所属分类：综合补充资料 当前为单品课程，可返回上一级继续浏览同方向资料。

← 返回上一级

← 返回所属目录咨询 / 购买

车载AI座舱算法部署与边缘推理

共计 30 章节

点击此处阅读海量试读课程：100+行业、1000+细分领域

车载AI座舱的发展趋势 · 边缘推理的价值 · 课程学习目标与整体框架

车载计算平台基础

车规级芯片（如高通SA8295 · 英伟达Orin） · 异构计算架构（CPU/GPU/NPU…

车载计算平台基础SA8295

车载AI座舱典型应用

驾驶员监控（DMS） · 乘客监控（OMS） · 语音交互

边缘推理与云端推理对比

延迟 · 带宽 · 隐私

边缘推理云端推理对比

算法部署流程概览

从训练到部署的完整生命周期（数据准备 · 模型训练 · 量化

算法部署流程概览从训练到部署的完…

模型轻量化技术

剪枝 · 蒸馏 · 低秩分解

模型轻量化技术剪枝

模型量化基础

定点与浮点 · 量化原理（对称/非对称） · 量化感知训练（QAT）与后训练量化（…

模型量化基础定点

车载推理引擎

TensorRT · OpenVINO · ONNX Runtime

车载推理引擎TensorRT

NPU编程与优化

NPU架构 · 算子映射 · 内存布局

多线程与异步推理

线程池 · 任务队列 · 异步调用

多线程异步推理

内存管理与零拷贝

共享内存 · DMA传输 · 避免数据拷贝

内存管理零拷贝

模型编译与优化

图优化 · 算子融合 · 精度校准

模型编译优化

DMS算法部署实战

疲劳/分心检测模型（如基于CNN/T…

DMS算法部署实战

OMS算法部署实战

儿童遗留检测 · 乘客行为识别模型的边缘部署与多路摄像…

OMS算法部署实战

语音算法部署实战

唤醒词 · 语音识别 · 声源定位等模型的边缘推理与低延迟优化

语音算法部署实战唤醒词

多模态融合部署

视觉 · 语音 · 雷达等多传感器数据融合在座舱中的边缘…

多模态融合部署视觉

端到端延迟优化

从摄像头采集到算法输出全链路延迟分析 · 优化各环节（采集 · 预处理

端到端延迟优化从摄像头采集到算…

模型精度与性能权衡

在车规级算力限制下 · 通过量化 · 剪枝

模型精度性能权衡

车载系统集成

与Android Automotiv… · QNX · Linux等操作系统集成

车载系统集成Android

功能安全与可靠性

ISO 26262相关要求 · 故障检测 · 降级策略

功能安全可靠性

数据安全与隐私保护

车内数据处理合规 · 联邦学习 · 差分隐私在座舱AI中的应用

数据安全隐私保护

测试与验证

单元测试 · 集成测试 · 实车测试

OTA与模型更新

车载AI模型的远程升级 · 版本管理 · 灰度发布与回滚机制

OTA模型更新

功耗与散热管理

算法部署对功耗的影响 · 动态电压频率调整（DVFS） · 低功耗推理策略

功耗散热管理

工具链与开发环境

交叉编译 · 远程调试 · 性能分析工具（如Perf

工具链开发环境

基于TensorRT部署YOLOv5… · 完成量化 · 优化

案例实战TensorRT

基于OpenVINO部署语音唤醒模型 · 实现低功耗唤醒与命令词识别

案例实战OpenVINO

常见问题与解决方案

模型转换失败 · 精度下降 · 内存溢出

常见问题解决方案

设计一个完整的车载AI座舱边缘推理系… · 涵盖多算法协同 · 资源调度

课程总结与进阶方向

回顾核心知识 · 探讨车路协同 · 大模型上车

课程总结进阶方向