據外媒報道，當地時間9月26日，瑞薩電子公司（Renesas Electronics Corporation）宣布與StradVision公司合作，聯合研發一個基于深度學習的目標識別解決方案，用于下一代高級駕駛輔助系統（ADAS）的智能攝像頭，適用于L2及以上的ADAS。瑞薩電子是先進半導體解決方案的主要供應商，而StradVision是為自動駕駛汽車提供視覺處理技術解決方案的供應商，而且該公司具備深度學習專業知識。

　　（圖片來源：瑞薩電子）

　　為了避免在城市環境中遇到危險，下一代ADAS需要具備高精度的目標識別功能，能夠探測行人和騎行人等弱勢道路使用者（VRU）。與此同時，對于大眾市場中的中檔至入門級車型來說，此類系統必須只消耗非常低的電力。而瑞薩和StradVision合作的新解決方案就可以實現上述兩個目標，從而加速ADAS的廣泛采用。

　　StradVision的深度學習目標識別軟件在識別車輛、行人和車道標記方面具備很高的性能，而且該款高精度識別軟件特別針對瑞薩的R-Car汽車片上系統（SoC）產品R-Car V3H和R-Car V3M進行了優化，上述兩款產品在量產中的口碑很好。而且此類R-Car設備還集成了一個用于深度學習處理的專用引擎 - CNN-IP（卷積神經網絡知識產權），使其能夠以最低的功耗高速運行StradVision的SVNet汽車深度神經網絡。此次合作產生的目標識別解決方案能夠在保持低功耗的同時，實現基于深度學習的目標識別功能，適用于量產車，能夠促進ADAS的普及。

　　基于深度學習的目標識別解決方案具備以下關鍵特性：

　?。?）該解決方案能夠同時支持早期評估及量產車型

　　StradVision的SVNet深度學習軟件是一個強大的AI感知解決方案，能夠用于量產的ADAS系統。該軟件能夠在低光照的環境中實現高精度識別功能，而且在其他物體遮擋了被識別物體的部分時，能夠處理此種遮擋情況，因而其一直受到贊賞。R-Car V3H的基本軟件包能夠實現同時識別車輛、人和車道的功能，而且能夠以每秒25幀的速度處理圖像數據，從而實現快速評估和POC開發。如果研發人員希望通過添加標識、標記和其他物體作為識別目標，以定制軟件，可以采用上述功能作為基礎，而且StradVision也提供了基于深度學習的目標識別軟件，涵蓋了訓練神經網絡，并將軟件嵌入至量產車中的所有步驟。

　?。?）R-Car V3H和R-Car V3M片上系統在降低成本的同時，提升了智能攝像頭系統的可靠性

　　除了CNN-IP專用深度學習模塊之外，瑞賽R-Car V3H和R-Car V3M還配備了IMP-X5圖像識別引擎。結合基于深度學習的復雜目標識別與高度可驗證的圖像識別處理以及人工制定的規則，設計人員得以打造一個強大的系統。此外，方案還設計了片上圖像信號處理器（ISP），對傳感器信號進行轉換，用于圖像渲染和識別處理，這使得在沒有內置ISP的情況下，就可以采用便宜的攝像頭來配置系統，從而降低了總體材料（BOM）成本。

　　供貨信息

　　瑞薩的R-Car片上系統采用了最新聯合研發的深度學習解決方案，包括StradVision提供的軟件以及研發支持，將于2020年初向開發人員供貨。