Renesas Electronics Corporation mengumumkan pengembangan bersama penyelesaian pengecaman objek berasaskan pembelajaran mendalam untuk kamera pintar yang digunakan dalam aplikasi sistem bantuan pemandu lanjutan generasi berikutnya dan kamera untuk ADAS tahap 2 ke atas. Penyelesaian kamera pintar baru ini menggunakan pembelajaran mendalam untuk pengecaman objek dengan ketepatan tinggi dan penggunaan kuasa rendah; ia juga mempercepat penyesuaian ADAS yang meluas.
Kerjasama antara Renesas dan StradVision menjadikan teknologi baru ini mampu mengenali pengguna jalan raya yang rentan (VRU) seperti pejalan kaki dan penunggang basikal dan juga kenderaan dan lorong lain. The StradVision telah mengoptimumkan perisian mereka untuk produk sistem automatik Renesas R-Car (on-chip (SoC) R-Car V3H dan R-Car V3M yang mempunyai catatan prestasi sebagai kenderaan yang dihasilkan secara besar-besaran. Peranti R-Car ini mempunyai mesin khusus untuk pemprosesan pembelajaran mendalam yang disebut CNN-IP (Convolution Neural Network Intellectual Property), ia membolehkan mereka menjalankan rangkaian pembelajaran mendalam automotif StradVision SVNet pada kelajuan tinggi.
Ciri-ciri utama
1) Penyelesaiannya menyokong penilaian awal pengeluaran besar-besaran
Perisian pembelajaran mendalam StradVision's SVNet adalah penyelesaian persepsi AI yang kuat untuk pengeluaran besar-besaran sistem ADAS kerana kemampuannya untuk mengenali dengan tepat dalam cahaya rendah dan kemampuan untuk menangani oklusi ketika objek tersembunyi sebahagiannya oleh objek lain. Perisian asas R-Car V3H secara serentak dapat mengenali kenderaan, orang, dan jalur dengan memproses gambar pada kecepatan 25 bingkai sesaat, yang memungkinkan penilaian cepat dan pengembangan POC. Dengan bantuan keupayaan asas ini, pemaju dapat menyesuaikan perisian dengan penambahan tanda, tanda dan objek lain sebagai sasaran pengiktirafan.
2) R-Car V3H dan R-Car V3M SoCs meningkatkan kebolehpercayaan untuk sistem kamera pintar sekaligus mengurangkan kos
Renesas R-Car V3H dan R-Car V3M menampilkan mesin pengecam gambar IMP-X5. Menggabungkan pengecaman objek kompleks berasaskan pembelajaran mendalam dan pemprosesan pengecaman gambar yang sangat dapat disahkan dengan peraturan buatan manusia membolehkan pereka membina sistem yang mantap. Pemproses Isyarat Imej on-chip (ISP) dapat menukar isyarat sensor untuk pemprosesan rendering dan pengecaman gambar. Oleh itu, adalah mungkin untuk mengkonfigurasi sistem menggunakan kamera yang murah tanpa ISP bawaan. Ini memungkinkan untuk mengkonfigurasi sistem menggunakan kamera yang murah, mengurangkan keseluruhan kos bahan (BOM).
Penyelesaian pembelajaran mendalam bersama baru, termasuk perisian dan sokongan pembangunan dari StradVision, akan tersedia untuk para pembangun pada awal tahun 2020.