Saturday, February 03, 2018

AI隨筆():Advanced Driver Assistance Systems(ADAS)

AI隨筆():Advanced Driver Assistance Systems(ADAS)

2018/02/03

前言:

施工中...

Summary:

關於先進駕駛輔助系統 Advanced Driver Assistance Systems(ADAS),其主要組成有三:1. 影像辨識技術、2. ADAS 晶片,與 3. 高精度地圖 [1]。

以影像辨識技術而言,近年來,深度學習的 R-CNN 系列已有很大的突破 [2]。主要的 ADAS 晶片供應商則有:高通/NXP、英特爾、瑞薩、英飛凌、德州儀器、NVIDIA、ADI、富士通、東芝、Xilinx [3]-[8]。另外,如果升級到自駕車等級,則導航地圖的精密度也要提升到厘米級才能保障乘坐者的安全 [9], [10]。目前學術界在 ADAS 上,則尚未看到整合深度學習的跡象 [11]-[14]。

-----



Fig. 1. 大衛‧歐伯曼認為,他們在先進輔助駕駛系統技術耕耘已久,有助於進軍自動駕駛市場 [1]。

-----

Outline

一、影像辨識技術
二、ADAS 晶片
三、高精度地圖
四、ADAS 論文
五、R-CNN

-----

一、影像辨識技術

R-CNN 加上 RNN 可以處理影片裡的物件辨識 [2]。有助於 ADAS 從先進駕駛輔助系統進一步升級到自駕車的應用。




Fig. 2. 深度學習: Caffe 之經典模型詳解與實戰 [2]。

-----

二、ADAS 晶片

主要的 ADAS 晶片供應商有:高通/NXP、英特爾、瑞薩、英飛凌、德州儀器、NVIDIA、ADI、富士通、東芝、Xilinx [3]。

「從晶片設計來說,現在 ADAS 處理器晶片的主要挑戰在如下幾個方面:

1. 車規級的標準,最好過 ISO 26262,達到 ASIL-B 甚至 ASIL-D 級別;

2. 高計算量以及高帶寬,特別是多傳感器融合的晶片,需要更高的晶片頻率,以及異構設計,以達到快速的數據處理速度,同時傳輸的吞吐率上也有較高要求;

3. 隨著人工智慧在 ADAS 上的應用,針對晶片的設計會考慮增加硬體的深度學習設計,如何在軟硬體上做取捨,以及人工智慧計算模型與原有軟硬體架構以及整個系統設計上做匹配,目前來看還在早期探索階段。」[3]

上面第三項,是這一波深度學熱潮的重點。除了 NVIDIA 的 GPU,Google 的 TPU 之外,是否有 IC 設計廠商能在此領域搶佔一席之地,讓我們拭目以待。

-----


Fig. 3. TPU [8].

-----

「對於自動駕駛領域來說,深度學習晶片則是與傳統晶片不同。因為深度學習是一類特定應用,深度學習特別是 CNN 圖像識別的通用型晶片或許是可能的。」[5]

「TPU 是一個推理晶片,它並非是要取代 GPU,可以確定的是,TPU 與 CPU 一起使用對訓練分析更加有益。但對於 CPU 製造商而言,如何研發出像 ASIC 一樣兼顧性能和能效的晶片是現在以及未來要做的。」[7]

-----

三、高精度地圖

「傳統地圖只需要做到米級精度即可實現 GPS 導航,但要想保證無人車行駛安全需要達到厘米級精度才可以。高精度地圖能滿足這個要求,能很好地彌補傳感器在測量和感知上先天存在的缺陷,為自動駕駛提供即時定位和構建正確的地圖。」[9]



Fig. 4. HDLM(HD Live Map) [10].

-----

四、ADAS 論文 

快速掃過幾篇最新的 ADAS 論文,學術界的速度看起來比業界是慢多了,目前尚未看到有整合深度學習的研究 [11]-[14]。

-----

五、R-CNN

----- 

結論:



-----

References

[1] 幫英特爾佈局自動駕駛,4700億價值的背後,以色列公司Mobileye:多元商業模式成就了我們|數位時代
https://www.bnext.com.tw/article/45966/israel-company-mobileye-said-multiple-business-model-made-them-success

[2] AI從頭學(一八):Convolutional Neural Network
http://hemingwang.blogspot.tw/2017/03/aiconvolutional-neural-network_23.html
 
[3] 一文了解主要ADAS处理器芯片厂商 _ 厚势_搜狐科技_搜狐网
http://www.sohu.com/a/208847028_465591

[4] 一文了解主要ADAS處理器晶片廠商 _ 厚勢 - 壹讀
https://read01.com/J0xdnzD.html#.WmlElvIlk8A

[5] 从算法到芯片,再到ADAS芯片 _ 厚势_搜狐科技_搜狐网
http://www.sohu.com/a/190721377_465591

[6] 從算法到晶片,再到ADAS晶片 _ 厚勢 - 壹讀
https://read01.com/zh-tw/kELnxNm.html#.WmlEXPIlk8A
 
[7] Google 硬體工程師揭密,TPU 為何會比 CPU、GPU 快 30 倍 _ TechNews 科技新報
http://technews.tw/2017/04/07/first-in-depth-look-at-googles-tpu-architecture/

[8] A first detailed look at Google's TPU
http://www.visualisetheworld.com/index.php/b/a-first-detailed-look-at

[9] 自动驾驶之高精度地图技术的发展动向 _ 厚势_网易订阅
http://mp.163.com/v2/article/detail/D7B5V4Q90511BV1J.html

[10] The future is HERE  BMW, Audi and Mercedes introduce real-time digital maps
http://www.bmwblog.com/2015/12/07/the-future-is-here-bmw-audi-and-mercedes-introduce-real-time-digital-maps/

[11] Ziebinski, Adam, et al. "Review of advanced driver assistance systems (ADAS)." AIP Conference Proceedings. Vol. 1906. No. 1. AIP Publishing, 2017.
http://aip.scitation.org/doi/pdf/10.1063/1.5012394

[12] Biondi, Francesco, et al. "Advanced driver assistance systems: Using multimodal redundant warnings to enhance road safety." Applied ergonomics 58 (2017): 238-244.

[13] Elgharbawy, M., et al. "A real-time multisensor fusion verification framework for advanced driver assistance systems." Transportation Research Part F: Traffic Psychology and Behaviour (2017).

[14] Janjatovic, Joakim, et al. "Algorithm optimization framework for Advanced Driver Assistance Systems." Consumer Electronics (ICCE), 2017 IEEE International Conference on. IEEE, 2017.

[15] 一起來用十分鐘略懂自駕車吧!GoGoGo! _ TechBridge 技術共筆部落格
https://blog.techbridge.cc/2017/06/21/Lets-know-a-little-bit-of-Self-Driving-Car/

No comments: