现在的位置: 首页资讯>正文

自动驾驶系统:基于Zynq的CNN(卷积神经网络)系统

2018年02月08日 作者: 暂无评论 2,039+ 0

最近几年关于自动驾驶汽车的新闻不断出现在头条新闻,各大传统汽车制造商与互联网公司结合纷纷杀入自动驾驶这个“蓝海”市场,与其说这是汽车行业所经历的一场巨大革命,倒不如说是人工智能(AI)的兴起,自动驾驶的根本原理就是利用机器视觉系统。当然自动驾驶汽车的发展也是一步一步的并且需要经验的积累,目前我们看到特斯拉、百度等厂商都推出了辅助自动驾驶系统,还远远没有实现完全的自动驾驶,此外自动驾驶汽车真正上路还必须得到国家机动车管理部门的政策许可,因此不得不承认自动驾驶汽车还有很长的一段路要走。

Zynq1

图1:自动驾驶汽车要能够实时感知路况信息

机器视觉技术可以应用于自动驾驶系统中实现路况信息的采集和检测,其中CNN(卷积神经网络)在机器视觉系统中用于图像处理具有压倒性的优势。CNN网络根据复杂度可以划分为很多个“网络层”,典型的卷积神经网络可以划分为卷积层、池化层和全连接层,它能够将数量庞大的图像识别问题进行不断的降维处理,最终被训练后用于高效的图像识别。

来自韩国的ATUS公司实现了基于Zynq的CNN(卷积神经网络)系统,并且移植到汽车上进行了上路测试(如下视频所示),通过视频我们可以看到它能够实现道路上行人、汽车、动物和道路标志等的实时检测与识别。

ATUS公司的这个解决方案采用的是Xilinx Zynq-7020 SoC处理器,移植的是YOLO图像处理算法,YOLO(You Only Look Once)是基于GoogleNet的物体检测深度网络,实时和有效是YOLO网络的最大的特点和优势,这两点也是自动驾驶和ADAS系统所必须具备的,该系统的视频流速度可达到46.7fps(@416x234)。

Xilinx推出的Zynq-7000和UltraScale+ MPSoC系列是机器视觉应用的理想选择,能够为复杂多任务的并行设计提供无与伦比的性能,并且满足降低的成本和功耗要求。尤其是它们所支持的reVISION Stack能够提供丰富的算法、IP和应用开发资源,支持最流行的神经网络,帮助工程师更快的开发视觉导向的智能系统。

搜索爱板网加关注,每日最新的开发板、智能硬件、开源硬件、活动等信息可以让你一手全掌握。推荐关注!

【微信扫描下图可直接关注】

aiban

发表评论

相关文章

配套教学课程,手把手教你深入浅出使用FPGA“创造”——高大上的SWORD4.0评测

初见SWORD4.0这个FPGA开发平台,你可能仅仅以为这是一款功能丰富且强大的评估板;但当你深入了解之后,你会发现SWORD4.0更是一个生态完整的,集学习、教学、研发于一体的全方位开发平台,多...

自动驾驶汽车缺了 5G就真的“活不下去”吗?

5G 网络的忠实拥趸们相信,这项新技术不但能提供比 4G 网络更快的连接和数据下载能力,还能处理更为海量的通信任务,而正在一步步走向成熟的自动驾驶汽车,未来也需要 5G 网络的“辅佐”。

Arm推出Arm Safety Ready计划,并推出Cortex A76AE无人驾驶技术

汽车市场正在发生变化。现代汽车使用的电子设备比以往任何时候都多,所有主要的汽车制造商都在研发自动驾驶汽车,这意味着未来的汽车将需要更复杂的SoC。而随着自动驾驶汽车的需求即将在未来...

ARM发布自动驾驶芯片架构,宣布车载系统主权,后事如何,翘首以待

去年3月,英特尔收购以色列公司Mobileye,便是在自动驾驶芯片上走出的一大步。英特尔计划,2020年出货第一批用在全自动驾驶汽车身上的芯片。

5G来了 自动驾驶落地还远吗?

9月27日,中国联通携手百度、华为在中国国际信息通信展览会开展基于5G网络技术的自动驾驶和远程驾驶演示。中国联通网络技术研究院朱常波副院长、百度自动驾驶技术总监陶吉、华为5G产品线副总...