智能的模式:MFC 500多功能相机

模块化的相机平台新开发的底盘和安全显示多少人工智能已经在今天的驾驶员辅助系统,将可能在下一个十年。

MFC 500是模块化和可伸缩的,并且可以根据任何客户的要求定制,从单摄像机作为速度和车道保持辅助到周围视野和具有多个摄像机的自动驾驶系统没有基于人工智能和深层机器学习系统的技术,在汽车工业中,对此不再存在两种看法。底盘和安全BU ADAS最近在布达佩斯开设了深层机器学习能力中心,并考虑到了这一点。为深层机器学习系统设计的第一批ADAS产品现已准备好用于系列生产——例如,新的,模块化设计的MFC 500多功能相机。

“首先,我们的第五代相机平台当然是前辈的相机平台的扩展和改进版,“博士说。萨沙·塞姆勒,BU程序管理摄像机主管。MFC 500是模块化和可伸缩的,并且可以根据任何客户的要求定制,从单摄像头作为一个速度和车道保持辅助周围的视野和自动驾驶系统的多个摄像头。“根据定义,它被设计用于在五到十年内对数据处理提出巨大需求的应用程序,“塞姆勒补充道。“这个平台的设计使得我们能够集成比以前更强大的中央计算机,它可以处理更先进的算法用于姿态和姿态控制或自动驾驶,例如。”“


七义援助制度

博士。萨沙·塞姆勒,项目管理负责人相机在布鲁里溃疡为了确保这一点,环境识别的相机必须满足更高的要求比以前的版本。系统将不仅要识别静态障碍或移动对象在路上,然后承认他们警告司机,制动指令或车道校正。“相反,系统必须发展对场景的理解,七分之一的奇怪,危险的情况,“塞姆勒解释道。经典的例子:如果一个球滚到街上,一个孩子保证跟随它。为了应对这种情况,未来的援助系统必须能够形成背景并得出结论。然而,这样的复杂场景不再能用可管理的软件代码进行编程和映射。

“相反,我们一般地工作,换句话说,我们创建了道路的图像和视频,斑马线车辆和障碍是标签。另一方面,我们创建的区域车辆可以在紧急情况下转移:免费车道,硬肩膀,绿色地带,“他说。“我们教导系统使用神经网络进行充分的反应。他们的条件是这样的,他们在不同的信息之间建立关系,系统学习执行必要的后续行动——安全地转向或制动,例如。”“


计算机性能倍增

这项技术现在可以实现为爆炸芯片性能的结果,Semmler表示。芯片工业多年来一直支持和推动高性能计算机的发展——这是开门器之一。中央计算机的胜利发展也将终结控制单元在车辆中广泛应用的扩散。“控制单元的数量不断增长在过去的几十年,随后将进行合并,“塞姆勒观察到。

集中式计算机还将比传统ECU更有效地利用辅助系统的计算能力,他说:停车操作不需要计算在高速公路上,但是在城市交通车辆没有看前方数百米。因此,它们的所有资源都可以与相应的驾驶情况相关地使用。这就是人类的本质已经这样做了。”“


根据故障快速原则进行开发

塞姆勒说,这种情况很快就会成为现实。这也适用于开发一种工作方法,其中 相机平台在未来几年可以有效地扩大和完善。“在象牙塔中发展,产生数以百万计的需求和规格,在某个时刻,呈现一个完成的,绝对成熟的产品——这不是开发软件支持的功能的方法,“塞姆勒解释道。“相反,我们必须遵循“快速失败”的原则:首先处理棘手的问题,必要时早点出发,尽可能多地尝试。这是大自然教给我们的增量方法。”在这方面,森姆勒指出集约化是多么重要,跨BU或部门合作是为了MFC 500的进一步发展:除了布达佩斯新的人工智能中心,我们与C&S高级工程公司的同事密切合作,汽车科技及其人工智能中心仅举几个例子。因为对于好的神经网络和良好连接的车辆,我们需要有良好关系的团队和人员——这是我们成功的最终关键。”“

下载