【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:/a/945582.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

Go-知识 注释

Go-知识 注释 行注释块注释包注释结构体&接口注释函数&方法注释废弃注释文档 在 go 语言中注释有两种,行注释和块注释 行注释 使用双斜线 // 开始,一般后面紧跟一个空格。行注释是Go语言中最常见的注释形式,在标准包中,…

2025年阿里云认证改版新消息!2025年阿里云认证考试内容有变!

阿里云认证已经确定在2025年要进行大改,这次改动幅度会比2023年改动更大,2023年主要改变是在考试题型上的变化,这次则主要是考试内容的变化了! 2023年阿里云ACP认证考试的改版变化主要有: (一&#xff09…

ArrayList 和LinkedList的区别比较

前言 ‌ArrayList和LinkedList的主要区别在于它们的底层数据结构、性能特点以及适用场景。‌ArrayList和LinkedList从名字分析,他们一个是Array(动态数组)的数据结构,一个是Linked(链表)的数据结构&#x…

STM32-笔记22-sg90舵机

一、接线 二、实验实现 动手让 SG90 每秒转动一下,0 -> 20 -> 40 -> 100 -> 180 如此循环。 舵机接A6 复制18-呼吸灯,重命名24-sg90舵机 把PWM重命名sg90 打开项目文件 在魔术棒和品上把PWM都去掉,加载sg90文件夹 加载之后…

QT集成intel RealSense 双目摄像头

最近一个小项目,用到了双目相机,选用了Intel的RealSense双目相机。功能很简单,就是识别某一个物体,然后对对这个物体进行操作。具体功能随后再说,这里只介绍QT如何集成IntelRealSense相机,就是下面这个。 首…

前端小案例——520表白信封

前言:我们在学习完了HTML和CSS之后,就会想着使用这两个东西去做一些小案例,不过又没有什么好的案例让我们去练手,本篇文章就提供里一个案例——520表白信封 ✨✨✨这里是秋刀鱼不做梦的BLOG ✨✨✨想要了解更多内容可以访问我的主…

Golang的发展历程

Golang的发展历程可以分为以下几个阶段: 设计阶段:2007年,Google开始研究开发一种新的编程语言,主要出于对C和Java等编程语言的不足之处的反思。经过一年多的研究和讨论,Golang的设计方案得到确定,主要包括…

硬件设计-硬件 EMC 设计规范

目录 引言: 常见原因 总体概念及考虑 布局 屏蔽 滤波 引言: 本规范只简绍 EMC 的主要原则与结论,为硬件工程师们在开发设计中抛砖引玉。 电磁干扰的三要素是干扰源、干扰传输途径、干扰接收器。EMC 就围绕这些 问题进行研究。最基本的…

后端开发-Maven

环境说明: windows系统:11版本 idea版本:2023.3.2 Maven 介绍 Apache Maven 是一个 Java 项目的构建管理和理解工具。Maven 使用一个项目对象模型(POM),通过一组构建规则和约定来管理项目的构建&#xf…

C++ 编译过程全解析:从源码到可执行文件的蜕变之旅

引言 C 作为一种广泛应用于系统开发、游戏编程、嵌入式系统等领域的高级编程语言,其代码需要经过编译才能转换为计算机可执行的机器语言。编译过程涵盖多个复杂阶段,每个阶段对最终生成的可执行文件的性能、稳定性及兼容性都有着深远影响。深入理解 C 编…

数据库的概念和操作

目录 1、数据库的概念和操作 1.1 物理数据库 1. SQL SERVER 2014的三种文件类型 2. 数据库文件组 1.2 逻辑数据库 2、数据库的操作 2.1 T-SQL的语法格式 2.2 创建数据库 2.3 修改数据库 2.4 删除数据库 3、数据库的附加和分离 1、数据库的概念和操作 1.1 物理数据库…

【CSS in Depth 2 精译_096】16.4:CSS 中的三维变换 + 16.5:本章小结

当前内容所在位置(可进入专栏查看其他译好的章节内容) 第五部分 添加动效 ✔️【第 16 章 变换】 ✔️ 16.1 旋转、平移、缩放与倾斜 16.1.1 变换原点的更改16.1.2 多重变换的设置16.1.3 单个变换属性的设置 16.2 变换在动效中的应用 16.2.1 放大图标&am…

期权懂|个股期权的流动性如何?

锦鲤三三每日分享期权知识,帮助期权新手及时有效地掌握即市趋势与新资讯! 个股期权的流动性如何? 个股期权作为场外交易工具,具有较高的灵活性。场外交易意味着交易双方可以直接协商交易条款,这有助于满足不同投资者的…

关于在M系列的Mac中使用SoftEtherClient软件

1. 前言 本文说明的是在M系列的苹果的MacBook中如何使用SoftetherClient这款软件,是直接在MacOS操作系统中安装连接使用,不是在PD环境或者非ARM架构的Mac中安装使用。 PS:别费劲百度了,很少有相关解决方案的,在国内会…

linux自动化批量分发SSH密钥同时批量测试SSH连接教程(包含自动化脚本代码)

1、检查端口 检查分发对象22端口是否打开 nmap -p22 ip地址如果要批量检查端口可以参考我写的这篇文章:linux自动化一键批量检查主机端口 2、命令行分发密钥原理 Linux分发密钥原理主要涉及SSH(Secure Shell)协议,该协议用于…

vue3学习笔记(9)-pinia、storeToRefs、getters

1.新的集中式状态(数据)管理库,redux vuex pinia 搭建 2.ref拆包 如果在reactive里面定义ref,则打印c时,无需.value 他自动拆包,如果直接在外面定义的ref则需要.value,他没有拆包 3.pinia存储读取数据 存…

Oracle 11G还有新BUG?ORACLE 表空间迷案!

前段时间遇到一个奇葩的问题,在开了SR和oracle support追踪两周以后才算是有了不算完美的结果,在这里整理出来给大家分享。 1.问题描述 12/13我司某基地MES全厂停线,系统卡死不可用,通知到我排查,查看alert log看到是…

深度学习:基于MindSpore NLP的数据并行训练

什么是数据并行? 数据并行(Data Parallelism, DP)的核心思想是将大规模的数据集分割成若干个较小的数据子集,并将这些子集分配到不同的 NPU 计算节点上,每个节点运行相同的模型副本,但处理不同的数据子集。…

机器学习-高斯混合模型

文章目录 高斯混合模型对无标签的数据集:使用高斯混合模型进行聚类对有标签的数据集:使用高斯混合模型进行分类总结实战 高斯混合模型 对无标签的数据集:使用高斯混合模型进行聚类 对有标签的数据集:使用高斯混合模型进行分类 总结…

android studio android sdk下载地址

android studio安装后,因为公司网络原因,一直无法安装android sdk 后经过手机网络,安装android sdk成功如下,也可以手动下载后指定android sdk本地目录 https://dl.google.com/android/repository/source-35_r01.zip https://dl…