根據國家智能網聯汽車創新中心的預測，2025年中國L2/L3滲透率將達到50%，2030年將達到70%。激光雷達則憑借著探測距離長、精度高、實時性好，且可構建環境 3D 模型等諸多優勢，已經成為了實現L2+/L3及以上等級自動駕駛的核心傳感器，并且正被越來越多中高端車型所集成。
而在L2+/L3自動駕駛系統中，如何處理激光雷達點云數據并進行部署，是軟件和算法開發人員最關心的問題之一。目前，學術界對于激光雷達點云的感知算法是豐富多樣的，涉及到FCN、PointNet、PointPillars、Voxel等多種方法。不過，為了在量產項目中加速點云處理，工程化主流采用的是PointPillars算法。
但是，當前一代的ADAS SoC芯片擅長于加速稠密卷積，芯片中的深度學習加速器多為MAC陣列結構，且主要面向卷積計算，即吞吐量小、權重重用性高。這樣對于稀疏卷積、大量全連接并不友好。
2020年，黑芝麻智能發布華山二號A1000芯片，并于2022年實現量產上車。該芯片內置了自主研發的ISP、圖像畸變處理、圖像縮放處理等CV加速器，能夠有效地加速算法的前處理。芯片內還包含了4個獨立的DSP核心，而DSP上有許多已優化的傳統CV算子庫，可以加快新算子部署速度。
為了幫助開發者更好地了解A1000芯片有哪些加速器可以用于感知加速處理，以及如何使用PointPillars模型進行激光雷達點云處理。9月20日晚7點，黑芝麻智能聯合智東西公開課策劃推出的黑芝麻智能自動駕駛技術公開課將開講。公開課由黑芝麻智能系統架構高級經理仲鳴主講，主題為《激光雷達感知算法在黑芝麻智能A1000芯片上的部署》。
仲鳴首先會比較主流激光雷達點云感知算法的優劣勢，之后對A1000芯片內置的自主研發的加速器進行解析。最后，仲鳴還會深入講解PointPillars算法在A1000上的部署實現。
對此次公開課感興趣的朋友，可以掃描下方二維碼，添加小助手蘿拉進行報名。已添加過蘿拉的老朋友，可以給蘿拉私信，發送“黑芝麻智能2301”即可報名。
同時，為了方便大家交流和咨詢，針對黑芝麻智能自動駕駛技術公開課還設置了專屬交流群，將會邀請主講人加入。想要加入的朋友，也可以向蘿拉進行申請。
