LAS VEGAS–(BUSINESS WIRE)–Am 7. Januar 2020 hat Momenta zusammen mit Texas Instruments (TI), einem weltweit tatigen 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(TM) TDA4x SoC (System on Chip) verwendet und Autoherstellern helfen kann, die Sicherheitsanforderungen fur neue Autos, einschliesslich Euro NCAP 2022/2024, zu erfullen.
Momenta entwickelt eine neue Generation von ADAS-Fahrerassistenzlosungen auf der Basis von TI Jacinto TDA4x SoCs, um die standig steigenden Anforderungen der Verbraucher an Fahrkomfort und Sicherheit zu erfullen. Kombiniert mit TIs Jacinto TDA4x-Prozessor fur ADAS-Anwendungen und hochauflosenden Weitwinkelkameras ermoglichen Momentas branchenfuhrende Algorithmen fur die Wahrnehmungsfunktionen von Frontkameras und seine hochprazisen Lokalisierungsalgorithmen eine effektive Objekterkennung auf grosse Entfernung und in komplexen Szenarien.
Momentas Deep Learning-Algorithmen nutzen die DSP-Cores und Beschleuniger des TDA4VM SoCs fur 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 fur neuronale Netze vereinfachen. Die Algorithmen wurden entwickelt, um eine marktfuhrende 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, konnen Kunden eine schnellere und genauere Erkennung fur die Wahrnehmungsfunktion der Frontkamera erreichen, und das zu einem Bruchteil der bisher verwendeten Leistung. Fur den Fahrer bedeutet dies ein sichereres und komfortableres assistiertes Fahrerlebnis, als es bisher moglich war.
Momentas Deep Learning-Algorithmen fur die Wahrnehmungsfunktionen von Frontkameras verfugen uber branchenfuhrende Objekterkennung und -klassifizierung und bieten eine hochprazise Erkennung in einer Vielzahl von schwierigen Anwendungsfallen:
- Prazise Erkennung von Fahrbahnmarkierungen verschiedener Art und Farbe mit einem Erkennungskrummungsradius 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 plotzlich in Sichtweite auftauchen.
- Um die Sicherheit des offentlichen Verkehrs weiter zu verbessern und schwachere Verkehrsteilnehmer (Vulnerable Road Users, VRU) zu schutzen, wird die nachste Generation der Algorithmen fur die Wahrnehmungsfunktion von Frontkameras fur eine intelligentere VRU-Erkennung optimiert, die Fussganger, verschiedene Arten von Fahrradern und Elektrorollern, die verdeckt sind oder plotzlich 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 kostengunstigem GPS und IMU erreichen. Die Wahrnehmungsalgorithmen der Frontkamera extrahieren automatisch semantische HD-Karteninformationen wie Verkehrsschilder, Fahrbahnlinien, Fussgangerubergange, Strassenmarkierungen und Ampeln. Multi-Sensor-Fusionsalgorithmen ermoglichen eine hochprazise Wegeberechnung zur Kollisionsvermeidung. Wahrnehmungsergebnisse und Wegedaten werden dann in Echtzeit in die Cloud hochgeladen, wo sie mit ahnlichen Daten von anderen Fahrzeugen in der Nahe fusioniert werden, um die Genauigkeit der HD-Karten zu verbessern und Kartenaktualisierungen zu realisieren.
Die Kombination aus hochauflosender Karte und hochpraziser Lokalisierung liefert prazise Zeit- und Rauminformationen fur autonomes Fahren, erhoht die Sicherheit durch Redundanz, verbessert die Benutzerfreundlichkeit von ADAS und hilft Kunden bei der Entwicklung leistungsstarker, kostengunstiger und wettbewerbsfahiger Produkte.
Mit der Weiterentwicklung des autonomen Fahrens in Richtung Massenanwendung sind auch die Anforderungen an die Zuverlassigkeit und Sicherheit deutlich gestiegen. Momenta schlagt hierfur eine wichtige Methodik vor: die Closed-Loop-Automatisierung, d. h. die automatisierte iterative Ruckkopplungsschleife zwischen Daten und datengesteuerten Algorithmen. Durch die Nutzung einer grossen Menge an Strassendaten und iterativen datengetriebenen Algorithmen konnen autonome Fahrtechnologien kontinuierlich verbessert werden, und es konnen 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 hochprazise Lokalisierung verbessern. Die Technologien von Momenta sind an verschiedene Prozessorschips und Kameras mit unterschiedlichen Auflosungen und optischen Parametern anpassbar. Diese Technologien werden unter Verwendung von ,,Crowdsourcing” von Daten aus Flottenfahrzeugen, die von Momenta ausgerustet werden, eingesetzt und aktualisiert. Dieses Closed-Loop-Automatisierungssystem sammelt automatisch wertvolle Daten fur das Training, was die Iterationsgeschwindigkeit des Algorithmus erheblich verbessert und es dem System ermoglicht, sich an unterschiedliche Strassen-, Wetter- und Lichtverhaltnisse anzupassen und langfristig auch Ausnahmealle 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 fur die Jacinto(TM)-Produktlinie bei TI. ,,Die Kombination eines Deep Learning-Algorithmus wie dem von Momenta mit unseren Jacinto TDA4x SoCs gibt unseren Kunden die Moglichkeit, eine effizientere Leistung beim Deep Learning zu erreichen.”
Momenta-CEO Xudong Cao sagte: ,,Eine sichere und effiziente Wahrnehmung der Frontkamera ist fur ADAS unerlasslich. TI hat hochleistungsfahige Jacinto TDA4x-Prozessoren, ein komplettes Softwareangebot und eine fein abgestimmte Tool-Suite entwickelt. Mit Hilfe von TI konnen wir Wahrnehmung, hochprazise Kartierungs-, Lokalisierungs- und Kartenaktualisierungsalgorithmen schnell einsetzen und iterieren, um eine prazise und zuverlassige Verkehrserfassung und -erkennung in komplexen Szenarien zu erreichen. Wir freuen uns auf die Zusammenarbeit mit TI, um intelligente Fahrlosungen 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 uber die hochprazise Lokalisierung und Kartierung reichen, weiter verbessern und die Entwicklung der ADAS-Industrie beschleunigen.
Die Ausgangssprache, in der der Originaltext veroffentlicht wird, ist die offizielle und autorisierte Version. Ubersetzungen werden zur besseren Verstandigung mitgeliefert. Nur die Sprachversion, die im Original veroffentlicht wurde, ist rechtsgultig. Gleichen Sie deshalb Ubersetzungen mit der originalen Sprachversion der Veroffentlichung ab.
LAS VEGAS–(BUSINESS WIRE)–Am 7. Januar 2020 hat Momenta zusammen mit Texas Instruments (TI), einem weltweit tatigen 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(TM) TDA4x SoC (System on Chip) verwendet und Autoherstellern helfen kann, die Sicherheitsanforderungen fur neue Autos, einschliesslich Euro NCAP 2022/2024, zu erfullen. Moment