Как начать разработку решений для автоматизированного вождения автомобилей

От безопасных дорог до комфортных поездок на работу — автоматизированное вождение призвано изменить к лучшему жизнь обычных людей и всего общества.

Поскольку автомобильная отрасль движется к автономному управлению автомобилями, разработчикам потребуется решать задачи создания новаторских и целостных решений для оперативного реагирования и развивать свои наработки согласно требованиям рынка. Для этого необходимы серьезные ресурсы как в самой автомобильной отрасли, так и в сфере обработки данных. Корпорация Intel уже имеет экосистему, созданную с учетом ваших нужд. Используя следующие инструментальные средства, вы сможете создавать и модернизировать существующие факторы вождения транспортных средств.

 

Основы автомобильного движения

Уровни автоматизированного вождения

Высоко автоматизированное вождение — поддержка водителей с использованием систем всесторонней помощи. Такие системы должны иметь решения навигации, безопасности, мониторинга окружающей обстановки, распознавания и обработки изображений, данных датчиков, а именно, представлять собой центр обработки данных.

Полностью автоматизированное вождение — водитель становится пассажиром, полагаясь на встроенный интеллект автомобиля

Центр обработки данных

Данные, создаваемые одним автоматизированным автомобилем, схожи с объемом информации, генерируемым почти 3000 человек. Центр обработки данных будет иметь важное значение для хранения, обмена и защиты огромного объема данных, генерируемых алгоритмами углубленного изучения, и для выбора места такого автоматизированного автомобиля на дороге.

Мобильная связь 5G

Подключения 5G, значащие гораздо больше, чем высокоскоростные каналы передачи данных, исключают любые задержки на гигабитных скоростях и обеспечивают высокую пропускную способность. Это позволяет интеллектуальным и адаптивным сетям уделять приоритетное внимание безопасным и важным устройствам, которые так необходимы в автоматизированном автомобиле.

Интерфейс человек-компьютер

Программно управляемая приборная панель представляет собой консолидированный кластер, сочетающий в себе информационные и развлекательные системы автомобиля. Этот подход позволяет беспрепятственно объединять устройства Интернета вещей, находящиеся как снаружи, так и внутри автомобиля, в централизованный узел или командный пункт, который автоматически отвечает потребностям конкретных водителей. Программно конфигурируемая приборная панель становится единым центром для следующих составляющих:

  • Управление медиа-данными
  • Абсолютная доступность и возможности подключения
  • Системы безопасности и облачные подключения
  • Интерфейс человек-компьютер, гарантирующий надежное взаимодействие водителя и автомобиля

Встроенные в автомобиль вычислительные возможности

С развитием автоматизированных автомобилей все больше будут использоваться всевозможные датчики, данные и вычислительные мощности. Уже сейчас автомобиль с помощью датчиков генерирует почти один гигабайт данных в секунду. Созданные корпорацией Intel энергоэффективные процессоры и специальные программируемые массивы шлюзов (FGPA), а также программное обеспечение предназначены для обеспечения высокой производительности в расчете на ватт потребляемой энергии.

 

Решения для автоматизации вождения

Формирование безаварийного стиля вождения

Сложность обучения систем автомобиля и навигации посредством изучения окружающей обстановки требует существенных мощностей процессоров. Для формирования "органов чувств" автомобиля и принятия им верных решений необходимы алгоритмы углубленного изучения и способы контроля окружающей обстановки.

Для создания безопасных и автономных автомобилей необходимо следующее:

  1. Основы углубленного изучения для алгоритмов систем всесторонней помощи при вождении.
  2. Возможность обработки огромных объемов данных об окружающей среде.
  3. Способность изучения существующей обстановки.
    • Открытый доступ к аппаратным ускорителям для разработки общих механизмов компьютерного зрения
    • Смешанная обработка данных, получаемых из различных камер
    • Методы распознавания объектов в видеоданных и их отслеживание

 

Начните разработку программного обеспечения для автоматизированного вождения

Бета-версия комплекта Intel® GO™ Automotive SDK содержит полнофункциональный набор инструментальных средств для создания высокопроизводительных и энергоэффективных решений облачных платформ для автоматизированных автомобилей и центров обработки данных. Исследователи данных, разработчики систем и автоматизированных решений вождения могут использовать этот комплект для разработки и оптимизации производительности аппаратных компонентов, оптимизации систем и приложений, а также совершенствования датчиков восприятия и алгоритмов углубленного изучения. В составе комплекта несколько модулей процессов и инструментальных средств оптимизации, включая специализированные функции для разработки решений для автомобилей. Он также может быть сконфигурирован, чтобы разработчики могли загружать только то, что им нужно.

Подробнее

Примечание. Бета-версия комплекта для разработки доступна только для существующих клиентов-создателей решений автоматизированного вождения, сотрудничающих с корпорацией Intel. Разработчики могут запросить доступ к комплекту. Хотя пока доступны не все инструментальные средства, большинство из можно загрузить по отдельности (например, Intel® System Studio, Intel® Distribution for Python, бесплатные библиотеки Intel® Performance Libraries и комплект Intel® Computer Vision SDK для инструментальных средств углубленного изучения). Корпорация Intel также работает над сертификацией в соответствии со стандартом ISO 26262 для приложений, для которых необходима сертификация функциональной безопасности (FuSa).¹

Разработка приложений для автомобилей

  • Подключите автомобиль к водителю
  • Ускорьте распространение датчиков и моделирование сред
  • Оптимизируйте производительность, меняйте и отлаживайте код
  • Ускоряйте подготовку к выпуску и проверку продукции

Автоматизированному автомобилю необходимо взаимодействие с водителем и "осмысление" данных, которые он получает от различных датчиков. Эти данные нуждаются в своевременной и эффективной обработке. Инструментальные средства комплекта Intel GO Automotive SDK для разработки программного обеспечения для автомобилей способствуют созданию, отладке, анализу и настройке кода, а также оптимизации систем и автоматизации тестирования. Во время создания кода для работы в автомобиле вы должны установить инструментальные средства комплектов SDK на рабочей станции на базе процессора Intel® (компьютер). Код компилируется на компьютере, который затем подключается и перемещает код в аппаратное обеспечение в автомобиле (цель).

К инструментальным средствам для разработки приложений для автомобилей относятся:

Intel® System Studio 2018 Beta Ultimate Edition — исчерпывающий комплект инструментальных средств и библиотек, способствующих разработке, отладке и настройке кода для целевых встраиваемых систем.

  • Несколько библиотек комплекта SDK работают совместно для:
    • Ускорения математических процессов и модулей нейронных сетей
    • Добавления высоко настраиваемых функций углубленного изучения и оптимизации разработки приложений автоматизированного вождения автомобилей
    • Предложения готовых решений, оптимизированных для аппаратных средств Intel® для обработки данных изображений и сигналов в автомобилях
  • Анализаторы и средства контроля оптимизируют эффективность памяти, отслеживают производительность гетерогенного оборудования в автономном автомобиле, совершенствуют энергопотребление и многое другое.
  • Компиляторы и отладчики повышают производительность приложений на архитектуре Intel®.

Библиотека Intel® Autonomous Driving Library имеет возможности потоковой обработки данных, алгоритмы и функции библиотек, к которым относятся машинное обучение, обработка сигналов и потоков, алгоритмы робототехники, линейная алгебра и многое другое.

Разработки для центров обработки данных

  • Создавайте наращиваемые многокомпьютерные приложения для управления и обслуживания различных данных
    машинное обучение
  • Наращивайте производительность, возможности обработки данных и многое другое с помощью программного обеспечения для центров обработки данных
    средства повышения производительности

Автоматизированный автомобиль формирует, использует и обрабатывает огромное количество данных. Вам понадобятся инструментальные средства для ускорения и оптимизации обработки информации, и подключения к центрам обработки данных. Инструментальные средства комплекта SDK для разработки решений центров обработки данных содержат специальные библиотеки для оптимизации производительности и анализаторы, а также некоторые средства, которые используются в разработке приложений для автомобилей (кроме системного отладчика и анализатора энергопотребления):

  • Intel® Advisor: Используйте этот набор средств анализа для оптимизации векторизации и создания прототипов потоковой обработки данных.
  • Библиотека Intel® MPI Library: Эта библиотека используется для повышения производительности центров обработки данных во время моделирования решений вождения автомобилей и аналитики распределенных вычислений для обработки данных, собираемых в автомобилях.
  • Инструментарии Intel® Trace Analyzer и Intel® Trace Collector. Это графическое средство, позволяющее создать наглядное представление данных и анализ загрузки вашего центра обработки данных.
  • Intel® Distribution for Python*. Этот дистрибутив является неотъемлемой частью решения повышения производительности кода центров обработки данных, работающих на архитектуре Intel, в частности, для эмуляции решений для автоматизированного вождения автомобилей.

Дополнительные процессы автоматизированного вождения

Другие процессы и инструментальные средства комплекта Intel GO Automotive SDK призваны ускорить углубленное изучение, маркировку и визуализацию данных, и воспользоваться всеми преимуществами массивов Intel FPGA. К ним относятся:

  • Intel® FPGA SDK для технологии OpenCL™. Это инструментальное средство упрощает проектирование на основе FPGA и создание основных функций с аппаратным ускорением ядра для языка С в OpenCL™.
  • Инфраструктуры обучения углубленного обучения. Используйте популярные инфраструктуры обучения, такие как дистрибутив Intel® для ПО Caffe* и оптимизации Intel для TensorFlow* для создания моделей классификации и обработки.
  • Развертывание углубленного изучения. Оптимизируйте модели углубленного изучения для развертывания в автоматизированных автомобилях для последующей интеграции развернутых моделей в приложениях.
  • Средство Intel для маркировки/визуализации данных. Представление данных из автомобилей, поступающих по нескольким потокам из вашей системы обработки, на одном интуитивном экране с наименованием информации для создания сценариев обучения и моделирования. Менеджеры маркировки могут разделять работу групп для совместной маркировки в нескольких процессах.

ФункцииНачать

¹Замечание о планах развития. Вся приведенная информация может быть изменена без уведомления. Обратитесь к вашему представителю Intel для получения новейших спецификаций и планов развития продукции Intel.

Для получения подробной информации о возможностях оптимизации компилятора обратитесь к нашему Уведомлению об оптимизации.