AI在汽車中的應(yīng)用:實(shí)用深度學(xué)習(xí)
發(fā)布時(shí)間:2021-06-04 來源:Joe Folkens 責(zé)任編輯:wenwei
【導(dǎo)讀】在未來的某個(gè)時(shí)候,人們必定能夠相對(duì)自如地運(yùn)用人工智能,安全地駕車出行。這個(gè)時(shí)刻何時(shí)到來我無法預(yù)見;但我相信,彼時(shí)“智能”會(huì)顯現(xiàn)出更“切實(shí)”的意義。
與此同時(shí),通過深度學(xué)習(xí)方法,人工智能的實(shí)際應(yīng)用能夠在汽車安全系統(tǒng)的發(fā)展進(jìn)步中發(fā)揮重要的作用。而這些系統(tǒng)遠(yuǎn)不止僅供典型消費(fèi)者群體掌握和使用。
深度學(xué)習(xí)這一概念在幾十年前就已提出,但如今它與特定的應(yīng)用程序、技術(shù)以及通用計(jì)算平臺(tái)上的可用性能更密切相關(guān)。深度學(xué)習(xí)的“深度”層面源于輸入層和輸出層之間實(shí)現(xiàn)的隱含層數(shù)目,隱含層利用數(shù)學(xué)方法處理(篩選/卷積)各層之間的數(shù)據(jù),從而得出最終結(jié)果。在視覺系統(tǒng)中,深度(vs.寬度)網(wǎng)絡(luò)傾向于利用已識(shí)別的特征,通過構(gòu)建更深的網(wǎng)絡(luò)最終來實(shí)現(xiàn)更通用的識(shí)別。這些多層的優(yōu)點(diǎn)是各種抽象層次的學(xué)習(xí)特征。
例如,若訓(xùn)練深度卷積神經(jīng)網(wǎng)絡(luò)(CNN)來對(duì)圖像進(jìn)行分類,則第一層學(xué)習(xí)識(shí)別邊緣等最基本的東西。下一層學(xué)習(xí)識(shí)別成形的邊緣的集合。后續(xù)圖層學(xué)習(xí)識(shí)別諸如眼或鼻這樣的形狀的集合,而最后一層將學(xué)習(xí)甚至更高階(如面部)的特征。多層更擅長進(jìn)行歸納,因?yàn)樗鼈兛梢詫W(xué)習(xí)原始數(shù)據(jù)和高級(jí)分類之間的所有中間特征。如圖1所示,這種跨越多層的歸納對(duì)于最終用例是有利的,如對(duì)交通標(biāo)志進(jìn)行分類,或者盡管存在墨鏡、帽子和/或其他類型的障礙物,也可能識(shí)別特定面部。
圖 1:簡易交通標(biāo)志示例
深度學(xué)習(xí)的“學(xué)習(xí)”層面源于對(duì)分層網(wǎng)絡(luò)如何在給定大量已知輸入及其期望輸出的情況下產(chǎn)生更準(zhǔn)確結(jié)果(圖2)所需的訓(xùn)練(反向傳播)的迭代。這種學(xué)習(xí)減少了那些迭代產(chǎn)生的錯(cuò)誤,并最終獲得分層函數(shù)的結(jié)果,以滿足整體系統(tǒng)需求,并為目標(biāo)應(yīng)用程序提供極其穩(wěn)健的解決方案。這種學(xué)習(xí)/分層/互連類型類似于生物神經(jīng)系統(tǒng),因此支持人工智能的概念。
圖 2:簡易反向傳播示例
盡管深度學(xué)習(xí)具有效力,但其在實(shí)際應(yīng)用中也遇到了一些挑戰(zhàn)。對(duì)于容易受到系統(tǒng)限制因素(如總體成本、功耗和擴(kuò)展計(jì)算能力)影響的嵌入式應(yīng)用程序而言,在設(shè)計(jì)支持深度學(xué)習(xí)功能的系統(tǒng)時(shí)必須考慮這些限制因素。開發(fā)人員可以使用前端工具,如Caffe(最初由加州大學(xué)伯克利分校開發(fā)的深度學(xué)習(xí)框架)或TensorFlow(谷歌的發(fā)明)來開發(fā)總網(wǎng)絡(luò)、層和相應(yīng)的功能,以及目標(biāo)最終結(jié)果的培訓(xùn)和驗(yàn)證。完成此操作后,針對(duì)嵌入式處理器的工具可將前端工具的輸出轉(zhuǎn)換為可在該嵌入式器件上或該嵌入式器件中執(zhí)行的軟件。
TI深度學(xué)習(xí)(TIDL)框架(圖3)支持在TI TDAx汽車處理器上運(yùn)行的深度學(xué)習(xí)/基于CNN的應(yīng)用程序,以在高效的嵌入式平臺(tái)上提供極具吸引力的高級(jí)駕駛輔助系統(tǒng)(ADAS)功能。
圖 3:TIDL框架(TI器件轉(zhuǎn)換器和深度學(xué)習(xí)庫)
TIDL框架為軟件可擴(kuò)展性提供快速嵌入式開發(fā)和平臺(tái)抽象;在TI硬件上實(shí)現(xiàn)用于加速CNN的高度優(yōu)化的內(nèi)核,以及支持從開放框架(如Caffe和TensorFlow)到使用TIDL應(yīng)用程序編程界面的嵌入式框架進(jìn)行網(wǎng)絡(luò)轉(zhuǎn)換的轉(zhuǎn)換器。
有關(guān)此解決方案的更多詳細(xì)信息,請閱讀白皮書“TIDL:嵌入式低功耗深度學(xué)習(xí),” 并查看其它資源中的視頻。
其他資源:
● 觀看基于深度學(xué)習(xí)的語義分割的現(xiàn)場演示:
● 嵌入式視覺聯(lián)盟的現(xiàn)場演示.
● 在TDA處理器上.
● TDA2和TDA3處理器上的EuroNCAP前置攝像頭。
免責(zé)聲明:本文為轉(zhuǎn)載文章,轉(zhuǎn)載此文目的在于傳遞更多信息,版權(quán)歸原作者所有。本文所用視頻、圖片、文字如涉及作品版權(quán)問題,請聯(lián)系小編進(jìn)行處理。
推薦閱讀:
特別推薦
- 克服碳化硅制造挑戰(zhàn),助力未來電力電子應(yīng)用
- 了解交流電壓的產(chǎn)生
- 單結(jié)晶體管符號(hào)和結(jié)構(gòu)
- 英飛凌推出用于汽車應(yīng)用識(shí)別和認(rèn)證的新型指紋傳感器IC
- Vishay推出負(fù)載電壓達(dá)100 V的業(yè)內(nèi)先進(jìn)的1 Form A固態(tài)繼電器
- 康佳特推出搭載AMD 銳龍嵌入式 8000系列的COM Express緊湊型模塊
- 村田推出3225尺寸車載PoC電感器LQW32FT_8H系列
技術(shù)文章更多>>
- “扒開”超級(jí)電容的“外衣”,看看超級(jí)電容“超級(jí)”在哪兒
- DigiKey 誠邀各位參會(huì)者蒞臨SPS 2024?展會(huì)參觀交流,體驗(yàn)最新自動(dòng)化產(chǎn)品
- 提前圍觀第104屆中國電子展高端元器件展區(qū)
- 高性能碳化硅隔離柵極驅(qū)動(dòng)器如何選型,一文告訴您
- 貿(mào)澤電子新品推薦:2024年第三季度推出將近7000個(gè)新物料
技術(shù)白皮書下載更多>>
- 車規(guī)與基于V2X的車輛協(xié)同主動(dòng)避撞技術(shù)展望
- 數(shù)字隔離助力新能源汽車安全隔離的新挑戰(zhàn)
- 汽車模塊拋負(fù)載的解決方案
- 車用連接器的安全創(chuàng)新應(yīng)用
- Melexis Actuators Business Unit
- Position / Current Sensors - Triaxis Hall
熱門搜索
濾波電感
濾波器
路由器設(shè)置
鋁電解電容
鋁殼電阻
邏輯IC
馬達(dá)控制
麥克風(fēng)
脈沖變壓器
鉚接設(shè)備
夢想電子
模擬鎖相環(huán)
耐壓測試儀
逆變器
逆導(dǎo)可控硅
鎳鎘電池
鎳氫電池
紐扣電池
歐勝
耦合技術(shù)
排電阻
排母連接器
排針連接器
片狀電感
偏光片
偏轉(zhuǎn)線圈
頻率測量儀
頻率器件
頻譜測試儀
平板電腦