瑞薩電子和 StradVision 合作,開發下一代 ADAS 用智慧型鏡頭

作者 | 發布日期 2019 年 09 月 26 日 18:25 | 分類 市場動態 , 汽車科技 , 鏡頭 follow us in feedly


先進半導體解決方案供應商瑞薩電子與 StradVision 公司(其為自動駕駛車輛提供視覺處理技術的解決方案,具備深度學習式(deep learning)的專門技術)26 日宣布聯合開發深度學習式的智慧型鏡頭物件辨識解決方案,用於下一代先進駕駛輔助系統(ADAS)應用產品,以及用於 ADAS 第 2 級以上的鏡頭。

為了避免在市區發生危險,下一代 ADAS 的實作,要有能夠檢測出所謂弱勢道路使用者(vulnerable road user,VRU)的高精準度物件辨識,例如行人和自行車騎士。同時,對於大眾市場的中階到入門級車輛,這些系統必須只消耗非常低的功率。瑞薩和 StradVision 的新解決方案,實現了這兩項目標,致力於讓 ADAS 能更快得到廣泛採用。

瑞薩汽車技術客戶參與業務部副總裁吉田直樹(Naoki Yoshida)表示:「做為視覺處理技術的領導者,StradVision 在使用瑞薩的 R-Car SoC 開發 ADAS 的實作上,擁有豐富的經驗,透過這項合作,我們正在實現已量產的解決方案,在未來實現安全和準確的機動性。這種全新結合深度學習式,針對 R-Car SoC 來最佳化的解決方案,將有助於下一代 ADAS 實作被廣泛採用,並支援預計在未來幾年內推出,不斷升級的視覺感測器要求。」

StradVision 執行長 Junhwan Kim 也表示:「StradVision 很高興能夠與瑞薩相結合,幫助開發人員有效地加強努力,實現 ADAS 的下一次重大飛躍。這項共同努力,不僅可以轉化為快速有效的評估,而且還可以大幅提高 ADAS 的效能。隨著未來幾年前置鏡頭市場的大幅成長,這項合作將使 StradVision 和瑞薩在提供最佳技術方面,處於優勢的地位。」

StradVision 的深度學習式物件辨識軟體,在辨識車輛、行人和車道標線上,具有很高的性能。這款高精準度辨識軟體,已針對瑞薩 R-Car 汽車系統單晶片(SoC)產品 R-Car V3H 和 R-Car V3M,進行了最佳化,而這些晶片在量產的車種中,擁有良好的紀錄。這些 R-Car 晶片採用稱為 CNN-IP(卷積神經網路智慧財產權)的深度學習處理專用引擎,能夠以最低的功耗,高速執行 StradVision 的 SVNet 汽車深度學習網路。這項合作產生的物件辦識解決方案,實現了深度學習式的物件辨識,同時保持低功耗,使其適用在大規模生產的車輛,並促進了 ADAS 的採行。

深度學習式物件辨識解決方案重要特點:

解決方案可支援從早期評估一直到量產

StradVision 的 SVNet 深度學習軟體,是強大的 AI 感知解決方案,用於 ADAS 系統的量產。其高度重視在低光環境下的辨識精確度,以及當物體被其他物體部分隱藏時處理遮蔽的能力。R-Car V3H 的基本套裝軟體可同時執行車輛、人員和車道辨識,以每秒 25 圖框的速度處理圖像資料,實現快速評估和 POC 開發。以這些功能做為基礎,如果開發人員希望藉由添加標誌、標線和其他物件,做為辨識目標來客製化軟體,StradVision 也提供深度學習式物件辨識的支援,為量產的車輛涵蓋從訓練到嵌入軟體的所有步驟。

R-Car V3H 和 R-Car V3M SoC 提高了智慧型鏡頭系統的可靠度,同時降低了成本

除了 CNN-IP 專用深度學習模組之外,瑞薩 R-Car V3H 和 R-Car V3M 還配備了 IMP-X5 圖像辨識引擎。將深度學習式的複雜物件辨識和高度可驗證,具有人為規則的圖像辨識處理相結合,使設計人員能夠建置一個強固的系統。此外,晶片內建圖像訊號處理器(ISP)被設計來轉換感測器訊號,以用於圖像彩現(image rendering)和辨識處理。這樣就可以使用沒有內建 ISP 的平價鏡頭來配置系統,因而降低了整體物料清單(BOM)的成本。

瑞薩 R-Car SoC 採用全新的結合深度學習解決方案,包括 StradVision 的軟體和開發支援,計劃於 2020 年初提供給開發人員。