LAS VEGAS--(BUSINESS WIRE)--Am 7. Januar 2020 hat Momenta zusammen mit Texas Instruments (TI), einem weltweit tätigen Unternehmen im Bereich der Halbleiterentwicklung und -fertigung, auf der 54. International Consumer Electronics Show (CES 2020) das neueste Frontkamera-Wahrnehmungsprodukt vorgestellt, das TIs neuestem Jacinto™ TDA4x SoC (System on Chip) verwendet und Autoherstellern helfen kann, die Sicherheitsanforderungen für neue Autos, einschließlich Euro NCAP 2022/2024, zu erfüllen.
Momenta entwickelt eine neue Generation von ADAS-Fahrerassistenzlösungen auf der Basis von TI Jacinto TDA4x SoCs, um die ständig steigenden Anforderungen der Verbraucher an Fahrkomfort und Sicherheit zu erfüllen. Kombiniert mit TIs Jacinto TDA4x-Prozessor für ADAS-Anwendungen und hochauflösenden Weitwinkelkameras ermöglichen Momentas branchenführende Algorithmen für die Wahrnehmungsfunktionen von Frontkameras und seine hochpräzisen Lokalisierungsalgorithmen eine effektive Objekterkennung auf große Entfernung und in komplexen Szenarien.
Momentas Deep Learning-Algorithmen nutzen die DSP-Cores und Beschleuniger des TDA4VM SoCs für die Datenverarbeitung in neuronalen Netzwerken voll aus. Auf der Jacinto TDA4x-Architektur bieten Momentas Algorithmen eine Reihe von Pre- und Post-Imaging-Verarbeitungen, die die Rechenlast für neuronale Netze vereinfachen. Die Algorithmen wurden entwickelt, um eine marktführende Rechen- und Leistungseffizienz von 10 Tera-Operationen pro Watt (TOPS/W) zu erreichen. Wenn die TDA4x SoC-Architektur mit den Algorithmen von Momenta kombiniert wird, können Kunden eine schnellere und genauere Erkennung für die Wahrnehmungsfunktion der Frontkamera erreichen, und das zu einem Bruchteil der bisher verwendeten Leistung. Für den Fahrer bedeutet dies ein sichereres und komfortableres assistiertes Fahrerlebnis, als es bisher möglich war.
Momentas Deep Learning-Algorithmen für die Wahrnehmungsfunktionen von Frontkameras verfügen über branchenführende Objekterkennung und -klassifizierung und bieten eine hochpräzise Erkennung in einer Vielzahl von schwierigen Anwendungsfällen:
- Präzise Erkennung von Fahrbahnmarkierungen verschiedener Art und Farbe mit einem Erkennungskrümmungsradius von mindestens 50 Metern.
- Neben verschiedenen Fahrzeugtypen aus verschiedenen Winkeln (einschließlich speziell geformte Fahrzeuge in China) sind die Algorithmen auch in der Lage, Fahrzeuge zu erkennen, die teilweise verdeckt sind, sich extrem nahe an der Fahrzeugfront befinden oder plötzlich in Sichtweite auftauchen.
- Um die Sicherheit des öffentlichen Verkehrs weiter zu verbessern und schwächere Verkehrsteilnehmer (Vulnerable Road Users, VRU) zu schützen, wird die nächste Generation der Algorithmen für die Wahrnehmungsfunktion von Frontkameras für eine intelligentere VRU-Erkennung optimiert, die Fußgänger, verschiedene Arten von Fahrrädern und Elektrorollern, die verdeckt sind oder plötzlich auftauchen, genau erkennen und verfolgen kann.
Basierend auf einem Chip und einer einzigen monokularen Kamera kann Momenta außerdem eine Lokalisierungsgenauigkeit von 10 cm und Kartenupdates mit kostengünstigem GPS und IMU erreichen. Die Wahrnehmungsalgorithmen der Frontkamera extrahieren automatisch semantische HD-Karteninformationen wie Verkehrsschilder, Fahrbahnlinien, Fußgängerübergänge, Straßenmarkierungen und Ampeln. Multi-Sensor-Fusionsalgorithmen ermöglichen eine hochpräzise Wegeberechnung zur Kollisionsvermeidung. Wahrnehmungsergebnisse und Wegedaten werden dann in Echtzeit in die Cloud hochgeladen, wo sie mit ähnlichen Daten von anderen Fahrzeugen in der Nähe fusioniert werden, um die Genauigkeit der HD-Karten zu verbessern und Kartenaktualisierungen zu realisieren.
Die Kombination aus hochauflösender Karte und hochpräziser Lokalisierung liefert präzise Zeit- und Rauminformationen für autonomes Fahren, erhöht die Sicherheit durch Redundanz, verbessert die Benutzerfreundlichkeit von ADAS und hilft Kunden bei der Entwicklung leistungsstarker, kostengünstiger und wettbewerbsfähiger Produkte.
Mit der Weiterentwicklung des autonomen Fahrens in Richtung Massenanwendung sind auch die Anforderungen an die Zuverlässigkeit und Sicherheit deutlich gestiegen. Momenta schlägt hierfür eine wichtige Methodik vor: die Closed-Loop-Automatisierung, d. h. die automatisierte iterative Rückkopplungsschleife zwischen Daten und datengesteuerten Algorithmen. Durch die Nutzung einer großen Menge an Straßendaten und iterativen datengetriebenen Algorithmen können autonome Fahrtechnologien kontinuierlich verbessert werden, und es können auch langfristige Probleme angegangen werden, die mit der Massenanwendung einhergehen.
Momenta sammelt jedes Jahr mehr als 2 Milliarden Kilometer an Fahrdaten, die in Kombination mit Deep Learning-Algorithmen und durch Iteration die Sehwahrnehmung und hochpräzise Lokalisierung verbessern. Die Technologien von Momenta sind an verschiedene Prozessorschips und Kameras mit unterschiedlichen Auflösungen und optischen Parametern anpassbar. Diese Technologien werden unter Verwendung von „Crowdsourcing“ von Daten aus Flottenfahrzeugen, die von Momenta ausgerüstet werden, eingesetzt und aktualisiert. Dieses Closed-Loop-Automatisierungssystem sammelt automatisch wertvolle Daten für das Training, was die Iterationsgeschwindigkeit des Algorithmus erheblich verbessert und es dem System ermöglicht, sich an unterschiedliche Straßen-, Wetter- und Lichtverhältnisse anzupassen und langfristig auch Ausnahmeälle abzudecken.
„Momenta hat eine einzigartige Methodik entwickelt, um Verkehrsdaten in Echtzeit zu sammeln und die Lernalgorithmen im Automobilbereich zu verbessern, was sich bei ADAS-Anwendungen bemerkbar machen kann“, sagt Curt Moore, General Manager und Product Line Manager für die Jacinto™-Produktlinie bei TI. „Die Kombination eines Deep Learning-Algorithmus wie dem von Momenta mit unseren Jacinto TDA4x SoCs gibt unseren Kunden die Möglichkeit, eine effizientere Leistung beim Deep Learning zu erreichen.“
Momenta-CEO Xudong Cao sagte: „Eine sichere und effiziente Wahrnehmung der Frontkamera ist für ADAS unerlässlich. TI hat hochleistungsfähige Jacinto TDA4x-Prozessoren, ein komplettes Softwareangebot und eine fein abgestimmte Tool-Suite entwickelt. Mit Hilfe von TI können wir Wahrnehmung, hochpräzise Kartierungs-, Lokalisierungs- und Kartenaktualisierungsalgorithmen schnell einsetzen und iterieren, um eine präzise und zuverlässige Verkehrserfassung und -erkennung in komplexen Szenarien zu erreichen. Wir freuen uns auf die Zusammenarbeit mit TI, um intelligente Fahrlösungen zu schaffen, die in Zukunft noch mehr Szenarien abdecken.“
Durch die Kombination von Deep Learning-Technologie mit leistungsstarken, serienreifen Sensoren und Prozessoren wird Momenta die Entwicklung und Produktion von Kerntechnologien, die von der Wahrnehmung des Sehens über die hochpräzise Lokalisierung und Kartierung reichen, weiter verbessern und die Entwicklung der ADAS-Industrie beschleunigen.
Die Ausgangssprache, in der der Originaltext veröffentlicht wird, ist die offizielle und autorisierte Version. Übersetzungen werden zur besseren Verständigung mitgeliefert. Nur die Sprachversion, die im Original veröffentlicht wurde, ist rechtsgültig. Gleichen Sie deshalb Übersetzungen mit der originalen Sprachversion der Veröffentlichung ab.
