瑞薩電子以其R-Car V3H系統單晶片（SoC）為基礎的新型感知快速入門軟體（Perception Quick Start Software），來持續加快先進駕駛輔助系統（ADAS）的開發。該解決方案提供了參考軟體，可用於攝影機障礙物偵測（camera obstacle detection，COD）、光達障礙物偵測（LiDAR obstacle detection，LOD）和道路特徵偵測（road feature detection，RFD）──這就是以感測器為基礎的Level 2+自動駕駛車輛系統中，三個關鍵的識別領域。

RFD範例

R-Car V3H SoC在低功率水準下，提供高電腦視覺性能和人工智慧處理的組合，為Level 2+自動駕駛汽車中的汽車前置攝影機，提供最佳化的嵌入式解決方案。為了實現最先進的識別技術，瑞薩為SoC設計了專用的硬體加速器，用於關鍵演算法，包括卷積神經網路（convolutional neural network）、稠密光流法（dense optical flow）、立體視差（stereo disparity）和物件分類（object classification）。這些加速器很複雜，卻經濟又節能，全新的感知軟體為使用加速器的開發人員，提供了端點到端點的管線參考軟體，讓客戶能夠開始應用產品設計──無論這些客戶是專家，還是沒有相關經驗。參考軟體涵蓋來自感測器或記錄資料的輸入，處理的所有階段和螢幕上的顯示輸出。

瑞薩汽車先進系統創新部門總監Tim Grai表示：「專業的硬體加速器，在實現嵌入式ADAS和自動化應用產品上，所需的電腦視覺性能和準確度方面，扮演了極為重要的角色，同時還能滿足對車載功耗的嚴格限制。然而，這些加速器的複雜性，可能會讓學習曲線極為陡峭。」

「我們能夠透過全新的感知快速入門軟體，提供一套應用軟體以及底層基元（underlying primitive），以簡化加速器的使用，而這些複雜加速器，是實現嵌入式ADAS所需要的。」

瑞薩感知快速入門軟體的重要功能：

‧ COD參考軟體使用卷積神經網路（CNN）的IP、電腦視覺引擎（computer vision engine，CV-E）和圖像彩現（image rendering，IMR）技術，來偵測汽車、卡車、公共汽車和行人等2D物體。COD可以達到約每秒30張畫面（FPS）。

‧ LOD軟體使用CNN-IP和CV-E來檢測3D物體，包括汽車和卡車。 LOD在50公尺處使用3D定界框，可達到約15 FPS。

‧ RFD參考軟體使用CNN-IP、CV-E、IMR和多功能管線引擎（versatile pipeline engine，IMP），來識別可駕駛的自由空間、車道（會交叉和不會交叉）、道路邊界，以及到車道和最近物體的距離，以支援NCAP 2020。RFD可達到約30 FPS。