1. 程式人生 > >瑞薩L4級自動駕駛方案---基於R-Car V3H SoC的自動駕駛

瑞薩L4級自動駕駛方案---基於R-Car V3H SoC的自動駕駛

全球領先的汽車半導體解決方案供應商瑞薩電子株式會社(TSE:6723)近日宣佈,推出新款R-Car V3H片上系統(SoC)。該SoC以業界領先的低功耗,為汽車前視攝像頭提供強大的計算機視覺效能和人工智慧處理能力,適用於量產的3級(有條件自動化)和4級(高度自動化)自動駕駛汽車注1。該新型R-Car V3H SoC針對立體前視攝像頭應用進行了優化,其計算機視覺效能是2017年4月11日宣佈推出、面向NCAP注2前視攝像頭的R-Car V3M SoC的5倍。作為面向自動駕駛輔助系統(ADAS)和自動駕駛(AD)的開放、創新、可靠的Renesas Autonomy™ Platform的組成部分,R-Car V3H助力一級供應商和OEM靈活實現其輔助駕駛到高度自動駕駛汽車之路。

 

圖1:瑞薩推出用於3、4級別自動駕駛汽車的R-Car V3H SoC


先進的R-Car識別技術
R-Car V3H SoC專注於對計算機視覺處理進行架構優化,支援從有條件自動駕駛到高度自動駕駛的所有ADAS相關功能。R-Car V3H運用瑞薩基於IMP-X5+影象識別引擎和專用硬體加速器的異構計算機視覺核心概念,用包括稠密光流注3、稠密立體視差注4和物件分類注5在內的演算法實現了先進的感知功能。整合的CNN注6IP以僅0.3W的業界領先低功耗加快了深度學習,實現了2倍於R-Car V3M的深度神經網路效能。

可擴充套件性和成本節約
R-Car V3H基於經過驗證、已用於R-Car V3M的IP,用雙通道影象訊號處理器(ISP)轉換攝像頭感測器訊號,用以建立影象並進行識別處理。這種IP重用確保了從使用R-Car V3M的NCAP系統向使用R-Car V3H的3級和4級智慧攝像頭系統的擴充套件性,節省了開發時間,同時使得系統不再要求每個攝像頭都有ISP,又降低了成本。為了進一步節省系統成本,R-Car V3H僅使用單個LPDDR4儲存器,因此與其他前視攝像頭解決方案相比,降低了儲存器元件的成本。

開放平臺解決方案


一級供應商和OEM可以選擇自己開發前視攝像頭解決方案,或者與來自Renesas autonomy生態系統的領先合作伙伴合作,該生態系統得到了Hella Aglaia等眾多領先前視攝像頭合作伙伴的支援。

瑞薩電子副總裁Jean-Francois Chouteau表示:“R-Car V3H的規格和設計是通過與前視攝像頭市場領導者緊密合作完成的,以確保滿足領先的自動駕駛系統創新技術的需求。作為汽車半導體行業的領導者,瑞薩電子致力於為輔助駕駛和自動駕駛提供開放、創新和可靠的解決方案。除了以非常有競爭力的系統成本實現更高的計算機視覺效能,我們的客戶使用R-Car V3H時尤其喜歡的是能夠保有用自身獨特的差異化技術實現前視攝像頭的自由,同時仍然受益於可從R-Car V3M擴充套件到R-Car V3H的解決方案。”

供貨

R-Car V3H SoC的樣品將從第四季開始供貨。量產計劃於2019年第三季度開始。(供貨日期如有變更,恕不另行通知。)

注1 SAE International的新標準J3016中的3級(有條件自動化)和4級(高度自動化)
路上機動車輛自動駕駛系統有關的術語的分類和定義,提供了統一的分類體系和支援性定義,從“非自動化”到“完全自動化”,規定了6個駕駛自動化級別。
注2 NCAP(新車評估計劃)
一項政府制定的汽車行駛安全計劃,用來評估新型汽車設計抵禦各種行駛安全威脅的能力。
注3稠密光流用來準確跟蹤物體流動。
注4稠密立體視差利用攝像頭影象的所有畫素單元,以3D方式測量距離。
注5物體分類用來識別物體。
注6卷積神經網路(CNN)是深度、前饋人工神經網路,已經成功用於分析視覺影象,並越來越多地日益用在道路探測、物件分類等汽車應用中。

轉自:http://www.cedachina.org/index.php/Home/News/info/d/5013.html