您的瀏覽器不支援JavaScript語法,但是並不影響您獲取本網站的內容。

推廣合作

先進駕駛輔助系統與自駕車之AI邊緣感知模組技術

AI Edge Perception Module for ADAS and ADV

 

技術簡介

結合電腦視覺與深度學習技術,建立適應人車混流等特殊行車環境之軟體引擎,ITRI Inside自主化軟體解決方案,可依據不同SoC進行客製化不同功能需求,此軟體解決方案,具備高性價比、高環境適應性與高產品組合性等優點,通過優化平衡性能、準確性、硬體限制,顯著改善了自動駕駛系統,從攝影鏡頭行業到汽車行業,我們的技術已被用於各種汽車產品,以提高駕駛員的安全性。


技術特色

 
  • 影像前處理技術:提升影像品質,並對於深度學習訓練資料庫中未包含之案例,可強化其偵測辨識準確率,例如即時將大雨環境之影像模糊化程度,降低為小雨的模糊化程度。
  • 異質感測器前融合技術:建立高解析度環境模型,其可提升訊號處理之抑制雜訊能力; 於各感測器,可加速偵測辨識速度與提升偵測準確率。
  • 深度學習影像辨識效能優化技術:透過結合CNN與決策樹、Model Merge、物件追蹤、動態提取ROI資訊等技術,減少Convolution運算量,加速深度學習偵測辨識過程。
  • 異質感測器後融合技術:依據當下環境條件,計算各個感測器偵測辨識信心指數,進而決策最終的偵測辨識輸出結果,可提高系統準確性與可靠度。
  • 邊角案例訓練與測試自動生成技術:補足實車蒐集資料的不足,提升深度學習完整度。

 

技術規格


  • 影像前處理技術,基於軟體解決方案,提供:
  1. 高動態範圍成像-HDR
  2. 去雨除霧-Dehazing
  3. 鬼影去除-Reflection Removal等功能。
  • 異質感測器前融合技術:開發空間同步技術,促使異質感測器同步於單座標系,並建立複合式資料(RGBD),提升深度圖解析度,0-100公尺區域其RMSE達55公分,提升系統偵測辨識準確率與作為動態校正距離估測用。
  • 深度學習影像辨識效能優化技術:
  1. 自主開發七種功能之模型(可行駛空間、四輪車、兩輪車與行人、紅綠燈、立體號誌、路面號誌)。
  2. 於1.8TOPS算力晶片,完成單鏡頭即時30FPS之AI推論系統(7種功能:包含紅綠燈、車道線、可行駛區域、四輪車、兩輪車、行人、號誌之狀態和語意),平均效能提升2.65倍。
  3. 深度學習架構合併,與傳統兩個模型相比,同時執行物件與語意分割偵測辨識,於相同精確度下,效能提升1.65倍。

  • 異質感測器後融合技術:
  1. 即時環境分析,動態計算各個異質感測器感測結果之信心指數,提供最適應當下行車環境之感測結果予決策模組。
  2. 影像失效分析與偵測。

  • 邊角案例訓練與測試自動生成技術:
  1. 基於電腦繪圖自動化建立高畫質之不同天候場景與近似車禍(含NHTSA5類22種)Graphics-Based邊角案例。
  2. 基於電腦視覺,以AR方式自動化建立Video-Based邊角案例(如台灣場景Pre-Crash邊角案例)。



應用範圍

  • AI ADAS (包含單純警示類與控制輔助類)
  • AI HUD
  • AI DVR
  • Smart Headlight
  • Perception Engine for Autonomous Driving Vehicle
  • Smart Camera
  • 協助汽車相關行業導入駕駛輔助系統之軟硬體方案整合設計

聯絡窗口

聯絡人:許呈任/ IoT暨IC技術與應用推廣部

電話:03-5914771

Email:kevin8@itri.org.tw

https://www.itri.org.tw/

工研院資訊與通訊研究所