新聞中心

EEPW首頁 > 汽車電子 > 設(shè)計應(yīng)用 > ST機器學(xué)習(xí)解決方案助力車企探索汽車AI可能性

ST機器學(xué)習(xí)解決方案助力車企探索汽車AI可能性

作者:意法半導(dǎo)體博客 時間:2023-08-28 來源:電子產(chǎn)品世界 收藏


本文引用地址:http://butianyuan.cn/article/202308/449996.htm

1693222723531974.png

意法半導(dǎo)體的首款車規(guī)解決方案SL-AIAID012401V1由AEKD-AICAR1 評估套件、AI 人工智能插件和AutoDevKit 車規(guī)開發(fā)板組成,能夠識別駐車、正常路況、崎嶇道路、車輪側(cè)滑或突然轉(zhuǎn)向四種汽車狀態(tài)。這是一個難得的機會,可以通過測試和開發(fā)汽車人工智能應(yīng)用,以確定該技術(shù)是否適合這個市場。事實上,許多車企還在探索在行業(yè)現(xiàn)階段,對他們是否有意義。從頭開始創(chuàng)建算法需要投入大量的人力和資金。把評估解決方案導(dǎo)入我們的 AutoDevKit 平臺,可以讓開發(fā)人員更輕松地探索車規(guī)人工智能的可行性。

引入汽車的挑戰(zhàn)

尋找正確的應(yīng)用

image.png

汽車狀態(tài)識別系統(tǒng)的整體架構(gòu)

雖然機器學(xué)習(xí)的熱度在消費市場上穩(wěn)步上升,但是,汽車行業(yè)仍在探究機器學(xué)習(xí)技術(shù)可以為汽車帶來什么。幾十年來,人工智能一直是汽車行業(yè)的一個熱門話題,研究人員早在 2001年就已經(jīng)在探索如何在導(dǎo)航系統(tǒng)中應(yīng)用機器學(xué)習(xí)。然而,人工智能趨向于用在幾種應(yīng)用場景,例如,自動駕駛或事故檢測。此外,出于安全性和可靠性考慮,汽車行業(yè)幾十年來一直依賴啟發(fā)式方法。簡而言之,汽車制造商在不需要訓(xùn)練神經(jīng)網(wǎng)絡(luò)的情況下就已經(jīng)擅長提供先進的功能。因此,開發(fā)平臺必須降低汽車機器學(xué)習(xí)的技術(shù)門檻,同時又不影響設(shè)計者構(gòu)想較為傳統(tǒng)的應(yīng)用。

找到正確的工具

為了幫助開發(fā)人員創(chuàng)建他們的殺手級應(yīng)用程序,無論它是否使用機器學(xué)習(xí)算法,AEKD-AICAR1都配備了一個帶有4mb閃存的MCU,以及AEK-LCD-DT028V1顯示屏,用于UIs和更一般的應(yīng)用程序。主板還提供兩個 CAN FD 收發(fā)器和兩個電位器,用于測試模數(shù)轉(zhuǎn)換器的性能。因此,這個電路板可以連接執(zhí)行器板驅(qū)動電機,處理無線通信功能,或者管理 LED 等設(shè)備。因此,這塊板子的靈活性足以幫助開發(fā)團隊用其他的系統(tǒng)開發(fā)應(yīng)用。然而,顧名思義,我們的開發(fā)團隊用AEKD-AICAR1開發(fā)應(yīng)用,因為汽車行業(yè)要求降低機器學(xué)習(xí)的技術(shù)門檻。

AEKD-AICAR1:讓機器學(xué)習(xí)變得更好用的解決方案

指引開發(fā)者

image.png

AEKD-AICAR1套件

AEKD-AICAR1 配有 AEK-CON-SENSOR1連接器板和  AIS2DW12 三軸加速度計。開發(fā)人員可以獲取MEMS數(shù)據(jù),并使用長短期記憶 (LM) 遞歸神經(jīng)網(wǎng)絡(luò)(RNN)確定汽車的四種狀態(tài)。該套件還旨在簡化演示應(yīng)用的開發(fā),因為 AEKD-AICAR1在 MCU閃存內(nèi)預(yù)裝了提前訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)。LM RNN當(dāng)前版本是在 Google Colab環(huán)境中使用 TensorFlow 2.4.0框架開發(fā)的神經(jīng)網(wǎng)絡(luò),然后,我們使用意法半導(dǎo)體的工具將提前訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)換為適合在M32上運行的C 代碼庫。

為了進一步指導(dǎo)和培訓(xùn)開發(fā)者,我們?yōu)橛脩籼峁┝艘环軬oogle Colab環(huán)境、模型訓(xùn)練、數(shù)據(jù)采集等工具的 用戶入門指南。用戶可以使用 TensorFlow 等眾多熱門機器學(xué)習(xí)框架創(chuàng)建、訓(xùn)練和驗證神經(jīng)網(wǎng)絡(luò),從而使團隊能夠借用許多現(xiàn)有的社區(qū)項目。然后,我們還展示了意法半導(dǎo)體神經(jīng)網(wǎng)絡(luò)所用人工智能插件是如何優(yōu)化算法,使其適合在微控制器上運行。簡而言之,我們分享我們的知識經(jīng)驗和實用工具,以便開發(fā)人員可以更輕松地測試項目,確定機器學(xué)習(xí)是否適合汽車應(yīng)用。

使用真實環(huán)境

最終,工程師將獲得一個程序,這個程序可以讓他們嘗試用傳感器開發(fā)新應(yīng)用,評估自己的需求,并更好地了解從頭開始需要付出的成本的一小部分內(nèi)是可行的需求。在AEKD-AICAR1 捆綁包中有連接器板,這意味著用戶可以輕松換用另一個傳感器,做進一步的評測。汽車行業(yè)固有的安全性和可靠性限制要求讓開發(fā)者無法用市面上可以買到的消費級電路板測試汽車產(chǎn)品概念。AEKD-AICAR1通過在許多人用于開發(fā)實際應(yīng)用的汽車級平臺上進行實驗,從而解決了這個問題。

構(gòu)想原創(chuàng)應(yīng)用

由于汽車行業(yè)的機器學(xué)習(xí)仍處于起步階段,用戶經(jīng)常尋找具有最大靈活性的平臺。事實上,用一個系統(tǒng)開發(fā)多個項目有助于節(jié)省時間和資源,例如,有一位客戶對LSTM 節(jié)點稍加改動,即可分析車輛懸架的響應(yīng)性能,確定彈簧補償程度,從而改善駕駛體驗。同樣,開發(fā)人員可以用傳感器開發(fā)新應(yīng)用,例如,預(yù)測電池的充電狀態(tài),或?qū)鞲衅靼惭b在方向盤上,用于檢查駕駛員的心率。 簡而言之,AEKD-AICAR1 靈活多變,應(yīng)用不限于傳統(tǒng)的汽車應(yīng)用及狀態(tài)檢測。



關(guān)鍵詞: ST 機器學(xué)習(xí) 汽車AI

評論


相關(guān)推薦

技術(shù)專區(qū)

關(guān)閉