这款全新的入门套件基于 R-Car V3M 片上图像识别系统 (SoC)，兼具低功耗和高性能，可满足日益增长的 NCAP 前置摄像头市场需求。通过将 R-Car V3M 入门套件与配套软件和工具结合使用，系统开发人员可以轻松开发前置摄像头应用，从而减少开发工作量并加快产品上市速度。.
 
瑞萨电子还宣布对 R-Car V3M 进行改进，集成了一种用于高性能卷积神经网络 (CNN) 的新型高效硬件加速器。 注2这使得路径检测和目标分类等功能得以实现，这些功能在汽车应用中正被日益广泛地使用。R-Car V3M 的创新硬件加速器使卷积神经网络 (CNN) 能够在超低功耗水平下运行，而这是 CNN 在 CPU 或 GPU 上运行时无法实现的。.
 
全新的 R-Car V3M 入门套件、R-Car V3M SoC 以及配套软件和工具，包括瑞萨电子的 e² 开源 IDE（e² studio）集成开发环境，都是瑞萨电子面向 ADAS 和自动驾驶的开放、创新和可靠的 Renesas autonomy™ 平台的一部分，可提供从云端到车辆感知和控制的端到端完整解决方案。.
 
R-Car V3M 入门套件的主要特点
• 这种柔性电路板可用于各种计算机应用
这款全新的入门套件是一个即用型套件。除了必要的接口和工具外，该套件还提供了ADAS和自动驾驶开发所需的基本组件，包括2 GB RAM、4 GB eMMC（嵌入式多媒体控制器）等。 注3该板卡集成了内置存储器、以太网接口、显示输出接口和调试接口。集成的 440 针扩展端口使系统构建者能够完全自由地开发定制扩展板，以满足各种计算应用的需求，从简单的计算机视觉开发环境到用于环视等应用的多摄像头系统原型设计。这种板卡灵活性缩短了硬件开发时间，同时保持了高度的软件可移植性和可重用性。.
 
• Linux BSP 快速入门解决方案和各种工具
R-Car V3M 入门套件与 Linux 板级支持包 (BSP) 兼容，可通过 elinux.org 获取。.
Codeplay 将于 2018 年第一季度在入门套件中启用 OpenCL™ 和 SYCL™。2018 年全年还将提供更多用于机器视觉和图像处理的工具、示例代码和应用说明。.
瑞萨电子在 R-Car V3M 入门套件中提供了多种工具，包括瑞萨电子 e2 studio 工具链和调试工具，从而减轻了开发负担，加快了产品上市速度。.
包括开发了 3D 环视泊车辅助系统的 Cogent Embedded 在内的合作伙伴，正在利用 R-Car V3M 入门套件提供其经过现场验证的软件解决方案和开发系统，以加速开发。.
 
除了 R-Car V3M 入门套件之外，瑞萨电子还在 R-Car V3M SoC 中实现了用于图像识别和分类的 CNN 的超低功耗。R-Car V3M 使得在 NCAP 相机中实现高性能、低功耗的 CNN 成为可能，而传统的、功耗高的 CPU 或 GPU 架构则无法做到这一点。瑞萨电子在 IMP-X5（一个由图像处理器和可编程 CV 引擎组成的计算机视觉处理子系统）的基础上，开发了一款全新的、创新的自主研发硬件 CNN 加速器，从而能够以极低的功耗实现高性能 CNN。借助这项新的 IP，瑞萨电子允许系统开发人员在 IMP-X5 或这款新的硬件加速器之间进行选择，以实现其 CNN 功能。这种异构方案使系统开发人员能够根据所需的编程灵活性、性能和功耗选择最有效的架构。.
 
 
可用性
瑞萨电子 R-Car V3M 现已上市。搭载 Linux BSP 的 R-Car V3M 入门套件将于 2018 年第一季度限量发售。包含扩展软件解决方案的完整产品计划于 2018 年第三季度推出。.
 
注1）
新车安全性能评估计划 (NCAP)：一项针对新车设计在各种安全威胁下的性能评估计划。.
 
注2）
卷积神经网络（CNN）是一种先进的人工神经网络，已成功应用于分析视觉图像，并越来越多地应用于汽车领域，例如道路检测或物体分类。.
 
注3）
多媒体控制器（eMMC）的嵌入式存储器允许操作系统从启动套件启动。这比通过网络启动快得多。.

更多信息或报价