Die Renesas Electronics Corporation kündigte die gemeinsame Entwicklung einer auf tiefem Lernen basierenden Objekterkennungslösung für intelligente Kameras an, die in fortschrittlichen Fahrerassistenzsystemanwendungen der nächsten Generation und Kameras für ADAS Level 2 und höher verwendet werden. Diese neue Smart-Camera-Lösung verwendet Deep Learning für die Objekterkennung mit hoher Präzision und geringem Stromverbrauch. es beschleunigt auch die weit verbreitete Anpassung von ADAS.
Durch die Zusammenarbeit zwischen Renesas und StradVision konnte diese neue Technologie gefährdete Verkehrsteilnehmer (VRUs) wie Fußgänger und Radfahrer sowie andere Fahrzeuge und Fahrspurmarkierungen erkennen. Die StradVision hat ihre Software für die Renesas R-Car-Produkte R-Car V3H und R-Car V3M optimiert, die als Serienfahrzeuge gelten. Diese R-Car-Geräte verfügen über eine dedizierte Engine für die Deep-Learning-Verarbeitung namens CNN-IP (Convolution Neural Network Intellectual Property), mit der sie das SVNet-Deep-Learning-Netzwerk für Automobile von StradVision mit hoher Geschwindigkeit betreiben können.
Hauptmerkmale
1) Die Lösung unterstützt eine frühere Bewertung der Massenproduktion
Die SVNet-Deep-Learning-Software von StradVision ist eine leistungsstarke KI-Wahrnehmungslösung für die Massenproduktion von ADAS-Systemen, da sie bei schlechten Lichtverhältnissen präzise erkennt und mit Okklusion umgehen kann, wenn Objekte teilweise von anderen Objekten verdeckt werden. Die Basissoftware des R-Car V3H kann das Fahrzeug, die Person und die Fahrspur gleichzeitig erkennen, indem das Bild mit einer Geschwindigkeit von 25 Bildern pro Sekunde verarbeitet wird, was eine schnelle Auswertung und POC-Entwicklung ermöglicht. Mithilfe dieser grundlegenden Funktionen kann ein Entwickler die Software anpassen, indem Zeichen, Markierungen und andere Objekte als Erkennungsziel hinzugefügt werden.
2) R-Car V3H- und R-Car V3M-SoCs erhöhen die Zuverlässigkeit für intelligente Kamerasysteme und senken gleichzeitig die Kosten
Die Renesas R-Car V3H und R-Car V3M sind mit der Bilderkennungs-Engine IMP-X5 ausgestattet. Durch die Kombination von Deep-Learning-basierter Erkennung komplexer Objekte und hochgradig überprüfbarer Bilderkennungsverarbeitung mit künstlichen Regeln kann der Designer ein robustes System aufbauen. Der On-Chip-Bildsignalprozessor (ISP) kann die Sensorsignale für die Bildwiedergabe und Erkennungsverarbeitung konvertieren. So ist es möglich, ein System mit kostengünstigen Kameras ohne eingebauten ISP zu konfigurieren. Dies ermöglichte die Konfiguration eines Systems mit kostengünstigen Kameras, wodurch die Gesamtkosten für Stücklisten gesenkt wurden.
Die neue gemeinsame Deep-Learning-Lösung, einschließlich Software- und Entwicklungsunterstützung von StradVision, wird den Entwicklern Anfang 2020 zur Verfügung stehen.