Quantcast
Channel: Статьи Intel Developer Zone
Viewing all articles
Browse latest Browse all 357

Как начать разработку решений для автоматизированного вождения автомобилей

$
0
0

От безопасных дорог до комфортных поездок на работу — автоматизированное вождение призвано изменить к лучшему жизнь обычных людей и всего общества.

Поскольку автомобильная отрасль движется к автономному управлению автомобилями, разработчикам потребуется решать задачи создания новаторских и целостных решений для оперативного реагирования и развивать свои наработки согласно требованиям рынка. Для этого необходимы серьезные ресурсы как в самой автомобильной отрасли, так и в сфере обработки данных. Корпорация Intel уже имеет экосистему, созданную с учетом ваших нужд. Используя следующие инструментальные средства, вы сможете создавать и модернизировать существующие факторы вождения транспортных средств.

 



Основы автомобильного движения

Vehicle sensing traffic lights and pedestrian

На рисунке показан водитель без рук на рулеУровни автоматизированного вождения

Высоко автоматизированное вождение— поддержка водителей с использованием систем всесторонней помощи. Такие системы должны иметь решения навигации, безопасности, мониторинга окружающей обстановки, распознавания и обработки изображений, данных датчиков, а именно, представлять собой центр обработки данных.

Полностью автоматизированное вождение— водитель становится пассажиром, полагаясь на встроенный интеллект автомобиля.

 

 

Облачная средаЦентр обработки данных

Данные, создаваемые одним автоматизированным автомобилем, схожи с объемом информации, генерируемым почти 3000 человек. Центр обработки данных будет иметь важное значение для хранения, обмена и защиты огромного объема данных, генерируемых алгоритмами углубленного изучения, и для выбора места такого автоматизированного автомобиля на дороге.

 

5G 5G

Подключения 5G, значащие гораздо больше, чем высокоскоростные каналы передачи данных, исключают любые задержки на гигабитных скоростях и обеспечивают высокую пропускную способность. Это позволяет интеллектуальным и адаптивным сетям уделять приоритетное внимание безопасным и важным устройствам, которые так необходимы в автоматизированном автомобиле.

 

Глаза Интерфейс человек-компьютер

Программно управляемая приборная панель представляет собой консолидированный кластер, сочетающий в себе информационные и развлекательные системы автомобиля. Этот подход позволяет беспрепятственно объединять устройства Интернета вещей, находящиеся как снаружи, так и внутри автомобиля, в централизованный узел или командный пункт, который автоматически отвечает потребностям конкретных водителей. Программно конфигурируемая приборная панель становится единым центром для следующих составляющих:

  • Управление медиа-данными

  • Абсолютная доступность и возможности подключения

  • Системы безопасности и облачные подключения

  • Интерфейс человек-компьютер, гарантирующий надежное взаимодействие водителя и автомобиля

 

Аппаратные средстваВстроенные в автомобиль вычислительные возможности

С развитием автоматизированных автомобилей все больше будут использоваться всевозможные датчики, данные и вычислительные мощности. Уже сейчас автомобиль с помощью датчиков генерирует почти один гигабайт данных в секунду. Созданные корпорацией Intel, энергоэффективные процессоры и специальные программируемые массивы шлюзов (FGPA) предназначены для обеспечения высокой производительности в расчете на ватт потребляемой энергии.

 


 

Решения для автоматизации вождения

 

Vehicle sensing traffic in blind spotФормирование безаварийного стиля вожденияe

Сложность обучения систем автомобиля и навигации посредством изучения окружающей обстановки требует существенных мощностей процессоров. Для формирования "органов чувств"автомобиля и принятия им верных решений необходимы алгоритмы углубленного изучения и способы контроля окружающей обстановки.

 


Для создания безопасных и автономных автомобилей необходимо следующее:

  1. Основы углубленного изучения для алгоритмов систем всесторонней помощи при вождении.
     
  2. Возможность обработки огромных объемов данных об окружающей среде.
     
  3. Способность изучения существующей обстановки.
    • ​​Доступ к разработкам типовых методов компьютерного зрения
    • Смешанная обработка данных, получаемых из различных камер
    • Методы распознавания объектов в видеоданных и их отслеживания
Комплект Intel® Deep Learning SDK 
Предназначен для решения алгоритмов и обработки данных с помощью следующих инфраструктур:

   •   Intel® Distribution for Caffe — популярное в сообществе пользователей приложение для распознавания изображений. (GitHub*)

   •  Intel® Software Optimization for Theano* — библиотека Python*, используемая для создания и обучения специальных моделей. (GitHub)

Получить SDK
Комплект Intel® Computer Vision SDKдля решения визуальных проблем.

Зарегистрироваться для предварительного доступа

 

Экран компьютера с демонстрацией программирования алгоритмовОбработка огромных объемов данных

Автоматизированный автомобиль формирует, использует и обрабатывает огромное количество данных. Вам потребуются инструменты для ускорения и оптимизации обработки данных.

 

Библиотека Intel® Data Analytics Acceleration Library(Intel® DAAL)— Создавайте решения для совершенствования производительности систем машинного обучения, в особенности, для зависимых от временных факторов данных сетей автомобильных контроллеров (CAN).

Intel® MPI Library— Данная библиотека предоставляет аналитику распределенных вычислительных систем (многокомпьютерных) и используется для моделирования повышения производительности центра обработки данных автоматизированного вождения.

Эти инструментальные средства доступны в комплекте Intel® Parallel Studio XE.

 

Программируйте анализируемые ситуации с автомобилем на основании дистанции, стоп-сигналов других машин и другой информации..Простая и быстрая интеграция кода

Для устройств в автоматизированном автомобиле, как на приборной панели, так и в багажнике, требуется простой и наращиваемый способ программирования. Используя массив специальных программируемых шлюзов, вы можете:

  • Пользоваться преимуществами приложения OpenCL™, способного выполнять оптимизацию кода ядра и создавать цельный образ FPGA за одно действие
  • Применять анализатор производительности, демонстрирующий возможности ядра, наряду с составлением подробного отчета об оптимизации
  • Запускать эмулятор для быстрой и простой отладки функциональных возможности ядра
Все эти функции доступны в комплекте Intel® FPGA SDK для технологии OpenCL™.

 

Перегруженный центр обработки данных с многочисленными экранами, демонстрирующими трафик на дорогеУстраняйте узкие места и недостатки

 

Многочисленные устройства создают экосистему, которая дает жизнь автоматизированному автомобилю. Совместное применение различных и сложных компонентов образует узкие места, в особенности, когда речь идет о подключении к удаленному центру обработки данных.

 

Средства ускорения и анализа данных

Intel® Trace Analyzer и Intel Trace Collector— графическое средство, позволяющее создать наглядное представление данных и анализ загрузки вашего центра обработки данных.

Intel® Distribution for Python* — используется для совершенствования производительности кода в автоматизированном центре обработки данных.

Эти инструментальные средства доступны в комплекте Intel® Parallel Studio XE.

Библиотека Intel® Math Kernel Library (Intel® MKL)— ускоряет математическую обработку и процедуры нейронных сетей для повышения производительности вычислительных систем автомобиля.

Анализатор Intel® VTune™ Amplifier— содержит дополнительные инструменты анализа, такие как мониторинг производительности всех процессоров в автоматизированном автомобиле, а также мощные инструменты для настройки приложений OpenCL™ и графических процессоров.

Эти инструментальные средства доступны в комплекте Intel® System Studio 2017.

 

Футуристический взгляд на приборную панель автомобиляПодключите автомобиль к водителю

Автоматизированному автомобилю необходимо взаимодействие с водителем и "осмысление"данных, которые он получает от различных датчиков. Эти данные нуждаются в своевременной и эффективной обработке.

 

Intel® Integrated Performance Primitives (Intel® IPP)  — набор высококачественных, готовых к использованию, низкоуровневых компоновочных блоков. Они представляют собой готовые решения для обработки в автоматизированном автомобиле изображений, сигналов и данных.

Эти инструментальные средства доступны в комплекте Intel® System Studio 2017.

 



Ближайшее и уже не такое далекое будущее

Мы стремимся перенести наше представление об автоматизированном автомобиле на совершенно новый уровень с помощью надежных и быстрых инструментальных средств для разработчиков.
 

Технический обзор комплекта Intel® GO™ Automotive Software Development Kit (SDK)

Этот комплект призван объединить существующие средства и расширить их инструментарий с помощью новейшей технологии автоматизированного вождения автомобиля. Состав первой версии:

  • Новый комплект Intel® Computer Vision SDK
  • Интегрированный комплект Intel® Deep Learning SDK
  • Средство маркировки данных датчиков

Зарегистрироваться

 

 


Viewing all articles
Browse latest Browse all 357

Trending Articles



<script src="https://jsc.adskeeper.com/r/s/rssing.com.1596347.js" async> </script>