Iklan

Kontribusi AI untuk Mengurangi Kecelakaan Mobil: Pengenalan Gambar LSI Toshiba

Kontribusi AI untuk Mengurangi Kecelakaan Mobil: Pengenalan Gambar LSI Toshiba"
Pengenalan gambar LSI sangat diperlukan untuk mobil yang tidak mengalami kecelakaan


Angka dari WHO * menunjukkan bahwa hampir 1,25 juta orang meninggal dalam kecelakaan mobil setiap tahun. Sebagaimana lebih banyak mobil yang berada di jalan, jumlah itu memiliki kemungkinan untuk bisa tumbuh. Tapi produsen mobil menanggapinya dengan membangun kemampuan yang semakin canggih. Ini termasuk teknologi untuk menghindari tabrakan yang secara otomatis menghentikan mobil untuk menghindari kecelakaan. Salah satu negara yang memimpin ke arah ini adalah Jepang, di mana teknologi baru secara bertahap diadopsi dalam mobil mulai dari model murah hingga sedan yang paling mewah.


Jantung dari sistem ini adalah pengolahan gambar. Toshiba memiliki sejarah panjang dalam pengolahan gambar. Di jalan, digunakan untuk mengenali dan memproses gambar dari kamera, mengidentifikasi kondisi jalan dan memastikan bahwa kendaraan menghindari hambatan. Jika kendala dikenali dan dinilai berbahaya, dia dengan cepat, dan aman, akan melakukan pengereman. Sementara hal itu terdengar cukup mudah, kemampuan canggih diperlukan untuk mencapai pengolahan akurat dan seketika dalam kendaraan yang bergerak. Misalnya, untuk gambar benda di depan mobil, prosesor harus mampu membedakan apa benda tersebut, agar mengenali jika ada pejalan kaki di depan mobil. Dan itu semua harus dilakukan dengan benar-benar cepat.


Pengenalan Gambar LSI Toshiba (TMPV76) (package size: 27 mm x 27 mm)

Sebuah chip kecil yang memproses sejumlah besar informasi gambar dan pengenalan benda secara seketika


Pengenalan Gambar LSI Toshiba melakukan semua ini tanpa bergantung pada kekuatan pemrosesan besar dari suatu komputer yang terpasang. Sebaliknya, dia sangat mampu, memberikan solusi mandiri, dilengkapi dengan “kamus visual,” sebuah kamus yang kaya data yang memungkinkan untuk mengenali bahwa sebuah objek di jalan sebenarnya adalah pejalan kaki dan bukan tiang lampu. Hal ini dilakukan dengan membandingkan data gambar dengan karakteristik yang disimpan dalam kamus.


Toshiba menyadari bahwa penginderaan yang luas tidak cukup untuk memastikan keselamatan di jalan raya, di mana kesalahan benar-benar dapat menjadi masalah hidup atau mati, dan telah membangun presisi tingkat tinggi dalam processer itu. Warna dan nuansa menjadi perhatian, dan prosesor (TMPV76) dapat mengenali perbedaan halus dalam warna antara pejalan kaki dan latar belakang, dan juga dapat mendeteksi pejalan kaki tidak hanya di siang hari tapi di tengah malam.


Tentu saja, pengenalan pejalan kaki adalah kemampuan yang harus dimiliki, tapi tidak hanya itu yang semua prosesor gambar dapat dan harus lakukan. Dia dibutuhkan untuk mengenali kendaraan lain, sinyal lalu lintas, rambu-rambu jalan dan jalur, dan memperingatkan pengemudi akan bahaya seperti tabrakan. Berkat kemampuan Toshiba yang sudah lama dalam pengolahan gambar, semua ini dapat dicapai dengan sebuah dedikasi dari LSI yang kecil, dan saat kendaraan bergerak dengan kecepatan tinggi.


Delapan elemen dalam gambar diproses secara bersamaan oleh LSI (TMPV76)


Pejalan kaki dikenali pada malam hari oleh Pengenalan Gambar LSI Toshiba (TMPV76)


Teknologi jaringan saraf dalam yang memeragakan otak manusia secara dramatis meningkatkan akurasi


Bekerja dengan Denso Corporation, salah satu pemasok komponen otomotif terkemuka di dunia, Toshiba telah mengembangkan Jaringan Saraf Dalam-Kekayaan Intelektual/Deep Neural Network-Intellectual Property (DNN-IP), sebuah algoritma kecerdasan buatan yang meniru jaringan saraf dari otak manusia. Hal ini diharapkan menjadi generasi berikutnya sistem pengenalan gambar.


Dalam pengenalan gambar berdasarkan pengenalan pola yang konvensional dan mesin pembelajaran, benda-benda yang perlu dikenali oleh komputer harus ditandai dan diekstraksi terlebih dahulu. Dalam pengenalan gambar berbasis DNN, komputer dapat mengekstrak dan mempelajari karakteristik objek untuk diri mereka sendiri. Dengan DNN, Toshiba dan Denso berharap untuk meningkatkan keakuratan deteksi dan identifikasi berbagai benda.


Konsep pengenalan gambar menggunakan DNN-IP (Top: Actual situation; Bottom: Objects Identified by DNN-IP)

Pentingnya Processor Pengenalan Gambar untuk Kendara Otomatis Masa Depan

Beberapa produsen bertujuan untuk mencapai kendara yang sepenuhnya otomatis, dengan tidak perlu pengemudi manusia sama sekali, di tahun 2020. Ini sebuah prestasi yang akan mewujudkan mengemudi dengan lebih aman dan berkontribusi untuk mengurangi kecelakaan di jalanan. Ini akan mengakhiri tekanan yang dibebankan kepada pengemudi, terutama orang tua.

Penerapan prosesor pengenalan gambar Toshiba tidak terbatas pada kendaraan; itu dapat digunakan untuk mengontrol pencahayaan dan AC dalam menanggapi gerakan manusia yang terdeteksi; dapat dipasangkan dalam kamera keamanan yang memantau sejumlah besar orang, atau sistem lalu lintas yang memantau orang-orang dan mobil. Peran penting yang harus dimainkan prosesor pengenalan gambar Toshiba hanya akan menjadi lebih luas. (rr)