当前位置：文档之家 › Apollo用法的研究

Apollo用法的研究

  • 格式：doc
  • 大小：54.00 KB
  • 文档页数：3

1 Apollo用法的研究

耿玲

无锡华润矽科微电子有限公司

摘要：随着现代科学技术的飞速发展，IC设计制程的日新月异，最初的设计手段越来越无法适应时代的要求。伴随这种情况的产生，各个EDA软件公司适时推出了各种自动布局布线的工具来解决这个问题。其中以Synopsys公司的Apollo-Ⅱ/Astro和Cadence公司的Encounter最为常用。本文以Apollo-Ⅱ软件为例来说明自动布局布线工具的一些应用。

关键词：Apollo-Ⅱ 连接pin 单元约束

1 引言

Apollo-Ⅱ为基于标准单元的物理层设计提供了先进的自动布局布线工具。有了Apollo-Ⅱ设计师可以根据计划源源不断地完成高性能的设计。Apollo-Ⅱ和Saturn优化工具有着完美的配合，它可以根据芯片底层的物理信息在标准单元放置和布线完成后通过自动调整单元的大小，插入缓冲器，逻辑单元重构等方法来达到时序的优化。Apollo-Ⅱ已经被完全整合到Milkyway的数据库中，而Milkyway是工业界中唯一针对深亚微米IC设计和分析的通用数据库。Apollo-Ⅱ同时具备以下特点：

 使设计师的生产能力最大化，且具有易上手的用户界面

 用已经取得专利的布局布线算法产生最紧凑的设计

 与Saturn和Mars完美地融为一体以提供先进地时序和功耗优化

 使用复杂的全路径时序驱动布线，时钟树综合算法和通用的时序引擎来迅速取得时序的收敛

 经过10000多个设计考验的技术将为计划中的产品取得更好的一致性

 与Synopsys DFT Compiler结合提高设计工程师的生产效率

 支持复杂的数百万门级设计的自动测试

 权衡使用先进的工艺技术，如天线、通孔规则

 有效的运作和先进的工艺保证产品迅速上市

2 同一单元内相同pin的连接

在实际应用中，我们很少采用Milkyway数据库中的单元，通常是根据需要自己建立标准单元。有时为了节约芯片面积，提高布线效率，标准单元的面积也尽可能的小，因此在一些触发器单元中常常出现下面的情况，即本该在单元里相连的同一个pin并未相连，只是标注了相同的名字。为了使其在布线时能连接上，可用下面任何一种方法进行处理：

1. 在Blockage，Pin&Via生成Fram后，将需要连接的版图单元各个独立打开后，在apollo命令窗口输入下面的命令即可：

dbSetCellMustJoinAllpin（geGetEditCell） “pinname”

2. 也可在布线完成后，再将需要修改的版图单元逐一打开执行上面的命令，然后再在布线库的top单元中执行Search&Repair即可。

3 单元约束

2 采用Apollo-Ⅱ自动布局布线，具有很大的随机性，若不加约束，在逻辑上紧密相关的器件也

有可能离得很远，而功能上又要求它们尽可能的相对集中时，可按照下面的步骤处理：

1. Design Setup － Add to Group by Names

先将逻辑上关系紧密的，需要布在一起的逻辑单元做成一个大模块，假设为I12，然后在图中Pattern中填入相应逻辑单元的instance Name，如图所示。I12.*表示I12下所有的内容均包含，再在Group Name中填入A1即可。

2. Design Setup － Create Region

在Group Name中填入group的Name（如A1），keep std cell Placement 不选，而其中Utilization的值表示group中所有CELL占region的百分比。

3. Place － Placement Common Options

在Placement Constraint 处选中region即可

依顺序执行上面三个步骤后，就可以进行下一步Place － Design Placement，然后再按照apollo布局布线的流程完成即可。

3

4 结论

Apollo-Ⅱ作为一种布线工具，还有很多的用法，在这儿不一一描述。但只要在布线的过程中，注意学习Apollo-Ⅱ的用户手册，慢慢的积累经验，就可以从中获得更多的知识，为解决问题提供更好的帮助，从而达到事半功倍的效果。另外一旦掌握了Apollo-Ⅱ，再学习和其相类似的工具也会变得很容易。

参考文献：

[1] Apollo用户手册

合集下载

注射用阿莫西林钠克拉维酸钾溶液的稳定性探究

注射用阿莫西林钠克拉维酸钾溶液的稳定性探究

注射用阿莫西林钠克拉维酸钾溶液的稳定性探究

注射阿莫西林钠克拉维酸钾是根据阿莫西林钠（C16H19N3O5S）与克拉维酸钾（C8H9NO5）标示量5:1的比例，混合制作的无菌粉末[1-2]。阿莫西林为广谱青霉素类抗生素，克拉霉素钾本身只有微弱的抗菌活性，但具有强大的广谱β-内酰胺酶抑制作用，两者合用，可以保护阿莫西林免遭β-内酰胺酶水解。临床治疗中将其广泛用于治疗各种感染性疾病，但具体用药过程中，将其放入到溶剂中，因稳定性不良，导致治疗效果不佳，限制了该药物的临床应用。为了提高药物治疗效果，我们这次对不同溶剂中阿莫西林钠克拉维酸钾的稳定性进行研究，情况分析如下：

1试药及方法

1.1试药

本次研究中所使用的试药主要包括：注射用阿莫西林钠克拉维酸钾（0.6g）、10%葡萄糖注射液（10%GS）、5%葡萄糖注射液（5%GS）、5%葡萄糖氯化钠注射液（5%GNS）、0.9%氯化钠注射液（0.9%NS）。

1.2方法

采用高效液相色谱法测定溶液中阿莫西林钠克拉维酸钾的含量。色谱条件：选择ApolloC18柱为色谱柱，并规定色谱柱为150mm×4.6mm，填料粒径长5μm；流动相：磷酸盐缓冲液-甲醇的比例为95:5，流速为1.2mL/min；根据中国药典2010年版二部附录ⅣA，阿莫西林在220nm处有最大的特征吸收高峰,故波长设定为220nm，进样量设置为20μL。

1.3制备供试溶液

先放置4个容量为100mL容量瓶，分别将2瓶阿莫西林钠克拉维酸钾加入其中，剂量分别设定为阿莫西林钠1.0g以及克拉维酸钾0.2g，然后分别将10%GS、5%GS、5%GNS、0.9%NS定容加入到容量瓶中，直至100ml刻度，混合均匀后留作备用。

1.4测定含量

调配供试液结束后，从中抽取1mL，加水稀释到25mL容量瓶中，搅拌均匀后即刻测定具体的含量，测定值为100.0%，之后每间隔0.5-1h，测量一次，记录见表一。

自动驾驶相关数据集研究综述

自动驾驶相关数据集研究综述

255中国设备工程China PlantEngineering

中国设备工程 2021.01 （上）自动驾驶是当今热门研究领域，面临许多技术挑战。无人车在行驶时需要依赖感知识别系统对周围的环境（道路、行人、车辆等）进行感知，为接下来的基于深度学习及人工智能的驾驶决策及控制提供依据。系统要感知检测的事物种类繁多，且容易受到天气、环境等因素的干扰。如果自动驾驶的算法不能在大量可靠的数据上进行适量的、有效的训练，那么，当其被投入实际使用后，就可能造成不可预估的后果。因此，为了推动这一领域的后续研究与发展，自动驾驶相关数据集应运而生，科研工作者围绕众多数据集做了很多开创性的工作。本文在现有文献基础上，从数据集内容、采集方法、是否进行标注和标注方法等方面，针对不同的自动驾驶数据集进行总结与对比，为研究自动驾驶场景感知、行为决策及控制算法奠定基础。1 数据集介绍从采集内容、采集设备及方法、标注及标注方法等方面对数据集进行介绍。典型数据集包括KITTI、Apollo、BDD100K、nuScenes、CityScapes和HDD等。1.1 数据集内容KITTI数据集包含市区、乡村和高速公路等场景采集的真实图像数据，每张图像中最多达15辆车和30个行人。整个数据集由389对立体图像和光流图（包括194对训练图像和195对测试图像），39.2km视觉测距序列以及超过200k的3D标注物体的图像组成，采样频率为10Hz，总共约3TB。Apollo为百度推出的交通场景解析数据集，包括上万帧的高分辨率RGB视频和与其对应的逐像素语义标注。26个语义类提供了总共17062张图像和相对应的语义标注与深度信息，用于设计算法和训练模型。BDD100K为目前规模最大、兼具内容复杂性与多样性的公开驾驶数据集，包含了10万段高清视频，每段视频约40s时长，分辨率为720p，帧率为30fps。每个视频的第10s对关键帧进行采样，得到10万张图片（1280×720），并进行标注。数据集覆盖了晴天、多云等6种天气；公路、城市街道等6种场景；黎明/黄昏、白天、夜晚3个阶段，还有对目标遮挡和截断情况标注。nuScenes包含1000个场景，每个场景20秒长，并用23个类别和8个属性的3D边界框完全注释。Cityscapes数据集主要针对城市景观进行采集，由50自动驾驶相关数据集研究综述张迅1，李锦江2（1.同济大学软件学院，上海 200000；2.北京科技大学机械工程学院，北京 100000）摘要：自动驾驶技术的发展，使得数据集的研究成为热点。在现有文献基础上，从数据集的采集内容、采集方法、是否进行标注和标注方法等方面，针对不同的自动驾驶数据集进行总结与对比，并对自动驾驶数据集应用场景的适应性进行了重点介绍，为推动自动驾驶技术的研究与发展奠定了基础。关键词：人工智能；自动驾驶；数据集；场景感知中图分类号：TP391 文献标识码：A 文章编号：1671-0711（2021）01（上）-0255-02个不同城市的街道上录制的大量不同的立体视频序列组成，总计25000张图像。HDD为日本本田研究所驾驶数据集，主要用于研究在现实生活环境中学习驾驶员的行为。该数据集包括了104小时真实人类驾驶数据总计150GB（1280×720分辨率、30fps），包括GPS、图像、激光雷达、汽车导航、司机驾驶行为等方面的信息。1.2 数据集采集设备及方法KITTI数据集使用标准旅行车进行收集，配备有两种颜色和两种灰度的PointGrey Flea2摄像机、Velodyne HDL-64E 3D 激光扫描仪以及带有RTK校正信号的GPS/IMU定位单元和运行实时数据库的功能强大的计算机。以不同速率工作的摄像头、激光雷达、GPS等传感器置于同一坐标系下；最小化产生基础事实需要的监督数量，为每个基准选择适当的序列和框架，以及为每个任务开发指标。Apollo数据集的采集使用了装备有RIEGL VMX-1HA移动测绘系统的中尺寸多功能越野车来进行。该系统包括两个LiDAR传感器（每秒500条扫描线，覆盖420米内的360度视角）、一部INS/GNSS单元以及两个前向相机（VMX-CS6, 3384×2710）。数据的采集频率为每米一张图像。BDD100K数据集是伯克利大学AI实验室在Nexar协助下完成的，数据获取自成千上万的普通司机，主要由相机、GPS和IMU采集。nuScenes的采集主要依靠激光雷达和相机。使用诸如激光笔和标定目标板之类的工具将每个传感器的外在坐标表示为相对于自我框架，即耳轴的中点。特点是可以产生良好的数据对齐。Cityscapes数据收集使用了汽车级22厘米基线立体声相机，1/3的CMOS 2 MP传感器，以及帧率为17Hz的滚动快门，产生16位线性颜色深度的高动态范围(HDR)图像,每个16位立体声图像对随后被剥离和校正。HDD数据集的收集使用了三个摄像头、一个水平激光雷达、一个汽车动力运动分析器和一个汽车控制器区域网络（CAN）。1.3 标注及标注方法文献[2]中自行设计了一个图片标注系统，该标注系统是一个通用、可扩展的注释工具，适用于数据库中所需的各种注释，如边界框、语义实例分割和车道检测等。该注释工256研究与探索Research and Exploration ·理论研究与实践

apollo操作手册

apollo操作手册

apollo操作手册

摘要：

1.阿波罗操作手册概述

2.手册的内容

3.手册的使用对象

4.手册的重要性

5.如何获取和使用手册

正文：

1.阿波罗操作手册概述

阿波罗操作手册是一本详细的指南，它为使用阿波罗（Apollo）应用程序开发框架的开发者提供了全面的操作指导。阿波罗是一个用于构建复杂 Web

应用程序的前端框架，因此，这本手册对于那些希望使用阿波罗框架创建功能强大、易于维护的应用程序的开发者来说，是非常有用的。

2.手册的内容

阿波罗操作手册主要包括以下几个方面的内容：

- 阿波罗框架的概述：手册首先介绍了阿波罗框架的基本概念和功能，以便开发者对该框架有一个全面的了解。

- 构建应用程序的基本步骤：手册详细介绍了使用阿波罗框架构建应用程序的基本步骤，包括安装和配置阿波罗、创建应用程序的结构、编写应用程序的代码等。

- 阿波罗组件的使用：阿波罗框架提供了一系列可重用的组件，以帮助开发者快速构建应用程序。手册详细介绍了这些组件的使用方法，以及如何使用这些组件构建复杂的用户界面。

- 与后端数据交互：手册还介绍了如何使用阿波罗框架与后端数据进行交互，包括如何发起 HTTP 请求、如何处理响应等。

3.手册的使用对象

阿波罗操作手册主要面向以下几类用户：

- 阿波罗框架的开发者：这本手册是阿波罗框架的开发者官方提供的文档，对于那些使用阿波罗框架构建应用程序的人来说，是一份非常有用的参考资料。

- 前端开发者：对于那些希望学习阿波罗框架、使用该框架构建应用程序的前端开发者来说，这本手册也是非常有用的。

- Web 开发初学者：虽然阿波罗操作手册主要针对阿波罗框架的开发者，但它也提供了许多 Web 开发的基础知识，对于那些希望学习 Web 开发的人来说，是一份不错的学习资料。

4.手册的重要性

阿波罗操作手册对于使用阿波罗框架构建应用程序的开发者来说，具有非常重要的作用。它可以帮助开发者更好地理解阿波罗框架，更熟练地使用阿波罗框架构建应用程序，从而提高开发效率和应用程序的质量。

百度Apollo智能交通白皮书

百度Apollo智能交通白皮书

百度Apollo智能交通白皮书

1： 引言

1.1 背景

1.2 目的

1.3 范围

1.4 定义

2： 市场概述

2.1 全球智能交通市场情况

2.2 行业现状及挑战

2.3 发展趋势

3： Apollo智能交通平台介绍

3.1 概述

3.2 架构

3.3 功能

3.4 关键技术

4： Apollo智能交通应用场景 4.1 自动驾驶

4.1.1 地图数据

4.1.2 传感器

4.1.3 路径规划与控制

4.2 智能交通信号灯控制

4.2.1 交通流量监测

4.2.2 信号灯优化算法

4.3 智能交通调度

4.3.1 车辆调度

4.3.2 行人调度

5： Apollo智能交通技术挑战与解决方案

5.1 安全性挑战

5.1.1 道路环境感知

5.1.2 决策与规划

5.2 高可用性挑战

5.2.1 算法优化

5.2.2 系统架构设计 5.3 数据隐私与安全挑战

5.3.1 数据采集与存储

5.3.2 数据传输与加密

6： 法律法规及注释

6.1 道路交通安全法

6.1.1 注释1: 驾驶员的义务和责任

6.1.2 注释2: 交通信号灯的使用规定

6.2 隐私法

6.2.1 注释1: 个人信息保护

6.2.2 注释2: 数据安全要求

【附件】

1： 表格1：Apollo智能交通平台技术规格

2： 图表1：全球智能交通市场规模预测

3： 图表2：Apollo智能交通应用案例

【法律名词及注释】

1： 道路交通安全法： - 驾驶员的义务和责任：指驾驶员在道路上的义务和责任，包括遵守交通规则、确保交通安全等。