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)來對圖像進(jìn)行分類,則第一層學(xué)習(xí)識別邊緣等最基本的東西。下一層學(xué)習(xí)識別成形的邊緣的集合。后續(xù)圖層學(xué)習(xí)識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于最終用例是有利的,如對交通標(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上提供極具吸引力的高級駕駛輔助系統(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
- 復(fù)雜的RF PCB焊接該如何確保恰到好處?
- 電源效率測試
- 科技的洪荒之力:可穿戴設(shè)備中的MEMS傳感器 助運(yùn)動員爭金奪銀
- 輕松滿足檢測距離,勞易測新型電感式傳感器IS 200系列
- Aigtek推出ATA-400系列高壓功率放大器
- TDK推出使用壽命更長和熱點(diǎn)溫度更高的全新氮?dú)馓畛淙嘟涣鳛V波電容器
- 博瑞集信推出低噪聲、高增益平坦度、低功耗 | 低噪聲放大器系列
技術(shù)文章更多>>
- 聚焦制造業(yè)企業(yè)貨量旺季“急難愁盼”,跨越速運(yùn)打出紓困“連招”
- 選擇LDO時(shí)的主要考慮因素和挑戰(zhàn)
- 兩張圖說清楚共射極放大器為什么需要發(fā)射極電阻
- 授權(quán)代理商貿(mào)澤電子供應(yīng)Toshiba多樣化電子元器件和半導(dǎo)體產(chǎn)品
- 科技的洪荒之力:可穿戴設(shè)備中的MEMS傳感器 助運(yùn)動員爭金奪銀
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