ニュース
車載用スマートカメラ向けSoCの第二弾、レベル3、4の自動運転システムの実用化に向け「R-Car V3H」を発表【ルネサス エレクトロニクス】
2018年2月28日
車載用スマートカメラ向けSoCの第二弾、レベル3、4の自動運転システムの実用化に向け「R-Car V3H」を発表
~スマートカメラに求められるAI処理を業界最高レベルの低消費電力技術で実現~
ルネサス エレクトロニクス株式会社（代表取締役社長兼CEO:呉 文精、以下ルネサス）は、このたび、レベル3、4（注１）の自動運転システム向けに、スマートカメラ用SoC（System on Chip）「R-Car V3H」を発表します。新製品は、トップクラスのコンピュータビジョン処理を実現するSoCで、2017年4月に発表したNCAP（注２）用スマートカメラに最適な「R-Car V3M」の上位機種です。
レベル3、4の自動運転システムでは高度なセンシング処理が求められています。例えば、自動運転を実現するには3次元の空間の中において自車と不特定多数の障害物の位置関係を把握しつつ、さらに障害物が何であるかを認識しなければなりません。この実現には、AIを取り入れたコンピュータビジョン処理が期待されており、今回のR-Car V3Hは業界最高レベルの低消費電力技術により、わずか0.3W（当社実測値）でAI処理を実現しています。さらに、コンピュータビジョン処理を強力に高速化するその他の専用エンジンも搭載し、自動運転システムの実用化に向けたスマートカメラソリューションとして提供します。
R-Car V3Hは、2018年9月よりサンプル出荷を開始し、2019年後半より量産を開始する予定です。
今回、R-Car V3HはAI処理を実現するために専用のCNN(Convolution neural network)エンジンを搭載しています。この他にも、ステレオカメラを用いて距離の計測を実現するステレオディスパリティ（注３）や、低速あるいは高速で運動している物体についても正確なフロー追従が可能となる高密度オプティカルフロー（注４）、ある領域内の物体の高速検出を可能とするオブジェクト分類（注５）専用のエンジンを搭載しています。R-Car V3Hには、ルネサス独自の画像認識エンジン「IMP-X5」を進化させた「IMP-X5-V3H」も搭載しており、これら専用エンジンと組みわせることで高度なコンピュータビジョン処理が実現可能です。
また、R-Car V3Mと同様、画像の絵づくりや認識処理向けにセンサ信号の変換処理を行うISP（Image Signal Processor：画像センサ信号処理エンジン）を搭載しているため、シンプルな車載カメラとの組み合わせで使用可能です。
ルネサスのR-Carは、ヘテロジニアス・マルチコア（注6）の特長を活かしたSoCであり、R-Car V3Hにおいても適材適所の仕事を各エンジン（IP：Intellectual Property）にさせることにより、高度なコンピュータビジョン処理を実現しながら、量産車に搭載可能な低消費電力も実現するため、実用化が目前に迫るレベル3、4の自動運転システム向け車載スマートカメラに最適です。さらにR-Carシリーズは、スケーラビリティを確保しており、R-Car V3Mを使用したNCAPシステムから、R-Car V3Hを使用したレベル3、4の車載カメラシステムまで共通したプラットフォームとして開発可能のため、開発期間の短縮やシステムコストの低減が可能です。
ルネサスのADASソリューション事業部の事業部長であるJean-Francois Chouteau は次のように述べています。「新製品は、欧州や日本で自動運転システムの開発に先行するお客様のニーズを十分に反映して開発したSoCです。車載カメラを設置する場所には、狭い、熱い、冷めないという課題があり低消費電力が不可欠ですが、今回、AIとの両立を果たしたことにより、自動運転システムの実用化が加速すると信じています。」
ルネサスは、R-Car V3Hを、本年2月27日から3月1日にドイツ・ニュルンベルクで開催される組み込み機器の専門展示会「embedded world 2018」の当社ブース(ホール１、スタンド310)で紹介します。
ルネサスは、オープン、イノベイティブ、トラステッドなRenesas autonomyプラットフォームの中核をなすセンシングソリューションを積極的に展開することにより、安心・安全なクルマ社会に貢献してまいります。
新製品の主な仕様は 別紙（333KB）をご参照ください。
スマートカメラの詳細はこちら
R-Car V3Hの詳細はこちら
（注1）
レベル3、4とは、特定の環境や条件の中での自動運転
（注2）
NCAP (New Car Assessment Program)：世界各国で行われている自動車の安全性を評価する
テストであり、最近はADAS、特に自動ブレーキのアセスメントテストが盛り込まれている。
（注3）
Dense Stereo Disparity：入力画像ピクセル１対１対応するステレオ撮像系で撮影した
２枚のグレースケール画像を用いて視差を求める技術。3次元での距離画像(ディスパリティ・マップ)を
作成することにより、対象物までの距離を算出ことが可能。
（注4）
Dense Optical Flow：連続する２枚の画像中の局所領域の移動推定により
オプティカルフローを求める技術。画像中の静止構造物だけではなく、
低速/高速で運動している物体についても正確なフロー追従が可能となる。
（注5）
Object Classification：画像中から矩形領域（ROI: Region of Interest）の検出を行う技術。
特徴量抽出器(ACF)と識別器(Boosting)を用いて行う。
（注6）
ヘテロジニアス・マルチコアとは、アーキテクチャーが異なる複数のコア（IP）を集積していること。
＊
Renesas autonomyは、ルネサス エレクトロニクス株式会社の商標です。
その他、本リリース中の製品名やサービス名は全てそれぞれの所有者に属する商標または登録商標です。
＊
本製品は、国立研究開発法人新エネルギー・産業技術総合開発機構（NEDO）の助成事業の成果の一部を
実用化した技術を含んでいます。
ルネサス エレクトロニクス株式会社ホームページはこちら
