Site institutionnel du CNRS|attribut_html
Le rendez-vous de l’innovation

Les Partenaires
des Innovatives

Ministère de l'éducation nationale de l'enseignement supérieur et de la recherche ABG - L'intelli'agence Fist SA

Rechercher




Accueil > Éditions précédentes > Voiture du futur > Posters > Interaction homme-machine, véhicule autonome

Prédiction des performances d’algorithmes ADAS sur architectures embarquées

par DIRE - publié le , mis à jour le

Romain Saussard, Renault/Univ. Paris Sud
Marius Vasiliu, Roger Reynaud, Institut d’Electronique Fondamentale
Boubker Bouzid, Renault

Prédiction des performances d’algorithmes ADAS sur architectures embarquées

Les nouveaux véhicules demanderont de plus en plus de fonctionnalités ADAS (Advanced Driver Assistance Systems) tout en évoluant vers une conduite autonome.
La diversité d’algorithmes de traitement d’images disponible aujourd’hui permet d’envisager une bonne partie des fonctionnalités nécessaires mais nécessite (malheureusement) l’utilisation des systèmes informatiques lords et relativement chers.

L’objectif du travail effectué, en collaboration, entre le Département SA de l’IEF et le Techno-Centre Renault de Guyancourt, est d’analyser, caractériser et évaluer la complexité des algorithmes ADAS pour permettre de prédire d’une manière presque automatique la possibilité ou non de leur implantation sur les nouvelles architectures embarquées de faible consommation et faible coût comme celles fournies par NVidia (K1) ou Texas Instruments (TDA2x).

Notre présentation expose la démarche proposée puis prend comme exemple une famille d’algorithmes de détection et poursuite de lignes de démarcation (lane keeping) et montre la procédure d’analyse de complexité, la validation de l’implantation sur une nouvelle architecture hybride (CPU/GPU) comme le K1 de NVidia. Les résultats de performance montre la viabilité industrielle de la démarche et ouvre des perspectives sur la généralisation de cette démarche pour les voitures Renault.

Téléchargez le poster
pdf - 649.7ko