基于SPC58EC汽车微控制器的人工智能行车条件检测解决方案

随着汽车安全理念日益深入人心，以智能科技守护出行已成为趋势。高级驾驶辅助系统（ADAS）可实时监测车辆运行状态与道路环境，一旦侦测到路面不平或车身出现侧滑等异常情况，便会及时向驾驶员发出警示，帮助规避风险。

方案方块图

展示板照片

该系统基于通用SPC58EC汽车微控制器（配备4 MB大小的Flash存储器），使用超低功耗AIS2DW12三轴运动传感器获取车辆运动变量以及当前路面状况信息。采集的数据被传递到运行于MCU上的LSTM（长短期存储器）递归神经网络，由后者分析驾驶状况并生成精确的车辆状态预测模型，并显示在LCD触摸屏上。

开发前，需先下载AutoDevKit。之后，为获得预先训练的神经网络，开发人员可以挑选一个可用的框架（Tensorflow、Lasagne等）和外部IDE（Google Colab），以此创建、训练和验证（使用真值表）LSTM递归神经网络。创建LSTM RNN之后，必须将其导出为H5文件格式，以便SPC5 Studio开发环境（SPC5- Studio）上的人工智能（AI）插件（SPC5- Studio -AI）将其转换为符合汽车标准的C语言代码，使之具备可执行性并加载到SPC58 MCU中。

核心产品及优势

AIS2DW12 - 超低功耗3轴数字运动传感器

- 超低功耗

- 内嵌自测功能

- 纤薄的小型塑料LGA封装

- 两个电源电压（1.8V或3.3V）

SPC58EC80E5 - 32位MCU面向汽车应用

- Flash存储器大小为4 MB

- 支持ASIL-B安全标准，符合ISO 26262要求

- 丰富的通信接口组

- 内嵌硬件安全模块（HSM），具备专用Flash存储器

功能列举

· 在6秒时间内完成车辆运动分析

· 专用的长短期存储器（LSTM）递归神经网络用于时间序列分析

· 符合AEC-Q100认证的IC

主要优势

· 边缘人工智能面向汽车应用

· 在‘简单’MCU上运行预先训练的神经网络

· 实时分析传感器加速数据

· 专用的长短期存储器（LSTM）递归神经网络用于时间序列分析

· 可识别四种汽车状态：

汽车已停泊或停止运行

汽车在正常道路上行驶

汽车在颠簸道路上行驶

汽车发生侧滑或以迂回路线行驶

为了进一步指导和培训开发者，ST/意法半导体为用户提供了一份Google Colab环境、模型训练、数据采集等工具的指南，感兴趣的用户可点此链接了解→《Getting started with the AEKD-AICAR1 evaluation kit for car state classificatio》。

说明：内容基于公开信息整理，不代表原厂官方意见，仅供工程师学习用，若涉及侵权，请联系删除。