Intelligente Kameraentwicklung für ADAS-Anwendungen der nächsten Generation

22nd October 2019
Source: Renesas
Posted By : Victoria Chercasova
Intelligente Kameraentwicklung für ADAS-Anwendungen der nächsten Generation

Renesas Electronics Corporation, ein führender Hersteller hochmoderner Halbleiterlösungen, und StradVision Inc., ein Technologieanbieter von Bildverarbeitungslösungen für automatisierte Fahrzeuge mit Expertise im Bereich Deep Learning, geben die gemeinsame Entwicklung einer Deep-Learning-basierten Objekterkennungslösung für smarte Kameras bekannt. Diese Lösung kommt in ADAS-Anwendungen (Advanced Driver Assistance Systems) der nächsten Generation und in Kameras für Stufe 2 und höher zum Einsatz.

Um Gefahren im Stadtverkehr zu vermeiden, erfordern ADAS-Implementierungen der nächsten Generation eine hochpräzise Objekterkennung, die gefährdete Verkehrsteilnehmer wie Fußgänger und Radfahrer zuverlässig erkennt. Gleichzeitig müssen diese Systeme für Fahrzeuge des hochvolumigen Mittelklasse- und Kleinwagensegments einen sehr geringen Stromverbrauch aufweisen. Die neue Lösung von Renesas und StradVision erreicht beides und soll damit den ADAS-Einsatz auf breiter Basis beschleunigen.

„StradVision ist führend in der Bildverarbeitungstechnologie und verfügt über umfangreiche Erfahrung in der Entwicklung von ADAS-Implementierungen mit R-Car SoCs von Renesas. Dank unserer Zusammenarbeit ermöglichen wir serienreife Lösungen, die künftig eine hochzuverlässige und sichere Mobilität ermöglichen“, erklärt Naoki Yoshida, Vice President, Automotive Technical Customer Engagement Business Division, Renesas Electronics. „Diese neue auf Deep Learning basierende Lösung, die gemeinsam für R-Car SoCs optimiert ist, wird zur breiten Einführung von ADAS-Implementierungen der nächsten Generation beitragen und die steigenden Anforderungen an Bildsensoren unterstützen, die in den nächsten Jahren zu erwarten sind.“

„StradVision freut sich, die Zusammenarbeit mit Renesas zu stärken, um Entwicklern bei ihrer Arbeit zu helfen, den nächsten großen Schritt in der ADAS-Entwicklung effizient voranzutreiben“, erläutert Junhwan Kim, CEO von StradVision. „Unsere gemeinsamen Anstrengungen ermöglichen nicht nur eine schnelle Evaluierung und produktionsfertige Designs in kürzerer Zeit, sondern auch eine deutlich verbesserte ADAS-Performance. Mit dem für die kommenden Jahre erwarteten massiven Wachstum im Frontkameramarkt sind StradVision und Renesas durch ihre Zusammenarbeit hervorragend positioniert, um die bestmögliche Technologie bereitzustellen.“

Die auf Deep Learning basierende Objekterkennungssoftware von StradVision bietet eine hohe Leistung bei der Erkennung von Fahrzeugen, Fußgängern und Fahrbahnmarkierungen. Diese hochpräzise Erkennungssoftware wurde für die Renesas Automotive-SoCs (Systems-on-Chip) R-Car V3H und R-Car V3M optimiert, die sich in der Serienproduktion bewährt haben. Diese R-Car-Bausteine verfügen über eine spezielle Engine für Deep-Learning-Verarbeitung namens CNN-IP (Convolution Neural Network Intellectual Property). Damit lässt sich das eigens für Automotive entwickelte Deep-Learning-Netzwerk SVNet von StradVision mit hoher Leistung und minimalem Stromverbrauch betreiben. Dadurch eignet sich die gemeinsame Lösung für den hochvolumigen Einsatz in Serienfahrzeugen und bringt die Implementierung von ADAS-Funktionen voran.

Hauptmerkmale der Deep-Learning-basierten Objekterkennungslösung:

  1. Die Lösung unterstützt eine frühzeitige Evaluierung für die Serienproduktion

Die Deep-Learning-Software SVNet von StradVision ist eine leistungsstarke KI-Erkennungslösung für die Serienproduktion von ADAS-Anwendungen. Sie wird wegen ihrer Erkennungspräzision bei schlechten Lichtverhältnissen und für ihre Fähigkeit, teilweise verdeckte Objekte zu erkennen, hoch geschätzt. Das Basis-Softwarepaket für den R-Car V3H führt die gleichzeitige Fahrzeug-, Personen- und Spurerkennung durch und verarbeitet die Bilddaten mit einer Geschwindigkeit von 25 Bildern pro Sekunde, was schnelle Auswertungen und Machbarkeitsnachweise ermöglicht. Wenn Entwickler die Software mit dem Hinzufügen von Verkehrszeichen, Markierungen und anderen Objekten als Erkennungsziele anpassen möchten, bietet StradVision Unterstützung für eine Deep-Learning-basierte Objekterkennung, die alle Schritte vom Training bis zur Integrierung der Software in Serienfahrzeuge abdeckt.

  1. R-Car V3H und R-Car V3M SoCs erhöhen die Zuverlässigkeit von intelligenten Kamerasystemen und senken gleichzeitig die Kosten

Zusätzlich zur dedizierten CNN-IP für Deep-Learning verfügen der Renesas R-Car V3H und R-Car V3M über die IMP-X5 Bilderkennungs-Engine. Die Kombination von Deep-Learning-basierter komplexer Objekterkennung und traditionellen, verifizierbaren Algorithmen zur Bilderkennung, ermöglicht es Designern, ein robustes System aufzubauen. Darüber hinaus ist der integrierte Bildsignalprozessor (ISP) zur Umwandlung von Sensorsignalen für die Bildwiedergabe und Bilderkennung ausgelegt. Dadurch ist es möglich, ein System mit kostengünstigen Kameras ohne integrierte ISPs zu entwickeln, was die Stücklistengesamtkosten reduziert.

Verfügbarkeit

Die R-Car SoCs von Renesas mit der neuen, gemeinsamen Deep-Learning-Lösung, einschließlich Software- und Entwicklungsunterstützung von StradVision, werden voraussichtlich bis Anfang 2020 für Entwickler verfügbar sein.





Sign up to view our publications

Sign up

Sign up to view our downloads

Sign up

SPS IPC Drives 2019
26th November 2019
Germany Nuremberg Messe
Vietnam International Defense & Security Exhibition 2020
4th March 2020
Vietnam National Convention Center, Hanoi