无人驾驶系统中移动SoC的性能展现：挑战与惊喜

无人驾驶技术的发展一直面临着许多挑战。为了更好地理解设计无人驾驶硬件平台时可能会遇到的问题，让我们来看看目前领先的无人车驾驶产品中的计算平台构成。

该平台由两个计算盒组成，每个计算盒都装备有INTEL Xeon E5处理器和4到8个Nvidia Tesla K80GPU加速器。两个计算盒执行完全相同的工作，第二个计算盒作为备份，在第一个计算盒发生故障时能够无缝接替其计算任务。

然而，在极端情况下，如果两个计算盒都在峰值下运行，即时功耗将高达5000W，并且会面临严重的发热问题。因此，计算盒必须配备额外的散热装置，可以采用多风扇或水冷等方案。此外，每个计算盒的成本非常昂贵，高达2万至3万美元，这使得现有的无人车方案对普通消费者来说难以承受。

现有无人车设计方案中存在的功耗、散热和成本问题使得无人驾驶技术进入大众市场变得遥不可及。为了探索在资源和能耗受限的情况下无人驾驶系统的可行性，我们在ARM面向移动市场的SoC（Systemon Chip）上实现了一个简化的无人驾驶系统。实验结果显示，在峰值情况下，该系统的能耗仅为15W。

令人惊讶的是，无人驾驶系统在移动类SoC上表现出了出色的性能。定位算法能够达到每秒25帧的处理速度，并且能够维持图像生成速度在每秒30帧。深度学习算法能够在一秒钟内完成2至3个物体的识别任务。路径规划和控制算法能够在6毫秒内完成规划工作。在这种性能的驱动下，我们可以以每小时5英里的速度行驶，而不会丧失任何位置信息。

综上所述，通过在移动类SoC上实现无人驾驶系统，我们发现无人驾驶技术在资源和能耗受限的情况下仍然具有可行性。这种技术的潜力在于其低能耗、高性能和较低的成本，为无人驾驶技术进入普罗大众提供了新的可能性。