ADAS & AD

自第一辆汽车发明以来，安全一直是汽车行业创新和进步的驱动力。如今，机器学习被用于进一步提高汽车驾驶安全性，同时提高驾驶员的效率和便利性。机器学习被应用于高级驾驶辅助系统（ADAS）和自动驾驶（AD），它们依靠人工智能算法来分析和解释来自摄像机以及雷达和激光雷达等其他感知源的数据，以进行道路导航和做出驾驶决策。

这些增强功能也适用于轻型车辆、摩托车和自行车以及越野车辆，从而产生超出高速公路驾驶范围的不同应用。

高级驾驶辅助系统不断发展，为驾驶员提供更安全、更舒适的旅程。这些系统将不同传感器模式的处理与实时数据处理结合起来，增强驾驶和停车能力。

人工智能在高级驾驶辅助系统中发挥着关键作用，因为它是车辆感知环境的核心。传统高级驾驶辅助系统处理器因缺乏人工智能性能和/或功耗不足而无法满足汽车ADAS ECU要求。由于近年来人工智能模型格局发生了巨大变化，许多处理器也无法运行最先进的神经网络（NN），需要替代解决方案。

Hailo人工智能处理器专为可扩展性而设计，可以支持高级驾驶辅助系统所需的严苛深度学习工作负载。一个小型低功耗芯片可以处理多个视频流，多个芯片可以串联或级联工作，同时保持行业领先的效率和可扩展性、高处理吞吐量和低延迟。该解决方案的灵活性允许运行最先进的神经网络（包括转换器），同时使用不同类型的传感器输入，包括各种分辨率和输入大小。​

自动驾驶（AD）是一项无需直接人工输入即可让车辆运行的技术。它是指车辆在没有人为干预的情况下自动驾驶的能力，包括转向、加速和制动。自动驾驶系统中使用的软件和人工智能算法处理来自多个传感器的数据，并做出车辆应如何响应其环境的决策。其中可能包括调整速度、改变车道、避开障碍等等。

自主水平越高，需要的算法就越复杂和先进，也需要更多的人工智能能力来分析来自多个传感器的海量数据，实时做出安全高效的驾驶或停车决策。因此，人工智能处理器在自动驾驶中的作用日益凸显。

尽管在完全自动驾驶乘用车投放市场之前还有大量的开发和测试要做，但自动驾驶技术可以提高安全性，改善交通流量，显著提高人类生产力，从而彻底变革交通运输。这项技术正在进入机器人、重型机械、越野车、农业等各个市场，Hailo正在这些领域积极与客户和合作伙伴合作，实现日常运营自动化。