以高级辅助驾驶（ADAS）、无人驾驶为代表的新兴领域已经成为视觉系统应用的新焦点。传统视觉ADAS基于图像处理和模式识别方法，存在精度低、易受环境干扰的不足，特别是在复杂场景与低对比度条件下，可靠性急剧下降，因此基于视觉深度学习的ADAS已成为业界的研发重点。项目研发基于视觉深度学习的ADAS系统，主要包括：1）设计目标检测和识别的深度学习模型，提高目标检测精度，特别是在光照差、遮挡、远距离小物体条件下的识别精度；2）研发基于深度学习的前碰撞预警（FCW）、前方车距监测与预警系统（HMW）、车道偏离预警系统（LDW）、行人探测与防撞系统（PCW），大幅提高ADAS可靠性；3）研发基于NVIDIA（英伟达） TX1的ECU控制器，集成视觉深度学习ADAS系统，提供高性能、低功耗、高可靠性的嵌入式解决方案，实现ADAS的产业化应用。项目的研发将实现深度学习在ADAS领域的应用，大幅提高ADAS系统的精度和可靠性，推动ADAS的产业化应用进程。
