Services d'ingénierie ADAS

Les systèmes avancés d'aide à la conduite (ADAS) et la conduite autonome révolutionnent l'industrie automobile en améliorant la sécurité, l'efficacité et l'expérience de conduite des véhicules. L'avenir des ADAS repose sur l'IA, la fusion des capteurs, la réalité augmentée et les mises à jour OTA (over-the-air), qui garantissent une amélioration continue et une sécurité routière accrue.

Arrow Automotive CoE offre des solutions ADAS/AD complètes, y compris l'intégration de capteurs avancés (caméra, radar, lidar), l'optimisation et le portage d'algorithmes ADAS, le développement d'ECU basés sur Autosar, les systèmes de surveillance du conducteur, l'annotation de données basée sur l'IA, le développement basé sur des modèles, la validation et le test de diverses fonctions ADAS/AD.

Notre expérience des applications ADAS

Principales offres de services

Optimisation/portage d'algorithmes

  • Optimisation des algorithmes et portage sur des plates-formes cibles pour la détection d'objets et de piétons

Solutions basées sur la caméra/vision

  • Modèle de caméra, algorithmes, formation et portage de modèles ML
  • Réglage de l'image/vidéo, analyse vidéo, correction de la distorsion de l'objectif

Recherche et annotation de données

  • Données image/vidéo pour l'entraînement des algorithmes, l'étiquetage 2D/3D (boîte englobante, cuboïdes) et la segmentation sémantique

Fusion de capteurs et de données

  • Expérience en matière de capteurs - caméra, radar, lidar, ultrasons, etc.
  • Fusion d'entrées multi-capteurs pour l'actionnement/l'alerte

Connectivité et prétraitement

  • Connectivité et pilotes pour une variété de plateformes
  • Optimisation des performances pour les DSP/GPU/ISP à faible mémoire

Plateformes informatiques

  • Exécution basée sur une plate-forme hétérogène sur un système d'exploitation multi-cœur/SoC

Études de cas

Optimisation de l'algorithme de détection des piétons et des objets et portage sur Hydra DSP

  • Algorithmes optimisés et portés - Optimisation et portage réussis des algorithmes propriétaires de détection d'objets (OD) et de détection de piétons (PD) pour les environnements à mémoire limitée.
  • Optimisation de la mémoire et des performances - Réalisation d'environ 30 images par seconde à une résolution de 720×480 tout en adaptant l'exécution de quatre algorithmes ADAS dans une mémoire d'instructions de 32 Ko et une mémoire de données de 8 Ko à l'aide de superpositions de mémoire.
  • Adaptation et intégration des algorithmes - Portage et optimisation du modèle de caméra (Fish Eye à Pinhole ~5K LOC), OD (~110K LOC), et PD avec KCF Tracker (~80K LOC) pour un traitement ADAS efficace.
  • Mise en œuvre efficace du code - Conversion du code C++ en virgule flottante sur PC avec des opérations trigonométriques en un code C intégré optimisé avec des superpositions, garantissant une exécution transparente sur le DSP Hydra.

Portage d'algorithmes ADAS - Surveillance des rétroviseurs latéraux

  • Portage optimisé d'algorithmes ADAS - Portage réussi des algorithmes d'autodiagnostic optique (OSD) et d'étalonnage de la caméra pour la surveillance des rétroviseurs latéraux sur la plateforme Broadcom 89107 et Hydra DSP.
  • Optimisation de la mémoire et des performances - Réalisation d'environ 30 images par seconde à une résolution de 720×480 en n'utilisant efficacement que 2 des 8 cœurs DSP, malgré la faible disponibilité de la mémoire (32 Ko d'instructions, 8 Ko de mémoire de données).
  • Fonctionnalités améliorées - Développement de la surveillance des angles morts, de la reconnaissance des reflets et de la détection des sols pour améliorer la sécurité de la conduite.
  • Manipulation et traitement efficaces des données - Mise en œuvre de la conversion de la virgule flottante en virgule fixe et optimisation des opérations DMA pour un traitement transparent entre l'ARM et le DSP sans mémoire partagée.

Amélioration des fonctionnalités ADAS et validation des algorithmes

  • Capacités ADAS améliorées - Amélioration du régulateur de vitesse adaptatif et de l'assistance au freinage d'urgence par l'intégration de la fusion des capteurs RADAR et de la caméra pour une meilleure connaissance de la situation.
  • Simulation et essais avancés - Développement de la modélisation environnementale en 3D pour simuler diverses conditions telles que la pluie, le brouillard et la neige, garantissant une validation robuste des algorithmes et des études de faisabilité.
  • Conformité à la norme ISO26262 et à la norme SPICE pour l'automobile - Garantie de la sécurité et de la fiabilité grâce au respect des directives de codage MISRA, à des tests d'unité et d'intégration rigoureux et à un soutien aux tests sur le terrain.
  • Optimisation des performances et de la réutilisation - Un code modulaire et réutilisable a été fourni, ce qui a permis d'améliorer la couverture des tests et de réduire les délais de mise sur le marché grâce à une validation basée sur la simulation.

Évaluation et suivi du comportement des conducteurs basés sur l'IA-ML

  • Surveillance des conducteurs basée sur l'IA - Développement d'un modèle permettant de détecter 9 comportements des conducteurs (par exemple, envoyer des SMS, manger, parler au téléphone) afin d'évaluer les distractions en temps réel et de générer des alertes.
  • Modèle d'apprentissage profond de haute précision - Application de l'apprentissage par transfert sur VGGNet et ResNet avec un ensemble de données d'images de plus de 35 000, atteignant une précision de 85 % et optimisant le déploiement en périphérie à l'aide de SqueezeNet.
  • Déploiement efficace en périphérie - Portage réussi des modèles entraînés par le serveur sur des appareils photo de cabine (227×227 @ 30 FPS) en utilisant TensorRT avec DeepStream, garantissant un traitement en temps réel.
  • Amélioration de la sécurité du parc automobile et réduction des coûts - La surveillance en direct de plus de 1 000 véhicules lourds a permis de réduire les distractions des conducteurs de 50 %, de diminuer les taux d'accidents et de réduire les primes d'assurance.

Système de sensibilisation aux collisions basé sur le LIDAR

  • Prévention avancée des collisions - Mise au point d'un système LIDAR avec et sans fil pour la surveillance en temps réel de l'environnement à 360 degrés, afin d'assurer la sécurité de l'usine.
  • Développement de systèmes de bout en bout - Réalisation d'études de faisabilité, conception de matériel, développement de logiciels intégrés et sélection de composants, intégration de capteurs LIDAR avec retour d'information haptique.
  • Amélioration de la sécurité sur le lieu de travail - Alertes en temps réel pour les conducteurs, réduisant considérablement les incidents dangereux et améliorant la mobilité des employés et des véhicules.
  • Réduction des coûts et des risques - Réduction des risques de litiges et des coûts d'indemnisation liés aux accidents, créant ainsi un environnement de production plus sûr et plus efficace.

Études de cas

Optimisation de l'algorithme de détection des piétons et des objets et portage sur Hydra DSP

  • Algorithmes optimisés et portés - Optimisation et portage réussis des algorithmes propriétaires de détection d'objets (OD) et de détection de piétons (PD) pour les environnements à mémoire limitée.
  • Optimisation de la mémoire et des performances - Réalisation d'environ 30 images par seconde à une résolution de 720×480 tout en adaptant l'exécution de quatre algorithmes ADAS dans une mémoire d'instructions de 32 Ko et une mémoire de données de 8 Ko à l'aide de superpositions de mémoire.
  • Adaptation et intégration des algorithmes - Portage et optimisation du modèle de caméra (Fish Eye à Pinhole ~5K LOC), OD (~110K LOC), et PD avec KCF Tracker (~80K LOC) pour un traitement ADAS efficace.
  • Mise en œuvre efficace du code - Conversion du code C++ en virgule flottante sur PC avec des opérations trigonométriques en un code C intégré optimisé avec des superpositions, garantissant une exécution transparente sur le DSP Hydra.
Détection des piétons et des objets

Portage d'algorithmes ADAS - Surveillance des rétroviseurs latéraux

  • Portage optimisé d'algorithmes ADAS - Portage réussi des algorithmes d'autodiagnostic optique (OSD) et d'étalonnage de la caméra pour la surveillance des rétroviseurs latéraux sur la plateforme Broadcom 89107 et Hydra DSP.
  • Optimisation de la mémoire et des performances - Réalisation d'environ 30 images par seconde à une résolution de 720×480 en n'utilisant efficacement que 2 des 8 cœurs DSP, malgré la faible disponibilité de la mémoire (32 Ko d'instructions, 8 Ko de mémoire de données).
  • Fonctionnalités améliorées - Développement de la surveillance des angles morts, de la reconnaissance des reflets et de la détection des sols pour améliorer la sécurité de la conduite.
  • Manipulation et traitement efficaces des données - Mise en œuvre de la conversion de la virgule flottante en virgule fixe et optimisation des opérations DMA pour un traitement transparent entre l'ARM et le DSP sans mémoire partagée.
Surveillance des rétroviseurs latéraux

Amélioration des fonctionnalités ADAS et validation des algorithmes

  • Capacités ADAS améliorées - Amélioration du régulateur de vitesse adaptatif et de l'assistance au freinage d'urgence par l'intégration de la fusion des capteurs RADAR et de la caméra pour une meilleure connaissance de la situation.
  • Simulation et essais avancés - Développement de la modélisation environnementale en 3D pour simuler diverses conditions telles que la pluie, le brouillard et la neige, garantissant une validation robuste des algorithmes et des études de faisabilité.
  • Conformité à la norme ISO26262 et à la norme SPICE pour l'automobile - Garantie de la sécurité et de la fiabilité grâce au respect des directives de codage MISRA, à des tests d'unité et d'intégration rigoureux et à un soutien aux tests sur le terrain.
  • Optimisation des performances et de la réutilisation - Un code modulaire et réutilisable a été fourni, ce qui a permis d'améliorer la couverture des tests et de réduire les délais de mise sur le marché grâce à une validation basée sur la simulation.
Amélioration des fonctionnalités ADAS

Évaluation et suivi du comportement des conducteurs basés sur l'IA-ML

  • Surveillance des conducteurs basée sur l'IA - Développement d'un modèle pour détecter 9 comportements des conducteurs (par exemple, envoyer des SMS, manger, parler au téléphone) afin d'évaluer les distractions en temps réel et de générer des alertes.
  • Modèle d'apprentissage profond de haute précision - Application de l'apprentissage par transfert sur VGGNet et ResNet avec un ensemble de données d'images de plus de 35 000, atteignant une précision de 85 % et optimisant le déploiement en périphérie à l'aide de SqueezeNet.
  • Déploiement efficace en périphérie - Portage réussi des modèles entraînés par le serveur sur des appareils photo de cabine (227×227 @ 30 FPS) en utilisant TensorRT avec DeepStream, garantissant un traitement en temps réel.
  • Amélioration de la sécurité du parc automobile et réduction des coûts - La surveillance en direct de plus de 1 000 véhicules lourds a permis de réduire les distractions des conducteurs de 50 %, de diminuer les taux d'accidents et de réduire les primes d'assurance.
Comportement du conducteur basé sur l'IA-ML

Système de sensibilisation aux collisions basé sur le LIDAR

  • Prévention avancée des collisions - Mise au point d'un système LIDAR avec et sans fil pour la surveillance en temps réel de l'environnement à 360 degrés, afin de garantir la sécurité de l'usine.
  • Développement de systèmes de bout en bout - Réalisation d'études de faisabilité, conception de matériel, développement de logiciels intégrés et sélection de composants, intégration de capteurs LIDAR avec retour d'information haptique.
  • Amélioration de la sécurité sur le lieu de travail - Alertes en temps réel pour les conducteurs, réduisant considérablement les incidents dangereux et améliorant la mobilité des employés et des véhicules.
  • Réduction des coûts et des risques - Réduction des risques de litiges et des coûts d'indemnisation liés aux accidents, créant ainsi un environnement de production plus sûr et plus efficace.
Sensibilisation aux collisions basée sur le LIDAR

Récompenses et distinctions

Développement d'une station de recharge pour véhicules électriques de nouvelle génération

Services-d'ingénierie-numérique-2025-ISG-Fournisseur-Lens

Ajouter l'étude de cas ISG Digital Prix reçu pour le développement de la plateforme numérique PTI

Commencez une conversation dès aujourd'hui

Nous vous invitons à vous joindre à nous pour un appel d'introduction de 30 minutes afin d'explorer nos services d'ingénierie ADAS et d'entendre parler de nos réussites. Cet appel sera l'occasion de comprendre comment nous pouvons répondre à vos besoins et de démontrer l'impact de nos services. Veuillez remplir le formulaire pour réserver votre place, et nous nous réjouissons de vous rencontrer bientôt !

Commencez une conversation dès aujourd'hui

Prenez rendez-vous pour une consultation de 30 minutes avec nos experts.

Télécharger le rapport

Télécharger un exemple de rapport

Télécharger la brochure

Commencez une conversation dès aujourd'hui

Prenez rendez-vous pour une consultation de 30 minutes avec nos experts en solutions automobiles.

Commencez une conversation dès aujourd'hui

Prenez rendez-vous pour une consultation de 30 minutes avec notre expert en solutions de gestion des batteries.

Commencez une conversation dès aujourd'hui

Planifiez une consultation de 30 minutes avec nos expertsen solutions industrielles et énergétiques.

Commencez une conversation dès aujourd'hui

Prenez rendez-vous pour une consultation de 30 minutes avec nos experts du secteur automobile.

Veuillez remplir les informations ci-dessous et obtenir un exemple de rapport

Conceptions de référence

Notre travail

Innover

Transformer.

Échelle

Partenariats

Partenariats avec des appareils
Partenariats de qualité
Partenariats dans le domaine du silicium

Entreprise

Produits et propriétés intellectuelles

Politique de confidentialité

Notre site Web place des cookies sur votre appareil afin d'améliorer votre expérience et notre site. En savoir plus sur les cookies que nous utilisons et comment les désactiver. Les cookies et les technologies de suivi peuvent être utilisés à des fins marketing.

En cliquant sur « Accepter », vous consentez à l'installation de cookies sur votre appareil et à notre utilisation des technologies de suivi. Cliquez sur « En savoir plus » ci-dessous pour obtenir plus d'informations et des instructions sur la manière de désactiver les cookies et les technologies de suivi. Bien que l'acceptation des cookies et des technologies de suivi soit volontaire, leur désactivation peut entraîner un dysfonctionnement du site web et certaines publicités peuvent être moins pertinentes pour vous.
Nous respectons votre vie privée. Lisez notre politique de confidentialité.

Cookies strictement nécessaires

Les cookies strictement nécessaires doivent être activés à tout moment afin que nous puissions enregistrer vos préférences en matière de paramètres de cookies.