Renesas Electronics Corporation a annoncé le développement conjoint d'une solution de reconnaissance d'objets basée sur l'apprentissage en profondeur pour les caméras intelligentes utilisées dans les applications de système avancé d'assistance à la conduite de nouvelle génération et les caméras pour ADAS de niveau 2 et supérieur. Cette nouvelle solution de caméra intelligente utilise un apprentissage en profondeur pour la reconnaissance d'objets avec une haute précision et une faible consommation d'énergie; il accélère également l'adaptation généralisée d'ADAS.
La collaboration entre Renesas et StradVision a rendu cette nouvelle technologie capable de reconnaître les usagers vulnérables de la route (VRU) tels que les piétons et les cyclistes ainsi que d'autres véhicules et marques de voie. Le StradVision a optimisé son logiciel pour le système de produits sur puce automobile Renesas R-Car (SoC) R-Car V3H et R-Car V3M qui a la feuille de route comme des véhicules fabriqués en série. Ces appareils R-Car ont un moteur dédié pour le traitement d'apprentissage en profondeur appelé CNN-IP (Convolution Neural Network Intellectual Property), il leur permet d'exécuter le réseau d'apprentissage en profondeur automobile SVNet de StradVision à haute vitesse.
Principales caractéristiques
1) La solution prend en charge une évaluation antérieure de la production de masse
Le logiciel d'apprentissage en profondeur SVNet de StradVision est une puissante solution de perception de l'IA pour la production de masse de systèmes ADAS en raison de sa capacité à reconnaître précisément en basse lumière et à sa capacité à gérer l'occlusion lorsque les objets sont partiellement masqués par d'autres objets. Le logiciel de base du R-Car V3H peut reconnaître simultanément le véhicule, la personne et la voie en traitant l'image à une cadence de 25 images par seconde, ce qui permet une évaluation rapide et un développement POC. À l'aide de ces fonctionnalités de base, un développeur peut personnaliser le logiciel en ajoutant des signes, des marques et d'autres objets comme cible de reconnaissance.
2) Les SoC R-Car V3H et R-Car V3M augmentent la fiabilité du système de caméra intelligente tout en réduisant les coûts
Les Renesas R-Car V3H et R-Car V3M disposent du moteur de reconnaissance d'image IMP-X5. La combinaison de la reconnaissance d'objets complexes basée sur l'apprentissage profond et du traitement de reconnaissance d'image hautement vérifiable avec des règles artificielles permet au concepteur de construire un système robuste. Le processeur de signal d'image (ISP) sur puce peut convertir les signaux du capteur pour le rendu d'image et le traitement de reconnaissance. Ainsi, il est possible de configurer un système à l'aide de caméras bon marché sans FAI intégré. Cela a permis de configurer un système à l'aide de caméras bon marché, réduisant ainsi le coût de la nomenclature globale (BOM).
La nouvelle solution commune d'apprentissage en profondeur, comprenant le support logiciel et de développement de StradVision, sera disponible pour les développeurs au début de 2020.