Existing automotive safety vision s

Existing automotive safety vision systems are deployed
with basic functionality such as lane detection, pedestrian
detection and vehicle detection using data fused with other
sensors. Some systems are standalone vision systems with
very minimal vision tasks such as video overlay for rear-view
parking guidance. The major bottleneck in integrating all the
above applications into a single platform is providing realtime
results. Also, with such integrated platforms, it is not
guaranteed that we achieve 100% efficiency with accurate
performance under all types of road and weather conditions.
This again calls for dedicated algorithms and therefore high
throughput to handle such unique conditions. A specific need
arises for two things; 1) the need for hardware that performs
similar algorithmic tasks with increased computing power to
evaluate the algorithm performance of the existing hardware
and 2) the evaluation of hardware with a parallel computing
architecture as a prototype to handle vision algorithms [1] in a
automotive environment. A large set of algorithms integrated
into one vehicle-mounted, high-performance computing
platform with can lead to problems with V-SLAM, motion
planning and sensor fusion, features that are most pivotal in
autonomous vehicle research.

ผลลัพธ์ (ไทย) 1:

ใช้งานระบบวิชั่นความปลอดภัยยานยนต์อยู่
ด้วยฟังก์ชันพื้นฐานเช่นตรวจหาเลน เชิญ
fused กันตรวจและตรวจจับยานพาหนะที่ใช้ข้อมูล
เซนเซอร์ บางระบบเป็นแบบสแตนด์อโลนวิสัยทัศน์ระบบ
งานวิสัยทัศน์มากน้อยเช่นการซ้อนทับวิดีโอสำหรับมุมมองหลัง
คำแนะนำที่จอดรถ ขวดใหญ่ในรวมทั้งหมด
ข้างบนโปรแกรมประยุกต์ลงในแพลตฟอร์มเดียวจะให้เรียลไทม์
ผลลัพธ์ ยัง มีแพลตฟอร์มแบบบูรณาการดังกล่าว ไม่
รับประกันว่า เราบรรลุประสิทธิภาพ 100% ด้วยถูกต้อง
ประสิทธิภาพการทำงานทุกประเภทของถนนและสภาพอากาศสภาพ
นี้เรียกอีกครั้ง สำหรับอัลกอริทึมเฉพาะ และจึงสูง
ประมวลการจัดการเงื่อนไขเฉพาะดังกล่าว ความต้องการเฉพาะ
เกิดขึ้นสิ่งที่สอง 1) ต้องการฮาร์ดแวร์ที่ทำ
งาน algorithmic ด้วยอำนาจคอมพิวเตอร์เพิ่ม
ประเมินประสิทธิภาพการทำงานของอัลกอริทึมของฮาร์ดแวร์ที่มีอยู่
2) การประเมินผลของฮาร์ดแวร์ด้วยการคำนวณแบบขนานและ
สถาปัตยกรรมเป็นต้นแบบการจัดการวิสัยทัศน์อัลกอริทึม [1] ในการ
ยานยนต์สิ่งแวดล้อม อัลกอริทึมในการรวมชุดใหญ่
เป็นหนึ่ง ติดรถ ประสิทธิภาพสูงใช้งาน
แพลตฟอร์มกับสามารถนำไปสู่ปัญหา V-ชัยชนะ เคลื่อนไหว
ฟิวชั่นเซ็นเซอร์และการวางแผน คุณลักษณะที่สุดแปรใน
วิจัยรถเขตปกครองตนเองได้

ผลลัพธ์ (ไทย) 3:

วิสัยทัศน์ระบบความปลอดภัยยานยนต์ที่มีอยู่ใช้กับฟังก์ชั่นพื้นฐานเช่นการตรวจหา

เลนตรวจจับคนเดินเท้าและตรวจจับยานพาหนะที่ใช้ข้อมูลผสมกับตัวอื่น ๆ

บางระบบเป็นแบบสแตนด์อโลนระบบการมองเห็นด้วย
งานวิสัยทัศน์น้อยมากเช่นวิดีโอโอเวอร์เลย์มองการ
ที่จอดรถสำหรับคำแนะนำ คอขวดหลักในการบูรณาการทุก
เหนือโปรแกรมในแพลตฟอร์มเดียวคือการให้ผลตามเวลาจริง

นอกจากนี้ ด้วยเช่นแพลตฟอร์มแบบบูรณาการ ไม่ใช่
รับประกันว่า เราบรรลุประสิทธิภาพ 100% กับการปฏิบัติที่ถูกต้อง
ภายใต้ทุกประเภทของสภาพอากาศและถนน .
อีกเรียกเฉพาะขั้นตอนวิธีและดังนั้นจึงสามารถที่จะจัดการกับเงื่อนไขสูง
เอกลักษณ์ดังกล่าว a
ต้องการเฉพาะเกิดขึ้น 2 อย่าง ;1 ) ต้องใช้ฮาร์ดแวร์ที่ทำหน้าที่คล้ายกัน ขั้นตอนวิธีงานเพิ่มขึ้น


พลังคอมพิวเตอร์ประเมินขั้นตอนวิธีการทำงานของฮาร์ดแวร์ที่มีอยู่
2 ) การประเมินผลของฮาร์ดแวร์กับสถาปัตยกรรมคอมพิวเตอร์
ขนานเป็นต้นแบบจัดการขั้นตอนวิธีวิสัยทัศน์ [ 1 ] ในสภาพแวดล้อม
ยานยนต์ ชุดใหญ่ของขั้นตอนวิธีแบบบูรณาการเป็นหนึ่งในยานพาหนะ

ติดคอมพิวเตอร์สมรรถนะสูงแพลตฟอร์มกับสามารถก่อให้เกิดปัญหากับ v-slam การวางแผนและการเซ็นเซอร์การเคลื่อนไหว
, คุณสมบัติที่สำคัญที่สุดในการวิจัย
ยานพาหนะในกำกับของรัฐ