Implementation of a perception system for autonomous vehicles using a detection-segmentation network in SoC FPGA

要約

自動運転車の認識および制御システムは、科学および産業研究の活発な分野です。
これらのソリューションは、さまざまな道路状況における障害物やその他の環境要素の認識効率の高さ、リアルタイム機能、エネルギー効率を特徴とする必要があります。
このような機能を実現するには、適切なアルゴリズムと適切なコンピューティング プラットフォームが必要です。
このペーパーでは、単一のアーキテクチャ内で両方の機能を実行できる認識システムの基礎として、MultiTaskV3 検出セグメンテーション ネットワークを使用しました。
これは適切にトレーニング、量子化され、AMD Xilinx Kria KV260 Vision AI 組み込みプラットフォームに実装されました。
このデバイスを使用することで、計算を並列化して高速化することができました。
さらに、システム全体の消費電力は、CPU ベースの実装と比較して比較的少なく (平均 5 ワット、弱い CPU の最小値は 55 ワット)、プラットフォームのサイズが小さい (119mm x 140mm x 36mm) ため、
利用可能なスペースが限られているデバイスでの使用に適しており、物体検出では mAP (平均平均精度) の 97% 以上、画像セグメンテーションでは mIoU (和集合に対する平均交差) の 90% 以上の精度を達成します。
この記事では、提案されたソリューションを模擬都市でテストするために使用されたメカナム車輪車両の設計についても詳しく説明しています。

要約(オリジナル)

Perception and control systems for autonomous vehicles are an active area of scientific and industrial research. These solutions should be characterised by high efficiency in recognising obstacles and other environmental elements in different road conditions, real-time capability, and energy efficiency. Achieving such functionality requires an appropriate algorithm and a suitable computing platform. In this paper, we have used the MultiTaskV3 detection-segmentation network as the basis for a perception system that can perform both functionalities within a single architecture. It was appropriately trained, quantised, and implemented on the AMD Xilinx Kria KV260 Vision AI embedded platform. By using this device, it was possible to parallelise and accelerate the computations. Furthermore, the whole system consumes relatively little power compared to a CPU-based implementation (an average of 5 watts, compared to the minimum of 55 watts for weaker CPUs, and the small size (119mm x 140mm x 36mm) of the platform allows it to be used in devices where the amount of space available is limited. It also achieves an accuracy higher than 97% of the mAP (mean average precision) for object detection and above 90% of the mIoU (mean intersection over union) for image segmentation. The article also details the design of the Mecanum wheel vehicle, which was used to test the proposed solution in a mock-up city.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google