摘要
相比上一代产品,提供 6 倍的 AI 性能,突破性的 RQX-59 系列,为您的机器人和自动驾驶解决方案带来巨大变革
中国上海 – 2023 年 8月 4日
全球领先的边缘计算解决方案提供商、NVIDIA首选合作伙伴——凌华科技,今日发布了一款极具创新意义且备受期待的 ROScube RQX-59 系列产品,专为机器人、AMR(自主移动机器人)和自动驾驶领域的革新而量身定制。该产品的发布标志着智能自动化领域的一个突破,提供丰富的针对特定行业的解决方案,特别适合户外应用,即使在高达 60 °C 的酷热温度下也能有效地运行,为广泛的应用带来了无限的可能性,从仓库的无人叉车机器人、农场的自动割草机器人、超市的服务机器人、机场的自动驾驶穿梭巴士、校园的自主安全机器人,到海岸线附近的无人海洋清洁机器人等等。
ROScube 机器人控制器是凌华科技 ROS 2 解决方案的一部分,针对AI机器人进行了特别的优化,同时将功耗保持在最低限度。该产品在紧凑且强固的机箱中,集成了必要的软硬件组件,是一款全面且强大的机器人控制器。由于提供了更简单的扩展性,因此开发人员可以无缝集成额外的 GPU卡 或 PCIe 卡,以满足其应用的特定需求。ROScube RQX-59 系列提供可锁固的 USB 端口,这也让整个产品变得更加坚固。此外,与传统的2.5”SSD相比,该产品所提供的 M.2存储让整个产品更加紧凑,并且具有更好的抗震性能,确保了控制器具备可靠和高效的存储,因此非常适合构建各种面向AI机器人项目的解决方案,并为其提供创新。

卓越的性能表现
精心设计的 RQX-59 系列支持 32GB的AGX Orin,可提供高达 200 TOPS 的 AI 性能,比 AGX Xavier 高出 6 倍,在复杂的应用环境中,机器人和自主系统的表现极其卓越。凭借 NVIDIA Jetson Orin 强大的处理能力,可同时支持最多 8 个 GMSL2 或 FPD-Link III 摄像头,提供更强大的态势感知能力,从而在不同的应用中实现全面的数据采集和精准的决策。
面向实时传感器融合的帧同步技术
在边缘 AI 平台上集成 GMSL2 或 FPD Link III 摄像头或 LiDAR 等各种传感器的同时,也带来一系列的挑战,例如实时数据同步、高效的校准管理和计算复杂性的有效处理等等。凌华科技提供经过验证的帧同步技术,展示了在实时传感器融合方面的专业知识与能力,可以确保GMSL2和FPD-Link III摄像头的精确同步。此外,它还搭配一款个性化的BSP,完全支持由知名汽车摄像头供应商提供的 GMSL2/FPD-Link III 摄像头。
即用型的交钥匙解决方案
凌华科技和 Tier IV共同开发了一款边缘感知开发套件,为摄像头的无缝集成提供了整体的解决方案。 该套件由 RQX-59G、Tier IV C1/C2 GMSL2 摄像头以及专门开发的摄像头驱动程序组成,并与 RQX-59 实现了无缝集成。该驱动程序完全解决了与摄像头有关的兼容性问题,从而简化了整个开发过程。
行业驱动创新
RQX-59系列专为自动驾驶和AMR应用而设计,是凌华科技致力于为客户需求提供最佳解决方案的最佳承诺。 ROScube系列已在多个国家成功部署,在诸多商业领域帮助客户加速其机器人应用的开发。利用ROScube 产品,客户可以最大限度地提高其AMR和自动驾驶汽车项目的效率和盈利能力。
凌华科技一直致力于推动创新并为客户提供最先进的解决方案。作为 ROScube 产品系列的最新成员,ROScube-X RQX-59 系列提供了三种不同的 SKU,现已可供购买,可为相关业务带来卓越的生产力和运营效率。欲了解有关这一突破性产品,以及如何提升机器人和自动驾驶应用的更多信息,请访问此处或通过 [联系信息] 联系我们的销售团队。
好文章,需要你的鼓励
在下月年度开发者大会前,苹果分享了App Store如何为用户和开发者提供多重保护的最新进展。App Store目前每周迎接超过8.5亿访客,覆盖175个店面。苹果强调,随着数字环境扩展,恶意行为者不断演变攻击手段,公司持续改进多层防御体系,结合专家人工审核和先进机器学习技术来检测和阻止恶意活动。
Lexsi Labs研究发现现有AI知识清除方法在量化压缩后全面失效,并提出MANSU方案,通过精准定位遗忘电路、零空间投影和量化地板约束,首次实现真正永久的AI知识遗忘。
易客动力在房车季促销活动中推出48小时限时优惠,1024Wh DELTA 3 Plus便携电源搭配两块220W太阳能板套装售价899美元,较常规价格优惠799美元。该电源配备LiFePO4电池,可扩展至5120Wh容量,提供1800W持续输出功率和3600W峰值功率,配有13个输出接口,支持太阳能、交流电、车载等多种充电方式,适合家用和户外场景。
KAIST和UNIST提出CoRD框架,让多个大型推理模型在解题的每一步实时协作,通过预测困惑度评分和束搜索选出最优步骤组合,训练出超越教师模型的小模型。