攝像頭的感應(yīng)功能在如今的車輛駕駛中發(fā)揮著必不可少的作用。感知系統(tǒng)的功能與人體具有很大的相似性。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)送到主處理器即人的“大腦”，然后“大腦”使用各種算法來分析和解讀數(shù)據(jù)。最后，通過發(fā)送控制轉(zhuǎn)向、加速器或者制動的命令（類比向手和腳發(fā)出的指令）來做出各種行為。在過去十年中，汽車感應(yīng)已經(jīng)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)繞視圖。與人類的能力隨著大腦發(fā)展得以進化一樣，ADAS技術(shù)也隨著日益發(fā)展的硬件平臺上的創(chuàng)新感知算法的演進而得以不斷發(fā)展。

 

深度學(xué)習(xí)概述

 

當(dāng)今自動駕駛領(lǐng)域最熱門的話題之一是“深度學(xué)習(xí)”，這是機器學(xué)習(xí)的一個子集。深度學(xué)習(xí)是一種計算方法，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)進行準確的分類和預(yù)測。神經(jīng)網(wǎng)絡(luò)是一組用于識別數(shù)據(jù)模式的算法。許多ADAS應(yīng)用，如前置攝像頭感知應(yīng)用中，使用卷積神經(jīng)網(wǎng)絡(luò)（CNN）會比傳統(tǒng)的計算機視覺方法更有效地執(zhí)行對象檢測和分類等任務(wù)。在下述示例中（圖1），深度學(xué)習(xí)用于對車輛、道路、標(biāo)志、行人和背景進行分類，并在輸出中直觀地將其區(qū)分。德州儀器的深度學(xué)習(xí)能力帶領(lǐng)完成了大量資源的開發(fā)，如德州儀器深度學(xué)習(xí)（TIDL）軟件框架。該框架簡化了開發(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，請閱讀我們的博客“汽車中的AI：實踐深度學(xué)習(xí)”。

 

圖 1：在TDA2處理器上使用TIDL軟件框架進行對象檢測和分類的示例

 

通過深入學(xué)習(xí)不斷發(fā)展的汽車感知系統(tǒng)

 

德州儀器長久以來一直支持汽車和計算機視覺應(yīng)用。隨著支持這兩個領(lǐng)域的技術(shù)融合，開發(fā)具有高水平功能安全性、功效和性能的芯片尤為重要。Jacinto™TDAx處理器平臺可幫助汽車OEM和一級供應(yīng)商開發(fā)和實施ADAS應(yīng)用的深度學(xué)習(xí)算法。一家汽車軟件公司Momenta，最近在其新的感知系統(tǒng)中應(yīng)用了德州儀器的異構(gòu)TDAx處理器架構(gòu)，以實現(xiàn)SAE L2-L4自主功能。在一個解決方案中將TDAx處理器架構(gòu)、TIDL軟件框架和Momenta的深度學(xué)習(xí)結(jié)合，使汽車制造商和一級供應(yīng)商可以潛在提高網(wǎng)絡(luò)效率，同時保持準確感知車道、車輛、行人和其他對象。

 

要了解有關(guān)德州儀器如何支持汽車應(yīng)用和汽車處理器深度學(xué)習(xí)的更多信息，請閱讀我們的博客或訪問我們的網(wǎng)站。“實踐深度學(xué)習(xí)”或參見Jacinto™TDAx ADAS SoCs。 

 

 

推薦閱讀：