随著当今对提高车辆安全性的关注，新技术使保护驾驶员及其乘客变得更加容易。意法半导体 AEKD-AICAR1高级驾驶员辅助系统 (ADAS) 提供的解决方案可检测车辆运动和道路状况，并在路面不平坦和颠簸或车辆打滑时向驾驶员发出警告。

AEKD-AICAR1 是一种基于长短期记忆 (LSTM) 循环神经网络 (RNN) 的多功能深度学习系统。AEKD-AICAR1由 4 MB 闪存的通用 SPC58EC 汽车微控制器构建，使用超低功耗 AIS2DW12 三轴运动传感器来获取车辆运动变化以及当前路面状况的信息。 获取的数据被传递到在 MCU 上运行的 LSTM（long short-term memory长短期记忆）递归神经网络(recurrent neural network)，该网络对驾驶条件进行分类并生成精确的车辆状态预测模型，该模型显示在 LCD 触摸屏上。

要获得预训练的神经网络，开发人员可以使用许多可用框架（Tensorflow、Lasagne 等）中的一种和外部 IDE (Google Colab) 来创建、训练和验证（使用真值表）LSTM 递归神经网络网络。 创建 LSTM RNN 后，必须将其导出为 H5 文件格式，以便在 SPC5 Studio 开发环境（SPC5-STUDIO）上运行的人工智能（AI）插件（SPC5-STUDIO-AI）可以将其转换为汽车- 兼容的 C 代码，以便使其可执行并将其加载到 SPC58 MCU 中。

主要产品优势：
AIS2DW12 - 超低功耗 3 轴数字运动传感器；
-超低功耗；
-嵌入式自检功能；
- 小型薄塑料 LGA 封装；
- 两种电源电压选择（1.8V 或 3.3V）；

SPC58EC80E5 - 用于汽车应用的 32 位元 MCU；
-4MB的闪存；
-支持符合ISO 26262的ASIL-B安全标准；
-丰富的通信接口；
- 带有专用闪存的嵌入式硬件安全模块 (HSM)；

其他有关于神经网络基本原理,长短期记忆循环神经网络（LSTM RNN）,设计一个人工智能汽车传感节点,请参考附档使用手册。

原厂产品网页：

SL-AIAID012401V1 - AI Driving conditions detection solution - STMicroelectronics

AEKD-AICAR1 - Automotive AI on the edge for car state classification - STMicroelectronics

►场景应用图

ST

►展示板照片

ST

►方案方块图

ST

►核心技术优势

在"简单"的MCU上运行预训练的神经网络； 用于时间序列分析的专用长短期记忆 (LSTM) 循环神经网络； 人工智能； 符合 AEC-Q100 标准； 硬体精简,搭配ST的智慧运算程式,CP值高；

►方案规格

人工智能； 实时分析传感器加速度； 用于时间序列分析的专用长短期记忆 (LSTM) 循环神经网络； 识别四种汽车状态： 汽车停放或停止； 在正常条件道路上行驶的汽车； 汽车行驶在崎岖不平的道路上； 汽车打滑或转向；