AI在汽车中的应用:实用深度学习

2018-09-14来源: eefocus 关键字:AI   汽车   深度学习

在未来的某个时候,人们必定能够相对自如地运用人工智能,安全地驾车出行。这个时刻何时到来我无法预见;但我相信,彼时“智能”会显现出更“切实”的意义。

 

与此同时,通过深度学习方法,人工智能的实际应用能够在汽车安全系统的发展进步中发挥重要的作用。而这些系统远不止仅供典型消费者群体掌握和使用。

 

深度学习这一概念在几十年前就已提出,但如今它与特定的应用程序、技术以及通用计算平台上的可用性能更密切相关。深度学习的“深度”层面源于输入层和输出层之间实现的隐含层数目,隐含层利用数学方法处理(筛选/卷积)各层之间的数据,从而得出最终结果。在视觉系统中,深度(vs.宽度)网络倾向于利用已识别的特征,通过构建更深的网络最终来实现更通用的识别。这些多层的优点是各种抽象层次的学习特征。

 

例如,若训练深度卷积神经网络(CNN)来对图像进行分类,则第一层学习识别边缘等最基本的东西。下一层学习识别成形的边缘的集合。后续图层学习识别诸如眼或鼻这样的形状的集合,而最后一层将学习甚至更高阶(如面部)的特征。多层更擅长进行归纳,因为它们可以学习原始数据和高级分类之间的所有中间特征。如图1所示,这种跨越多层的归纳对于最终用例是有利的,如对交通标志进行分类,或者尽管存在墨镜、帽子和/或其他类型的障碍物,也可能识别特定面部。

 

图 1:简易交通标志示例

 

深度学习的“学习”层面源于对分层网络如何在给定大量已知输入及其期望输出的情况下产生更准确结果(图2)所需的训练(反向传播)的迭代。这种学习减少了那些迭代产生的错误,并最终获得分层函数的结果,以满足整体系统需求,并为目标应用程序提供极其稳健的解决方案。这种学习/分层/互连类型类似于生物神经系统,因此支持人工智能的概念。

 

图 2:简易反向传播示例

 

尽管深度学习具有效力,但其在实际应用中也遇到了一些挑战。对于容易受到系统限制因素(如总体成本、功耗和扩展计算能力)影响的嵌入式应用程序而言,在设计支持深度学习功能的系统时必须考虑这些限制因素。开发人员可以使用前端工具,如Caffe(最初由加州大学伯克利分校开发的深度学习框架)或TensorFlow(谷歌的发明)来开发总网络、层和相应的功能,以及目标最终结果的培训和验证。完成此操作后,针对嵌入式处理器的工具可将前端工具的输出转换为可在该嵌入式器件上或该嵌入式器件中执行的软件。

 

TI深度学习(TIDL)框架(图3)支持在TI TDAx汽车处理器上运行的深度学习/基于CNN的应用程序,以在高效的嵌入式平台上提供极具吸引力的高级驾驶辅助系统(ADAS)功能。

 

图 3:TIDL框架(TI器件转换器和深度学习库)

 

TIDL框架为软件可扩展性提供快速嵌入式开发和平台抽象;在TI硬件上实现用于加速CNN的高度优化的内核,以及支持从开放框架(如Caffe和TensorFlow)到使用TIDL应用程序编程界面的嵌入式框架进行网络转换的转换器。


关键字:AI   汽车   深度学习

编辑:什么鱼 引用地址:http://www.eeworld.com.cn/qrs/2018/ic-news091451461.html
本网站转载的所有的文章、图片、音频视频文件等资料的版权归版权所有人所有,本站采用的非本站原创文章及图片等内容无法一一联系确认版权者。如果本网所选内容的文章作者及编辑认为其作品不宜公开自由传播,或不应无偿使用,请及时通过电子邮件或电话通知我们,以迅速采取适当措施,避免给双方造成不必要的经济损失。

上一篇:汽车LED车灯方案
下一篇:最后一页

关注eeworld公众号 快捷获取更多信息
关注eeworld公众号
快捷获取更多信息
关注eeworld服务号 享受更多官方福利
关注eeworld服务号
享受更多官方福利

推荐阅读

OPEN AI LAB推出专为嵌入式平台设计的AI推理框架—Tengine

边缘AI应用正处于大规模落地的前夕,巨大的IoT市场和革命性的AI技术产生的剧烈交互将带来前所未有的应用革命和商业机会。那么在边缘设备部署AI应用的瓶颈都有哪些?n 有人有现成的芯片和应用场景,却为缺乏算法和平台苦恼。n 有人有自己的算法,却为缺乏一个好用的嵌入式跨平台框架而苦恼。n 有人有自己的算法和硬件平台,却为嵌入式平台有限算力苦恼。OPEN AI LAB看到了业界痛点,顺应市场需求推出了专为嵌入式平台设计的AI推理框架——Tengine。 专门针对Arm嵌入式设备优化的神经网络推理引擎OPEN AI LAB于2016年12月成立,由Arm中国联合产业伙伴发起,致力于推动芯片、硬件
发表于 2018-09-14
OPEN AI LAB推出专为嵌入式平台设计的AI推理框架—Tengine

OPEN AI LAB携手Arm中国、瑞芯微发布EAIDK

OPEN AI LAB联合Arm中国、瑞芯微发布EAIDK 2018年9月14日,上海讯,OPEN AI LAB联合Arm中国、瑞芯微在首届“Arm人工智能开发者全球峰会”上,正式发布了面向教育及创客的嵌入式人工智能应用开发平台EAIDK (Embedded AI Development Kit)。  Arm中国副总裁金勇斌在大会上正式发布EAIDK开发套件 EAIDK,即嵌入式人工智能开发系列套件,是包含硬件平台、嵌入式人工智能平台、人工智能算法以及应用软件的一体化开发平台。该平台从满足终端人工智能产品应用出发,硬件平台具备多样化语音、视觉等多传感器扩展和运动控制接口(可伸缩适应细分垂直
发表于 2018-09-14
OPEN AI LAB携手Arm中国、瑞芯微发布EAIDK

解放医生,AI辅助诊断帕金森病新技术

近期,腾讯医疗人工智能实验室推出了一项AI辅助诊断帕金森病的新技术,在AI技术的辅助下,可以解放医生,大大缩短医生诊断过程,并能够协助完成帕金森病的运动功能日常评估和早期筛查工作,预估效率能提高10倍以上。帕金森,作为老年人群一种典型的慢性疾病,就连拳王泰森、NBA12年老将格兰特都深受其困扰。但由于帕金森前期病症不明显而常常被忽略,这就导致患者就诊率非常低,常出现就诊率不及时、延误诊断率高、治疗率低等现象。如果早点发现的话患者经过治疗可以减轻症状、预防并减少远期运动并发症,过上趋于正常人的生活。但是发现的迟,病症到了中晚期的话,患者饱受疾病折磨,生活质量严重降低。传统治疗方法为:医生依据帕金森评定量表指导患者完成动作,然后依据
发表于 2018-09-13
解放医生,AI辅助诊断帕金森病新技术

AI在汽车中的应用:实用深度学习

作者:德州仪器Joe Folkens在未来的某个时候,人们必定能够相对自如地运用人工智能,安全地驾车出行。这个时刻何时到来我无法预见;但我相信,彼时“智能”会显现出更“切实”的意义。与此同时,通过深度学习方法,人工智能的实际应用能够在汽车安全系统的发展进步中发挥重要的作用。而这些系统远不止仅供典型消费者群体掌握和使用。深度学习这一概念在几十年前就已提出,但如今它与特定的应用程序、技术以及通用计算平台上的可用性能更密切相关。深度学习的“深度”层面源于输入层和输出层之间实现的隐含层数目,隐含层利用数学方法处理(筛选/卷积)各层之间的数据,从而得出最终结果。在视觉系统中,深度(vs.宽度)网络倾向于利用已识别的特征,通过构建更深的网络
发表于 2018-09-13
AI在汽车中的应用:实用深度学习

脱离“AI泡沫” 垂直家电企业改念“健康经”

牵手农业、零售等多个行业的企业共同建立。  食养是指根据人的不同体质、年龄、性别以及气候、地理等环境因素的差异,选择适宜的饮食以调节人体脏腑功能、滋养气血津液、强身健体、预防疾病的养生保健方法。  “我们希望给未来的中国家庭,带来食养整体解决方案。”伊莱特品牌市场总监胡娴向南方日报记者介绍。据悉,食养产业联盟将致力给消费者提供整体健康食养解决方案,开启“食研空间”的合作。  健康至上脱离“AI泡沫”?  从诉诸满足消费者健康需求的新品来看,无论是志高还是伊莱特,其价格并不便宜。像志高空调、伊莱特这样的战略选择和健康文化打造并非巧合,记者注意到,在当前,垂直领域的家电企业正越来越多地走与综合性家电集团不同的差异化路线,而他们的选择
发表于 2018-09-13

李飞飞交棒Andrew Moore 告别谷歌云AI回归斯坦福

今年7月的谷歌Next大会上,李飞飞宣布了两年前推进的Contact Center落地、AutoML推出自然语言和翻译服务、TPU 3.0进入谷歌云,这意味着谷歌云拥抱AI First后迎来里程碑式成就,这被外界认为是李飞飞在谷歌的最后“官方发布”。而今日凌晨,这个告别时刻终于确定。谷歌云CEO在其官方博客上公布,确认来自卡内基梅隆大学的计算机科学院院长Andrew Moore教授将在2018年底接任李飞飞的谷歌云AI负责人职位,而李飞飞也将正式回归斯坦福大学当教授。图 | 李飞飞新任主帅Andrew Moore 曾经在2006 年至2014 年间为谷歌工作过。2006 年他进入谷歌,建立了匹兹堡办公室,并担任副总裁。2014 年
发表于 2018-09-13
李飞飞交棒Andrew Moore 告别谷歌云AI回归斯坦福

小广播

何立民专栏

单片机及嵌入式宝典

北京航空航天大学教授,20余年来致力于单片机与嵌入式系统推广工作。

电子工程世界版权所有 京ICP证060456号 京ICP备10001474号 电信业务审批[2006]字第258号函 京公海网安备110108001534 Copyright © 2005-2018 EEWORLD.com.cn, Inc. All rights reserved
ע39ַ ͼag콢 lolͶעʲô agֳ Űע ggٷ ɳַ ɳ Ű 7777 վٷվ GNSǮ Ԫƴ Ѷ1.5ֲ mgϷˮʱ ȫƶ Ѷ չ˾ Ȥζ ag Ǯ bbinհײ˴ȫ bbinϷͲʽ gnsվ 940 ճ淶 羺 ƱϷԪ ע mgЩ