ST機器學習解決方案助力車企探索汽車AI可能性

來源：意法半導體博客

(資料圖)

意法半導體的首款車規(guī)機器學習解決方案SL-AIAID012401V1由AEKD-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)。這是一個難得的機會，可以通過測試和開發(fā)汽車人工智能應用，以確定該技術是否適合這個市場。事實上，許多車企還在探索在行業(yè)現(xiàn)階段，機器學習對他們是否有意義。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。

將機器學習引入汽車的挑戰(zhàn)

尋找正確的應用

汽車狀態(tài)識別系統(tǒng)的整體架構

雖然機器學習的熱度在消費市場上穩(wěn)步上升，但是，汽車行業(yè)仍在探究機器學習技術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)在探索如何在導航系統(tǒng)中應用機器學習。然而，人工智能趨向于用在幾種應用場景，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練神經(jīng)網(wǎng)絡的情況下就已經(jīng)擅長提供先進的功能。因此，開發(fā)平臺必須降低汽車機器學習的技術門檻，同時又不影響設計者構想較為傳統(tǒng)的應用。

找到正確的工具

為了幫助開發(fā)人員創(chuàng)建他們的殺手級應用程序，無論它是否使用機器學習算法，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，處理無線通信功能，或者管理LED 等設備。因此，這塊板子的靈活性足以幫助開發(fā)團隊用其他的系統(tǒng)開發(fā)應用。然而，顧名思義，我們的開發(fā)團隊用AEKD-AICAR1開發(fā)應用，因為汽車行業(yè)要求降低機器學習的技術門檻。

AEKD-AICAR1：讓機器學習變得更好用的解決方案

指引開發(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(RNN)確定汽車的四種狀態(tài)。該套件還旨在簡化演示應用的開發(fā)，因為AEKD-AICAR1在MCU閃存內(nèi)預裝了提前訓練好的神經(jīng)網(wǎng)絡。LSTM RNN當前版本是在 Google Colab環(huán)境中使用 TensorFlow 2.4.0框架開發(fā)的神經(jīng)網(wǎng)絡，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)絡轉(zhuǎn)換為適合在STM32上運行的C 代碼庫。

為了進一步指導和培訓開發(fā)者，我們?yōu)橛脩籼峁┝艘环?/strong>Google Colab環(huán)境、模型訓練、數(shù)據(jù)采集等工具的用戶入門指南。用戶可以使用 TensorFlow 等眾多熱門機器學習框架創(chuàng)建、訓練和驗證神經(jīng)網(wǎng)絡，從而使團隊能夠借用許多現(xiàn)有的社區(qū)項目。然后，我們還展示了意法半導體神經(jīng)網(wǎng)絡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，確定機器學習是否適合汽車應用。

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)實際應用的汽車級平臺上進行實驗，從而解決了這個問題。

構想原創(chuàng)應用

由于汽車行業(yè)的機器學習仍處于起步階段，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性能，確定彈簧補償程度，從而改善駕駛體驗。同樣，開發(fā)人員可以用傳感器開發(fā)新應用，例如，預測電池的充電狀態(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，應用不限于傳統(tǒng)的汽車應用及狀態(tài)檢測。