开源RK3576自动驾驶小车平台，端到端延迟44ms
先了解这件事
开发者 qianruo-orange 在 GitHub 开源了自动驾驶小车项目 autonomous-driving-car，这是一个运行在 Radxa ROCK 4D（RK3576）上的纯 C11 Linux 车载平台，采用 GPL-3.0-or-later 许可证，实测端到端感知控制延迟 44 ms（p95 45 ms）。 平台在单进程中集成相机采集、RKNN YOLO26 推理、视觉跟踪、差速轮控制、CAN/CAN FD 通信、无损录像和浏览器管理界面，推理链路由硬件加速器完成（jpegd 解码、RGA 预处理、NPU、C 后处理）。实测中 33 ms 为相机侧固有延迟、11 ms 为流水线耗时，整机 CPU 占用约 2%，采集 30 fps 丢帧为 0。模型在 64 图留出集上 mAP50 为 0.5909、mAP50–95 为 0.4336，框张量保留 FP16 以避免 INT8 带来的精度损失。 项目作者称，LLM 推理属于规划能力，尚未实现。
AI 根据报道生成 · 36 分钟前更新
报道时间线
沿着报道，了解事件的不同侧面。
- GitHub · 灵魂体仓库开源自动驾驶小车项目 autonomous-driving-car 在 Radxa ROCK 4D 上实现 44 ms 端到端感知控制
qianruo-orange 开源了自动驾驶小车项目，这是一个跑在 Radxa ROCK 4D（RK3576）上的纯 C11 Linux 车载平台，单进程集成相机采集、RKNN YOLO26 推理、视觉跟踪、差速轮控制、CAN/CAN FD 通信、无损录像和浏览器管理界面。推理链路全部由硬件加速器完成（jpegd 解码 → RGA 预处理 → NPU → C 后处理），实测端到端 44 ms（p95 45 ms），其中 33 ms 为相机侧固有延迟、11 ms 为流水线，整机 CPU 占用约 2%，采集 30 fps 丢帧 0。64 图留出集 mAP50 为 0.5909、mAP50–95 为 0.4336，框张量保留 FP16 以避免 INT8 带来的约 2.73 px 步长和 2.45 个 mAP 损失。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。