กล้องอัจฉริยะที่มีความแม่นยำสูงและใช้พลังงานต่ำสำหรับรุ่นต่อไป

Renesas Electronics Corporation ประกาศการพัฒนาร่วมกันของโซลูชันการจดจำวัตถุบนพื้นฐานการเรียนรู้เชิงลึกสำหรับกล้องอัจฉริยะที่ใช้ในแอปพลิเคชันระบบช่วยเหลือผู้ขับขี่ขั้นสูงรุ่นต่อไปและกล้องสำหรับ ADAS ระดับ 2 ขึ้นไป การแก้ปัญหานี้กล้องใหม่สมาร์ทมีพนักงานเรียนรู้ลึกรู้วัตถุที่มีความแม่นยำสูงและใช้พลังงานต่ำ; นอกจากนี้ยังเร่งการปรับตัวของ ADAS อย่างกว้างขวาง

ความร่วมมือระหว่าง Renesas และ StradVision ทำให้เทคโนโลยีใหม่นี้สามารถจดจำผู้ใช้ถนนที่มีช่องโหว่ (VRU) เช่นคนเดินถนนและคนขี่จักรยานรวมถึงยานพาหนะและเครื่องหมายช่องทางเดินรถอื่น ๆ StradVisionมีการเพิ่มประสิทธิภาพซอฟต์แวร์ของพวกเขาสำหรับ Renesas R-Car ยานยนต์ระบบบนชิป (SoC) สินค้า R-Car V3H และ R-Car V3Mซึ่งมีประวัติเป็นยานพาหนะมวลผลิต อุปกรณ์ R-Car เหล่านี้มีเอ็นจิ้นเฉพาะสำหรับการประมวลผลการเรียนรู้เชิงลึกที่เรียกว่า CNN-IP (Convolution Neural Network Intellectual Property) ทำให้สามารถเรียกใช้เครือข่ายการเรียนรู้เชิงลึกเกี่ยวกับยานยนต์ SVNet ของ StradVision ด้วยความเร็วสูง

คุณสมบัติหลัก

1) โซลูชันนี้รองรับการประเมินการผลิตจำนวนมากก่อนหน้านี้

ซอฟต์แวร์การเรียนรู้เชิงลึก SVNet ของ StradVision เป็นโซลูชันการรับรู้ AI ที่มีประสิทธิภาพสำหรับการผลิตจำนวนมากของระบบ ADAS เนื่องจากความสามารถในการรับรู้ได้อย่างแม่นยำในที่แสงน้อยและความสามารถในการจัดการกับการบดบังเมื่อวัตถุถูกซ่อนบางส่วนโดยวัตถุอื่น ซอฟต์แวร์พื้นฐานของ R-รถ V3H พร้อมกันสามารถจดจำยานพาหนะบุคคลและช่องทางโดยการประมวลผลภาพในอัตรา 25 เฟรมต่อวินาทีซึ่งจะช่วยให้การประเมินผลที่รวดเร็วและPOC พัฒนา ด้วยความช่วยเหลือของความสามารถพื้นฐานเหล่านี้นักพัฒนาสามารถปรับแต่งซอฟต์แวร์ด้วยการเพิ่มสัญญาณเครื่องหมายและวัตถุอื่น ๆ เพื่อเป็นเป้าหมายในการจดจำ

2) R-Car V3H และ R-Car V3M SoCs ช่วยเพิ่มความน่าเชื่อถือให้กับระบบกล้องอัจฉริยะในขณะที่ลดต้นทุน

Renesas R-Car V3H และ R-Car V3M คุณลักษณะIMP-X5 เครื่องยนต์การรับรู้ภาพ การรวมการรับรู้วัตถุที่ซับซ้อนโดยใช้การเรียนรู้เชิงลึกและการประมวลผลการจดจำภาพที่ตรวจสอบได้สูงเข้ากับกฎที่มนุษย์สร้างขึ้นช่วยให้นักออกแบบสามารถสร้างระบบที่แข็งแกร่งได้ ตัวประมวลผลสัญญาณภาพบนชิป (ISP) สามารถแปลงสัญญาณเซ็นเซอร์สำหรับการแสดงภาพและการประมวลผลการรับรู้ ดังนั้นจึงเป็นไปได้ที่จะกำหนดค่าระบบโดยใช้กล้องราคาไม่แพงโดยไม่มี ISP ในตัว สิ่งนี้ทำให้สามารถกำหนดค่าระบบโดยใช้กล้องราคาไม่แพงลดต้นทุนโดยรวมของวัสดุ (BOM)

โซลูชันการเรียนรู้เชิงลึกร่วมใหม่รวมถึงซอฟต์แวร์และการสนับสนุนการพัฒนาจาก StradVision จะพร้อมให้บริการสำหรับนักพัฒนาภายในต้นปี 2020