Xilinx en Motovis bieden complete voorwaartse camera-oplossing voor auto's

Als onderdeel van het doorlopende initiatief van Xilinx om meer platforms en oplossingen te bieden die klanten kant-en-klaar kunnen gebruiken en aanpassen aan hun vereisten, heeft Xilinx aangekondigd dat het gaat samenwerken met Motovis, een ontwikkelaar van kunstmatige intelligentie (AI) algoritmen voor autocomputervisie, om een ​​complete hardware- en softwareoplossing te bieden voor camerasystemen in voertuigen.

De twee bedrijven hebben het Xilinx Automotive (XA) Zynq system-on-chip (SoC) platform en het convolutionele neurale netwerk (CNN) intellectueel eigendom (IP) van Motovis voor de automarkt gecombineerd om een ​​oplossing te bieden die specifiek is voor voorwaartse camerasystemen. waarneming en controle van het voertuig. De voorwaartse camera-oplossing schaalt over de 28nm en 16nm XA Zynq SoC-families met behulp van Motovis' CNN IP, waarbij geoptimaliseerde hardware- en softwarepartitioneringsmogelijkheden worden gecombineerd met aanpasbare CNN-specifieke engines die de deep learning-netwerken van Motovis hosten - wat resulteert in een kosteneffectief aanbod op verschillende prestatieniveaus en prijspunten.

De oplossing ondersteunt beeldresoluties tot acht megapixels. Voor het eerst kunnen OEM's en Tier-1-leveranciers nu hun eigen feature-algoritmen bovenop de perceptiestapel van Motovis leggen om hun ontwerpen te differentiëren en toekomstbestendig te maken.

Voorwaartse camerasystemen zijn een cruciaal onderdeel van geavanceerde rijhulpsystemen omdat ze de geavanceerde detectiemogelijkheden bieden die nodig zijn voor veiligheidskritieke functies, waaronder rijstrookassistent (LKA), automatisch noodremsysteem (AEB) en adaptieve cruisecontrol (ACC) . De oplossing, die nu beschikbaar is, ondersteunt een reeks parameters die nodig zijn voor de vereisten van het European New Car Assessment Program (NCAP) 2022 door gebruik te maken van convolutionele neurale netwerken om een ​​kosteneffectieve combinatie van beeldverwerking met lage latentie, flexibiliteit en schaalbaarheid te bereiken.

Marktkrachten blijven de acceptatie van voorwaartse camerasystemen stimuleren om te voldoen aan wereldwijde overheidsmandaten en consumentenbewakingsgroepen, waaronder de algemene veiligheidsverordening van de Europese Commissie, de National Highway Traffic Safety Administration en de NCAP. Alle drie hebben formele mandaten of sterke richtlijnen afgegeven met betrekking tot de implementatie van LKA en AEB door autofabrikanten in nieuwe voertuigen die tussen 2020-2025 en later worden geproduceerd.

In een commentaar op de reden waarom het koppelen van hardware en software van de twee bedrijven belangrijk is, zei analist Ian Riches:"Deze samenwerking is een belangrijke mijlpaal voor de vooruitstrevende cameramarkt, omdat het OEM's in de auto-industrie in staat zal stellen sneller te innoveren." Riches, vice-president voor de wereldwijde automobielpraktijk bij Strategy Analytics, voegde toe:"De markt voor voorwaartse camera's biedt enorme groeimogelijkheden, waar we een jaarlijkse volumegroei van bijna 20 procent verwachten over 2020 tot 2025. Samen hebben Xilinx en Motovis leveren een sterk geoptimaliseerde hardware- en softwareoplossing die in hoge mate zal voldoen aan de behoeften van OEM's in de automobielindustrie, vooral nu nieuwe normen opkomen en de vereisten blijven groeien."

Willard Tu, senior director automotive bij Xilinx, zei:"Door ons XA-aanbod [verwijzend naar Xilinx Automotive] uit te breiden met een uitgebreide oplossing voor de markt voor voorwaartse camera's, krijgen onze klanten een kostengeoptimaliseerde, hoogwaardige oplossing in handen. De expertise van Motovis in embedded deep learning en hoe ze neurale netwerken hebben geoptimaliseerd om de immense uitdagingen van voorwaartse cameraperceptie het hoofd te bieden, plaatst ons allebei in een unieke positie om marktaandeel te winnen en tegelijkertijd de time-to-market van onze OEM-klanten te versnellen.”

De CEO van Motovis, Zhenghua Yu, voegde toe:“We zijn zeer verheugd om dit nieuwe initiatief met Xilinx te onthullen en om onze CNN forward camera-oplossing op de markt te brengen. Klanten die systemen ontwerpen die zijn uitgerust met AEB- en LKA-functionaliteit, hebben een efficiënte neurale netwerkverwerking nodig binnen een SoC die hen flexibiliteit geeft om toekomstige functies gemakkelijk te implementeren. Met de aanpasbare deep learning-netwerken van Motovis en het vermogen van het Xilinx Zynq-platform om CNN-specifieke engines te hosten die ongeëvenaarde efficiëntie en optimalisatie bieden, helpen we het ontwerp toekomstbestendig te maken om aan de behoeften van de klant te voldoen."

Xilinx en Motovis zullen spreken op het virtuele Xilinx Adapt 2021-evenement op 15 september 2021, dat naar verwachting meer dan 100 presentaties, forums, producttrainingen en labs zal bevatten van  Xilinx, zijn partners en klanten.