一区二区三区三上|欧美在线视频五区|国产午夜无码在线观看视频|亚洲国产裸体网站|无码成年人影视|亚洲AV亚洲AV|成人开心激情五月|欧美性爱内射视频|超碰人人干人人上|一区二区无码三区亚洲人区久久精品

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

機(jī)器學(xué)習(xí)的應(yīng)用 ST機(jī)器學(xué)習(xí)解決方案助力車企探索汽車AI可能性

意法半導(dǎo)體中國 ? 來源:ST ? 作者:ST ? 2023-09-15 08:25 ? 次閱讀

?????意法半導(dǎo)體的首款車規(guī)機(jī)器學(xué)習(xí)解決方案SL-AIAID012401V1AEKD-AICAR1評估套件、AI人工智能插件和AutoDevKit車規(guī)開發(fā)板組成,能夠識別駐車、正常路況、崎嶇道路、車輪側(cè)滑或突然轉(zhuǎn)向四種汽車狀態(tài)。這是一個難得的機(jī)會,可以通過測試和開發(fā)汽車人工智能應(yīng)用,以確定該技術(shù)是否適合這個市場。事實上,許多車企還在探索在行業(yè)現(xiàn)階段,機(jī)器學(xué)習(xí)對他們是否有意義。從頭開始創(chuàng)建算法需要投入大量的人力和資金。把評估解決方案導(dǎo)入我們的AutoDevKit平臺,可以讓開發(fā)人員更輕松地探索車規(guī)人工智能的可行性。

將機(jī)器學(xué)習(xí)引入汽車的挑戰(zhàn)

尋找正確的應(yīng)用

wKgaomUDpY2AJIK-AAC09peI6aQ295.jpg

▲汽車狀態(tài)識別系統(tǒng)的整體架構(gòu)

雖然機(jī)器學(xué)習(xí)的熱度在消費市場上穩(wěn)步上升,但是,汽車行業(yè)仍在探究機(jī)器學(xué)習(xí)技術(shù)可以為汽車帶來什么。幾十年來,人工智能一直是汽車行業(yè)的一個熱門話題,研究人員早在2001年就已經(jīng)在探索如何在導(dǎo)航系統(tǒng)中應(yīng)用機(jī)器學(xué)習(xí)。然而,人工智能趨向于用在幾種應(yīng)用場景,例如,自動駕駛或事故檢測。此外,出于安全性和可靠性考慮,汽車行業(yè)幾十年來一直依賴啟發(fā)式方法。簡而言之,汽車制造商在不需要訓(xùn)練神經(jīng)網(wǎng)絡(luò)的情況下就已經(jīng)擅長提供先進(jìn)的功能。因此,開發(fā)平臺必須降低汽車機(jī)器學(xué)習(xí)的技術(shù)門檻,同時又不影響設(shè)計者構(gòu)想較為傳統(tǒng)的應(yīng)用。

找到正確的工具

為了幫助開發(fā)人員創(chuàng)建他們的殺手級應(yīng)用程序,無論它是否使用機(jī)器學(xué)習(xí)算法,AEKD-AICAR1都配備了一個帶有4mb閃存的MCU,以及AEK-LCD-DT028V1顯示屏,用于UIs和更一般的應(yīng)用程序。主板還提供兩個CAN FD收發(fā)器和兩個電位器,用于測試模數(shù)轉(zhuǎn)換器的性能。因此,這個電路板可以連接執(zhí)行器板驅(qū)動電機(jī),處理無線通信功能,或者管理LED等設(shè)備。因此,這塊板子的靈活性足以幫助開發(fā)團(tuán)隊用其他的系統(tǒng)開發(fā)應(yīng)用。然而,顧名思義,我們的開發(fā)團(tuán)隊用AEKD-AICAR1開發(fā)應(yīng)用,因為汽車行業(yè)要求降低機(jī)器學(xué)習(xí)的技術(shù)門檻。

AEKD-AICAR1:讓機(jī)器學(xué)習(xí)變得更好用的解決方案

指引開發(fā)者

wKgaomUDpY2AJg6SAAGSnUYnP1Y862.png

▲AEKD-AICAR1套件

AEKD-AICAR1配有AEK-CON-SENSOR1連接器板和AIS2DW12三軸加速度計。開發(fā)人員可以獲取MEMS數(shù)據(jù),并使用長短期記憶(LSTM)遞歸神經(jīng)網(wǎng)絡(luò)(RNN)確定汽車的四種狀態(tài)。該套件還旨在簡化演示應(yīng)用的開發(fā),因為AEKD-AICAR1在MCU閃存內(nèi)預(yù)裝了提前訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)。LSTM RNN當(dāng)前版本是在Google Colab環(huán)境中使用TensorFlow 2.4.0框架開發(fā)的神經(jīng)網(wǎng)絡(luò),然后,我們使用意法半導(dǎo)體的工具將提前訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)換為適合在STM32上運(yùn)行的C代碼庫。

為了進(jìn)一步指導(dǎo)和培訓(xùn)開發(fā)者,我們?yōu)橛脩籼峁┝艘环軬oogle Colab環(huán)境、模型訓(xùn)練、數(shù)據(jù)采集等工具的用戶入門指南。用戶可以使用TensorFlow等眾多熱門機(jī)器學(xué)習(xí)框架創(chuàng)建、訓(xùn)練和驗證神經(jīng)網(wǎng)絡(luò),從而使團(tuán)隊能夠借用許多現(xiàn)有的社區(qū)項目。然后,我們還展示了意法半導(dǎo)體神經(jīng)網(wǎng)絡(luò)所用人工智能插件是如何優(yōu)化算法,使其適合在微控制器上運(yùn)行。簡而言之,我們分享我們的知識經(jīng)驗和實用工具,以便開發(fā)人員可以更輕松地測試項目,確定機(jī)器學(xué)習(xí)是否適合汽車應(yīng)用。

使用真實環(huán)境

最終,工程師將獲得一個程序,這個程序可以讓他們嘗試用傳感器開發(fā)新應(yīng)用,評估自己的需求,并更好地了解從頭開始需要付出的成本的一小部分內(nèi)是可行的需求。在AEKD-AICAR1捆綁包中有連接器板,這意味著用戶可以輕松換用另一個傳感器,做進(jìn)一步的評測。汽車行業(yè)固有的安全性和可靠性限制要求讓開發(fā)者無法用市面上可以買到的消費級電路板測試汽車產(chǎn)品概念。AEKD-AICAR1通過在許多人用于開發(fā)實際應(yīng)用的汽車級平臺上進(jìn)行實驗,從而解決了這個問題。

構(gòu)想原創(chuàng)應(yīng)用

由于汽車行業(yè)的機(jī)器學(xué)習(xí)仍處于起步階段,用戶經(jīng)常尋找具有最大靈活性的平臺。事實上,用一個系統(tǒng)開發(fā)多個項目有助于節(jié)省時間和資源,例如,有一位客戶對LSTM節(jié)點稍加改動,即可分析車輛懸架的響應(yīng)性能,確定彈簧補(bǔ)償程度,從而改善駕駛體驗。同樣,開發(fā)人員可以用傳感器開發(fā)新應(yīng)用,例如,預(yù)測電池的充電狀態(tài),或?qū)鞲衅靼惭b在方向盤上,用于檢查駕駛員的心率。簡而言之,AEKD-AICAR1靈活多變,應(yīng)用不限于傳統(tǒng)的汽車應(yīng)用及狀態(tài)檢測。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 神經(jīng)網(wǎng)絡(luò)

    關(guān)注

    42

    文章

    4797

    瀏覽量

    102367
  • ST
    ST
    +關(guān)注

    關(guān)注

    32

    文章

    1164

    瀏覽量

    129963
  • 意法半導(dǎo)體
    +關(guān)注

    關(guān)注

    31

    文章

    3217

    瀏覽量

    109607
  • AI
    AI
    +關(guān)注

    關(guān)注

    87

    文章

    33554

    瀏覽量

    274263
  • 機(jī)器學(xué)習(xí)

    關(guān)注

    66

    文章

    8481

    瀏覽量

    133866

原文標(biāo)題:ST機(jī)器學(xué)習(xí)解決方案助力車企探索汽車AI可能性

文章出處:【微信號:STMChina,微信公眾號:意法半導(dǎo)體中國】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

收藏 人收藏

    評論

    相關(guān)推薦

    **【技術(shù)干貨】Nordic nRF54系列芯片:傳感器數(shù)據(jù)采集與AI機(jī)器學(xué)習(xí)的完美結(jié)合**

    【技術(shù)干貨】nRF54系列芯片:傳感器數(shù)據(jù)采集與AI機(jī)器學(xué)習(xí)的完美結(jié)合 近期收到不少伙伴咨詢nRF54系列芯片的應(yīng)用與技術(shù)細(xì)節(jié),今天我們整理幾個核心問題與解答,帶你快速掌握如何在nRF54上部署
    發(fā)表于 04-01 00:00

    機(jī)器學(xué)習(xí)模型市場前景如何

    當(dāng)今,隨著算法的不斷優(yōu)化、數(shù)據(jù)量的爆炸式增長以及計算能力的飛速提升,機(jī)器學(xué)習(xí)模型的市場前景愈發(fā)廣闊。下面,AI部落小編將探討機(jī)器學(xué)習(xí)模型市場
    的頭像 發(fā)表于 02-13 09:39 ?237次閱讀

    如何選擇云原生機(jī)器學(xué)習(xí)平臺

    當(dāng)今,云原生機(jī)器學(xué)習(xí)平臺因其彈性擴(kuò)展、高效部署、低成本運(yùn)營等優(yōu)勢,逐漸成為企業(yè)構(gòu)建和部署機(jī)器學(xué)習(xí)應(yīng)用的首選。然而,市場上的云原生機(jī)器
    的頭像 發(fā)表于 12-25 11:54 ?338次閱讀

    什么是機(jī)器學(xué)習(xí)?通過機(jī)器學(xué)習(xí)方法能解決哪些問題?

    來源:Master編程樹“機(jī)器學(xué)習(xí)”最初的研究動機(jī)是讓計算機(jī)系統(tǒng)具有人的學(xué)習(xí)能力以便實現(xiàn)人工智能。因為沒有學(xué)習(xí)能力的系統(tǒng)很難被認(rèn)為是具有智能的。目前被廣泛采用的
    的頭像 發(fā)表于 11-16 01:07 ?742次閱讀
    什么是<b class='flag-5'>機(jī)器</b><b class='flag-5'>學(xué)習(xí)</b>?通過<b class='flag-5'>機(jī)器</b><b class='flag-5'>學(xué)習(xí)</b>方法能解決哪些問題?

    魯棒機(jī)器學(xué)習(xí)中的重要

    機(jī)器學(xué)習(xí)領(lǐng)域,模型的魯棒是指模型在面對輸入數(shù)據(jù)的擾動、異常值、噪聲或?qū)剐怨魰r,仍能保持性能的能力。隨著人工智能技術(shù)的快速發(fā)展,機(jī)器學(xué)習(xí)
    的頭像 發(fā)表于 11-11 10:19 ?979次閱讀

    AI干貨補(bǔ)給站 | 深度學(xué)習(xí)機(jī)器視覺的融合探索

    在智能制造的浪潮中,阿丘科技作為業(yè)界領(lǐng)先的工業(yè)AI視覺平臺及解決方案提供商,始終致力于推動AI+機(jī)器視覺技術(shù)的革新與應(yīng)用。為此,我們特別開設(shè)了「AI
    的頭像 發(fā)表于 10-29 08:04 ?480次閱讀
    <b class='flag-5'>AI</b>干貨補(bǔ)給站 | 深度<b class='flag-5'>學(xué)習(xí)</b>與<b class='flag-5'>機(jī)器</b>視覺的融合<b class='flag-5'>探索</b>

    人工智能、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)存在什么區(qū)別

    人工智能指的是在某種程度上顯示出類似人類智能的設(shè)備。AI有很多技術(shù),但其中一個很大的子集是機(jī)器學(xué)習(xí)——讓算法從數(shù)據(jù)中學(xué)習(xí)。
    發(fā)表于 10-24 17:22 ?2677次閱讀
    人工智能、<b class='flag-5'>機(jī)器</b><b class='flag-5'>學(xué)習(xí)</b>和深度<b class='flag-5'>學(xué)習(xí)</b>存在什么區(qū)別

    AI大模型與傳統(tǒng)機(jī)器學(xué)習(xí)的區(qū)別

    AI大模型與傳統(tǒng)機(jī)器學(xué)習(xí)在多個方面存在顯著的區(qū)別。以下是對這些區(qū)別的介紹: 一、模型規(guī)模與復(fù)雜度 AI大模型 :通常包含數(shù)十億甚至數(shù)萬億的參數(shù),模型大小可以達(dá)到數(shù)百GB甚至更大。這些模
    的頭像 發(fā)表于 10-23 15:01 ?2225次閱讀

    AI如何對產(chǎn)品設(shè)計帶來更多的可能性?

    AI(人工智能)對產(chǎn)品設(shè)計帶來了廣泛而深遠(yuǎn)的可能性,這些可能性主要體現(xiàn)在以下幾個方面 1.創(chuàng)新設(shè)計的激發(fā) 創(chuàng)意生成:AI能夠學(xué)習(xí)和模仿人類設(shè)
    的頭像 發(fā)表于 10-15 11:29 ?552次閱讀

    RISC-V如何支持不同的AI機(jī)器學(xué)習(xí)框架和庫?

    RISC-V如何支持不同的AI機(jī)器學(xué)習(xí)框架和庫?還請壇友們多多指教一下。
    發(fā)表于 10-10 22:24

    AI引擎機(jī)器學(xué)習(xí)陣列指南

    AMD Versal AI Core 系列和 Versal AI Edge 系列旨在憑借 AI 引擎機(jī)器學(xué)習(xí) ( ML ) 架構(gòu)來提供突破
    的頭像 發(fā)表于 09-18 09:16 ?639次閱讀
    <b class='flag-5'>AI</b>引擎<b class='flag-5'>機(jī)器</b><b class='flag-5'>學(xué)習(xí)</b>陣列指南

    新思科技探索AI+EDA的更多可能性

    芯片設(shè)計復(fù)雜的快速指數(shù)級增長給開發(fā)者帶來了巨大的挑戰(zhàn),整個行業(yè)不僅要向埃米級發(fā)展、Muiti-Die系統(tǒng)和工藝節(jié)點遷移所帶來的挑戰(zhàn),還需要應(yīng)對愈加緊迫的上市時間目標(biāo)、不斷增加的制造測試成本以及人才短缺等問題。早在AI大熱之前,芯片設(shè)計行業(yè)就把目光放到了
    的頭像 發(fā)表于 08-29 11:19 ?707次閱讀

    Al大模型機(jī)器

    豐富的知識儲備。它們可以涵蓋各種領(lǐng)域的知識,并能夠回答相關(guān)問題。靈活性與通用: AI大模型機(jī)器人具有很強(qiáng)的靈活性和通用,能夠處理各種類型的任務(wù)和問題。持續(xù)
    發(fā)表于 07-05 08:52

    深度學(xué)習(xí)與傳統(tǒng)機(jī)器學(xué)習(xí)的對比

    在人工智能的浪潮中,機(jī)器學(xué)習(xí)和深度學(xué)習(xí)無疑是兩大核心驅(qū)動力。它們各自以其獨特的方式推動著技術(shù)的進(jìn)步,為眾多領(lǐng)域帶來了革命的變化。然而,盡管它們都屬于
    的頭像 發(fā)表于 07-01 11:40 ?2038次閱讀

    請問PSoC? Creator IDE可以支持IMAGIMOB機(jī)器學(xué)習(xí)嗎?

    。 我發(fā)現(xiàn)IMAGIMOB 是一個很好的解決方案來滿足我的需求,但現(xiàn)在的問題是, PSoC? Creator 不支持 IMAGIMOB! PSoC? Creator 可以支持機(jī)器學(xué)習(xí)或 IMAGIMOB 嗎?
    發(fā)表于 05-20 08:06