瑞薩電子和 StradVision 合作，開發下一代 ADAS 用智慧型鏡頭

先進半導體解決方案供應商瑞薩電子與 StradVision 公司（其為自動駕駛車輛提供視覺處理技術的解決方案，具備深度學習式（deep learning）的專門技術）26 日宣布聯合開發深度學習式的智慧型鏡頭物件辨識解決方案，用於下一代先進駕駛輔助系統（ADAS）應用產品，以及用於 ADAS 第 2 級以上的鏡頭。

為了避免在市區發生危險，下一代 ADAS 的實作，要有能夠檢測出所謂弱勢道路使用者（vulnerable road user，VRU）的高精準度物件辨識，例如行人和自行車騎士。同時，對於大眾市場的中階到入門級車輛，這些系統必須只消耗非常低的功率。瑞薩和 StradVision 的新解決方案，實現了這兩項目標，致力於讓 ADAS 能更快得到廣泛採用。

瑞薩汽車技術客戶參與業務部副總裁吉田直樹（Naoki Yoshida）表示：「做為視覺處理技術的領導者，StradVision 在使用瑞薩的 R-Car SoC 開發 ADAS 的實作上，擁有豐富的經驗，透過這項合作，我們正在實現已量產的解決方案，在未來實現安全和準確的機動性。這種全新結合深度學習式，針對 R-Car SoC 來最佳化的解決方案，將有助於下一代 ADAS 實作被廣泛採用，並支援預計在未來幾年內推出，不斷升級的視覺感測器要求。」

StradVision 執行長 Junhwan Kim 也表示：「StradVision 很高興能夠與瑞薩相結合，幫助開發人員有效地加強努力，實現 ADAS 的下一次重大飛躍。這項共同努力，不僅可以轉化為快速有效的評估，而且還可以大幅提高 ADAS 的效能。隨著未來幾年前置鏡頭市場的大幅成長，這項合作將使 StradVision 和瑞薩在提供最佳技術方面，處於優勢的地位。」

StradVision 的深度學習式物件辨識軟體，在辨識車輛、行人和車道標線上，具有很高的性能。這款高精準度辨識軟體，已針對瑞薩 R-Car 汽車系統單晶片（SoC）產品 R-Car V3H 和 R-Car V3M，進行了最佳化，而這些晶片在量產的車種中，擁有良好的紀錄。這些 R-Car 晶片採用稱為 CNN-IP（卷積神經網路智慧財產權）的深度學習處理專用引擎，能夠以最低的功耗，高速執行 StradVision 的 SVNet 汽車深度學習網路。這項合作產生的物件辦識解決方案，實現了深度學習式的物件辨識，同時保持低功耗，使其適用在大規模生產的車輛，並促進了 ADAS 的採行。

深度學習式物件辨識解決方案重要特點：

解決方案可支援從早期評估一直到量產

StradVision 的 SVNet 深度學習軟體，是強大的 AI 感知解決方案，用於 ADAS 系統的量產。其高度重視在低光環境下的辨識精確度，以及當物體被其他物體部分隱藏時處理遮蔽的能力。R-Car V3H 的基本套裝軟體可同時執行車輛、人員和車道辨識，以每秒 25 圖框的速度處理圖像資料，實現快速評估和 POC 開發。以這些功能做為基礎，如果開發人員希望藉由添加標誌、標線和其他物件，做為辨識目標來客製化軟體，StradVision 也提供深度學習式物件辨識的支援，為量產的車輛涵蓋從訓練到嵌入軟體的所有步驟。

R-Car V3H 和 R-Car V3M SoC 提高了智慧型鏡頭系統的可靠度，同時降低了成本

除了 CNN-IP 專用深度學習模組之外，瑞薩 R-Car V3H 和 R-Car V3M 還配備了 IMP-X5 圖像辨識引擎。將深度學習式的複雜物件辨識和高度可驗證，具有人為規則的圖像辨識處理相結合，使設計人員能夠建置一個強固的系統。此外，晶片內建圖像訊號處理器（ISP）被設計來轉換感測器訊號，以用於圖像彩現（image rendering）和辨識處理。這樣就可以使用沒有內建 ISP 的平價鏡頭來配置系統，因而降低了整體物料清單（BOM）的成本。

瑞薩 R-Car SoC 採用全新的結合深度學習解決方案，包括 StradVision 的軟體和開發支援，計劃於 2020 年初提供給開發人員。