據(jù)外媒報(bào)道，感知軟件解決方案供應(yīng)商Algolux推出了下一代Eos嵌入式感知軟件，可幫助開發(fā)團(tuán)隊(duì)打造高度精確和可擴(kuò)展的基于視覺的ADAS、自動駕駛汽車、智慧城市、以及交通應(yīng)用。

（圖片來源：Algolux）

擴(kuò)展后的Eos產(chǎn)品組合結(jié)合了深度學(xué)習(xí)、計(jì)算成像和計(jì)算機(jī)視覺領(lǐng)域的突破，將感知精度提高了3倍，可在所有條件下，尤其是極端情況下，實(shí)現(xiàn)穩(wěn)健操作。為了實(shí)現(xiàn)這一目標(biāo)，Algolux開發(fā)了優(yōu)化的端到端架構(gòu)和新的AI深度學(xué)習(xí)框架，大大減少了模型訓(xùn)練的成本和時(shí)間，并消除了傳感器和處理器的受阻情況。

到2025年，自動駕駛和車隊(duì)管理市場總額預(yù)計(jì)將超過1450億美元，而這一增長依賴精確的感知技術(shù)。但是，即使是目前先進(jìn)的視覺系統(tǒng)也會出現(xiàn)視覺故障，從而導(dǎo)致碰撞等事故。最近，美國汽車協(xié)會的研究表明，行人檢測等ADAS功能并不可靠，尤其是在夜間或惡劣天氣條件下，很容易發(fā)生事故，而且設(shè)計(jì)用于輔助駕駛員的系統(tǒng)實(shí)際上也會帶來干擾。

目前的視覺架構(gòu)和監(jiān)督學(xué)習(xí)方法的性能受限，并阻礙了新型感知功能的快速上市。由于數(shù)據(jù)集沒有涵蓋所有的操作場景，如光線不足和惡劣天氣條件，因此提供的結(jié)果并不理想。而且由于缺乏可擴(kuò)展性，并且開發(fā)成本較高，這類系統(tǒng)并不實(shí)用。

Algolux開發(fā)了新的AI深度學(xué)習(xí)框架，旨在克服這些限制，大大提高了魯棒性，并且可省數(shù)十萬美元的訓(xùn)練數(shù)據(jù)采集、管理和標(biāo)注成本，同時(shí)支持新攝像頭的快速配置。該框架使計(jì)算機(jī)視覺系統(tǒng)的端到端學(xué)習(xí)成為可能，采用成像與感知的計(jì)算協(xié)同設(shè)計(jì)，有效地將其轉(zhuǎn)化為“計(jì)算進(jìn)化”的視覺系統(tǒng)。

該方法允許客戶輕松地調(diào)整現(xiàn)有數(shù)據(jù)集，以適應(yīng)新的系統(tǒng)需求；此外，與現(xiàn)有的訓(xùn)練方法相比，該方法還可減少工作量和成本。在域適應(yīng)中包含感知和處理管道，可在設(shè)計(jì)下游計(jì)算機(jī)視覺網(wǎng)絡(luò)之前，解決攝像頭設(shè)計(jì)中典型的極端情況?，F(xiàn)有的順序感知堆棧完全依靠使用大型的、具有偏差的數(shù)據(jù)集的監(jiān)督學(xué)習(xí)，以處理邊緣情況；而AI框架與感知堆棧一起學(xué)習(xí)攝像頭捕獲的數(shù)據(jù)，從而克服了這些限制。

Eos提供一整套高魯棒性的感知組件，滿足NCAP（歐洲新車評估組織）的要求，并支持L2以上的ADAS、高速公路自動駕駛、自動泊車、L4自動駕駛，以及智能城市應(yīng)用，如視頻安全和車隊(duì)管理。該產(chǎn)品組合的主要視覺功能包括物體和弱勢道路使用者檢測與追蹤、自由空間和車道檢測、交通燈狀態(tài)和標(biāo)志識別、傳感器遮擋檢測、反射消除、多傳感器融合等。