DE112021003053T5 - COMPUTING DEVICE AND VEHICLE CONTROL DEVICE - Google Patents
COMPUTING DEVICE AND VEHICLE CONTROL DEVICE Download PDFInfo
- Publication number
- DE112021003053T5 DE112021003053T5 DE112021003053.1T DE112021003053T DE112021003053T5 DE 112021003053 T5 DE112021003053 T5 DE 112021003053T5 DE 112021003053 T DE112021003053 T DE 112021003053T DE 112021003053 T5 DE112021003053 T5 DE 112021003053T5
- Authority
- DE
- Germany
- Prior art keywords
- error detector
- computing
- error
- influence
- computing device
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000008859 change Effects 0.000 claims abstract description 14
- 238000012545 processing Methods 0.000 claims description 68
- 238000004364 calculation method Methods 0.000 claims description 60
- 230000006870 function Effects 0.000 claims description 31
- 238000003860 storage Methods 0.000 claims description 19
- 238000001514 detection method Methods 0.000 abstract description 26
- 238000013528 artificial neural network Methods 0.000 abstract description 7
- 230000007246 mechanism Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 20
- 210000002569 neuron Anatomy 0.000 description 13
- 238000000034 method Methods 0.000 description 9
- 238000013461 design Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 8
- 238000012360 testing method Methods 0.000 description 8
- 238000004519 manufacturing process Methods 0.000 description 7
- 230000001186 cumulative effect Effects 0.000 description 6
- 230000004913 activation Effects 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 230000007547 defect Effects 0.000 description 4
- 230000035945 sensitivity Effects 0.000 description 4
- 230000002950 deficient Effects 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 230000006866 deterioration Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000036316 preload Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- BUHVIAUBTBOHAG-FOYDDCNASA-N (2r,3r,4s,5r)-2-[6-[[2-(3,5-dimethoxyphenyl)-2-(2-methylphenyl)ethyl]amino]purin-9-yl]-5-(hydroxymethyl)oxolane-3,4-diol Chemical compound COC1=CC(OC)=CC(C(CNC=2C=3N=CN(C=3N=CN=2)[C@H]2[C@@H]([C@H](O)[C@@H](CO)O2)O)C=2C(=CC=CC=2)C)=C1 BUHVIAUBTBOHAG-FOYDDCNASA-N 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000007850 degeneration Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 239000013585 weight reducing agent Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
- G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
- G06F11/0706—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation the processing taking place on a specific hardware platform or in a specific software environment
- G06F11/0736—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation the processing taking place on a specific hardware platform or in a specific software environment in functional embedded systems, i.e. in a data processing system designed as a combination of hardware and software dedicated to performing a certain function
- G06F11/0739—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation the processing taking place on a specific hardware platform or in a specific software environment in functional embedded systems, i.e. in a data processing system designed as a combination of hardware and software dedicated to performing a certain function in a data processing system embedded in automotive or aircraft systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
- G06F11/08—Error detection or correction by redundancy in data representation, e.g. by using checking codes
- G06F11/10—Adding special bits or symbols to the coded information, e.g. parity check, casting out 9's or 11's
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
- G06F11/16—Error detection or correction of the data by redundancy in hardware
- G06F11/20—Error detection or correction of the data by redundancy in hardware using active fault-masking, e.g. by switching out faulty elements or by switching in spare elements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/0464—Convolutional networks [CNN, ConvNet]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/048—Activation functions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/06—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons
- G06N3/063—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons using electronic means
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Biophysics (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Detection And Correction Of Errors (AREA)
- Hardware Redundancy (AREA)
- Traffic Control Systems (AREA)
Abstract
Wenn ein umfassender Mehrfachparallelbetrieb wie z. B. ein tiefgehendes neuronales Netz in Hardware implementiert ist, sind Schaltungsmehraufwände eines Fehlerdetektionsmechanismus erhöht. Um die oben beschriebenen Probleme zu lösen, schlägt die vorliegende Erfindung eine Rechenvorrichtung 1 vor, die Folgendes enthält: in großem Umfang mehrfach parallele Rechenelemente 110, die durch ein neuronales Netz repräsentiert werden; und einen Fehlerdetektor 120 zum Detektieren eines Vorliegens oder eines Fehlens und eines Orts eines Fehlers im Rechenelement 110, und Bilddaten durch das Rechenelement 110 verarbeitet und ein Erkennungsergebnis 3 ausgibt, wobei das Rechenelement 110, in dem der Fehlerdetektor 120 angeordnet ist, ein Rechenelement 110 ist, in dem eine Änderung der Erkennung zunimmt, wenn ein Fehler, eine Bitumkehrung oder dergleichen auftritt.If a comprehensive multiple parallel operation such. For example, if a deep neural network is implemented in hardware, circuit overhead of an error detection mechanism is increased. In order to solve the problems described above, the present invention proposes a computing device 1 including: large-scale multi-parallel computing elements 110 represented by a neural network; and an error detector 120 for detecting a presence or absence and a location of an error in the computing element 110, and image data processed by the computing element 110 and outputting a recognition result 3, wherein the computing element 110 in which the error detector 120 is arranged is a computing element 110 in which a change in recognition increases when an error, bit inversion or the like occurs.
Description
Technisches Gebiettechnical field
Die vorliegende Erfindung bezieht sich auf Rechenvorrichtungen. Unter diesen bezieht sich die vorliegende Erfindung insbesondere auf eine Anordnung von Rechenelementen, die eine Rechenvorrichtung bilden.The present invention relates to computing devices. Among these, the present invention particularly relates to an arrangement of computing elements constituting a computing device.
Technischer HintergrundTechnical background
Als ein Anwendungsbeispiel einer Rechenvorrichtung, die durch mehrere Rechenelemente realisiert wird, ist ein neuronales Netz wie z. B. ein tiefgehendes neuronales Netz vorhanden. Zusätzlich ist bekannt, dass ein neuronales Faltungsnetz (CNN), das eines der tiefgehenden neuronalen Netze ist, auf eine Bilderkennungsverarbeitung, die ein Typ einer Datenverarbeitung ist, angewendet wird. In einer derartigen Bildverarbeitung ist bekannt, dass die Erkennungsgenauigkeit im Vergleich zu einem herkömmlichen regelbasierten Algorithmus drastisch verbessert ist, und ist die praktische Anwendung in verschiedenen Feldern fortgeschritten.As an application example of a computing device realized by a plurality of computing elements, a neural network such as B. a deep neural network available. In addition, it is known that a convolution neural network (CNN), which is one of deep neural networks, is applied to image recognition processing, which is one type of data processing. In such image processing, it is known that the recognition accuracy is drastically improved as compared with a conventional rule-based algorithm, and practical application in various fields has progressed.
Zum Beispiel ist es im Gebiet der Automobilindustrie denkbar, durch Anwenden eines CNN zur Umgebungserkennung zur Fahrunterstützung und zum automatischen Fahren zur Verhinderung schwerer Unfälle beizutragen. Als Anforderung einer Vorrichtung, die ein CNN verarbeitet, ist es erforderlich, ein Bild, das von einer Kamera gesendet wurde, in einem Zyklus in einer Größenordnung von einigen zehn Millisekunden mit hoher Geschwindigkeit zu verarbeiten. Aus diesem Grund ist eine Vorrichtung erforderlich, die mit einer teuren GPU ausgestattet ist. Allerdings kann aufgrund einer kürzlichen Gewichtsverringerung eines Algorithmus und des Fortschritts einer Einbautechnik zum Komprimieren eines Modells eine kostengünstige Vorrichtung gewählt werden und eine ECU, in der ein CNN eingebaut ist, wurde auch für Nutzfahrzeuge in die praktische Verwendung gebracht.For example, in the field of automobile industry, it is conceivable to contribute to prevention of serious accidents by applying a CNN to environment recognition for driving assistance and automatic driving. As a requirement of an apparatus processing a CNN, it is required to process an image sent from a camera in a cycle on the order of tens of milliseconds at high speed. For this reason, a device equipped with an expensive GPU is required. However, due to a recent weight reduction of an algorithm and progress of an installation technique for compressing a model, an inexpensive device can be selected, and an ECU in which a CNN is installed has been put into practical use for commercial vehicles as well.
Andererseits ist es erforderlich, hohe Sicherheits- und Zuverlässigkeitsnormen, die in ISO 26262 oder dergleichen definiert sind, für fahrzeuginterne Komponenten zu erfüllen. Das heißt, es ist ein hoher Bedarf einer Fehlerrate und einer Fehlerdetektionsrate einer Rechenschaltung und einer Software zur Bildverarbeitung vorhanden.On the other hand, it is required to meet high safety and reliability standards defined in ISO 26262 or the like for in-vehicle components. That is, there is a high demand for an error rate and an error detection rate of an arithmetic circuit and software for image processing.
Als Mittel zum Detektieren eines Fehlers einer Rechenvorrichtung, in der eine allgemeine kombinatorische Logikschaltung (eine Zufallslogik) montiert ist, ist die folgende Technik bekannt. Zum Beispiel ist eine Technik des Detektierens davon, ob die Ausgabewerte immer übereinstimmen oder nicht, durch ein Gleichschrittverfahren (ein Duplikationsverfahren) bekannt. Zusätzlich ist eine Technik bekannt, wobei ein Fehlerdetektionsmuster (ein Prüfsignal) zum Detektieren eines Fehlers eines Rechenelements in eine Schaltung eingegeben wird, um zu bestimmen, ob ein Ausgabewert der Schaltung mit einem erwarteten Wert übereinstimmt.As means for detecting an error of a computing device in which a general combinatorial logic circuit (random logic) is mounted, the following technique is known. For example, a technique of detecting whether the output values always agree or not by a lockstep method (a duplication method) is known. In addition, a technique is known in which an error detection pattern (a test signal) for detecting an error of a computing element is input to a circuit to determine whether an output value of the circuit agrees with an expected value.
Zum Beispiel offenbart Patentliteratur 1 eine Konfiguration, in der zum Zweck der Selbstdiagnose des Vorliegens oder des Fehlens eines Fehlers in einer Bildverarbeitungsvorrichtung. gespeichert wird, welche Rechenelemente als Rechenelemente in Pipelines, die in mehreren Stufen angeordnet sind, verwendet werden, und lediglich die verwendeten Rechenelemente zur Erzeugung eines Prüfmusters geprüft werden, wodurch eine Untersuchung in kurzer Zeit ermöglicht wird, ohne eine Gesamtuntersuchung durchzuführen.For example,
Entgegen haltu ngslisteRejection list
Patentliteraturpatent literature
PTL 1:
Zusammenfassung der ErfindungSummary of the Invention
Technisches ProblemTechnical problem
Allerdings besteht, falls eine Datenverarbeitung durch mehrere Rechenelemente z. B. in einem CNN, das in großem Umfang mehrfach parallele Produkt-Summen-Rechenelemente erfordert, durchgeführt wird, das Problem, dass Schaltungsmehraufwände und eine Untersuchungszeit zur Fehlerdetektion zunehmen, selbst wenn die herkömmliche Technik angewendet wird, weil es keine Verarbeitung des Pipeline-Typs ist.However, if data processing by several computing elements z. For example, in a CNN that requires large-scale plural parallel product-sum arithmetic operations, there is a problem that a circuit overhead and an investigation time for error detection increase even if the conventional technique is applied because there is no pipeline-type processing is.
In einem derartigen Fall ist z. B. eine Vorrichtung, die zur Berechnung verwendet wird, wie z. B. eine Rechenvorrichtung teuer. Zusätzlich nimmt die Anzahl von Parallelrechenelementen, die an der Vorrichtung montiert sein können, ab und nimmt die Datenverarbeitungsgeschwindigkeit, z. B. die Bildrate der Bildverarbeitung, ab.In such a case z. B. a device used for calculation, such as e.g. B. a computing device expensive. In addition, the number of parallel computing elements that can be mounted on the device decreases and the data processing speed, e.g. B. the frame rate of the image processing.
Die vorliegende Erfindung wurde gemacht, um ein derartiges Problem zu lösen, und eine Aufgabe der vorliegenden Erfindung ist, eine Rechenvorrichtung zu schaffen, die den Schaltungsmehraufwand zur Fehlerdetektion verringern und die Kosten der Vorrichtung verringern kann. Es ist festzuhalten, dass in der vorliegenden Spezifikation ein Fehler, der einen Mangel und einen Defekt enthält, als ein Fehler ausgedrückt wird.The present invention has been made to solve such a problem, and an object of the present invention is to provide a computing device which can reduce the circuit overhead for error detection and reduce the cost of the device. It is to be noted that in the present specification, an error including a deficiency and a defect is expressed as an error.
Lösung des Problemsthe solution of the problem
Ein Beispiel einer Rechenvorrichtung gemäß der vorliegenden Erfindung ist eine Rechenvorrichtung, die eine vorgegebene Datenverarbeitung an Eingabedaten ausführt, wobei die Rechenvorrichtung Folgendes enthält: mehrere Rechenelemente, die jeweils eine Berechnung an einer Eingabe ausführen und ein Ergebnis der Berechnung ausgeben, um die Datenverarbeitung zu realisieren; und einen Fehlerdetektor, der in mindestens einem der mehreren Rechenelemente angeordnet ist und einen Fehler des Rechenelements detektiert, wobei der Fehlerdetektor in einem Rechenelement angeordnet ist, das gemäß einem Einflussgrad bestimmt wird, der einen Grad des Einflusses auf die Datenverarbeitung durch ein Berechnungsergebnis des Rechenelements unter den mehreren Rechenelementen angibt.An example of a computing device according to the present invention is a computing device that performs predetermined data processing on input data, the computing device including: a plurality of computing elements each performing calculation on an input and outputting a result of the calculation to realize the data processing; and an error detector that is arranged in at least one of the plurality of computing elements and detects an error of the computing element, wherein the error detector is arranged in a computing element that is determined according to an influence degree that includes a degree of influence on the data processing by a calculation result of the computing element indicates the multiple computational elements.
Zusätzlich ist ein Beispiel einer Fahrzeugsteuervorrichtung gemäß der vorliegenden Erfindung eine Fahrzeugsteuervorrichtung, die ein Steuersignal zum Steuern eines Fahrzeugs auf der Grundlage von Bilddaten ausgibt, wobei die Fahrzeugsteuervorrichtung Folgendes enthält: mehrere Rechenelemente, die jeweils eine Berechnung an einer Eingabe auf der Grundlage der Bilddaten ausführen, um eine Erzeugung des Steuersignals zu realisieren; und einen Fehlerdetektor, der in mindestens einem der mehreren Rechenelemente angeordnet ist und einen Fehler des Rechenelements detektiert, wobei der Fehlerdetektor in einem Rechenelement angeordnet ist, das gemäß einem Einflussgrad bestimmt wird, der einen Grad des Einflusses auf die Steuerung am Fahrzeug durch ein Berechnungsergebnis des Rechenelements unter den mehreren Rechenelementen angibt.In addition, an example of a vehicle control device according to the present invention is a vehicle control device that outputs a control signal for controlling a vehicle based on image data, the vehicle control device including: a plurality of computing elements each performing a calculation on an input based on the image data, to realize generation of the control signal; and an error detector which is arranged in at least one of the plurality of calculation elements and detects an error of the calculation element, wherein the error detector is arranged in a calculation element which is determined according to an influence degree indicating a degree of influence on the control on the vehicle by a calculation result of the indicates a computational element among the plurality of computational elements.
Vorteilhafte Wirkungen der ErfindungAdvantageous Effects of the Invention
Gemäß der vorliegenden Erfindung ist es möglich, eine Zunahme der Anzahl von Fehlerdetektoren, die angeordnet werden sollen, d. h. einen Schaltungsmehraufwand in der Fehlerdetektion in einer Rechenvorrichtung unter Verwendung eines neuronalen Netzes oder dergleichen zu verhindern.According to the present invention, it is possible to increase the number of error detectors to be arranged, i.e. H. to prevent a circuit overhead in error detection in a computing device using a neural network or the like.
Die Probleme, Konfigurationen und Wirkungen außer den oben beschriebenen werden aus der Beschreibung der Ausführungsformen unten deutlich werden.The problems, configurations, and effects other than those described above will become apparent from the description of the embodiments below.
Figurenlistecharacter list
-
[
1A ]1A ist ein Blockdiagramm, das ein Konfigurationsbeispiel einer Rechenvorrichtung gemäß einer ersten Ausführungsform der vorliegenden Erfindung veranschaulicht.[1A ]1A 14 is a block diagram illustrating a configuration example of a computing device according to a first embodiment of the present invention. -
[
1B ]1B ist ein Blockdiagramm, das ein Konfigurationsbeispiel eines Rechenelements (ohne einen Fehlerdetektor) gemäß der ersten Ausführungsform der vorliegenden Erfindung veranschaulicht.[1B ]1B 14 is a block diagram illustrating a configuration example of a computing element (without an error detector) according to the first embodiment of the present invention. -
[
1C ]1C ist ein Blockdiagramm, das ein Konfigurationsbeispiel eines Rechenelements und eines Fehlerdetektors, der im Rechenelement angeordnet ist, gemäß der ersten Ausführungsform der vorliegenden Erfindung veranschaulicht.[1C ]1C 14 is a block diagram illustrating a configuration example of a computing element and an error detector arranged in the computing element according to the first embodiment of the present invention. -
[
1D ]1D ist ein Blockdiagramm, das ein Konfigurationsbeispiel einer Rechenvorrichtung, die mit einem Fehlerdetektoranordnungs-Element und einer Fehlerdetektoranordnungs-Speichereinheit versehen ist, gemäß der ersten Ausführungsform der vorliegenden Erfindung veranschaulicht.[1D ]1D -
[
1E ]1E ist ein Diagramm, das ein Beispiel von ) Fehlerdetektoranordnungs-Informationen, die in der ersten Ausführungsform der vorliegenden Erfindung verwendet werden, veranschaulicht.[1E ]1E Fig. 12 is a diagram illustrating an example of error detector arrangement information used in the first embodiment of the present invention. -
[
1F ]1F ist ein Ablaufplan, der ein Beispiel der Verarbeitung des Bestimmens eines Vorliegens oder eines Fehlens eines Fehlerdetektors in der ersten Ausführungsform der vorliegenden Erfindung veranschaulicht.[1F ]1F 14 is a flowchart illustrating an example of processing of determining presence or absence of an error detector in the first embodiment of the present invention. -
[
2A ]2A ist ein Blockdiagramm, das ein Konfigurationsbeispiel einer Rechenvorrichtung gemäß einer zweiten Ausführungsform der vorliegenden Erfindung veranschaulicht.[2A ]2A 14 is a block diagram illustrating a configuration example of a computing device according to a second embodiment of the present invention. -
[
2B ]2B ist ein Diagramm, das ein Beispiel von Fehlerdetektoranordnungsplaninformationen, die in der Ausführungsform der vorliegenden Erfindung verwendet werden, veranschaulicht.[2 B ]2 B FIG. 12 is a diagram illustrating an example of error detector arrangement map information used in the embodiment of the present invention. -
[
2C ]2C ist ein Diagramm, das ein Beispiel von Fehlerdetektoranordnungs-Informationen, die in der zweiten Ausführungsform der vorliegenden Erfindung verwendet werden, veranschaulicht.[2C ]2C Fig. 12 is a diagram illustrating an example of error detector arrangement information used in the second embodiment of the present invention. -
[
3A ]3A ist ein Blockdiagramm, das ein Konfigurationsbeispiel einer Rechenvorrichtung gemäß einer dritten Ausführungsform der vorliegenden Erfindung veranschaulicht.[3A ]3A 14 is a block diagram illustrating a configuration example of a computing device according to a third embodiment of the present invention. -
[
3B ]3B ist ein Blockdiagramm, das ein Diagramm veranschaulicht, das Fehlerdetektoranordnungs-Informationen gemäß der dritten Ausführungsform der vorliegenden Erfindung veranschaulicht.[3B ]3B -
[
4A ]4A ist ein Blockdiagramm, das ein Konfigurationsbeispiel eines Rechenelements gemäß einer vierten Ausführungsform der vorliegenden Erfindung veranschaulicht.[4A ]4A 14 is a block diagram illustrating a configuration example of a computing element according to a fourth embodiment of the present invention. -
[
4B ]4B ist ein Blockdiagramm, das ein Beispiel, in dem ein Fehlerdetektor in einer Vorrichtung der Operationseinheit angeordnet ist, gemäß der vierten Ausführungsform der vorliegenden Erfindung veranschaulicht.[4B ]4B 14 is a block diagram illustrating an example in which an error detector is arranged in an apparatus of the operation unit according to the fourth embodiment of the present invention. -
[
4C ]4C ist eine vergrößerte Ansicht, die ein Beispiel eines Rechenelements, in dem ein Fehlerdetektor in der Vorrichtung der Operationseinheit angeordnet ist, gemäß der vierten Ausführungsform der vorliegenden Erfindung veranschaulicht.[4C ]4C 14 is an enlarged view illustrating an example of a computing element in which an error detector is arranged in the apparatus of the operation unit according to the fourth embodiment of the present invention. -
[
4D ]4D ist eine vergrößerte Ansicht, die ein Beispiel veranschaulicht, in dem Funktionen der Vorrichtung der Operationseinheit in der vierten Ausführungsform der vorliegenden Erfindung getauscht sind.[4D ]4D 14 is an enlarged view illustrating an example in which functions of the operation unit apparatus are switched in the fourth embodiment of the present invention. -
[
4E ]4E ist ein Diagramm, das ein Beispiel von Fehlerdetektoranordnungs-Informationen, die in der vierten Ausführungsform der vorliegenden Erfindung verwendet werden, veranschaulicht.[4E ]4E 14 is a diagram illustrating an example of error detector arrangement information used in the fourth embodiment of the present invention. -
[
5A ]5A ist ein Diagramm, das Schichten von Neuronen (Rechenelemente 110) einer fünften Ausführungsform der vorliegenden Erfindung veranschaulicht.[5A ]5A -
[
5B ]5B ist ein Diagramm, das ein Beispiel einer Anordnung von Fehlerdetektoren gemäß der fünften Ausführungsform der vorliegenden Erfindung veranschaulicht.[5B ]5B 14 is a diagram illustrating an example of an arrangement of error detectors according to the fifth embodiment of the present invention. -
[
6 ]6 ist ein Diagramm zum Erläutern eines Anwendungsbeispiels jeder Ausführungsform der vorliegenden Erfindung.[6 ]6 Fig. 14 is a diagram for explaining an application example of each embodiment of the present invention.
Beschreibung der AusführungsformenDescription of the embodiments
Im Folgenden werden Ausführungsformen der vorliegenden Erfindung unter Bezugnahme auf die Zeichnungen beschrieben. Jede Ausführungsform ist ein Beispiel zum Beschreiben der vorliegenden Erfindung, und Auslassungen und Vereinfachungen werden zur Verdeutlichung der Beschreibung geeignet vorgenommen. Die vorliegende Erfindung kann in verschiedenen weiteren Formen implementiert werden. Sofern es nicht anders angegeben ist, kann jede Komponente Einzahl oder Mehrzahl sein.In the following, embodiments of the present invention will be described with reference to the drawings. Each embodiment is an example for describing the present invention, and omissions and simplifications are appropriately made for clarity of description. The present invention can be implemented in various other forms. Unless otherwise noted, each component may be singular or plural.
Positionen, Größen, Formen, Bereiche und dergleichen der jeweiligen Komponenten, die in den Zeichnungen und dergleichen veranschaulicht sind, müssen keine tatsächlichen Positionen, Größen, Formen, Bereiche und dergleichen repräsentieren, um das Verständnis der Erfindung zu erleichtern. Aus diesem Grund ist die vorliegende Erfindung nicht notwendigerweise auf die Position, die Größe, die Form, den Umfang usw., die in den Zeichnungen und dergleichen offenbart sind, beschränkt.Positions, sizes, shapes, ranges and the like of the respective components illustrated in the drawings and the like may not represent actual positions, sizes, shapes, ranges and the like to facilitate understanding of the invention. For this reason, the present invention is not necessarily limited to the position, size, shape, scope, etc. disclosed in the drawings and the like.
Als Beispiel von Informationen, die in jeder Ausführungsform verarbeitet werden, werden die Ausdrücke „Tabelle“ und „Informationen“ verwendet, jedoch können „Liste“, „Warteschlange“ oder „Informationen“ und „Tabelle“ verwendet werden. Zusätzlich können die Kennungsinformationen sein als „Kennung“, „Name“, „ID“, „Nummer“ oder dergleichen gelesen werden.As an example of information processed in each embodiment, the terms "table" and "information" are used, however, "list", "queue" or "information" and "table" can be used. In addition, the identifier information can be read as "identifier", "name", "ID", "number" or the like.
Falls mehrere Elemente vorhanden sind, die dieselben oder ähnliche Funktionen aufweisen, können dieselben Bezugszeichen mit verschiedenen Indizes bezeichnet werden. Zusätzlich kann, falls es nicht nötig ist, die mehreren Komponenten zu unterscheiden, die Beschreibung durch Auslassen des Index vorgenommen werden.If there are multiple elements that have the same or similar functions, the same reference numbers may be denoted with different subscripts. In addition, if it is not necessary to distinguish the plural components, the description can be made by omitting the index.
In jeder Ausführungsform kann eine Verarbeitung beschrieben werden, die durch Ausführen eines Programms durchgeführt wird. Hier führt der Computer ein Programm durch einen Prozessor (z. B. eine CPU, eine GPU) aus und führt eine Verarbeitung, die durch das Programm definiert ist, unter Verwendung eines Speicherbetriebsmittels (z. B. eines Arbeitsspeichers), einer Schnittstellenvorrichtung (z. B. eines Kommunikationsanschlusses) und dergleichen durch. Deshalb kann der Gegenstand.der Verarbeitung, die durch Ausführen des Programms durchgeführt wird, ein Prozessor sein. Ähnlich kann der Gegenstand der Verarbeitung, die durch Ausführen des Programms durchgeführt wird, eine Steuereinheit, eine Vorrichtung, ein System, ein Computer oder ein Knoten, der einen Prozessor aufweist, sein. Der Gegenstand der Verarbeitung, die durch Ausführen des Programms durchgeführt wird, kann eine Recheneinheit sein und kann eine fest zugeordnete Schaltung enthalten, die eine bestimmte Verarbeitung durchführt. Hier ist die fest zugeordnete Schaltung z. B. ein feldprogrammierbares Gate-Array (FPGA), eine anwendungsspezifische integrierte Schaltung (ASIC), eine komplexe programmierbare Logikvorrichtung (CPLD) oder dergleichen.In each embodiment, processing performed by executing a program can be described. Here, the computer executes a program through a processor (e.g. CPU, GPU) and performs processing defined by the program using a storage resource (e.g. memory), an interface device (e.g a communication port) and the like. Therefore, the subject of the processing performed by executing the program can be a processor. Similarly, the subject of the processing performed by executing the program may be a controller, device, system, computer, or node having a processor. The object of the processing performed by executing the program may be an arithmetic unit and may include a dedicated circuit that performs a specific processing. Here the dedicated circuit z. a field programmable gate array (FPGA), an application specific integrated circuit (ASIC), a complex programmable logic device (CPLD), or the like.
Das Programm kann von einer Programmquelle im Computer installiert werden. Die Programmquelle kann z. B. ein Programmauslieferungs-Server oder ein computerlesbares Speichermedium sein. Wenn die Programmquelle ein Programmauslieferungs-Server ist, kann der Programmauslieferungs-Server einen Prozessor und ein Speicherbetriebsmittel, das ein Verteilungszielprogramm speichert, enthalten und kann der Prozessor des Programmauslieferungs-Servers das Verteilungszielprogramm zu einem weiteren Computer verteilen. Zusätzlich können in der Ausführungsform zwei oder mehr Programme als ein Programm realisiert werden oder kann ein Programm als zwei oder mehr Programme realisiert werden.The program can be installed from a program source in the computer. The program source can B. be a program delivery server or a computer-readable storage medium. When the program source is a program delivery server, the program delivery server may include a processor and a memory resource storing a distribution target program, and the processor of the program delivery server may distribute the distribution target program to another computer. In addition, in the embodiment, two or more programs can be realized as one program, or one program can be realized as two or more programs.
Im Folgenden werden Ausführungsformen der vorliegenden Erfindung unter Bezugnahme auf die Zeichnungen beschrieben. Es ist festzuhalten, dass in der folgenden Ausführungsform ein Beispiel beschrieben ist, in dem die vorliegende Erfindung auf eine fahrzeuginterne ECU zur Fahrzeugsteuerung, z.B. fortschrittliches Fahrerunterstützungssystem (ADAS) oder autonomes Fahren (AD) angewendet wird. Allerdings ist die vorliegende Erfindung nicht auf die fahrzeuginternen ECUs für ADAS und AD beschränkt. Zusätzlich kann die vorliegende Erfindung auf allgemeine Datenverarbeitung wie z. B. Bildverarbeitung angewendet werden. Darunter kann die vorliegende Erfindung besonders auf Rechenvorrichtungen, die Sicherheit erfordern, wie z. B. eine Anlagensteuerung weitgehend angewendet werden.In the following, embodiments of the present invention will be described with reference to the drawings. Note that in the following embodiment, an example in which the present invention is applied to an in-vehicle ECU for vehicle control such as advanced driver assistance system (ADAS) or autonomous driving (AD) is described. However, the present invention is not limited to the in-vehicle ECUs for ADAS and AD. In addition, the present invention can be applied to general data processing such as e.g. B. Image processing can be applied. Among them, the present invention can be particularly applied to computing devices that require security, such as e.g. B. a system control can be widely applied.
<Erste Ausführungsform><First Embodiment>
Eine erste Ausführungsform, in der die vorliegende Erfindung auf eine fahrzeuginterne ECU für ADAS und AD angewendet wird, wird unter Bezugnahme auf
Als Beispiel einer Datenverarbeitung enthält eine Rechenvorrichtung 1 eine Recheneinheit 11, die eine Bildverarbeitung an Bilddaten 2, die Eingabedaten sind, ausführt und ein Erkennungsergebnis 3 ausgibt, das Ausgabedaten sind. Es wird angenommen, dass die Recheneinheit 11 eine umfassende Parallelberechnung wie z. B. CNN durchführt und eine Verarbeitung über mehrere Schichten ausführt, wobei jede Schicht die Rechenelemente 110, die in
Zusätzlich ist als ein Mechanismus zum Detektieren, dass das Rechenelement 110 fehlerhaft ist, z. B. ein Fehlerdetektor 120, der in
Hier sind in der vorliegenden Ausführungsform das Rechenelement 110, in dem der Fehlerdetektor. 120 angeordnet ist und das Rechenelement 110 nicht angeordnet ist, gemischt. Der Grund dafür, dass das Vorliegen oder das Fehlen des Fehlerdetektors gemischt ist, wird unten beschrieben. Es ist festzuhalten, dass in der vorliegenden Ausführungsform der Fehlerdetektor 120 in mindestens einem Rechenelement 110 angeordnet ist.Here are the
im Falle eines Rechenelements in einer allgemeinen Zufallslogik weicht ein Berechnungsergebnis oder ein Ergebnis einer Datenverarbeitung dann, wenn ein Schaltungselement oder eine Verdrahtung an einer Stelle (in einem 1 Bit) fehlerhaft ist, von einem erwarteten Wert ab und besitzt ein System unter Verwendung des Rechenelements häufig einen großen Einfluss. Andererseits ist in einem Rechenelement 110, das eine Schaltung enthält, die eine Produktsummenoperation einer großen Anzahl von Eingabesignalen wie z. B. ein CNN und eine Rundungsfunktion wie z. B. eine Bitverschiebung und eine Aktivierungsfunktion aufweist, selbst dann, wenn ein 1 Bit-Fehler auftritt, eine Änderung eines Berechnungsergebnisses häufig vernachlässigbar. Zusätzlich kann selbst dann, wenn die Änderung des Berechnungsergebnisses in einem Rechenelement groß ist, da die Berechnung in der nächsten und nachfolgenden Schichten, die die Ergebnisse von weiteren Rechenelementen enthalten, durchgeführt wird, die Änderung in Bezug auf den erwarteten Wert im Ergebnis der Datenverarbeitung (dem Erkennungsergebnis 3), die das endgültige Berechnungsergebnis ist, winzig sein.in the case of an arithmetic element in a general random logic, when a circuit element or a wiring is defective at one point (in 1 bit), a calculation result or a result of data processing deviates from an expected value and a system using the arithmetic element often has A great influence. On the other hand, in an
Darüber hinaus werden den Operationsparametern (Gewicht, Vorbelastung usw.) des CNN, die durch Trainieren unter Verwendung der Lerndaten, die für jede Schicht und jedes Rechenelement gesetzt werden, bestimmt werden, verschiedene Werte zugewiesen. Da ein Rechenelement, dem ein winziger Wert nahe null unter den zugewiesenen Parametern zugewiesen wird, ungeachtet davon, welche Daten eingegeben werden, lediglich ein winziges Ergebnis aufweist, kann man sagen, dass der Einfluss des Fehlers, der dem Berechnungsergebnis und dem Erkennungsergebnis 3 vermittelt wird, klein ist.In addition, the operational parameters (weight, preload, etc.) of the CNN obtained by training using the training data provided for each layer and each compute element are set, are determined, different values are assigned. Since a calculation element assigned a minute value close to zero among the assigned parameters has only a minute result regardless of what data is input, it can be said that the influence of the error imparted to the calculation result and the
Aus dem oben genannten Grund unterscheidet sich der Einflussgrad des Fehlers, der dem Berechnungsergebnis des Rechenelements 110 und dem Datenverarbeitungsergebnis der Rechenvorrichtung 1 vermittelt wird, abhängig von den Eigenschaften des Algorithmus selbst und davon, wie die Operationsparameter zugewiesen werden (Ergebnis des Lernens). Der Einflussgrad wird während des Entwerfens des CNN im Voraus untersucht, ein Rechenelement, das einen großen Einfluss auf das Berechnungsergebnis aufweist, wird festgelegt und der Fehlerdetektor 120 wird in Bezug auf das Rechenelement angeordnet.For the above reason, the degree of influence of the error imparted to the calculation result of the
Um dies zu realisieren, sind in der vorliegenden Ausführungsform, wie in
Hier veranschaulicht
Hier ist der Einflussgrad ein Index, der durch einen vorgegebenen Algorithmus berechnet wird und den Grad des Einflusses auf die Datenverarbeitung der Rechenvorrichtung 1 durch das Berechnungsergebnis des Rechenelements angibt. Deshalb enthält der Einflussgrad einen Gegenstand, der gemäß einem Ergebnis einer Datenverarbeitung, die später beschrieben wird, und/oder einer Steuerung gemäß dem Ergebnis der Datenverarbeitung bestimmt wird. Dies ermöglicht eine geeignete Fehlerdetektion gemäß der Datenverarbeitung und dem Anwendungsziel der Rechenvorrichtung 1.Here, the degree of influence is an index that is calculated by a predetermined algorithm and indicates the degree of influence on the data processing of the
Insbesondere enthält der Einflussgrad einen Grad der Verschlechterung (eine Erkennungsgenauigkeit), der ein Grad der Änderung eines Erkennungsergebnisses als Ergebnis einer Datenverarbeitung ist, und einen Gegenstand, der gemäß dem Einfluss des Erkennungsergebnisses auf das Steuerungsergebnis des Fahrzeugs bestimmt wird. Wie oben beschrieben ist, gibt der Einflussgrad den Grad des Einflusses auf die Datenverarbeitung durch ein Berechnungsergebnis eines Rechenelements oder dergleichen an.Specifically, the degree of influence includes a degree of deterioration (a recognition accuracy) that is a degree of change in a recognition result as a result of data processing, and an item that is determined according to the influence of the recognition result on the control result of the vehicle. As described above, the degree of influence indicates the degree of influence on data processing by a calculation result of a computing element or the like.
Es ist festzuhalten, dass in der vorliegenden Ausführungsform der Schwellenwert des Einflussgrads als „0,5“ gespeichert ist und dann, wenn der Schwellenwert überschritten wird, bestimmt wird, dass „das Vorliegen oder das Fehlen einer Anordnung“ angeordnet ist, d. h. der Fehlerdetektor 120 im entsprechenden Rechenelement 110 angeordnet ist. Andererseits wird dann, wenn der Einflussgrad gleich oder kleiner als der Schwellenwert ist, bestimmt, dass „das Vorliegen oder das Fehlen einer Anordnung“ nicht vorhanden ist, d. h. der Fehlerdetektor 120 nicht im entsprechenden Rechenelement 110 angeordnet ist. Zusätzlich müssen die Fehlerdetektoranordnungs-Informationen 1021 den „Einflussgrad“ nicht enthalten.Note that in the present embodiment, the threshold of the degree of influence is stored as "0.5", and when the threshold is exceeded, it is determined that "the presence or absence of an arrangement" is ordered, that is, H. the
Ferner kann das „das Vorliegen oder das Fehlen einer Anordnung“ durch Kombinieren von mehreren Anforderungen bestimmt werden. Zum Beispiel kann es auf der Grundlage eines Produkts, einer Summe oder dergleichen des Grads einer Änderung des Erkennungsergebnisses und des Einflussgrads des Erkennungsergebnisses auf das Steuerungsergebnis des Fahrzeugs bestimmt werden. Zusätzlich kann der Einflussgrad unter Verwendung sowohl des Grads der Änderung des Erkennungsergebnisses als auch des Einflussgrads des Erkennungsergebnisses auf das Steuerungsergebnis des Fahrzeugs erneut berechnet werden. Darüber hinaus kann jeder davon verwendet werden, derart, dass bestimmt wird, dass der Fehlerdetektor angeordnet ist, wenn sowohl der Grad der Änderung des Erkennungsergebnisses als auch der Einflussgrad des Erkennungsergebnisses auf das Steuerungsergebnis des Fahrzeugs einen Schwellenwert überschreiten.Furthermore, the “presence or absence of an arrangement” can be determined by combining multiple requirements. For example, it can be determined based on a product, a sum, or the like of the degree of change in the recognition result and the degree of influence of the recognition result on the control result of the vehicle. In addition, the degree of influence may be recalculated using both the degree of change in the recognition result and the degree of influence of the recognition result on the control result of the vehicle. Moreover, each of them can be used such that it is determined that the failure detector is arranged when both the degree of change in the detection result and the degree of influence of the detection result on the control result of the vehicle exceed a threshold.
Es ist festzuhalten, dass die Anordnung des Fehlerdetektors 120 ungeachtet des Fehlerdetektoranordnungs-Elements 101 und der Fehlerdetektoranordnungs-Speichereinheit 102 manuell bestimmt werden kann. Zusätzlich können das Fehlerdetektoranordnungs-Element 101 und die Fehlerdetektoranordnungs-Speichereinheit 102 in einer Vorrichtung vorgesehen sein, die von der Rechenvorrichtung 1 verschieden ist. In diesem Fall ist es wünschenswert, diese in einer Entwurfsvorrichtung oder einer Herstellungsvorrichtung der Rechenvorrichtung 1 bereitzustellen und das Vorliegen oder das Fehlen der Anordnung des Fehlerdetektors 120 während des Entwerfens oder des Herstellens zu bestimmen. Die Verarbeitung in diesem Fall wird unter Bezugnahme auf einen Ablaufplan beschrieben, der in
Zunächst liest in Schritt S1 die Entwurfsvorrichtung ein Lernbild ein, das im Voraus gemäß der Operation des Entwerfers gespeichert wurde, und führt ein Lernen, d. h. eine Parameteraktualisierung durch. Als nächstes bewertet in Schritt S2 die Entwurfsvorrichtung die Genauigkeit auf der Grundlage des Ergebnisses des Lernens, d. h. der Genauigkeit einer Bildverarbeitung unter Verwendung des Schlussfolgerungsbilds, das im Voraus gespeichert wurde. Diese Bewertung dient dazu, eine Indexanzeigeleistungsfähigkeit, d. h. eine Genauigkeit der Rechenvorrichtung, die durch einen vorgegebenen Algorithmus festgelegt wird, zu berechnen. Dann werden die Schritte S1 und S2 wiederholt, bis die Genauigkeit eine bestimmte Norm erfüllt oder eine vorgegebene Anzahl erreicht ist.First, in step S1, the design device reads in a learning image stored in advance according to the designer's operation and performs learning, i. H. a parameter update. Next, in step S2, the design device evaluates the accuracy based on the result of the learning, i. H. the accuracy of image processing using the inference image stored in advance. This evaluation serves to determine an index display performance, i. H. calculate an accuracy of the computing device determined by a predetermined algorithm. Then steps S1 and S2 are repeated until the accuracy meets a certain norm or a predetermined number is reached.
Als nächstes führt in Schritt S3 die Entwurfsvorrichtung eine Fehlereinbringung an der Stelle (der Rechenelement), bei der der Einflussgrad untersucht werden soll, auf der Grundlage des Schlussfolgerungsbilds aus. Dann bewertet in Schritt S4 die Entwurfsvorrichtung den Einflussgrad jedes Rechenelements. Das heißt, die Entwurfsvorrichtung berechnet den Einflussgrad, wie in
Als nächstes wird unten ein Beispiel der Anordnung des Fehlerdetektors 120 beschrieben. Wie oben beschrieben ist, dient eines der Verfahren zum Bestimmen des Einflussgrads eines Fehlers im CNN zur Bildverarbeitung dazu, den Grad der Änderung des Erkennungsergebnisses zu bewerten, wie oben beschrieben ist. Im einfachsten Bewertungsverfahren in diesem Beispiel wird die Erkennungsgenauigkeit aus dem Schlussfolgerungsergebnis berechnet, wenn die Bilddaten zur Schlussfolgerung in das gelernte CNN eingegeben werden. Die Erkennungsgenauigkeit kann z. B. durch die Koordinaten des Begrenzungsrahmens des Fahrzeugs, in dem das Objekt erkannt wird, und dadurch, wie viel Differenz die Größe vom korrekten Wert aufweist, bewertet werden. Ein Schwellenwert ist bezüglich dessen definiert, wie viel der Wert der Erkennungsgenauigkeit sich zum Zeitpunkt eines Fehlers verschlechtert, und das Rechenelement 110, das sich mehr als der Schwellenwert verschlechtert, oder die Vorrichtung der Operationseinheit, die das Rechenelement bildet, wird ein Bezug zum Anordnen des Fehlerdetektors 120. Das heißt, im vorliegenden Beispiel wird der Grad der Verschlechterung, der die Erkennungsgenauigkeit angibt, als der Einflussgrad verwendet.Next, an example of the arrangement of the
Es ist festzuhalten, dass in diesem Fall der Grad der Änderung des Ergebnisses der Erkennungsverarbeitung, die auftritt, wenn ein Fehler und/oder eine Bitumkehrung des Rechenelements 110 auftreten, als der Verschlechterungsgrad verwendet werden kann.Note that in this case, the degree of change in the result of the recognition processing that occurs when an error and/or bit inversion of the
Darüber hinaus ist es auch denkbar, als den Einflussgrad ein Bewertungskriterium unter Berücksichtigung nicht nur die Genauigkeit einer Erkennung, sondern auch des Einflusses des Erkennungsergebnisses aufgrund des Fehlers auf den Anmeldungen von ADAS und AD zu verwenden. Speziell ist eine Sichtweise, ob eine Änderung des Begrenzungsrahmens des Erkennungsergebnisses aufgrund eines Fehlers zu einer plötzlichen Steuerung führt. Das heißt, im Bild während des Fahrens wird berücksichtigt, dass kein Einfluss auf die Steuerung aufgrund einer fehlerhaften Detektion weit entfernt vom Trägerfahrzeug (falls erkannt wird, dass eine Detektion vorliegt, obwohl keine Detektion vorliegt) oder einer winzigen Änderung des Begrenzungsrahmens vorliegt. Andererseits besteht, falls eine fehlerhafte Detektion einige Meter vor dem Trägerfahrzeug aufgrund eines Fehlers auftritt, die Möglichkeit des Führens zu einer Notfallsteuerung wie z. B. einem plötzlichen Bremsen oder einem plötzliches Lenken. Man kann sagen, dass es wünschenswert ist, den Fehlerdetektor 120 für den Fehlerabschnitt (das Rechenelement 110) anzuordnen, das einen Einfluss wie den Letztgenannten aufweist. Das heißt, im vorliegenden Beispiel wird auch als der Einflussgrad verwendet, ob die vorgegebene Steuerung ausgeführt wird oder nicht. Als Beispiel kann die Möglichkeit des Ausführens einer vorgegebenen Steuerung als der Einflussgrad in mehreren angenommenen Szenen durch Simulation oder dergleichen verwendet werden. Zusätzlich enthält die vorgegebene Steuerung eine Notfallsteuerung, die ein plötzliches Lenken und ein plötzliches Bremsen enthält, wenn die Rechenvorrichtung 1 ein Steuersignal des Fahrzeugs ausgibt. In diesem Fall ist der Fehlerdetektor 120 in dem Rechenelement 110 angeordnet, das eine Berechnung durchführt, die die Notfallsteuerung verursacht. Als Ergebnis kann eine Ausfallschutzsteuerung in ADAS und AD realisiert werden.In addition, it is also conceivable to use, as the influence degree, an evaluation criterion considering not only the accuracy of a recognition but also the influence of the recognition result due to the error on the ADAS and AD applications. Specifically, a view is whether a change in the bounding box of the recognition result due to an error leads to sudden control. That is, in the image during driving, it is considered that there is no influence on the control due to erroneous detection far from the host vehicle (if it is recognized that there is detection although there is no detection) or a minute change in the bounding box. On the other hand, if erroneous detection occurs a few meters in front of the host vehicle due to an error, there is a possibility of leading to an emergency control such as B. sudden braking or sudden steering. It can be said that it is desirable to dispose the
Falls die derartige vorliegende Ausführungsform tatsächlich angewendet wird, wird eine Definition davon, welche Art einer fehlerhaften Detektion/Nichtdetektion einen großen Einfluss auf die Steuerung aufweist, aus einem Fahrort wie z. B. einer Schnellstraße oder einem Stadtgebiet, einer Trägerfahrzeuggeschwindigkeit, einem Grad einer Überlastung der Umgebung von Fahrzeugen und dergleichen umfassend bestimmt und wird ein Bezug erstellt.If such the present embodiment is actually applied, a definition of what kind of erroneous detection/non-detection has a large influence on the control is obtained from a driving locus such as a road. an expressway or an urban area, a host vehicle speed, a degree of congestion around vehicles, and the like, and a reference is made.
<Wirkungen der ersten Ausführungsform><Effects of the first embodiment>
Als eine Konfiguration im Falle des Durchführens einer Fehlerdetektion der Rechenvorrichtung ist der Fehlerdetektor bevorzugt in einem Abschnitt angeordnet, der einen hohen Einflussgrad auf das Erkennungsergebnis aufweist, und dadurch kann die Anzahl von Fehlerdetektoren verringert werden, kann eine hohe Sicherheit sichergestellt werden und können Vorrichtungskosten niedergehalten werden.As a configuration in the case of performing error detection of the computing device, the error detector is preferably arranged in a portion that has a high degree of influence on the detection result, and thereby the number of error detectors can be reduced, high security can be ensured, and device costs can be suppressed .
<Zweite Ausführungsform><Second embodiment>
Im Hinblick auf den Einfluss auf das Erkennungsergebnis kann, wenn der Fehler des Rechenelements 110 fest auftritt, eine Gegenmaßnahme wie in der ersten Ausführungsform vorgenommen werden. Hier nimmt selbst in den Rechenelementen 110, in denen der Fehlerdetektor 120 nicht angeordnet ist, dann, wenn einige davon fehlerhaft sind, der Einfluss auf das Berechnungsergebnis zu und ist somit eine Gegenmaßnahme erforderlich. Deshalb ist es in einer zweiten Ausführungsform möglich, einen Fehler auch für ein Rechenelement 110 zu detektieren, wofür bestimmt wird, dass ein kleiner Einfluss des Fehlers vorliegt, und in dem der Fehlerdetektor 120 nicht angeordnet ist. Deshalb wird in der zweiten Ausführungsform das Rechenelement, in dem der Fehlerdetektor 120 angeordnet ist, dynamisch geändert. Mit anderen Worten wird der Fehlerdetektor 120 in Bezug auf das Rechenelement 110 dynamisch neuangeordnet. Wie oben beschrieben ist, wird in der zweiten Ausführungsform die Anordnungsbeziehung zwischen dem Fehlerdetektor 120 und dem Rechenelement 110 dynamisch geändert. Die Details werden unten beschrieben.In view of the influence on the recognition result, when the failure of the
Zunächst veranschaulicht
Fehlerdetektoranordnungsplanungsvorrichtung 13 und eine Fehlerdetektoranordnungsplanungseinheit 14. Die Recheneinheit 11 enthält mehrere Rechenelemente 110. Hier werden die Funktionen des Fehlerdetektorneukonfigurationselements 12 und der Fehlerdetektoranordnungsplanungsvorrichtung 13 gemäß einem Programm verarbeitet, jedoch können die Funktionen als Hardware implementiert sein.error detector
Hier gibt dann, wenn ein Anordnungsaustauschauslöser 6 empfangen wird, die Fehlerdetektoranbrdnungsplanungsvorrichtung 13 einen Befehl zum Fehlerdetektorneukonfiguratidnselement 12 aus, eine Neuanordnung (eine Konfiguration) gemäß Fehlerdetektoranordnungsplaninformationen, die in der Fehlerdetektoranordnungsplanungseinheit 14 gespeichert sind, auszuführen. Deshalb ordnet das Fehlerdetektorneukonfigurationselement 12 den Fehlerdetektor 120 gemäß den Fehlerdetektoranordnungsplaninformationen neu an. Es ist festzuhalten, dass, obwohl es in
Im Folgenden werden Details der vorliegenden Ausführungsform beschrieben. Zunächst speichert die Fehlerdetektoranordnungsplanungseinheit 14 Fehlerdetektoranordnungsplaninformationen 141, die in
Hier wird die Fehlerdetektoranordnungsplaninformationen 141 durch die Fehlerdetektoranordnungsplanungsvorrichtung 13 unter Verwendung der Fehlerdetektoranordnungs-Informationen 1021 von
Im Folgenden werden Details des Austauschens, d. h. die Anordnungsumsetzung, die die Neukonfiguration des Fehlerdetektors 120 ist, beschrieben. Zunächst wird angenommen, dass die Anzahl von Rechenelementen, in denen kein Fehlerdetektor angeordnet ist, N ist (wobei N eine natürliche Zahl ist). Hier wird, wenn n als eine Austauschdetektionszahl definiert ist, angenommen, dass der Fehlerdetektor 120 für n Rechenelemente (z. B. die oberen n der Fehlerdetektoranordnungsplaninformationen 141) angeordnet ist. Zum Beispiel zeichnet dann, wenn n = 2, die Fehlerdetektoranordnungsplanungsvorrichtung 13 „Anordnung“ in den Nr. 3 und Nr. 4 zur Zeit = t auf.In the following, details of the exchange, i. H. the arrangement conversion, which is the reconfiguration of the
Hier gilt n < N und n ist auch eine natürliche Zahl. Zum jetzigen Zeitpunkt ist kein Fehlerdetektor in den Rechenelementen außer den oben beschriebenen (Nr. 5 und nachfolgende Zahlen in
Als nächstes weist die Fehlerdetektoranordnungsplanungsvorrichtung 13 das Fehlerdetektorneukonfigurationselement 12 an, den Fehlerdetektor 120 in den Rechenelementen Nr. 5 und Nr. 7 zu einem vom Anordnungsaustauschauslöser 6 festgelegten Zeitpunkt anzuordnen, wie z. B. Warten auf ein Signal oder eine Initialisierung, wenn die Kraftmaschine eingeschaltet wird. Zum jetzigen Zeitpunkt ordnet die Fehlerdetektoranordnungsplanungsvorrichtung 13 den Fehlerdetektor 120 in den Rechenelementen Nr. 3, Nr. 4 und Nr. 10 außer Nr. 5 und Nr. 7 nicht an. Gemäß diesem Befehl ersetzt das Fehlerdetektorneukonfigurationselement 12 die Anordnung der Fehlerdetektoren in der Recheneinheit und konfiguriert sie neu.Next, the error
Die Fehlerdetektoranordnungsplanungsvorrichtung 13 wiederholt einen derartigen Austausch der Anordnung der Fehlerdetektoren, d. h. eine Anordnungsumsetzung, zu jedem Zeitpunkt, zu dem der Anordnungsaustauschauslöser 6 empfangen wird. Wenn dies x-Mal wiederholt worden ist, sind die Rechenelemente bis zu Nr. M abgedeckt. Hier gilt eine Beziehung von n * x > N (x ist auch eine natürliche Zahl). Es ist festzuhalten, dass der Prozess in der (x + 1)-ten Anordnungsumsetzung (eine Runde) zur ersten Anordnung zurückkehrt. Als Ergebnis bestehen, wie in
Ferner werden im oben beschriebenen Beispiel die Fehlerdetektoren durch die konstante Anzahl (n = 2) ersetzt, jedoch kann diese Anzahl veränderlich sein. Allerdings setzt die Fehlerdetektoranordnungsplanungsvorrichtung 13 eine Obergrenze, um die Gesamtanzahl von Fehlerdetektoren 120 nicht zu überschreiten. Zusätzlich ist die Anzahl der Anordnungen des Fehlerdetektors 120 von „Rechenelement, das einen geringen Einfluss auf das Erkennungsergebnis aufweist“ in jeder Runde der Anordnungsumsetzung gleich, kann jedoch veränderlich sein. Zum Beispiel kann die Fehlerdetektoranordnungsplanungsvorrichtung 13 die Anzahl von Anordnungen eines Rechenelements, das einen größeren Einflussgrad der Fehlerdetektoranordnungs-Informationen 1021 aufweist, erhöhen. In diesem Fall bestimmt die Fehlerdetektoranordnungsplanungsvorrichtung 13 wünschenswerterweise die Anzahl von Anordnungen im Verhältnis zum Einflussgrad.Furthermore, in the example described above, the error detectors are replaced by the constant number (n=2), but this number can be variable. However, the error
Zusätzlich können die Fehlerdetektoranordnungsplaninformationen 141, die diese Anordnung angeben, auf der Grundlage eines Zählers oder eines mathematischen Ausdrucks programmiert werden oder können in der Fehlerdetektoranordnungsplanungseinheit 14 in Form einer Tabelle oder dergleichen gespeichert werden, wie in
<Wirkungen der zweiten Ausführungsform><Effects of the second embodiment>
Gemäß der vorliegenden Ausführungsform kann eine Zuverlässigkeit selbst für ein Rechenelement, das einen niedrigen Einflussgrad wie z. B. eine Empfindlichkeit eines 1 Bit-Fehlers aufweist, d. h. ein Rechenelement, in dem der Fehlerdetektor 120 nicht angeordnet ist, sichergestellt werden.According to the present embodiment, reliability can be achieved even for a computing element having a low degree of influence such as e.g. B. has a sensitivity of a 1 bit error, ie a Computing element in which the
<Dritte Ausführungsform><Third embodiment>
Als nächstes wird eine dritte Ausführungsform beschrieben, in der der Fehlerdetektor 120 gemäß verschiedenen Situationen und Umgebungen angeordnet ist. Fahrzeuge fahren häufig unter verschiedenen Fahrumgebungen wie z. B. Zeitzonen und Orten (Fahrbahnen usw.). Deshalb ist es nötig, eine Steuerung durchzuführen, die für die Umgebung auch in ADAS und AD für das Fahrzeug geeignet ist. Zum jetzigen Zeitpunkt kann der Einflussgrad eines sehr empfindlichen Neurons, d. h. des Rechenelements 110, verschieden für jede Umgebung sein. Hier ist, wenn der Fehlerdetektor 120 entsprechend jeder angenommenen Umgebung angeordnet ist, der Zahlenwert des Einflussgrads hoch und ist die Empfindlichkeit für jedes Rechenelement insgesamt hoch und wird die Differenz kaum erzeugt. Deshalb besteht ein Problem, dass die Anzahl von Rechenelementen, die angeordnet werden müssen, zunimmt. Das heißt, es tritt ein Mehraufwand in Bezug auf die Anordnung des Fehlerdetektors 120 auf.Next, a third embodiment will be described in which the
Deshalb wird in der vorliegenden Ausführungsform der Einflussgrad des Rechenelements für jede Umgebung berechnet und in der Fehlerdetektoranordnungs-Speichereinheit 102 von
Zunächst veranschaulicht
Es ist festzuhalten, dass, obwohl es in
Hier besitzt die Fehlerdetektoranordnungs-Speichereinheit 102 eine Speicherfunktion ähnlich der der ersten Ausführungsform, jedoch ist sie von der ersten Ausführungsform dahingehend verschieden, dass die Fehlerdetektoranordnungs-Ihformationen 1021 für jede Umgebung gespeichert werden. Das heißt, die Fehlerdetektoranordnungs-Speichereinheit 102 der vorliegenden Ausführungsform speichert sämtliche Fehlerdetektoranordnungs-Informationen wie z. B. die Fehlerdetektoranordnungs-Informationen 1021-1 der Umgebung 1 (Schnellstraße) und die Fehlerdetektoranordnungs-Informationen 1021-2 der Umgebung 2 (städtische Fläche) ..., die in
Im Folgenden wird die Verarbeitung der vorliegenden Ausführungsform beschrieben. Zunächst liest die Umgebungsbestimmungsvorrichtung 15 eine Bedingung 5 in Bezug auf die Bildaufnahme und das Fahren ein. Hier kann die Umgebungsbestimmungsvorrichtung 15 die Umgebung auf der Grundlage der eingegebenen Bedingung 5 bestimmen oder kann ein Ergebnis, das durch eine externe Rechenvorrichtung als die Bedingung 5 bestimmt wurde, als die Umgebung verwenden.The processing of the present embodiment will be described below. First, the
Als nächstes gibt die Umgebungsbestimmungsvorrichtung 15 die Umgebung als das Bestimmungsergebnis zum Fehlerdetektorneukonfigurationselement 12 aus. Dann legt das Fehlerdetektorneukonfigurationselement 12 die Fehlerdetektoranordnungs-Informationen 1021, die der empfangenen Umgebung entsprechen, fest. Zum Beispiel legt dann, wenn die Umgebung eine „Schnellstraße“ ist, das Fehlerdetektorneukonfigurationselement 12 die Fehlerdetektoranordnungs-Informationen 1021-1 für den Fehlerdetektor in der Umgebung 1 fest. Dann ordnet das Fehlerdetektorneukonfigurationselement 12 den Fehlerdetektor 120 unter Verwendung der Fehlerdetektoranordnungs-Informationen 1021-1 an.Next, the
Zusätzlich gibt dann, wenn detektiert wird, dass die Umgebung sich gemäß der eingegebenen Bedingung 5 geändert hat, die Umgebungsbestimmungsvorrichtung 15 die Tatsache zum Fehlerdetektorneukonfigurationselement 12 aus. Dann ordnet das Fehlerdetektorneukonfigurationselement 12 den Fehlerdetektor 120 in der Recheneinheit 11 unter Bezugnahme auf die Fehlerdetektoranordnungs-Informationen 1021 in der Fehlerdetektoranordnungs-Speichereinheit 102 neu an. Deshalb ist die Rechenvorrichtung 1 wünschenswerterweise eine neukonfigurierbare Vorrichtung wie z. B. ein FPGA. Es ist festzuhalten, dass die Umgebungsbestimmungsvorrichtung 15 die Änderung der Umgebung ausgeben kann, wenn das Fahrzeug in einem gestoppten Zustand ist, z. B. auf eine Ampel wartet, oder wenn das Fahrzeug in einem Fahrzustand mit einer niedrigen Geschwindigkeit ist (eine Situation, in der die Sicherheit sichergestellt ist). Zusätzlich kann das Fehlerdetektorneukonfigurationselement 12 eine Neuanordnung im oben beschriebenen Zustand durchführen.In addition, when it is detected that the environment changes according to the entered Condition 5 has changed, the
<Wirkungen der dritten Ausführungsform><Effects of the third embodiment>
Da der Fehlerdetektor 120 gemäß verschiedenen Fahrumgebungen angeordnet sein kann, kann eine Fahrzeugsteuerung gemäß der Fahrumgebung durchgeführt werden.Since the
< Vierte Ausführungsform><Fourth embodiment>
In der ersten bis dritten Ausführungsform ist der Fehlerdetektor 120 in Einheiten von Neuronen, d. h. Rechenelementen 110, angeordnet, jedoch wird in einer vierten Ausführungsform ferner bestimmt, ob der Fehlerdetektor 120 für die Vorrichtung der Operationseinheit darin angeordnet werden soll. Die Vorrichtung der Operationseinheit enthält einen Integrator 111 und dergleichen, wie später beschrieben wird. Es ist bekannt, dass das CNN eine Konfiguration, die in
Die Konfiguration der vorliegenden Ausführungsform kann durch eine der ersten bis dritten Ausführungsformen oder eine Kombination davon realisiert werden. Hier wird die Konfiguration der ersten Ausführungsform, d. h. die Konfiguration von
Die Beschreibung der Verarbeitung des Bestimmens der Anordnung des Fehlerdetektors 120 gemäß der vorliegenden Ausführungsform endet. Als nächstes wird eine Antwort beschrieben, falls ein Fehler in der Vorrichtung der Operationseinheit detektiert wird.The description of the processing of determining the arrangement of the
Zunächst wird, wie in
Hier wird dem Fehlerdetektoranordnungs-Element 101 durch den Fehlerdetektor 120 des Integrators Nr. 1 mitgeteilt, dass der Integrator 1 fehlerhaft ist. Als nächstes legt das Fehlerdetektoranordnungs-Element 101 einen Integrator, in dem der Fehlerdetektor 120 nicht angeordnet ist, unter Verwendung der Fehlerdetektoranordnungs-Informationen 1021-3 fest. Dann legt das Fehlerdetektoranordnungs-Element 101 einen Integrator unter einer vorgegebenen Bedingung, wie z. B. einen, der den kleinsten Einflussgrad unter den Integratoren aufweist, fest. Dies ist darauf zurückzuführen, dass bestimmt werden kann, dass der Einfluss umso kleiner ist, je kleiner der Einflussgrad ist, selbst wenn der Integrator 1 durch den Integrator 1, der eine fehlerhafte Vorrichtung der Operationseinheit ist, ersetzt wird.Here, the error
Als Ergebnis wird im vorliegenden Beispiel angenommen, dass das Fehlerdetektoranordnungs-Element 101 einen Integrator 2 festlegt. Dann tauscht das Fehlerdetektoranordnungs-Element 101 die Funktionen des Integrators 1 und des Integrators 2 in Bezug auf das Rechenelement 110 und gibt einen Befehl aus, den Fehlerdetektor 120 zum Integrator 2 anzuordnen. Als Ergebnis ist das Rechenelement 110-1 konfiguriert, wie in
Es ist festzuhalten, dass das Fehlerdetektoranordnungs-Element 101 jedes Mal, wenn ein Fehler detektiert wird, zuerst die Funktionen des Integrators 1 und des Integrators 2 tauscht und verursacht, dass der Integrator 1 und der Integrator 2 eine alternative Verarbeitung ausführen. Dann gibt, falls diese alternative Verarbeitung in einer bestimmten Anzahl oder mehr durchgeführt wurde, das Fehlerdetektoranordnungs-Element 101 einen Befehl aus, den Fehlerdetektor 120 anzuordnen. Ferner gibt dann, wenn die Anzahl der alternativen Verarbeitungen eine bestimmte Anzahl oder mehr ist, das Fehlerdetektorariordnungs-Element 101 wünschenswerterweise Warninformationen zu einer externen Vorrichtung wie z. B. einem fahrzeuginternen Endgerät aus.It is noted that the error
Ferner ist es wünschenswert, dass das Fehlerdetektoranordnungs-Element 101 eine Vorrichtung der Operationseinheit, deren Funktion getauscht wird, aus denen, die eine vorgegebene Bedingung erfüllen, wie z. B. eine benachbarte Vorrichtung wählt.Further, it is desirable that the error detecting
Es ist festzuhalten, dass diese Verarbeitung auch in der ersten bis dritten Ausführungsform ähnlich durchgeführt werden kann. Das heißt, es ist auch möglich, die Verarbeitung des Rechenelements, in dem der Fehler detektiert wird, durch die eines weiteren Rechenelements zur Verarbeitung zu ersetzen.It is to be noted that this processing can be similarly performed also in the first to third embodiments. That is, it is also possible to replace the processing of the computing element in which the error is detected with that of another computing element for processing.
<Wirkungen der vierten Ausführungsform><Effects of the fourth embodiment>
Durch Durchführen der Anordnung in der Vorrichtung der Operationseinheit ist es möglich, den Fehlerdetektor in Bezug auf das Rechenelement genauer anzuordnen. Zusätzlich ist es selbst dann, wenn ein Fehler detektiert wird, möglich, zu verhindern, dass das System in den Degenerationsmodus oder den Stoppmodus direkt eintritt, und ist es möglich, den Betrieb des Systems wie z. B. die Fahrzeugsteuerung eine Weile sicher fortzusetzen.By performing the arrangement in the device of the operation unit, it is possible to more precisely arrange the error detector with respect to the computing element. In addition, even if an error is detected, it is possible to prevent the system from entering the degeneration mode or the stop mode directly, and it is possible to stop the operation of the system such as e.g. B. to safely continue vehicle control for a while.
<Fünfte Ausführungsform><Fifth embodiment>
Als nächstes wird eine fünfte Ausführungsform beschrieben, in der der Fehlerdetektor 120 üblicherweise für jeden Typ einer Vorrichtung der Operationseinheit, die jedes der Rechenelemente 110, die parallel angeordnet bildet, angeordnet ist.Next, a fifth embodiment will be described in which the
in der Rechenvorrichtung 1 existiert ein Fall, in dem die Berechnung jedes Neurons (Rechenelements 110) aufgrund einer Begrenzung von Schaltungsbetriebsmitteln in einer Vorrichtung nicht implementiert werden kann. Zum Beispiel ist in einem Netz, in dem Schichten, in denen Neuronen angeordnet sind, fortgesetzt werden, wie in
Andererseits kann sie durch den Typ der Vorrichtung der Operationseinheit, die aufgrund der algorithmischen Eigenschaften einen hohen Einflussgrad auf den Fehler aufweist, definiert sein. Zum Beispiel ist der kumulative Addierer 112 in
Zu diesem Zweck verwendet das Fehlerdetektoranordnungs-Element 101 Konfigurationsinformationen des Rechenelements 110, die im Voraus gespeichert wurden. Diese Konfigurationsinformationen definieren das Vorliegen oder das Fehlen einer Anordnung für jede Vorrichtung der Operationseinheit. Aus diesem Grund wird bestimmt, dass die Vorrichtungen der Operationseinheit, die angeordnet werden sollen, vom Fehlerdetektoranordnungs-Element 101 festgelegt werden und die Fehlerdetektoren 120 in Bezug darauf angeordnet sind. Hier kann das Fehlerdetektoranordnungs-Element 101 bestimmen, den Fehlerdetektor 120, der durch denselben Typ von Vorrichtungen der Operationseinheit gemeinsam verwendet wird, anzuordnen. Das heißt, wie in
Wie oben beschrieben ist, ist in der vorliegenden Ausführungsform der Fehlerdetektor 120 z. B. im kumulativen Addierer 112 oder einer vorgegebenen Vorrichtung der Operationseinheit wie z. B. ein Vorzeichenbit eines Rundens, eines Vorbelastungsaddierers oder dergleichen (die nicht veranschaulicht sind) angeordnet.As described above, in the present embodiment, the
<Wirkungen der fünften Ausführungsform><Effects of the fifth embodiment>
Gemäß der vorliegenden Ausführungsform kann der Fehlerdetektor 120 selbst in einer Rechenvorrichtungsvorrichtung effizient angeordnet werden, die ein relativ kleines Schaltungsbetriebsmittel aufweist.According to the present embodiment, the
<Kombination der ersten bis fünften Ausführungsformen><Combination of the First to Fifth Embodiments>
Dies ist das Ende der Beschreibung der ersten bis fünften Ausführungsformen. Es ist festzuhalten, dass die Verarbeitung jeder Ausführungsform unabhängig ausgeführt werden kann oder durch Kombinieren von mindestens zwei davon realisiert werden kann.This is the end of the description of the first to fifth embodiments. Note that the processing of each embodiment can be executed independently or can be realized by combining at least two of them.
<Anwendungsbeispiel der ersten bis fünften Ausführungsformen><Application example of the first to fifth embodiments>
Als nächstes wird ein Anwendungsbeispiel hinsichtlich der Anordnung des Fehlerdetektors 120 der ersten bis fünften Ausführungsformen unter Bezugnahme auf
Zunächst enthält in
Hier führt das Fehlerdetektoranordnungs-Element 101 der Fahrzeugsteuervorrichtung 1A-1 die Verarbeitung jeder Ausführungsform durch. Ferner führt das Fehlerdetektoranordnungs-Element 101 mindestens einen der Schritte S1 bis S4 in
Hier wird die Server-Vorrichtung 1000 durch einen sogenannten Computer realisiert und führt eine Verarbeitungsvorrichtung wie z. B. eine CPU die Verarbeitung gemäß einem Programm aus. Dann führt die Server-Vorrichtung 1000 die verbleibende Verarbeitung der Schritte S1 bis S4 von
Deshalb ist es möglich, eine realistischere Anordnung des Fehlerdetektors 120, die das Ergebnis der tatsächlichen Steuerung reflektiert, zu realisieren.Therefore, it is possible to realize a more realistic arrangement of the
BezugszeichenlisteReference List
- 11
- Rechenvorrichtungcomputing device
- 1111
- Recheneinheitunit of account
- 1212
- FehlerdetektorneukonfigurationselementError detector reconfiguration element
- 1313
- FehlerdetektoranordnungsplanungsvorrichtungError detector layout planning device
- 1414
- Fehlerdetektoranordnungsplanungseinheiterror detector placement planning unit
- 1515
- Umgebungsbestimmungsvorrichtungenvironment determination device
- 102102
- Fehlerdetektoranordnungs-Speichereinheiterror detector array memory unit
- 110110
- Rechenelementelement of calculation
- 111111
- Integratorintegrator
- 112112
- Kumulativer AddiererCumulative adder
- 113113
- Bitverschiebung (Runden)Bit Shift (Rounds)
- 114114
- Vorbelastungskoeffizientenaddiererbias coefficient adder
- 115115
- Aktivierungsfunktionsrechenelement (ReLU-Rechenelement)Activation Function Calculator (ReLU Calculator)
- 120120
- Fehlerdetektorerror detector
- 121121
- Prüfsignalerzeugungsschaltungtest signal generation circuit
- 122122
- Auswahlvorrichtungselection device
- 123123
- Komparatorcomparator
- 130130
- Eingabeinput
- 140140
- Ausgabeoutput
- 150150
- Prüfsignaltest signal
- 160160
- Normales/anomales SignalNormal/abnormal signal
- 170170
- Umfang von Rechenelementen, die an einer Vorrichtung montiert sein könnenScope of computing elements that can be mounted on a device
- 22
- Bilddatenimage data
- 33
- Erkennungsergebnisrecognition result
- 44
- Normal/anomalNormal/Abnormal
ZITATE ENTHALTEN IN DER BESCHREIBUNGQUOTES INCLUDED IN DESCRIPTION
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.This list of documents cited by the applicant was generated automatically and is included solely for the better information of the reader. The list is not part of the German patent or utility model application. The DPMA assumes no liability for any errors or omissions.
Zitierte PatentliteraturPatent Literature Cited
- JP 2017092757 A [0007]JP 2017092757 A [0007]
Claims (14)
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020-130212 | 2020-07-31 | ||
JP2020130212A JP7449193B2 (en) | 2020-07-31 | 2020-07-31 | Computing device and vehicle control device |
PCT/JP2021/024398 WO2022024634A1 (en) | 2020-07-31 | 2021-06-28 | Computing device and vehicle control device |
Publications (1)
Publication Number | Publication Date |
---|---|
DE112021003053T5 true DE112021003053T5 (en) | 2023-07-20 |
Family
ID=80035458
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE112021003053.1T Pending DE112021003053T5 (en) | 2020-07-31 | 2021-06-28 | COMPUTING DEVICE AND VEHICLE CONTROL DEVICE |
Country Status (3)
Country | Link |
---|---|
JP (1) | JP7449193B2 (en) |
DE (1) | DE112021003053T5 (en) |
WO (1) | WO2022024634A1 (en) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017092757A (en) | 2015-11-12 | 2017-05-25 | 株式会社リコー | Image processing system and image processing method |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS567154A (en) * | 1979-06-27 | 1981-01-24 | Hitachi Ltd | Double system |
JP2009001124A (en) | 2007-06-20 | 2009-01-08 | Toyota Motor Corp | Power source device for vehicle |
JP5639611B2 (en) | 2012-03-21 | 2014-12-10 | 富士重工業株式会社 | Vehicle control device |
JP7121737B2 (en) | 2018-05-23 | 2022-08-18 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ | Anomaly detection device, anomaly detection method and program |
-
2020
- 2020-07-31 JP JP2020130212A patent/JP7449193B2/en active Active
-
2021
- 2021-06-28 DE DE112021003053.1T patent/DE112021003053T5/en active Pending
- 2021-06-28 WO PCT/JP2021/024398 patent/WO2022024634A1/en active Application Filing
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017092757A (en) | 2015-11-12 | 2017-05-25 | 株式会社リコー | Image processing system and image processing method |
Also Published As
Publication number | Publication date |
---|---|
WO2022024634A1 (en) | 2022-02-03 |
JP2022026647A (en) | 2022-02-10 |
JP7449193B2 (en) | 2024-03-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2564049B1 (en) | Control device and method for calculating an output parameter for a controller | |
DE102019103825A1 (en) | FAULT DIAGNOSIS DEVICE AND MACHINE LEARNING DEVICE | |
DE102018203374A1 (en) | Fault tree analysis for technical systems | |
DE102018116696A1 (en) | A method for generating normal state prediction data of a plant and apparatus using the same | |
DE102012110710A1 (en) | Method for integrating models of a health management system for means of transport | |
DE102012223393A1 (en) | Method and system for root cause analysis and quality control of system level errors | |
DE102018002779A1 (en) | Circuit configuration optimizer and machine learning device | |
EP3767403B1 (en) | Machine learning based shape and surface measurement for monitoring production | |
WO2021058223A1 (en) | Method for applying automated driving functions efficiently and in a simulated manner | |
DE102018002781A1 (en) | Circuit configuration optimizer and machine learning device | |
DE102019217613A1 (en) | METHOD OF DIAGNOSING AN ENGINE CONDITION AND DIAGNOSTIC MODELING METHOD FOR THEREOF | |
DE112021004024T5 (en) | APPROPRIATE DETECTION AND LOCATION OF ANOMALIES | |
EP0416370B1 (en) | Method and device for detecting and indentifying sensor errors | |
DE112021002866T5 (en) | MODEL FAITH MONITORING AND REBUILDING TO SUPPORT DECISIONS OF A MANUFACTURING PROCESS | |
DE112019003929T5 (en) | ELECTRONIC CONTROL DEVICE AND UPDATING SYSTEM OF A NEURAL NETWORK | |
DE102021126726A1 (en) | DISTRIBUTED SYSTEM AND DATA TRANSFER METHOD | |
DE112021005568T5 (en) | Data processing device and data processing method | |
DE112021003053T5 (en) | COMPUTING DEVICE AND VEHICLE CONTROL DEVICE | |
DE102011007467A1 (en) | Polynuclear integrated microprocessor circuitry for, e.g. vehicle domain computer, has tester to perform time-integral checking of specific components of auxiliary processor structure to and gradually expand checking of other components | |
DE102018117509A1 (en) | Method, device, computer program and computer program product for monitoring an effective chain of an active network of a vehicle | |
DE102021114191A1 (en) | Distributed system | |
WO2021089787A1 (en) | Method, apparatus and computer program for enabling a sensor system for detecting objects in an environment of a vehicle | |
DE102016206490A1 (en) | ELECTRONIC CONTROL UNIT | |
DE102018217014A1 (en) | Dynamic qualification of user data | |
DE102018210733A1 (en) | Method for monitoring at least one computing unit |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R012 | Request for examination validly filed |