瑞萨电子和Fixstars公司宣布联合开发一套用于R-Car SoC的工具软件，以优化并快速模拟用于自动驾驶(AD)系统和先进驾驶辅助系统(ADAS)的软件。这些工具软件可以在软件开发初期即充分利用R-Car的效能优势，快速开发具有高精度物件识别的网络模型，可以减少开发后期的重工，有助于缩短开发周期。 

瑞萨车用软件开发部副总裁Hirofumi Kawaguchi表示，瑞萨持续创造整合式开发环境，为客户提供软件优先的开发方式。透过支持为R-Car量身定制的深度学习模型的开发，帮助客户建构AD和ADAS解决方案，以缩短上市时间和开发成本。

FixstarsCEOSatoshi Miki表示，GENESIS for R-Car是与瑞萨共同建构的云端评估环境，使工程师得以在开发前进行元件的评估和选择，且已经有许多客户开始使用。我们将持续开发新技术来加速机器学习操作(MLOps)，以用于维护最新版的车用应用软件。

目前AD和ADAS应用采用深度学习来实现高精度的物件识别。深度学习的推论过程需要大量的数据运算和存储器空间。而实际车用产品的模型和可执行程序必须针对车用SoC进行优化，因为使用有限的运算单元和存储器空间进行实时处理是一项非常有挑战性的任务。此外，也需要加快从软件评估到验证的流程，并且需要持续更新应用程序以提高准确性和效能。

瑞萨和Fixstars将持续在「Automotive SW Platform Lab」上开发深度学习软件，并建构执行环境，透过不断更新网络模型来维持和提高识别精度和效能。  

专栏文章内容及配图由作者撰写发布，仅供工程师学习之用，如有侵权或者其他违规问题，请联系本站处理。 联系我们