DNN车用影像识别产品相继问世 CEVA等厂商引领自动驾驶前行

更多猛料?欢迎关注老杳个人微信号:laoyaoshow
来源: DIGITIMES   发布者:DIGITIMES
热度39票   时间:2017年3月22日 11:19
DIGITIMES Research观察,以深层神经网络(Deep Neural Network;DNN)的深度学习架构为基础的人工智能(AI)技术在全球如火如荼展开,并运用在影像识别上,其中,以美商NVIDIA和以色列业者Mobileye推出的车用半导体相关技术产品最受注目;因神经网络架构针对庞大数量影像能做更精确的识别处理任务,未来应用在汽车市场中,将能因应判别速度及精度要求更高的自动驾驶时代来临。

NVIDIA于2017年美国消费性电子展(CES 2017)正式发布Xavier单芯片(SoC)产品,其具备8核心ARM 64处理器与新的Volta显示处理单元,加上NVIDIA原本在绘图处理器(GPU)的技术优势,让自驾车的机器学习系统得以有效应用。透过GPU运算,Xavier能比现场可程式逻辑闸阵列(Field Programmable Gate Array;FPGA)、中央处理器(CPU)有更佳表现,也让NVIDIA事业从GPU朝向人工智能领域发展。

另一方面,也有采用IP核心或FPGA的通用影像识别产品,其应用领域不只限于汽车市场,也广泛用于其他影像处理芯片。其中,IP核心产品提共业者包括Cadence Design System、Synopsys、CEVA等美商,各家产品在动作频率、数值表现和处理性能、耗电量等各有不同。例如CEVA推出的即时神经网络软件架构CEVA深层神经网络,已被用于安全监控需求的行人侦测和脸部识别、先进驾驶辅助系统等。

自动驾驶技术的挑战在于城市路况复杂多变,恐无法做有效判断,因此需将多种侦测装置与数据作结合,以精确定位车辆位置,并侦测周遭路况、设定路线和控制方向盘。而神经网络的加入,让车辆对周边物体的探测和分类能力大幅提高,让各传感器所取得多项数据的结合变得更准确,而这些加工的数据也成为车辆感知、定位和规划路线等的重要依据。


    扫描下方二维码关注老杳或集微网官方微信:




  • 【手机中国联盟官博系列赠机活动进行中,欢迎参与】

  • 老杳吧本周热点帖子

    老杳吧今日热点帖子


    TAG: 产品 自驾
    顶:3 踩:1
    对本文中的事件或人物打分:
    当前平均分: (11次打分)
    对本篇资讯内容的质量打分:
    当前平均分: (14次打分)
    【已经有人表态】
    上一篇 下一篇