瑞萨电子以其R-Car V3H系统单晶片（SoC）为基础的新型感知快速入门软体（Perception Quick Start Software），来持续加快先进驾驶辅助系统（ADAS）的开发。该解决方案提供了叁考软体，可用於摄影机障碍物侦测（camera obstacle detection，COD）、光达障碍物侦测（LiDAR obstacle detection，LOD）和道路特徵侦测（road feature detection，RFD）━━这就是以感测器为基础的Level 2+自动驾驶车辆系统中，三个关键的识别领域。

RFD范例

R-Car V3H SoC在低功率水准下，提供高电脑视觉性能和人工智慧处理的组合，为Level 2+自动驾驶汽车中的汽车前置摄影机，提供最隹化的嵌入式解决方案。为了实现最先进的识别技术，瑞萨为SoC设计了专用的硬体加速器，用於关键演算法，包括卷积神经网路（convolutional neural network）、稠密光流法（dense optical flow）、立体视差（stereo disparity）和物件分类（object classification）。这些加速器很复杂，却经济又节能，全新的感知软体为使用加速器的开发人员，提供了端点到端点的管线叁考软体，让客户能够开始应用产品设计━━无论这些客户是专家，还是没有相关经验。叁考软体涵盖来自感测器或记录资料的输入，处理的所有阶段和萤幕上的显示输出。

瑞萨汽车先进系统创新部门总监Tim Grai表示：「专业的硬体加速器，在实现嵌入式ADAS和自动化应用产品上，所需的电脑视觉性能和准确度方面，扮演了极为重要的角色，同时还能满足对车载功耗的严格限制。然而，这些加速器的复杂性，可能会让学习曲线极为陡峭。」

「我们能够透过全新的感知快速入门软体，提供一套应用软体以及底层基元（underlying primitive），以简化加速器的使用，而这些复杂加速器，是实现嵌入式ADAS所需要的。」

瑞萨感知快速入门软体的重要功能：

· COD叁考软体使用卷积神经网路（CNN）的IP、电脑视觉引擎（computer vision engine，CV-E）和图像彩现（image rendering，IMR）技术，来侦测汽车、卡车、公共汽车和行人等2D物体。COD可以达到约每秒30张画面（FPS）。

· LOD软体使用CNN-IP和CV-E来检测3D物体，包括汽车和卡车。 LOD在50公尺处使用3D定界框，可达到约15 FPS。

· RFD叁考软体使用CNN-IP、CV-E、IMR和多功能管线引擎（versatile pipeline engine，IMP），来识别可驾驶的自由空间、车道（会交叉和不会交叉）、道路边界，以及到车道和最近物体的距离，以支援NCAP 2020。RFD可达到约30 FPS。