3月27日，近零功耗人工智能解決方案提供商Aspinity宣布推出全新用于停放車輛監(jiān)控的analogML?算法。Aspinity還推出一款以行車記錄儀為重點的評估套件，可在不影響車輛電池或不需要外部電源的情況下準確檢測和記錄數(shù)周或更長時間的安全事件。

圖片來源：Aspinity

隨著創(chuàng)新型汽車OEM在預(yù)測性和預(yù)防性維護、安全和安保、信息娛樂等方面實施更多的實時監(jiān)控應(yīng)用，車輛搭載的傳感器數(shù)量迅速增長。盡管在任何情況下，車輛的功耗預(yù)算都很緊張，但當(dāng)車輛停駛時，始終保持在線的傳感技術(shù)尤其具有挑戰(zhàn)性，因為數(shù)據(jù)的收集和處理必須在不耗盡電池的情況下進行。迄今為止，始終保持在線的安全解決方案要么具有高精度，要么可以提供擴展的停車模式，但無法同時實現(xiàn)。Aspinity創(chuàng)新的AML100模擬機器學(xué)習(xí)處理器克服了功耗障礙，因此可以長時間連續(xù)監(jiān)控車輛，而無需擔(dān)心車輛電池的問題。

Aspinity的新型汽車評估套件能比目前常用的基于加速度傳感器（g-sensor）的解決方案更準確地檢測相關(guān)事件。Aspinity在CES 2024展示了使用標準加速度傳感器的行車記錄儀與使用單個麥克風(fēng)和AML100的行車記錄儀對事件檢測精度的并排比較。Aspinity的解決方案使用了帶有analogML算法的純聲學(xué)觸發(fā)器，該算法專門用于識別汽車安全事件，在檢測相關(guān)車輛事件方面大大優(yōu)于加速度傳感器，如門把手晃動、相鄰車門打開進入車輛，以及失控的購物車撞到汽車側(cè)面。AML100還能識別特別重要的安全事件（如車窗玻璃破碎），以便立即向車主發(fā)出警報。此外，Aspinity的機器學(xué)習(xí)算法能忽略與車輛無關(guān)的事件發(fā)出的聲音，這些聲音通常會觸發(fā)加速度傳感器，比如附近的汽車警報、響亮的喇叭聲或大卡車駛過的聲音。

這款行車記錄儀評估套件使用Aspinity的AML100-REF-1無線電池供電評估模塊，可在車輛駕駛室內(nèi)進行快速部署和評估。該解決方案可始終保持在線，功耗小于50μA，并消除了對虛假事件進行視頻記錄的情況，這些情況會浪費電能并需要車主對其進行審查。Aspinity的套件可以用作第三方行車記錄儀或座艙內(nèi)OEM集成解決方案的前端，在檢測到安全事件時觸發(fā)攝像頭或發(fā)送警報。

Aspinity的完整汽車監(jiān)控算法庫通過使用來自聲學(xué)、壓電、雷達和其他類型傳感器的模擬輸入信號的組合，來利用AML100的傳感器融合功能。并且，該解決方案還可以根據(jù)具體的監(jiān)測應(yīng)用、所需的靈敏度以及傳感器是位于車輛駕駛室內(nèi)還是集成在車輛面板內(nèi)來選擇傳感器。

Aspinity首席執(zhí)行官Richard Hegberg表示：“Aspinity認識到，實時傳感是無人值守車輛威脅檢測和預(yù)防的基石，但必須在最小的功耗預(yù)算內(nèi)準確完成。此外，在競爭激烈的市場中，設(shè)計和開發(fā)所花費的每一分鐘都很昂貴，因此我們也深知需要提供易于部署的解決方案，以盡快提供增值功能。在CES上，我們將汽車安全評估套件與多家領(lǐng)先供應(yīng)商的行車記錄儀評估套件集成，以證明我們的解決方案可以快速應(yīng)用到現(xiàn)有的車內(nèi)設(shè)計中，并為車內(nèi)聲學(xué)監(jiān)測提供功耗最低、精度最高的AI前端解決方案?！?/p>