全球領(lǐng)先的汽車半導(dǎo)體解決方案供應(yīng)商瑞薩電子株式會社（TSE：6723）近日宣布，推出新款R-Car V3H片上系統(tǒng)（SoC）。該SoC以業(yè)界領(lǐng)先的低功耗，為汽車前視攝像頭提供強(qiáng)大的計算機(jī)視覺性能和人工智能處理能力，適用于量產(chǎn)的3級（有條件自動化）和4級（高度自動化）自動駕駛汽車注1。該新型R-Car V3H SoC針對立體前視攝像頭應(yīng)用進(jìn)行了優(yōu)化，其計算機(jī)視覺性能是2017年4月11日宣布推出、面向NCAP注2前視攝像頭的R-Car V3M SoC的5倍。作為面向自動駕駛輔助系統(tǒng)（ADAS）和自動駕駛（AD）的開放、創(chuàng)新、可靠的Renesas Autonomy? Platform的組成部分，R-Car V3H助力一級供應(yīng)商和OEM靈活實(shí)現(xiàn)其輔助駕駛到高度自動駕駛汽車之路。

?

圖1：瑞薩推出用于3、4級別自動駕駛汽車的R-Car V3H SoC

先進(jìn)的R-Car識別技術(shù)
R-Car V3H SoC專注于對計算機(jī)視覺處理進(jìn)行架構(gòu)優(yōu)化，支持從有條件自動駕駛到高度自動駕駛的所有ADAS相關(guān)功能。R-Car V3H運(yùn)用瑞薩基于IMP-X5+圖像識別引擎和專用硬件加速器的異構(gòu)計算機(jī)視覺內(nèi)核概念，用包括稠密光流注3、稠密立體視差注4和對象分類注5在內(nèi)的算法實(shí)現(xiàn)了先進(jìn)的感知功能。集成的CNN注6IP以僅0.3W的業(yè)界領(lǐng)先低功耗加快了深度學(xué)習(xí)，實(shí)現(xiàn)了2倍于R-Car V3M的深度神經(jīng)網(wǎng)絡(luò)性能。

可擴(kuò)展性和成本節(jié)約
R-Car V3H基于經(jīng)過驗(yàn)證、已用于R-Car V3M的IP，用雙通道圖像信號處理器（ISP）轉(zhuǎn)換攝像頭傳感器信號，用以建立圖像并進(jìn)行識別處理。這種IP重用確保了從使用R-Car V3M的NCAP系統(tǒng)向使用R-Car V3H的3級和4級智能攝像頭系統(tǒng)的擴(kuò)展性，節(jié)省了開發(fā)時間，同時使得系統(tǒng)不再要求每個攝像頭都有ISP，又降低了成本。為了進(jìn)一步節(jié)省系統(tǒng)成本，R-Car V3H僅使用單個LPDDR4存儲器，因此與其他前視攝像頭解決方案相比，降低了存儲器元件的成本。

開放平臺解決方案
一級供應(yīng)商和OEM可以選擇自己開發(fā)前視攝像頭解決方案，或者與來自Renesas autonomy生態(tài)系統(tǒng)的領(lǐng)先合作伙伴合作，該生態(tài)系統(tǒng)得到了Hella Aglaia等眾多領(lǐng)先前視攝像頭合作伙伴的支持。

瑞薩電子副總裁Jean-Francois Chouteau表示：“R-Car V3H的規(guī)格和設(shè)計是通過與前視攝像頭市場領(lǐng)導(dǎo)者緊密合作完成的，以確保滿足領(lǐng)先的自動駕駛系統(tǒng)創(chuàng)新技術(shù)的需求。作為汽車半導(dǎo)體行業(yè)的領(lǐng)導(dǎo)者，瑞薩電子致力于為輔助駕駛和自動駕駛提供開放、創(chuàng)新和可靠的解決方案。除了以非常有競爭力的系統(tǒng)成本實(shí)現(xiàn)更高的計算機(jī)視覺性能，我們的客戶使用R-Car V3H時尤其喜歡的是能夠保有用自身獨(dú)特的差異化技術(shù)實(shí)現(xiàn)前視攝像頭的自由，同時仍然受益于可從R-Car V3M擴(kuò)展到R-Car V3H的解決方案。”

供貨
R-Car V3H SoC的樣品將從第四季開始供貨。量產(chǎn)計劃于2019年第三季度開始。（供貨日期如有變更，恕不另行通知。）

注1 SAE International的新標(biāo)準(zhǔn)J3016中的3級（有條件自動化）和4級（高度自動化）
路上機(jī)動車輛自動駕駛系統(tǒng)有關(guān)的術(shù)語的分類和定義，提供了統(tǒng)一的分類體系和支持性定義，從“非自動化”到“完全自動化”，規(guī)定了6個駕駛自動化級別。
注2 NCAP（新車評估計劃）
一項(xiàng)政府制定的汽車行駛安全計劃，用來評估新型汽車設(shè)計抵御各種行駛安全威脅的能力。
注3稠密光流用來準(zhǔn)確跟蹤物體流動。
注4稠密立體視差利用攝像頭圖像的所有像素單元，以3D方式測量距離。
注5物體分類用來識別物體。
注6卷積神經(jīng)網(wǎng)絡(luò)（CNN）是深度、前饋人工神經(jīng)網(wǎng)絡(luò)，已經(jīng)成功用于分析視覺圖像，并越來越多地日益用在道路探測、對象分類等汽車應(yīng)用中。

轉(zhuǎn)自：http://www.cedachina.org/index.php/Home/News/info/d/5013.html

?

總結(jié)

以上是生活随笔為你收集整理的瑞萨L4级自动驾驶方案---基于R-Car V3H SoC的自动驾驶的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。