢占。在没有任何task执行时进入idletask如下图:理解上面的原理，显然我们就可以通过一段时间内idle的时间占比还表示cpu的负载率。time_total的时间我们可以根据项目实际情况设定，时间越长对于瞬时的cpu负载反应越差，时间过短可能计算

# MCU AUTOSAR架构下的多核启动.在软件定义汽车的今天，针对汽车四化发展的需要，原本基于单ECU分布式的EEA面临诸多挑战。并且伴随着芯片产业前所未有的发展，汽车技术开始向域控的方向发展，也就是将多个ECU功能集成整合到一个控制器平台上。无论是SOC域，还是MCU域都提出了更高的要求。MCU的主频不断提高，也从之前普遍的单核变成了多核。.AUTOSAR汽车软件架构在汽车MCU的开发中已

1. PYM模块简述：1.1 硬件数据流：PYM（Pyramid）作为一个硬件加速模块（图像缩小及ROI提取），对输入的图像按照金字塔图层的方式处理，并输出到DDR：PYM模块在Camsys子系统的数量和位置如下，总共3个PYM硬件，PYM0、PYM1、PYM4(只支持offline)。1.2 PYM-Sample软件架构：本文的demo sample采用回灌流程，即从系统存储中读取文件，作为PY

1. IPC模块简述J6X IPC（Inter-Process Communication）模块是用于多核之间的通信，支持同构核和异构核之间的通信，软件上基于buffer-ring进行共享内存的管理，硬件上基于MailBox实现核间中断。IPCF具有多路通道，大数据传输，适用多种平台的特点。1.1 硬件数据流说明Acore与MCU通过共享内存传输数据，通过mailbox中断通知双方。1.2 IPC

地平线智能驾驶开发者社区四期培训课件视频课件如下：地平线开发者社区 (horizon.cc)

# 1. 应用背景说明.板端处于成本、功率和体积等考虑一般不会集成很大的存储空间。但同时处于速度的考虑，又不得不在板端使用较大的数据集进行后续评估业务支撑。对此：有两个方案可以满足：1. 挂载大容量硬盘（包括SD卡等设备），但是这种方式的弊端是只能供台开发板使用且需要对USB设备的支持；2. 通过网络方式挂载其他服务器的存储空间来使用，因为是网络共享方式，多个板卡可以共用，相比硬盘直连更加灵活。作