侵权投诉
订阅
纠错
加入自媒体

地平线感知算法——比Mobileye更开放的视觉感知解决方案

2019-12-27 16:17
来源: 粤讯

开放的感知中间结果助力国内的ADAS功能不断进化

目前,对于感知算法API,行业内还是较为封闭的。很多功能较难落地(比如信息娱乐域关于ADAS功能的增强现实显示功能),部分原因是由于感知算法只提供给智能前视摄像头模块内部使用,不愿提供给其他子系统使用导致的。而地平线感知中间结果可以做到全开放。且由于地平线算法的低级语义非常丰富,全开放的感知中间结果能够支持客户在应用层开发更加复杂的功能。

截止目前,地平线算法可以支持10类动态目标和53类静态目标。其中动态目标包括:成年人、儿童、骑行者等3类行人,以及轿车、SUV、面包车、卡车、客车、摩托车以及老年代步车7类;而静态目标则包括8类车道线、2类红绿灯以及43类交通标识。比Mobileye更丰富的感知信息,给客户实现差异化功能提供了坚实的感知基础。

地平线感知算法——比Mobileye更开放的视觉感知解决方案

图1 地平线算法所提供的丰富感知信息

开放而全面的工具链,践行“深度赋能”理念

为了增加视觉算法迭代的敏捷性,能够更好地支持国内各种极端的感知场景,地平线推出了AI芯片工具链Horizon OpenExplorer(地平线“天工开物”),包括数据、训练和设备部署工具,例如模型训练工具、检查验证工具、编译器、模拟器、嵌入式开发包等(图9),形成闭环。数据产生模型,模型可以被部署到设备上运行,运行过程中又可以指导模型的调优,甚至收集新的数据。这样的一种自我进化的开发模式,可以提升开发速度,降低开发门槛,保证开发质量。基于这种模式可以减少约30%的开发人力,节省50%的开发时间,更重要的是,因为开发门槛被降低了,开发者的规模甚至可以扩大一个数量级。

地平线会持续对开发工具进行升级,为客户提供半自动化的处理流程。主要包括:数据工具与模型,模型与端上设备之间的闭环迭代;丰富的模型/系统参考原型,简洁易用直观方便的交互手段;标准化开发流程,加上持续的测试,集成,部署机制。

地平线感知算法——比Mobileye更开放的视觉感知解决方案

图9 地平线“天工开物”芯片工具链

更具体地将,地平线的模型训练工具能够支持TensorFlow等主流的深度学习框架,帮助用户自己训练模型;编译器支持将开源训练框架模型格式转换为芯片上的二进制格式;嵌入式开发包则能够支持客户调用算法库开发自己的应用,让客户自己在芯片商快速部署应用。整个工具链包能够覆盖完整的开发链路(图10)。而经过地平线编译器的优化,能够极大缓解算法的访存瓶颈,提高芯片的计算效率(图11)。

地平线感知算法——比Mobileye更开放的视觉感知解决方案

图10 基于“天工开物”工具链的开发流程

地平线感知算法——比Mobileye更开放的视觉感知解决方案

图11 经过地平线编译器自动优化的算法,性能提升巨大

近来,地平线与韩国SK电讯公司合作开发了动态众包高精地图解决方案。SK利用地平线的工具链,开发了韩国道路的视觉感知算法,证明了工具链的易用性和可靠性。

简言之,地平线的开放是从提供系统参考解决方案,到全面开放感知结果,再到工具链的全栈解决方案的深层次、多维度的全面开放,充分赋能汽车行业的智能化发展。如果客户主张效率最大化的分工合作理念,地平线就提供软硬件一体芯片方案;如果客户青睐能力最大化,希望使用自己的算法,地平线就为客户提供纯芯片和整套工具链,帮助客户实现足够深入的开发自由度,践行“深度赋能”的长期承诺。

<上一页  1  2  
声明: 本文系OFweek根据授权转载自其它媒体或授权刊载,目的在于信息传递,并不代表本站赞同其观点和对其真实性负责,如有新闻稿件和图片作品的内容、版权以及其它问题的,请联系我们。

发表评论

0条评论,0人参与

请输入评论内容...

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

智能汽车网 猎头职位 更多
文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码:

粤公网安备 44030502002758号