【智行安全】基于Synaptics SL1680的AI疲劳驾驶检测方案

随著车载技术的快速进步,驾驶安全越来越受到重视,而疲劳驾驶是造成交通事故的重要原因之一。传统的驾驶监控技术因精度不足或反应迟缓,无法满足实时监测需求。因此,结合人工智能技术的疲劳驾驶检测系统成为行业新方向,旨在提供高效、精准的驾驶员行为监测,降低事故风险。

Synaptics SL1680 作为一款高性能、低功耗的 AI 原生 SoC,为驾驶安全解决方案提供了稳定的硬件基础,加上先进的 AI 模型,可以实现实时、精准的疲劳驾驶检测。

► Synaptics SL1680介绍

Astra Machina Foundation 系列评估套件能够轻松且快速地为 Synaptics SL 系列多模式嵌入式处理器进行原型设计。其模组化设计包含可交换的核心运算模组、通用 I/O 板,以及用于连接、调试与灵活 I/O 选项的子卡,具备极高的可扩展性和便利性。

Synaptics Astra SL 系列是一系列高度整合的 AI 原生 Linux 和 Android 系统级芯片 (SoC),专为多模式消费者、企业及工业物联网 (IoT) 工作负载进行最佳化。该系列配备了硬件加速器,可支持边缘推理、安全性需求、图形处理、视觉运算和音讯应用。

SL1680 SoC 整合了高效能运算引擎,包括四核心的 Arm® Cortex®-A73 64 位元 CPU 子系统、7.9+ TOPS 的神经网络处理单元 (NPU),以及专为高级图形和 AI 加速设计的高效、多功能 GPU。此外,该 SoC 还具备用于影像信号处理 (ISP)、4K 视讯编解码以及音讯加速的硬件模组。SL1680 的设计结合了高效能与功能整合,为设备制造商提供灵活的解决方案,以满足物联网细分市场的多模式应用需求,并兼顾不同价格区间。

开发板组件的定义:
1. Astra Machina:具有核心模组、I/O 板和支援的子卡的组合系统
2. 核心模组:处理器子系统模组,关键元件包括SL1680、eMMC和LPDDR4x。
3. I/O 板:通用基板,包括各种标准硬体界面、按钮、接头连接器和电源输入。
4. 子卡:用于支援各种功能的附加板,例如连接、侦错和其他灵活的 I/O 选项。

执行方案程式

基于 Synaptics SL1680 的 AI 疲劳驾驶检测方案结合高性能 SoC 与先进 AI 模型,实现即时驾驶员行为检测。方案为车载应用提供了一套安全、可靠且经济的解决方案,可广泛应用于多类驾驶场景,有助于提升行车安全,降低事故风险。

1. 驾驶员行为检测
    @ 闭眼持续时间监测:检测驾驶员闭眼的频率与时长,判断是否处于疲劳状态。
    @ 打哈欠行为检测:通过嘴部运动模式分析,判断驾驶员是否疲劳。
2. 实时警报与提示
    @  当检测到疲劳驾驶行为时,系统会发出声音警告、震动提醒或将数据上传至车载系统进行可视化提示。
3. 数据存储与分析
    @  录制驾驶行为数据,支持后续的行为分析、报告生成与安全优化。
4. 导航
    @  使用Google Map APP导航至临近休息地点。

参考资料

SL1680 Embedded IoT Processor  
Synaptics Documentation 

欲取得详细资料者,请联络诠鼎Synaptics PM:
姓名:Ben Lin
邮件:bentp.lin@aitgroup.com.tw

►Q&A

Q: Synaptics SL1680 的主要功能是什么?
A: 提供 AI 推理加速、多媒体处理和边缘计算能力,适用于智慧车载和物联网应用

Q: 它可以处理 4K 视讯吗?
A: 可以,支持 H.264 和 H.265 标准的 4K 视讯编码和解码。

Q: 它的处理器架构是什么?
A: 配备四核心 Arm Cortex-A73 和 7.9+ TOPS 的 NPU。

Q: 支援多摄像头输入吗?
A: 是,内建 ISP,可支持多摄像头输入,用于多视角应用。

Q: SL1680 是否支持即时 AI 推理?
A: 支持,内建 NPU 可实现即时推理,支持 TensorFlow Lite、ONNX 等框架,可高效运行 YOLOv8 等 AI 模型,适合低延迟场景。

►场景应用图

►展示板照片

►方案方块图

►核心技术优势

1. 高效能处理架构
    @ 搭载 四核心 Arm® Cortex®-A73处理器,为计算密集型任务提供强大的处理能力,适合多任务并行执行和复杂工作负载。
    @ 支持主流 AI 框架(如 TensorFlow Lite、ONNX和YOLO),支持量化模型运行,进一步提升效率。

2. 高度整合的多媒体处理能力
    @ 配备支持高级图形处理和 AI 加速的 GPU,适用于高画质用户界面和复杂的视觉应用。
    @ 支持 H.264 和 H.265 等标准的 4K 视讯编码与解码,实现流畅的多媒体处理,适用于车载显示、流媒体播放等应用。

3. 边缘 AI 计算能力
    @ 支持 AI 模型的本地推理,降低对云端依赖,实现低延迟的即时响应,提升安全性与用户体验。
    @ 配备多种专用硬件加速器,针对特定计算需求进行优化,例如图像处理、视觉推理和音讯处理等。

4. 多样化的 I/O 支持与扩展性
    @ 多种类型的 I/O 接口(如 USB、PCIe、I²C、SPI 等)。
    @ 支持多摄像头输入,满足车载、监控等多视角应用需求。

►方案规格

核心模组主要组件:  
 1. Synaptics SL1680 四核心 Arm Cortex-A73 嵌入式物联网处理器,最高频率达 2.1 GHz  
 2. 储存空间:eMMC 5.1 (16 GB)  
 3. 记忆体:透过两颗 x32 16 Gbit LPDDR4x,提供 x64 4 GB 系统记忆体  
 4. 电源管理 IC (PMIC):两个支持 Vcore 和 Vcpu 电源轨的动态电压与频率调整 (DVFS)  
 5. HDMI Micro Rx 界面:V2.1 规格,支援 HDCP 2.2,可提供最高 4K60p 视讯和进阶音效  
 6. SD 卡插槽  

I/O 板主要组件:  
 1. HDMI Type-A Tx 界面:V2.1 规格,支援 HDCP 2.2,可提供最高 4K60p 视讯和进阶音效  
 2. M.2 E-key 2230 插槽:支援 SDIO、PCIe、UART 用于 Wi-Fi/BT 模组  
 3. USB 3.0 Type-A:4 个埠,支援主机模式,传输速率达 SuperSpeed  
 4. USB 2.0 Type-C:支援 OTG 主机或外设模式,传输速率达 Hi-Speed  
 5. 按钮:用于 USB-BOOT 选择和系统重置 (RESET)  
 6. 2pin 接头:用于 SD-BOOT 选择  

扩充子卡界面选项:  
 1. MIPI DSI:22-pin FPC 界面,支援 4 通道 DSI,并具备 I2C 和 GPIO,适用于最高 4K30p/2K60p 显示面板  
 2. MIPI CSI-2:提供两个 FPC 界面,CSI0 为 22-pin 支援 4 通道,CSI1 为 15-pin 支援 2 通道,每个界面皆具备 I2C 和 GPIO,适用于最高 4K60p(单摄像头)或 4K30p(双摄像头)  
 3. JTAG 子卡:用于除错  
 4. 40-pin 接头:提供额外功能  
 5. 4-pin PoE+ 子卡:支援新增的电压调节模组,符合 PoE+ Type2 (802.3at) 规范的电源设备。提供 25.5W(第 4 类)于 I/O 板 40-pin 接头的 5V 电源  
 6. 4-pin 接头:用于 PWM 主动式风扇  
 7. Type-C 电源供应:提供 15V @ 1.8A  

► 相关视频

点击此处前往观看相关视频吧:基于Synaptics SL1680之AI疲劳驾驶检测方案 - 大大通(简体站)

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/891188.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

手机实时提取SIM卡打电话的信令声音-智能拨号器的SIP线路-双卡双待单通方案

手机实时提取SIM卡打电话的信令声音 --智能拨号器的SIP线路-双卡双待单通方案 一、前言 蓝牙电话的技术方案最初是从蓝牙耳机和车机蓝牙的使用领域延伸出来的技术方式。通过蓝牙的HFP协议,把手机通话的声音和通话事件状态提取出来进行复用和处理。但中国大陆现行…

HTML——26.像素单位

<!DOCTYPE html> <html><head><meta charset"UTF-8"><title>像素</title></head><body><!--像素&#xff1a;1.指设备屏幕上的一个点&#xff0c;单位px&#xff0c;如led屏上的小灯朱2.当屏幕分辨率固定时&…

LeetCode:513.找二叉树左下角的

跟着carl学算法&#xff0c;本系列博客仅做个人记录&#xff0c;建议大家都去看carl本人的博客&#xff0c;写的真的很好的&#xff01; 代码随想录 LeetCode&#xff1a;513.找二叉树左下角的 给定一个二叉树的 根节点 root&#xff0c;请找出该二叉树的 最底层 最左边 节点的…

如何使用 ChatGPT Prompts 写学术论文?

第 1 部分:学术写作之旅:使用 ChatGPT Prompts 进行学术写作的结构化指南 踏上学术写作过程的结构化旅程,每个 ChatGPT 提示都旨在解决特定方面,确保对您的主题进行全面探索。 制定研究问题: “制定一个关于量子计算的社会影响的研究问题,确保清晰并与您的研究目标保持一…

Mcnemar‘s exact test

与卡方检验的区别 与fisher exact test区别

全面Kafka监控方案:从配置到指标

文章目录 1.1.监控配置1.2.监控工具1.3.性能指标系统相关指标GC相关指标JVM相关指标Topic相关指标Broker相关指标 1.4.性能指标说明1.5.重要指标说明 1.1.监控配置 开启JMX服务端口&#xff1a;kafka基本分为broker、producer、consumer三个子项&#xff0c;每一项的启动都需要…

网络安全威胁2024年中报告

下载地址&#xff1a; 网络安全威胁2024年中报告-奇安信

AI辅助编码提高病案首页主要诊断编码正确率数据优化方法(2025增量优化版附python源代码)

一、引言 1.1 研究背景与意义 在医疗信息化进程中,病案首页作为病历信息的核心浓缩,承载着疾病分类、医疗统计、医保结算等关键任务,其主要诊断编码的准确性至关重要。准确的编码不仅是医疗质量评估、科研数据分析的基石,更是合理分配医疗资源、保障医保精准支付的关键依…

雷电模拟器安装LSPosed

雷电模拟器最新版支持LSPosed。记录一下安装过程 首先到官网下载并安装最新版&#xff0c;我安装的时候最新版是9.1.34.0&#xff0c;64位 然后开启root和系统文件读写 然后下载magisk-delta-6并安装 ,这个是吾爱破解论坛提供的&#xff0c;号称适配安卓7以上所有机型&#x…

模型 10-10-10旁观思维

系列文章 分享 模型&#xff0c;了解更多&#x1f449; 模型_思维模型目录。超脱当下&#xff0c;透视决策长远影响。 1 10-10-10旁观思维的应用 1.1 职业选择决策 背景&#xff1a;小张是一名大学毕业生&#xff0c;面对未来职业的选择感到迷茫。他擅长营销、策略和经济学&a…

ORM框架详解:为什么不直接写SQL?

想象一下&#xff0c;你正在开发一个小型的在线书店应用。你需要存储书籍信息、用户数据和订单记录。作为一个初学者&#xff0c;你可能会想&#xff1a;“我已经学会了SQL&#xff0c;为什么还要使用ORM框架呢&#xff1f;直接写SQL语句不是更简单、更直接吗&#xff1f;” 如…

合合信息亮相CSIG AI可信论坛,全面拆解AI视觉内容安全的“终极防线”

合合信息亮相CSIG AI可信论坛&#xff0c;全面拆解视觉内容安全的“终极防线”&#xff01; &#x1f42f; AI伪造泛滥&#xff0c;我们还能相信“眼见为实”吗&#xff1f; 近期&#xff0c;由中国图象图形学学会主办的CSIG青年科学家会议 AI可信论坛在杭州成功举办。本次论…

Linux实验报告9-进程管理

目录 一&#xff1a;实验目的 二&#xff1a;实验内容 (1)列出当前系统中的所有进程,如何观察进程的优先级? (2)查看当前终端运行的 bash 进程的 PID,在当前终端启动 vim 编辑器并让其在后台执行,然后列出在当前终端中执行的进程的家族树。 (3)请自行挂载U盘或光盘,然后…

17爬虫:关于DrissionPage相关内容的学习01

概述 前面我们已经大致了解了selenium的用法&#xff0c;DerssionPage同selenium一样&#xff0c;也是一个基于Python的网页自动化工具。 DrissionPage既可以实现网页的自动化操作&#xff0c;也能够实现收发数据包&#xff0c;也可以把两者的功能合二为一。 DressionPage的…

【Unity3D】Jobs、Burst并行计算裁剪Texture3D物体

版本&#xff1a;Unity2019.4.0f1 PackageManager下载Burst插件(1.2.3版本) 利用如下代码&#xff0c;生成一个Texture3D资源&#xff0c;它只能脚本生成&#xff0c;是一个32*32*32的立方体&#xff0c;导出路径记得改下&#xff0c;不然报错。 using UnityEditor; using Uni…

最短路径-Dijkstra 算法

前言 迪杰斯特拉算法是由荷兰计算机科学家狄克斯特拉于1959 年提出的&#xff0c;因此又叫狄克斯特拉算法。是从一个顶点到其余各顶点的最短路径算法&#xff0c;解决的是有向图中最短路径问题。迪杰斯特拉算法主要特点是以起始点为中心向外层层扩展&#xff0c;直到扩展到终点…

ESP32 I2S音频总线学习笔记(一):初识I2S通信与配置基础

文章目录 简介为什么需要I2S&#xff1f;关于音频信号采样率分辨率音频声道 怎样使用I2S传输音频&#xff1f;位时钟BCLK字时钟WS串行数据SD I2S传输模型I2S通信格式I2S格式左对齐格式右对齐格式 i2s基本配置i2s 底层API加载I2S驱动设置I2S使用的引脚I2S读取数据I2S发送数据卸载…

Eclipse中引入NS3项目

参考资料&#xff1a; 博主&#xff1a;深度不睡觉 NS3的3.36版本将Eclipse作IDE_ns3使用eclipse-CSDN博客 从1.2安装eclipse开始 其中参考教程中省略的几点&#xff1a; 1.下载解压tar包 mkdir /Tools/Eclipse/EclipseTool # 新建目录 tar -zxvf /path/to/eclipse-cpp-20…

机器学习周报-TCN文献阅读

文章目录 摘要Abstract 1 TCN通用架构1.1 序列建模任务描述1.2 因果卷积&#xff08;Causal Convolutions&#xff09;1.3 扩张卷积&#xff08;Dilated Convolutions&#xff09;1.4 残差连接&#xff08;Residual Connections&#xff09; 2 TCN vs RNN3 TCN缺点4 代码4.1 TC…

Quartz任务调度框架实现任务动态执行

说明&#xff1a;之前使用Quartz&#xff0c;都是写好Job&#xff0c;指定一个时间点&#xff0c;到点执行。最近有个需求&#xff0c;需要根据前端用户设置的时间点去执行&#xff0c;也就是说任务执行的时间点是动态变化的。本文介绍如何用Quartz任务调度框架实现任务动态执行…