瑞萨还通过整合新型高效能高性能卷积神经网络硬件加速器（CNN，注2），宣布对R-Car V3M进行改进，使得越来越多地使用道路检测或对象分类等特性在汽车应用中。 R-Car V3M创新的硬件加速器使得CNN可以在CNN在CPU或GPU上运行时无法达到的超低功耗水平下执行。
新的R-Car V3M入门套件，R-Car V3M SoC以及包括瑞萨的开源e²工作室IDE集成开发环境（IDE）在内的支持软件和工具是瑞萨开放，创新和可信的瑞萨自治ADAS和自动驾驶平台提供从云到传感和车辆控制的全面端到端解决方案。
瑞萨电子副总裁Jean-Francois Chouteau表示：“利用R-Car V3M入门套件，瑞萨可大幅缩短开发工作，并加速快速增长的NCAP相机市场的上市时间。 “随着我们在R-Car V3M SoC上的发布，以及我们与HELLA Aglaia合作的前置摄像头应用软件的入门套件，这款入门套件将成为开发最先进的前置摄像头解决方案的不二之选。
新的入门工具包是一个随时可用的工具包。除了所需的接口和工具之外，该套件还提供ADAS和自动驾驶开发所必需的组件，包括2GB RAM，4GB eMMC（嵌入式多媒体控制器，Note 3）板载内存，以太网，显示输出和调试接口。
集成的440针扩展端口为系统制造商提供了完全的自由度，可以为各种计算应用开发专用扩展板，从简单先进的计算机视觉开发环境到用于环视等应用的多相机系统原型。
除了保持高度的软件可移植性和可重用性之外，该板卡的灵活性减少了硬件开发所需的时间。
R-Car V3M入门套件由Linux板支持包（BSP）支持，该套件可通过elinux.org获得。进一步的商业操作系统将从明年起提供。
Codeplay将于2018年第一季度在入门套件中启用OpenC和SYC。计算机视觉和图像处理的其他工具，示例代码和应用说明将在2018年提供。
瑞萨在R-Car V3M入门套件中提供了多种工具，包括瑞萨e²工作室工具链和用于调试的工具，从而减轻了开发负担并缩短了产品上市时间。
包括开发3D环视停车辅助系统的Cogent Embedded在内的合作伙伴正在使用R-Car V3M入门套件来提供经过现场验证的软件解决方案和开发系统，以加速开发。
除了R-Car V3M入门套件之外，瑞萨还在R-Car V3M SoC上实现了CNN的超低功耗，实现了图像识别和图像分类。 R-Car V3M允许在NCAP相机中实现高性能，低功耗的CNN网络，这是传统的高功耗CPU或GPU架构无法实现的。
瑞萨作为计算机视觉处理子系统IMP-X5的补充，它由一个图像处理器和可编程的CV引擎组成，内部开发了一种新型的创新型CNN硬件加速器，可以实现高性能的CNN，低功耗低。
有了这个新的IP，瑞萨使系统开发人员能够在IMP-X5或新硬件加速器之间进行选择，以部署CNN。这种异构方法允许系统开发人员根据所需的编程灵活性，性能和功耗选择最高效的架构。
瑞萨R-Car V3M现已上市。 具有Linux BSP的R-Car V3M入门套件将于2018年第一季度开始供货，数量有限。 计划在2018年第三季度推出一个扩展软件解决方案。
