通過深度學(xué)習(xí)不斷發(fā)展的汽車感知系統(tǒng)

當(dāng)今汽車認(rèn)知

自動(dòng)駕駛汽車的夢(mèng)想正在成為現(xiàn)實(shí)。通過在車輛中實(shí)現(xiàn)多個(gè)高級(jí)駕駛輔助系統(tǒng)（ADAS），汽車行業(yè)對(duì)自動(dòng)駕駛的追求正在穩(wěn)步推進(jìn)。當(dāng)今的新車均已配備多個(gè)攝像頭、雷達(dá)和超聲波傳感器，實(shí)現(xiàn)基于感知的輔助功能，如自動(dòng)泊車輔助、自動(dòng)緊急制動(dòng)、車道保持輔助、駕駛員疲勞警報(bào)等。

基于攝像頭的感知功能在當(dāng)今的車輛中至關(guān)重要。感知系統(tǒng)的功能與人體具有很強(qiáng)的相似性：攝像頭或圖像傳感器充當(dāng)車輛的“眼睛”，數(shù)據(jù)從圖像傳感器發(fā)送到主處理器即“大腦”，它使用各種算法來理解和解釋數(shù)據(jù)，最后，通過發(fā)送控制轉(zhuǎn)向、加速器和/或制動(dòng)的命令（類似“手、腳”）來做出決定。在過去十年中，汽車感知系統(tǒng)已從基本的后視攝像頭演變?yōu)榫哂型＼囕o助功能的全3D環(huán)視。人類能力邊界隨大腦發(fā)展得以拓寬，類似地，ADAS技術(shù)進(jìn)步建立的基礎(chǔ)是運(yùn)行于日益高效的硬件平臺(tái)上的創(chuàng)新感知算法。

深度學(xué)習(xí)概述

當(dāng)今自動(dòng)駕駛領(lǐng)域最熱門的話題之一是“深度學(xué)習(xí)”，這是機(jī)器學(xué)習(xí)的一個(gè)子集。深度學(xué)習(xí)是一種計(jì)算方法，用于根據(jù)已經(jīng)過大量數(shù)據(jù)訓(xùn)練的神經(jīng)網(wǎng)絡(luò)進(jìn)行準(zhǔn)確的分類和預(yù)測(cè)。神經(jīng)網(wǎng)絡(luò)是一組用于識(shí)別數(shù)據(jù)模式的算法。許多ADAS應(yīng)用，如前置攝像頭感知，使用卷積神經(jīng)網(wǎng)絡(luò)（CNN）能夠比傳統(tǒng)的計(jì)算機(jī)視覺方法更有效地執(zhí)行對(duì)象檢測(cè)和分類等任務(wù)。在下述示例中（圖1），深度學(xué)習(xí)用于對(duì)車輛、道路、標(biāo)志、行人和背景進(jìn)行分類，并在輸出中直觀地將其區(qū)分出來。德州儀器的深度學(xué)習(xí)專業(yè)知識(shí)促成了包括德州儀器深度學(xué)習(xí)（TIDL）軟件框架在內(nèi)的廣泛資源的開發(fā)。該框架簡(jiǎn)化了開發(fā)人員的算法培訓(xùn)、開發(fā)和移植過程。有關(guān)汽車深度學(xué)習(xí)的更多信息，請(qǐng)閱讀我們的博客 “AI在汽車中的應(yīng)用：實(shí)用深度學(xué)習(xí)”。

通過深度學(xué)習(xí)不斷發(fā)展的汽車感知系統(tǒng)

長(zhǎng)久以來，德州儀器始終支持汽車和計(jì)算機(jī)視覺應(yīng)用。隨著支持這兩個(gè)領(lǐng)域的技術(shù)趨同，開發(fā)具有高水平功能安全特性、功效和性能的芯片尤為重要。Jacinto?TDAx處理器平臺(tái)可幫助汽車OEM和一級(jí)供應(yīng)商開發(fā)和實(shí)施ADAS應(yīng)用的深度學(xué)習(xí)算法。專注汽車智能軟件公司Momenta，最近在其新的感知系統(tǒng)中應(yīng)用了德州儀器TDAx的異構(gòu)處理器架構(gòu)，以實(shí)現(xiàn)SAE L2-L4功能。在該解決方案中將TDAx處理器架構(gòu)、TIDL軟件框架和Momenta的深度學(xué)習(xí)專業(yè)知識(shí)和技術(shù)相結(jié)合，使汽車制造商和一級(jí)供應(yīng)商可以提高的算法網(wǎng)絡(luò)執(zhí)行效率，同時(shí)保持對(duì)于車道、車輛、行人和其它對(duì)象的感知的準(zhǔn)確性。

審核編輯：何安