高度自动化驾驶及全自动驾驶在未来出行中是大势所趋。从 OEM 厂商和一级供应商到机器人出租车开发人员和用户，所有利益相关方无不期望自动驾驶汽车（无论是测试车队还是量产车）具有最高的安全性及可靠性。赛灵思汽车（XA）平台在为极为先进的AD模块提供动力方面发挥着关键作用，这些高级模块对高性能和高容量的需求日益增长，以实现高速数据聚合、预处理及分配（DAPD）并计算加速。

- 盲点检测（BSD）
- 车道偏离警告（LDW）
- 自适应巡航控制（ACC）
- 自动紧急刹车（AEB）
- 车道保持辅助（LKA）
- 自动泊车辅助（APA）
- 交通堵塞辅助（TJA）
- 自动车道切换（ALC）

Zynq® UltraScale+™ MPSoC 和 Versal® AI Edge 等自适应 SoC 的功能可跨越整个连续的 ADAS/AD 域控制器市场，解决未来重要特性的集成问题。自适应 XA SoC 平台不仅可优化处理越来越多的复杂安全关键型应用，而且还可满足 OEM 厂商以及一级供应商在传感器和域控制器之间的计算时延、性能、电源效率和功能安全性需求。

L4-L5 自动驾驶型机器人出租车和机器人卡车

机器人出租车和机器人卡车等全自动驾驶车辆对可靠性要求极高，对性能、功效、自适应型计算的要求也都很高。自适应 XA SoC 可在与应用软件紧密耦合的硬件加速器之间实现最佳平衡，从而可实现集成传感器数据聚合、计算加速以及标量处理。

域控制器中的数据聚合、预处理和分配 (DAPD) 任务需要一系列异构处理引擎来处理输入的传感器数据，该任务可通过自适应 XA Zynq UltraScale+ MPSoC 和 Versal® AI Edge 平台来完成。在 DAPD 中，自适应 XA SoC 将准备待处理的输入传感器数据，其随后将分配给域控制器内的其它元件。

在域控制器的计算加速任务中，OEM 厂商和自动驾驶出租车开发商极为关注低功耗、高利用率的 ML 推断。无论是传统 CV 加速、CNN 处理，还是 ML 加速，它们都需要高效使用 TOP 来处理传感器数据。自适应 XA SoC 平台提供最高 AI 性能功耗比，特别是 Versal AI Edge，从而可提供最佳计算性能。