Startseite > Automotive > Software + Tools > Edge AI-Lösungen von Imagimob für AURIX-MCUs

Infineon Technologies

Edge AI-Lösungen von Imagimob für AURIX-MCUs

8. Oktober 2024, 8:35 Uhr | Iris Stroh

Künstliche Intelligenz spielt beim autonomen und automatisierten Fahren eine entscheidende Rolle, da sie etwa Fahrzeuge in die Lage versetzt, Fußgänger und Verkehrszeichen zu erkennen, das Fahrerverhalten zu analysieren und Trajektorien zu steuern.

▶ Diesen Artikel anhören

Eine wichtige Voraussetzung dafür ist Edge AI. Autonomes und automatisiertes Fahren ist in hohem Maße abhängig von KI-Systemen mit maschinellen Lernfähigkeiten und Prozessoren, die großen Datenmengen parallel, gesichert und in Echtzeit verarbeiten können. Aus diesem Grund hat Imagimob, ein Unternehmen von Infineon Technologies, das Angebot für maschinelles Lernen im Automotive-Bereich erweitert. Das Unternehmen hat maschinelle Lernfähigkeiten in die ASIL-D-konformen Automotive-Mikrocontroller (MCUs) AURIX TC3x und AURIX TC4x von Infineon integriert.

»Die Integration von gesicherten und zuverlässigen KI-Funktionen in Mikrocontroller-Familien ist entscheidend, um autonome Fahranwendungen in der Automotive-Branche voranzutreiben«, sagt Thomas Boehm, Senior Vice President Microcontrollers bei Infineon. »Wir sind stolz darauf, dass unsere AURIX-Mikrocontroller jetzt von Imagimob Studio unterstützt werden und damit Entwicklerinnen und Entwickler weltweit zugänglich sind.«

»Mit der Einbindung der AURIX MCUs in unser Imagimob Studio bringen wir volle Machine-Learning (ML)-Kompatibilität und -Fähigkeiten in den Automotive-Bereich«, sagt Alexander Samuelsson, CTO von Imagimob. »Das bedeutet, dass alle Anwendungsfälle, die wir mit unserer Plattform unterstützen, nun auch für die AURIX-Mikrocontroller von Infineon verfügbar sind.«

Mit Imagimob Studio können Entwicklerinnen und Entwickler jetzt robuste Edge-ML-Modelle erstellen und auf den bewährten AURIX MCUs von Infineon einsetzen. Der Prozess beginnt mit der Erstellung von Machine-Learning-Modellen in Imagimob Studio. Das fertige KI-Modell kann direkt auf der Plattform auf die MCU übertragen werden. Entwicklerinnen und Entwickler werden dann durch die Schritte zur nahtlosen Bereitstellung des Codes geführt, was die Implementierung von maschinellem Lernen auf den MCUs vereinfacht und die Erstellung anspruchsvoller ML-Modelle ermöglicht. Darüber hinaus bietet Imagimob Studio ein Beispielprojekt für die Sirenenerkennung, das die Modellerstellung und den Einsatz demonstriert. Anhand des Code-Beispiels können User auch lernen, wie man akustische Modelle mit einer AURIX-MCU und einem Mikrofonschild erstellt. Darüber hinaus hat Imagimob neue Regressionsmodelle entwickelt, die zur Berechnung der verbleibenden Batterieleistung, des Gesundheitszustands und der Nutzungsdauer verwendet werden können.

AURIX TC4x und AURIX TC3x

Die skalierbare MCU-Familie AURIX TC4x bietet einen nahtlosen Upgrade-Pfad von der AURIX TC3x-Familie ASIL-D-konformer Automotive-MCUs. Diese verbesserte Leistung wird durch den TriCore 1.8 der nächsten Generation unterstützt. Darüber hinaus verfügt die AURIX TC4x-Familie über eine skalierbare Beschleuniger-Suite mit einer Parallel Processing Unit (PPU) und mehreren intelligenten Beschleunigern zur Unterstützung einer kostengünstigen KI-Integration. Für die MCU-Familie bedeuten diese Fortschritte erweiterte Funktionen für maschinelles Lernen, die es ermöglichen, mehrere Modelle gleichzeitig oder komplexere Modelle einzusetzen. Während der AURIX TC3x beispielsweise die einfache Sirenenerkennung beherrscht, ermöglicht der AURIX TC4x die gleichzeitige Erkennung von Sirenen und Sprachinteraktion.