嵌入式视觉技术在汽车行业的应用

简介:

从2018年起,有一些国家的法规将要求新车必须配备后视摄像头,以帮助司机看到车辆后方的情况。嵌入式视觉技术方案商朗锐智科(www.loongv.com)认为,鉴于汽车领域中电子应用的迅速增长,汽车市场无疑是嵌入式机器视觉应用最有潜力的发展领域。
新兴的汽车应用领域之一是驾驶员监控系统,该系统使用视觉应用追踪驾驶员头部和身体动作以进行疲劳状态识别。另一个是视觉系统,通过监测看短信或饮食等潜在的驾驶员分心因素提高车辆操作安全。
像车道偏离预警系统这样的新应用将视频和车道检测算法结合起来,以评估汽车的位置。此外,市场需求也推动了阅读警示标志、撞击缓冲、盲点检测、自动泊车、倒车辅助等功能的发展。所有这些功能都有助于让驾驶变得更安全。
汽车机器视觉和传感系统的发展为实现真正的自动驾驶奠定了基础。例如,凯迪拉克将在2018年将其嵌入式视觉子系统集成到CT6轿车中,以实现业界首款解放双手的驾驶技术SuperCruise。通过不断分析驾驶员和道路情况,精确的LIDAR数据库提供道路情况,而先进的摄像头、传感器和GPS实时反应道路的动态状况细节,这项新技术将使驾驶变得更加安全。
总体而言,汽车制造商已经形成了一致的想法,即现代车辆中的ADAS系统将需要前置摄像头进行车道检测、行人检测、交通标志识别和紧急制动功能。同时还需要侧面和后面的摄像头来支持停车辅助、盲点检测和交叉车流警报功能。
汽车制造商面临的一个挑战是现有电子设备中的I/O数量有限。
目前主流处理器仅具备两个摄像头接口。然而,许多ADAS系统需要多达8台摄像头才能满足图像质量要求。设计工程师需要的解决方案要能够为他们提供协同处理资源,将来自多个摄像头的视频流拼接在一起,或基于摄像头输入执行图像处理功能,如白平衡、鱼眼校正和除雾等,并通过单个数据流将数据发送到应用处理器(AP)。
例如,许多汽车制造商提供的ADAS系统中都具备鸟瞰视图功能,驾驶员可以看到车辆上方20英尺处向下的现场视频。ADAS系统通过将来自4个或更多摄像头的数据拼接为宽视野图像实现这一功能。
以前,设计工程师在驱动每个显示屏时都要使用一个处理器。而现在,设计工程师可以使用单个FPGA替代多个处理器,聚合所有摄像头数据,将图像拼接在一起,执行预处理和后处理功能,并将图像发送到系统处理器。
图3展示了360度鸟瞰汽车摄像系统的简化架构,该系统从位于汽车周围的4个摄像头(前方、后方和两侧)收集数据。系统使用单个FPGA进行各种预处理和后处理功能以及视频数据拼接,提供显示车辆周围环境的360度视图。在这种情况下,单个FPGA将取代多个处理器。

相关文章
|
6月前
|
机器学习/深度学习 存储 人工智能
边缘AI与嵌入式存储器的革新:实现数据智能化的关键
边缘AI与嵌入式存储器的革新:实现数据智能化的关键
221 10
|
6月前
|
传感器 移动开发 监控
嵌入式物联网设计水稻田智能灌溉系统实现
嵌入式物联网设计水稻田智能灌溉系统实现
289 0
|
6月前
|
传感器 人工智能 自动驾驶
驱动未来:自动驾驶技术与智能交通系统的奇妙融合
在科技飞速发展的时代背景下,自动驾驶技术和智能交通系统正成为改变我们出行方式的重要推动力。本文将探讨自动驾驶技术的原理、应用以及其与智能交通系统的紧密关系,展示它们带给我们的便利性、安全性和环境友好性。
|
传感器 机器学习/深度学习 存储
产业|嵌入式传感器将是未来机器人等技术增长的核心
移动即服务(MaaS)被认为是智能移动的一个关键要素,而机器人汽车技术将是智能移动的一个重要因素,它又高度依赖于嵌入式传感器。
|
人工智能 监控 物联网
嵌入式视觉,边缘AI驱动器智能工业
智能技术几乎遍及各个领域,从公共基础设施和运输到工业,农业和家庭环境。智能系统依靠传感器来检测从中获取可操作智能的数据。这些传感器越来越多地包括用于捕获图像以进行检查,监控和分析的嵌入式视觉。例如,发现生产线上的产品缺陷,通过无人机摄像机调查农田或启用自动驾驶汽车。
1780 0
|
传感器 机器学习/深度学习 算法
嵌入式模拟智能为机器人提供了新的自主水平
机器人不仅需要人工智能(AI)才能实现自主。他们还需要大量传感器,传感器融合以及边缘的实时推理。之前我们已经尝到了深度卷积神经网络的好处,如今来自激光雷达的更高数据处理的需求正在推动神经网络到新拓扑以获得自主。
1440 0
下一篇
无影云桌面