ST機器學(xué)習解決方案助力車(chē)企探索汽車(chē)AI可能性

意法半導體的首款車(chē)規機器學(xué)習解決方案SL-AIAID012401V1由AEKD-AICAR1 評估套件、AI 人工智能插件和AutoDevKit 車(chē)規開(kāi)發(fā)板組成，能夠識別駐車(chē)、正常路況、崎嶇道路、車(chē)輪側滑或突然轉向四種汽車(chē)狀態(tài)。這是一個(gè)難得的機會(huì )，可以通過(guò)測試和開(kāi)發(fā)汽車(chē)人工智能應用，以確定該技術(shù)是否適合這個(gè)市場(chǎng)。事實(shí)上，許多車(chē)企還在探索在行業(yè)現階段，機器學(xué)習對他們是否有意義。從頭開(kāi)始創(chuàng )建算法需要投入大量的人力和資金。把評估解決方案導入我們的 AutoDevKit 平臺，可以讓開(kāi)發(fā)人員更輕松地探索車(chē)規人工智能的可行性。

將機器學(xué)習引入汽車(chē)的挑戰

尋找正確的應用

汽車(chē)狀態(tài)識別系統的整體架構

雖然機器學(xué)習的熱度在消費市場(chǎng)上穩步上升，但是，汽車(chē)行業(yè)仍在探究機器學(xué)習技術(shù)可以為汽車(chē)帶來(lái)什么。幾十年來(lái)，人工智能一直是汽車(chē)行業(yè)的一個(gè)熱門(mén)話(huà)題，研究人員早在 2001年就已經(jīng)在探索如何在導航系統中應用機器學(xué)習。然而，人工智能趨向于用在幾種應用場(chǎng)景，例如，自動(dòng)駕駛或事故檢測。此外，出于安全性和可靠性考慮，汽車(chē)行業(yè)幾十年來(lái)一直依賴(lài)啟發(fā)式方法。簡(jiǎn)而言之，汽車(chē)制造商在不需要訓練神經(jīng)網(wǎng)絡(luò )的情況下就已經(jīng)擅長(cháng)提供先進(jìn)的功能。因此，開(kāi)發(fā)平臺必須降低汽車(chē)機器學(xué)習的技術(shù)門(mén)檻，同時(shí)又不影響設計者構想較為傳統的應用。

找到正確的工具

為了幫助開(kāi)發(fā)人員創(chuàng )建他們的殺手級應用程序，無(wú)論它是否使用機器學(xué)習算法，AEKD-AICAR1都配備了一個(gè)帶有4mb閃存的MCU，以及AEK-LCD-DT028V1顯示屏，用于UIs和更一般的應用程序。主板還提供兩個(gè) CAN FD 收發(fā)器和兩個(gè)電位器，用于測試模數轉換器的性能。因此，這個(gè)電路板可以連接執行器板驅動(dòng)電機，處理無(wú)線(xiàn)通信功能，或者管理 LED 等設備。因此，這塊板子的靈活性足以幫助開(kāi)發(fā)團隊用其他的系統開(kāi)發(fā)應用。然而，顧名思義，我們的開(kāi)發(fā)團隊用AEKD-AICAR1開(kāi)發(fā)應用，因為汽車(chē)行業(yè)要求降低機器學(xué)習的技術(shù)門(mén)檻。

AEKD-AICAR1：讓機器學(xué)習變得更好用的解決方案

指引開(kāi)發(fā)者

AEKD-AICAR1套件

AEKD-AICAR1 配有 AEK-CON-SENSOR1連接器板和  AIS2DW12 三軸加速度計。開(kāi)發(fā)人員可以獲取MEMS數據，并使用長(cháng)短期記憶 (LSTM) 遞歸神經(jīng)網(wǎng)絡(luò )(RNN)確定汽車(chē)的四種狀態(tài)。該套件還旨在簡(jiǎn)化演示應用的開(kāi)發(fā)，因為 AEKD-AICAR1在 MCU閃存內預裝了提前訓練好的神經(jīng)網(wǎng)絡(luò )。LSTM RNN當前版本是在 Google Colab環(huán)境中使用 TensorFlow 2.4.0框架開(kāi)發(fā)的神經(jīng)網(wǎng)絡(luò )，然后，我們使用意法半導體的工具將提前訓練好的神經(jīng)網(wǎng)絡(luò )轉換為適合在STM32上運行的C 代碼庫。

為了進(jìn)一步指導和培訓開(kāi)發(fā)者，我們?yōu)橛脩?hù)提供了一份Google Colab環(huán)境、模型訓練、數據采集等工具的 用戶(hù)入門(mén)指南。用戶(hù)可以使用 TensorFlow 等眾多熱門(mén)機器學(xué)習框架創(chuàng )建、訓練和驗證神經(jīng)網(wǎng)絡(luò )，從而使團隊能夠借用許多現有的社區項目。然后，我們還展示了意法半導體神經(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行。簡(jiǎn)而言之，我們分享我們的知識經(jīng)驗和實(shí)用工具，以便開(kāi)發(fā)人員可以更輕松地測試項目，確定機器學(xué)習是否適合汽車(chē)應用。

使用真實(shí)環(huán)境

最終，工程師將獲得一個(gè)程序，這個(gè)程序可以讓他們嘗試用傳感器開(kāi)發(fā)新應用，評估自己的需求，并更好地了解從頭開(kāi)始需要付出的成本的一小部分內是可行的需求。在A(yíng)EKD-AICAR1 捆綁包中有連接器板，這意味著(zhù)用戶(hù)可以輕松換用另一個(gè)傳感器，做進(jìn)一步的評測。汽車(chē)行業(yè)固有的安全性和可靠性限制要求讓開(kāi)發(fā)者無(wú)法用市面上可以買(mǎi)到的消費級電路板測試汽車(chē)產(chǎn)品概念。AEKD-AICAR1通過(guò)在許多人用于開(kāi)發(fā)實(shí)際應用的汽車(chē)級平臺上進(jìn)行實(shí)驗，從而解決了這個(gè)問(wèn)題。

構想原創(chuàng )應用

由于汽車(chē)行業(yè)的機器學(xué)習仍處于起步階段，用戶(hù)經(jīng)常尋找具有最大靈活性的平臺。事實(shí)上，用一個(gè)系統開(kāi)發(fā)多個(gè)項目有助于節省時(shí)間和資源，例如，有一位客戶(hù)對LSTM 節點(diǎn)稍加改動(dòng)，即可分析車(chē)輛懸架的響應性能，確定彈簧補償程度，從而改善駕駛體驗。同樣，開(kāi)發(fā)人員可以用傳感器開(kāi)發(fā)新應用，例如，預測電池的充電狀態(tài)，或將傳感器安裝在方向盤(pán)上，用于檢查駕駛員的心率。 簡(jiǎn)而言之，AEKD-AICAR1 靈活多變，應用不限于傳統的汽車(chē)應用及狀態(tài)檢測。