据外媒报道，当地时间9月26日，瑞萨电子公司（Renesas Electronics Corporation）宣布与StradVision公司合作，联合研发一个基于深度学习的目标识别解决方案，用于下一代高级驾驶辅助系统（ADAS）的智能摄像头，适用于L2及以上的ADAS。瑞萨电子是先进半导体解决方案的主要供应商，而StradVision是为自动驾驶汽车提供视觉处理技术解决方案的供应商，而且该公司具备深度学习专业知识。
（图片来源：瑞萨电子）
为了避免在城市环境中遇到危险，下一代ADAS需要具备高精度的目标识别功能，能够探测行人和骑行人等弱势道路使用者（VRU）。与此同时，对于大众市场中的中档至入门级车型来说，此类系统必须只消耗非常低的电力。而瑞萨和StradVision合作的新解决方案就可以实现上述两个目标，从而加速ADAS的广泛采用。
StradVision的深度学习目标识别软件在识别车辆、行人和车道标记方面具备很高的性能，而且该款高精度识别软件特别针对瑞萨的R-Car汽车片上系统（SoC）产品R-Car V3H和R-Car V3M进行了优化，上述两款产品在量产中的口碑很好。而且此类R-Car设备还集成了一个用于深度学习处理的专用引擎 - CNN-IP（卷积神经网络知识产权），使其能够以最低的功耗高速运行StradVision的SVNet汽车深度神经网络。此次合作产生的目标识别解决方案能够在保持低功耗的同时，实现基于深度学习的目标识别功能，适用于量产车，能够促进ADAS的普及。
基于深度学习的目标识别解决方案具备以下关键特性：
（1） 该解决方案能够同时支持早期评估及量产车型
StradVision的SVNet深度学习软件是一个强大的AI感知解决方案，能够用于量产的ADAS系统。该软件能够在低光照的环境中实现高精度识别功能，而且在其他物体遮挡了被识别物体的部分时，能够处理此种遮挡情况，因而其一直受到赞赏。R-Car V3H的基本软件包能够实现同时识别车辆、人和车道的功能，而且能够以每秒25帧的速度处理图像数据，从而实现快速评估和POC开发。如果研发人员希望通过添加标识、标记和其他物体作为识别目标，以定制软件，可以采用上述功能作为基础，而且StradVision也提供了基于深度学习的目标识别软件，涵盖了训练神经网络，并将软件嵌入至量产车中的所有步骤。
（2）R-Car V3H和R-Car V3M片上系统在降低成本的同时，提升了智能摄像头系统的可靠性
除了CNN-IP专用深度学习模块之外，瑞赛R-Car V3H和R-Car V3M还配备了IMP-X5图像识别引擎。结合基于深度学习的复杂目标识别与高度可验证的图像识别处理以及人工制定的规则，设计人员得以打造一个强大的系统。此外，方案还设计了片上图像信号处理器（ISP），对传感器信号进行转换，用于图像渲染和识别处理，这使得在没有内置ISP的情况下，就可以采用便宜的摄像头来配置系统，从而降低了总体材料（BOM）成本。
供货信息
瑞萨的R-Car片上系统采用了最新联合研发的深度学习解决方案，包括StradVision提供的软件以及研发支持，将于2020年初向开发人员供货。
