通过 ISO 26262 ASIL-D 车规级功能安全最高认证 支持 AutoSAR 4.4 汽车开放系统架构
车规级J9高精度点云环境感知
新一代端到端高冗余车规量产架构已上线

车规级全栈一体化
J9量产方案

基于自研时空联合Transformer感知大模型与多核异构车规级计算平台,我们在复杂交通流中实现超远距多目标前融合跟踪与毫秒级轨迹动态规划。全面覆盖高速无图领航(NOA)、城市交叉路口通行以及极窄车位无人代客泊车,赋能汽车厂商以更低综合成本实现高阶智驾功能的稳健规模化量产交付。

主控芯片异构算力
508 TOPS
感知融合处理延迟
<28 ms
功能安全等级体系
ASIL-D 最高级
J9车规级域控制器硬件主板接口拓扑
主板工作状态:实时推理运算中 双电源冗余在线
智驭超算域控单元 HPC-X800

支持多路 8MP 高清车载摄像头、5路毫米波雷达及双激光雷达原语级低延迟时间戳同步接入。

量产实测指标验证

多维度车规级性能指标与安全边界实测

经由超过 12,000,000 公里多地域不同气候封闭试验场与实际道路联合标定,系统展现出极高的稳定性与主动安全干预能力。

+34% 环比提升
280,000+
平均人工接管里程 (MPI / km)

在高精地图缺失的高速路段与结构化快速路,实现超长距离连续零接管平顺自主巡航。

满帧时空对齐
60 FPS
多传感器前融合刷新率

11路高清摄像头及激光雷达点云硬件级精确时间戳对齐,杜绝目标重影与位置突变。

ASIL-D 响应
32 ms
AEB 紧急制动规划时延

从前方鬼探头突发障碍物被检出至底盘制动执行器建立目标油压,全链路闭环时延缩短至极限。

极端气候覆盖
99.4%
恶劣工况目标检出率

暴雨喷溅水雾、逆光出隧道及夜间无照明乡村小道等复杂场景下,异形障碍物检出率稳定可信。

分层解耦架构

软硬件深度协同的J9
全栈车规级设计规范

系统遵循模块化分层解耦标准,向下适配高通、英伟达、地平线等主流车规异构计算平台,向上通过统一应用层接口标准支撑多种车型快速导入。软硬件研发流程严格遵循 V 模型开发标准,全面覆盖底层 BSP、中间件、感知融合网络与底盘线控规划控制。

车规级硬件拓扑与散热环境

工作温度覆盖 -40℃ 至 105℃,IP67 级防水防尘密封封装,内建硬件安全模块(HSM)与双环网冗余总线通信接口。

AutoSAR 运行时环境与确权安全

全面支持 Classic AutoSAR 与 Adaptive AutoSAR 双栈通信,实现微秒级关键告警中断抢占与严格内存安全隔离机制。

符合 GB/T 41798 标准 ISO 21434 网络安全 标定周期缩短 40%
J9实车装配传感器感知拓扑与域控制器装配
全车 360° 感知环网拓扑
12V/24V 自适应乘商通用供电平台与线束快速插拔总成
底层硬核技术

六大核心感知与规划控制算法技术壁垒

从空间几何重建到多模态博弈决策,提供全链路确定性安全守护,保障车辆在动态拥堵场景下的平顺拟人通行。

BEV+Transformer 空间融合

多视角时空联合

将环视摄像头多重视角特征统一投影至鸟瞰图(BEV)空间,结合时序特征构建 4D 动态感知场,消除视野盲区与相机畸变带来的测距误差。

测距精度误差:<1.8% 空间连贯性保障

占用网络(Occupancy Grid)

通用障碍物识别

对三维空间进行厘米级体素栅格化表征,无需预先训练物体类别即可准确识别倒地树木、掉落纸箱、施工锥桶等异形不可通行区域。

体素分辨率:5cm³ 杜绝白名单盲区

激光雷达与视觉前融合

特征级深度交叉

突破传统后融合仅依靠包围盒匹配的局限,在神经网络底层直接融合激光雷达空间反射强度与图像语义纹理,暗光目标检出率成倍提升。

前融合信噪比:提升 4.2dB 夜间远距识别

拟人化交互博弈规划

自适应变道博弈

基于强化学习与时序安全走廊算法,精准预测周围高动态车辆切入意图,并在拥堵匝道汇入过程中自适应调节车速以实现平稳拉链式交替通行。

重规划周期:20ms 拒绝急停顿挫

影子模式自动化数据闭环

长尾工况自动回传

当驾驶员接管或系统触发预警阈值时,自动触发关键场景数据切片脱敏上传至云端数据工场,利用自动化大模型标注持续训练并分发 OTA 模型。

日标注吞吐:100万+帧 模型周度迭代

全场景高精度泊车矩阵

APA+RPA+AVP

超声波与环视多模态融合车位检测,支持水平、垂直、斜列、机械车位与断头路狭窄车位无死角停泊,最窄车位两边余量仅需各留 20cm 即可泊入。

泊车成功率:99.1% 支持记忆跨层
商业化产品矩阵

分级梯度配置的量产级软硬件产品解决方案

从经济型乘用车标配 L2 基础安全守护,到高端智能旗舰 L2++ 全场景点到点领航,灵活匹配车企电子电气架构。

入门级车规级方案

ADAS Pro 基础版

专为主流经济型轿车及轻型商用车研发,实现新车标配 CNCAP 五星安全评级。

计算平台算力:16~32 TOPS
传感器基线:1V1R / 1V3R 配置
功能等级:高性价比 L2 ADAS
  • 0-150km/h 全速域自适应巡航 (ACC)
  • 车道居中保持与偏离纠正 (LKA/LDW)
  • 自动紧急制动支持行人识别 (AEB-VRU)
  • 智能远近光自动切换辅助 (IHC)
量产车企装机推荐
高速领航标配

ADAS Max 领航版

打通高速公路、城市快速路与室内停车场全链路,实现点对点智能行车体验。

计算平台算力:128~256 TOPS
传感器基线:7V5R12U 融合方案
功能等级:L2+ 高速领航 + APA
  • 高速公路自动汇入/驶出匝道 (NOA)
  • 自动自主超车与大型货车避让避险
  • 全场景自动泊车与遥控泊入泊出 (RPA)
  • 循迹倒车辅助支持最长 100 米记录
旗舰级旗舰车型

ADAS Ultra 旗舰版

支持无图城市级复杂街道通行、端到端全时空感知与无人代客泊车(AVP)。

计算平台算力:508~1000+ TOPS
传感器基线:11V5R+双激光雷达
功能等级:L2++ 全场景无图智驾
  • 城市复杂十字路口红绿灯识别与自主无保护左转
  • 环岛智能分流进出与环卫/施工特种车绕行
  • 地下立体车库跨层无人代客泊车与召车
  • 双冗余线控底盘防死机安全热备份
极限工况压力测试

恶劣环境下的实测基线与性能对比验证

在模拟中国典型复杂道路测试规范下,本系统与行业传统分立式感知方案在漏检率、误刹率等关键指标的对比量化。

隧道出入口强逆光光照突变(动态范围 >120dB) 漏检率仅 0.12%
本J9 (BEV多模态融合)99.88% 准确识别
传统单一前向视觉方案82.30% 准确识别
暴雨天气前车扬起巨量水雾(能见度 <30m) 毫米波/激光点云互补
本J9 (4D雷达+时序网络)99.10% 连续稳定跟踪
传统雷达后融合方案74.50% 连续跟踪
高速路面散落异形静止障碍物(侧翻小推车/落石) 占用栅格零盲区检出
本J9 (3D Occupancy Network)98.60% 提前120米检出
传统依靠分类库检测方案51.20% (多判定为噪点)
极端夜间逆光雨雪环境下J9多模态雷达点云实测融合
标定工况:夜间暴雨高速通行实录 AEB 制动置信度 99.7%
全天候 24 小时鲁棒性运行验证

有效过滤沥青路面积水反光形成的虚假障碍物,杜绝传统系统常见的“幽灵刹车”(Phantom Braking)现象。

汽车电子电气架构安全冗余底层总线拓扑
失效安全 Fail-Operational 设计

双冗余安全架构:捍卫每一次出行的生命底线

在J9设计中,安全不是配置选项,而是系统根基。我们构建了从硬件供电、总线通信到算力芯片与制动转向底盘的全链路双备份安全冗余逻辑,确保单点失效时仍具备最小风险接管能力。

供电双电源冗余

主低压蓄电池与独立安全后备电容同时并联供电。当车辆遭遇主电源失电瞬间,后备电源支持无缝平滑切换,持续供电时间不低于 300 秒。

总线通信双冗余

采用双路车规千兆车载以太网与 CAN-FD 环网拓扑结构。当主链路遭到意外断线或电磁干扰阻塞时,备用通道在 5 毫秒内接管全部控制帧。

异构计算安全岛

SoC 内部独立部署 ASIL-D 级车规锁步微控制器(Safety Island)。负责实时核对主控核心推理结果,若发现逻辑跳变立即启动接管控制。

底盘线控双制动

直连车身电子稳定系统(ESC)与智能线控制动系统(One-box/Two-box)。当任意制动执行器液压失效,另一套机构依然具备 0.6g 以上安全减速度。

技术成熟度演进

J9算法突破与规模量产交付里程碑

从最初的基础视觉识别辅助到如今的全天候端到端大模型量产交付,我们持续刷新行业前沿工程落地速度。

1
Version 1.0

基础视觉规控

首代前视单目摄像头 ADAS 实现 SOP 量产装车,全面覆盖 C-NCAP 主动安全碰撞标定要求。

交付量产:50,000+ 台套
2
Version 2.0

多传感器时钟同步

自研纳秒级硬件时钟同步中间件,攻克 5R1V 行车系统传感器间延迟跳动难题。

交付量产:200,000+ 台套
3
Version 3.0

高速 NOA 领航工程

融合高精地图与车载感知,实现高速公路与城市快速路从收费站到收费站的全程领航。

交付量产:450,000+ 台套
4
Version 4.0

无图 BEV 感知革新

摆脱高精地图数据鲜度依赖,轻图与无图导航模式下实现全国范围主要城市道路全覆盖。

交付量产:800,000+ 台套
5
Version 5.0 (现行)

端到端大模型商用

多模态生成式感知规划一体化架构交付,复杂城区路况拟人度大幅提升,接管率降至新低。

累计交付突破 1,200,000 套
量产实战案例

主流乘用车新能源品牌与干线商用车规模化交付

从城市纯电乘用车型到长途重卡干线物流,J9已实现多品类商业化验证与全天候规模化服役。

新能源纯电 B 级 SUV 标配项目

35天快速完成联合实车标定与 C-NCAP 五星认证

针对某主流新能源品牌年度走量旗舰车型,我们团队基于统一的硬件接口与标准底层中间件,在短短 35 天内完成了整车传感器布局标定、底盘动力学匹配及 ISO 26262 功能安全验收。车型上市首季度即交付超 4.5 万台,系统激活率达到 88.6%。

88.6%
高速功能日活率
-62%
追尾事故发生率
35天
交付标定周期
新能源纯电乘用车装配J9高速领航实测
重型商用卡车J9干线物流巡航实测
重型商用卡车干线物流降本增效项目

商用车长距离平原与山区干线全工况节油 8.4%

面向重卡司机长途疲劳驾驶与燃油消耗痛点,系统开发了针对载重惯性动态预测的预见性巡航控制(PCC)算法。结合 3D 地形曲率与前方坡度动态调整喷油量与制动能量回收,在长深高速及京沪高速干线长效实测中,平均单车百公里油耗下降 8.4%,显著降低物流车队运营成本。

8.4%
百公里节油比例
99.8%
防疲劳疲劳预警率
200万+
单车免大修里程
合作伙伴评价

来自一线车企研发团队与总工程师的专业认可

我们以严谨的工程落地能力与开放的协同生态,与众多主机厂和一级零部件供应商建立深厚互信。

The task involves extending the provided `.php` code snippet, specifically from the comment "" until the closing `` tag, within the context of `lyxnsp.com` and the "J9" (Advanced Driver Assistance Systems) domain. The goal is to construct syntactically correct and contextually relevant PHP code that completes the intended structure. Initial focus will be on ensuring all HTML tags are correctly closed and the PHP code is syntactically sound. Testimonial cards require accurate representation of OEM and Tier 1 feedback. Focus will be given to adding realistic quotes and attributions within the existing structure. Data-driven testimonials will be prioritized to reinforce the ADAS system's performance and value proposition. The task involves extending the provided `.php` code snippet, specifically from the comment "" until the closing `` tag, within the context of `lyxnsp.com` and the "J9" (Advanced Driver Assistance Systems) domain. The goal is to construct syntactically correct and contextually relevant PHP code that completes the intended structure. Initial focus will be on ensuring all HTML tags are correctly closed and the PHP code is syntactically sound. Testimonial cards require accurate representation of OEM and Tier 1 feedback. Focus will be given to adding realistic quotes and attributions within the existing structure. Data-driven testimonials will be prioritized to reinforce the ADAS system's performance and value proposition. I'm thinking through how to approach this. Testimonial cards require generating realistic quotes aligned with each role. The goal is to highlight the ADAS system's value proposition within the testimonials' context. Subsequently, the "Tech News" section will require summaries and anchor links for each article, using the provided information as a template. Finally, a certification badge wall and assurance cards must be created for the final section. Focusing on the provided sections, "J9交付与工程对接" requires a 4-step process description. The "技术决策 FAQ" section needs fleshing out with six detailed questions. Each question needs to be properly formatted using HTML tags. The "FAQ" section poses a series of technical challenges related to ADAS reliability, HD map dependency, chassis adaptation, data privacy, AEB performance, and hardware platform flexibility. I need to formulate appropriate responses to each point reflecting a deep technical understanding of ADAS systems. The form section requires careful implementation to capture leads effectively, including a clear call to action and a concise form with appropriate fields. The footer design needs to be implemented including navigation, legal information, and trust badges, using the specified styling and anchor links. The `
` element may enhance user experience, which is an alternate approach to consider.

“在推进新一代纯电智能轿跑行泊一体项目的实车匹配中,J9在 BEV 感知与时空联合规划上的鲁棒性令人信服。特别是在多车道合流、暴雨低能见度以及匝道大曲率弯道控制中,车辆加减速拟人化程度极高,极大缩短了量产交付周期。”

张工
某头部新能源主机厂 · 智驾工程副总监
已量产 8万+ 辆

“干线重卡对J9的安全冗余和制动舒适性有着极其严苛的要求。这套方案自研的预见性巡航与载荷动力学算法,在面对49吨满载下坡和施工路段限速时,控制决策沉稳且兼具出色节油效果,车队驾驶员接管压力降低了70%以上。”

赵院长
商用重卡技术研究院 · 智能网联总工程师
干线里程超1500万km

“作为 Tier 1 供应商,我们最看重的是底层中间件对 AutoSAR 规范的遵从度以及向异构芯片迁移的工程便捷性。该J9提供清晰的 API 标准和符合 ASIL-D 的安全隔离机制,帮助我们以更轻的软件栈适配多个全球主流芯片平台。”

Michael Lin
汽车电子零部件跨国集团 · 域控系统架构师
ISO 26262 联合评审通过
技术研讨与前沿趋势

J9工程实践演进与行业技术洞察

追踪大模型端到端推理、无图高阶领航以及车规级功能安全验证的最新工程突破与商用实录。

端到端时空大模型驱动J9城区无图导航实战解析 算法架构演进
更新发布:2026-03-12

端到端时空大模型如何赋能J9解决长尾罕见障碍物识别难题

深入探讨基于自监督学习机制的占用网络(Occupancy Network)在异形落石、倾倒隔离护栏及不规则水马场景下的三维几何体积重构,全方位解析系统如何实现摆脱物体预置分类库的通用避障能力。

车规芯片高算力域控制器在极端温度环境下的散热与稳定性实测 车规硬件工程
更新发布:2026-02-28

车载千瓦级算力平台在 -40℃ 至 105℃ 严苛环境下的动态功耗分配与热管理设计

系统阐述J9主控板卡在应对高低温冲击、随机路面振动及电磁辐射干扰时的物理防护标准,解构车规级冷板式液冷回路与双电源监控电路的协同设计原则。

J9数据安全闭环与脱敏加密传输工程标准 安全合规标准
更新发布:2026-02-15

符合国家数据跨境与测绘法规的车载影子模式敏感特征车端脱敏实践

分享J9在万级车队影子模式数据回传过程中,如何利用边缘 NPU 专用算子在 3 毫秒内完成车牌、人脸模糊及地理坐标网格化混淆,构筑全流程合法合规的数据飞轮。

合规与工程背书

严守车规安全底线与全球标准认证体系

全栈软硬件研发流程严格依照 ISO 26262、A-SPICE 等国际汽车电子标准,为全球车企提供具备确定性合规保障的技术基座。

ISO 26262
ASIL-D 最高功能安全
Automotive SPICE
A-SPICE CL3 流程认证
ISO/SAE 21434
汽车网络安全工程体系
ECE R152 / R79
联合国车辆安全法规
AUTOSAR 4.4
标准软件架构规范
C-NCAP 2024
主动安全五星基线

AEC-Q100 元器件全甄选

硬件控制器核心元器件全部通过 AEC-Q100/104 严苛压力测试认证,保障在高温、高湿、高振动环境下的十年抗老化指标。

硬件加密与信任根绑定

集成硬件安全模块(HSM),实现车机固件安全启动(Secure Boot)、国密 SM2/SM4 加密通信及防刷写防篡改物理屏障。

车端地理合规安全隔离

严格遵循国家测绘与个人信息保护法,车端感知采集具备即时局部脱敏功能,云端影子算法训练链路具备三级等保安全认证。

全生命周期 OTA 稳定交付

支持 A/B 分区差分无感升级,具备完善的防死机回滚机制与数字签名校验,全方位保障量产车辆生命周期内的平稳演进。

交钥匙工程流

四步完成车型定制匹配与量产联合落地

成熟标准化的工程协同流程,赋能主机厂客户以更短周期、更低工程试错成本完成软硬件适配验证。

01

需求评估与架构选型

梳理目标车型的电子电气(E/E)架构、供电与网络拓扑、传感器安装物理边界,选定算力域控平台及传感器配置清单。

工程周期:3~5 个工作日
02

系统集成与台架试验

完成域控制器硬件打样、BSP 驱动适配、总线通信报文矩阵确认,并在硬件在环(HIL)仿真台架上完成首轮安全功能注入测试。

工程周期:10~15 个工作日
03

实车标定与封闭场测试

传感器内参/外参联调标定,底盘纵横向动力学响应曲线精调,在国家级汽车试验场完成百项功能安全极限工况验证。

工程周期:15~20 个工作日
04

量产 SOP 与运营护航

对接总装产线EOL下线标定流程,提供量产前置物料品质管控,协同建立全生命周期问题排查与OTA差分迭代支持机制。

达成:量产下线投产
技术决策答疑

J9核心技术与量产考量释疑

汇集车企研发部门、系统集成商及采购团队在技术选型中最为关注的深度疑问与工程解答。

1. J9在极端恶劣天气(如大雾、强降雪、夜间暴雨)下的工作边界和安全性如何界定?
系统采用 4D 毫米波雷达、高线束激光雷达与高动态范围(HDR)车载摄像头的时序多模态前融合算法。在光学摄像头受到水雾或逆光致盲的场景下,4D 雷达的点云空间矩阵能持续穿透水汽获取目标多普勒速度;同时系统设置了严格的 ODD(运行设计域)健康度监控逻辑,当综合环境置信度低于预设安全阈值时,会提前 8~10 秒发出多模态声光接管提示并平缓减速靠边泊停,杜绝控制突变风险。
2. 高速领航(NOA)和城市导航辅助功能是否必须依赖高精度地图(HD Map)?
本系统已全面实现“重感知、轻地图”的架构路线。高速与城市快速路段既可结合标清车机导航与轻量拓扑信息运行,也可在完全无高精地图信号的乡村道路及新建未更新路网中,依靠车载实时 BEV 神经元在线重构路面车道拓扑与红绿灯物理拓扑关系,摆脱了传统高精地图维护成本高、鲜度不足的约束,实现全国道路“有导航就能开”的连贯体验。
3. 主机厂如果更换不同品牌的线控底盘或转向机构,系统软件的移植适配周期需要多久?
由于规划控制层与底层执行机构之间完全通过标准的 AutoSAR 抽象接口解耦,车辆动力学控制模块针对不同车重、轴距及转角迟滞参数预留了参数化标定矩阵。在主机厂底盘通信协议完备的前提下,通常仅需 2~3 周即可完成实车纵向加减速柔顺度与横向居中居中追踪的全部参数调校与验证。
4. 车辆行驶过程中采集的环境数据与感知图像如何满足严苛的数据安全与合规审计?
系统在车载边缘芯片内部直接固化了数据脱敏算子,所有用于影子模式触发回传的摄像头原始画面,在车端内存缓存阶段即已完成行人面部和车牌信息的不可逆高斯模糊混淆;车辆行驶轨迹仅保留相对参考坐标,不包含任何涉密测绘基准。同时所有云端接入流程完全符合工信部车联网数据安全与个人信息保护要求。
5. AEB 自动紧急制动系统针对静止障碍物与横穿非机动车的最高安全刹停时速是多少?
在标准铺装干燥沥青路面条件下,针对前方正向静止轿车,本系统最高实测刹停上限达 100km/h 并确保避免碰撞;针对夜间无路灯环境下的横穿行人及两轮电瓶车目标,系统在 65km/h 时速下实现完全静止刹停,大幅超越 C-NCAP 与 Euro-NCAP 主动安全标定要求。
6. J9的域控制器芯片平台是否支持异构算力替换以降低装车成本?
支持。自研的算子加速库针对主流车规算力芯片(包括主流 ARM 架构、NPU 架构以及异构 DSP 内核)均完成了算子层指令优化。主机厂客户可在同一套上层应用代码基线下,根据不同车型的价位定位,在 16 TOPS 基础经济型芯片与 256+ TOPS 高阶芯片之间灵活切换,实现极佳的量产阶梯成本控制。
车企量产直通工程支持

预约样车实测体验与定制化软硬件工程方案

我们的资深工程团队将在 24 小时内与您接洽,提供从传感器拓扑方案评估、算力域控样机借测到封闭场动态实车试乘的全流程工程支持。

量产工程咨询热线
400-826-0988
工程对接专线邮箱
实体工程验证中心
北京市海淀区智能网联核心研发基地 · 样车调试中心

提交车型适配与合作意向

请填写您的车型需求与技术边界,工程师将为您建立保密项目档案并提供对接文档。