在本届CES展会上，地平线发布名为Matrix的最新自动驾驶计算平台，该平台基于地平线BPU2.0处理器架构（伯努利架构），能够为L3和L4级别的自动驾驶提供高性能的感知系统，目前已向世界顶级自动驾驶厂商大规模供货。

除此之外，凭借依托Matrix边缘计算能力，地平线还展出了NavNet众包高精地图采集与定位方案，以及地平线激光雷达感知方案。

Matrix自动驾驶计算平台：高性能、低功耗、低延时

地平线Matrix自动驾驶计算平台

Matrix平台利用地平线AI加速IP最大化了嵌入式AI计算性能，可支持激光雷达、毫米波雷达的接入和多传感器融合。以视觉感知能力为例，该平台能够基于稀疏化和定点化神经网络实现8类不同类型物体的目标检测和多达25类像素级语义分割。

同时，Matrix平台结合有助于预测和深度估计的三维车辆检测，能够更好地理解复杂场景，可轻松应对高度遮挡，且需快速响应场景下的自动驾驶。

而在保证高性能的前提下，其可在31W的低功耗下运行，无需水冷系统，满足了高性能和低功耗的行业应用级需求，非常适合嵌入式自动驾驶的应用和产品化。依托地平线自主研发的工具链，开发者可以基于Matrix平台部署神经网络模型，实现开发、验证、优化和部署。

两款配套方案，实现地图采集与实时建图

依托Matrix的边缘计算能力，地平线开发出NavNet众包高精地图采集与定位方案，以及激光雷达感知方案。这些方案在本届CES上均是首次公开亮相，并搭载到实车，为试乘观众现场展示NavNet仅通过单目摄像头视觉感知即可在车端实现的地图采集与实时建图能力，以及激光雷达感知方案的多线360度激光雷达点云3D检测能力。

地平线NavNet是地平线基于Matrix开发的众包高精地图采集与定位解决方案。该方案将点云建图过程全部在边缘进行，输出建立好的局部三维地图，进而用以与已有高精地图进行匹配获取定位，同时可在无地图区域进行自动建图。

当前，地平线NavNet针对众包场景，利用深度学习和SLAM技术进行道路场景的语义三维重建，支持16大类地图元素的重建、识别、矢量化。并且在仅使用单目摄像头的情况下，便能够实现重建结果与全局地图的匹配定位和众包建图，并根据实时重建的局部地图与云端高精地图进行关联优化，持续提升高精地图的质量。

而地平线Matrix激光雷达感知方案采用全卷积深度神经网络对栅格化后的点云特征，进行车辆，行人等障碍物的实时检测，具备高性能，低时延，低功耗的特点，且可基于地平线工具链进行自主开发。

除上述两项全新方案外，同样基于Matrix平台的地平线Matrix前向视觉感知方案、地平线360度视觉感知方案, 以及基于地平线征程处理器的地平线红外热成像避障方案等也在本次CES上展出。

XForce计算平台：密集人群时空结构化方案

除了关于自动驾驶方面的新品与方案外，地平线还展出了基于XForce计算平台的密集人群时空结构化方案、跨镜多目标轨迹动线方案以及安防视频结构化方案等多个嵌入式人工智能解决方案。

地平线密集人群时空结构化方案可以在极低的功耗下实现大规模人脸和人体的抓拍识别、人体行为分析、视频结构化等。地平线跨镜多目标轨迹动线方案融合业界领先的人体检测、人体Skeleton、人体单例分割、单目标跟踪、人体ReID及多目标跟踪等视觉感知技术，能够实现对多目标、跨区域的跟踪。

地平线安防视频结构化方案对视频每一帧中的行人、机动车、非机动车等信息进行检测、跟踪、抓取和识别，将非结构化数据结构化，以进行视频数据的存储、分析及后续应用。

地平线基于XForce打造的系列解决方案可应用于商业、城市安全、交通等多个场景，如商业中的客流统计、自动建档、消费者动线、场景热力图、消费者行为分析等；在交通、城市安全等多类城市公共场景中也可以实现高效率的人脸、人头、人体检测，以及多人的人体骨骼点和单例分割。

结合“端+云”，则更可实现商业场景中的智能化识别、管理、服务；以及城市安全、交通等场景下的人脸管控、人员分析，车辆分析等，从而实现各类事件的及时发现，甚至是事先预测。