車載SoCへのAI認識モデルの最適化実装

プロジェクト概要
- リアルタイム認識が可能なマルチタスク画像認識AIモデルの設計
- 学習の効率化
- 車載SoCへの最適化実装
課題
- リソース制約が大きいチップでのマルチタスクの実現
- 低レイテンシの実現
- 学習データのアノテーションコスト削減
- 車両挙動による認識精度の低下
成果
単眼カメラでの運転支援に必要な画像認識機能の実現
TI AM62A74(2TOPS、Quad Core)上で、物体認識・走路認識・標識認識・信号認識・対向車ヘッドライト認識・走行シーン認識・前方車両の距離推定を15FPSで実現しました。 SoC上でのリアルタイム動作を実現するためのモデル構造設計とSoCの性能をフル活用するための機能配置を行っています。また車両への搭載時に課題となるピッチやロールによる精度低下を抑えるため、車載センサ情報も活用して補正を行っています。 学習データの作成にあたっては、アノテーションコストを削減するための擬似ラベル生成環境を整備するとともに、データ拡張技術も適用することでレアケースの学習データの増強を図っています。

POINT
- 処理レート:15FPS
- 遅延:100ms
- プロトタイプ開発期間:2ヶ月


