New Intelligent Driving: ADAS All-in-one Machine has completed before-market mass production, how can start-ups of autonomous driving make breakthrough?

2018-08-27
source:

文 | 梦华 

来自新智驾(AI-Drive)的报道


摩托罗拉是芯片、算法的黄埔军校,不少人工智能行业的新创公司核心团队均出自这家曾经的世界第二大手机厂商。


魔视智能创始人兼 CEO 虞正华在 2000 年加入摩托罗拉,此前,在上海交通大学攻读博士期间,他便开始图像视频方向的研究,之后继续在澳洲完成了人眼视觉系统的博士后,并在 2004 年进入澳洲国家研究院,从事基于计算机视觉的视频分割研究。


在摩托罗拉期间,虞正华是澳洲研发中心的高级主任工程师,参与了全球第一款基于 Linux 系统的智能手机 A760 的图像算法开发,并与摩托罗拉芯片部门合作,研发了基于 ARM 处理器的应用芯片 IMX21。


如今的车载芯片 IMX6 便是从 IMX21 延伸而来,虞正华作为技术负责人主要负责其中的多媒体加速器算法结构。


2006 年,虞正华是国内进行互联网图像搜索、人脸识别的第一批创业者,2008 年,高清摄像机出现之后,公司业务也开始深入安防、交通图像领域。当时,团队开发的车辆识别应用很快便在北京交管局的交通管理中得到落地。


2015 年再次创业,为什么选择了车载而不是安防?


虞正华的回答是:对他来说,“AI 安防这件事已经做完了。”其在之前曾担任 A 股上市公司、智慧安全及交通解决方案提供商博康智能(现新智认知)副总裁,而从目前的安防市场发展来看,行业各归其位,再走一遍从零到一,对一家创业公司来说,并无明显利好。


相比来说,汽车的产业变革则刚刚展开,深度学习和传感器技术的发展为自动驾驶技术打开了局面,新人老兵都在跃跃欲试。2015 年,魔视智能自英恒电子孵化而来,专注于自动驾驶视觉应用,公司总部位于上海,并在澳大利亚设立了研发中心。


从业务构成来看,魔视主要基于自身的视觉算法为 OEM 和 Tier 1 提供完整的自动驾驶视觉方案,其产品应用主要基于三个方向:视觉感知,多传感器融合,车辆定位。


好的算法原型,加上优化设计,是良好的产品表现需要达成的第一步,2017 年 8 月,魔视的算法团队在奔驰力推的自动驾驶评测集 Cityscapes 中获得了第一名的成绩。


对于其在算法方面的优势,虞正华举了一个例子,“在二值化网络方面,所谓二值化就是说,神经网络的权重可能需要 8 位或者 4 位来表示,我们通过进一步的研究,把它变成 1 位的,精度可能都差不多,但这对整个计算量的降低有非常重要的作用。”


目前,魔视已经量产的技术方案主要是基于 L1、L2 级的 ADAS 视觉应用,其在 2016 年推出了名为“Rayleigh”的基于 FPGA 的深度学习 ADAS 前视一体机,后者已经过 7 次迭代,可实现车道偏离预警(LDW)、前方碰撞预警(FCW)、行人防撞预警(PCW)、限速标识警示(SLI)、智能远光灯控制(IHC)等功能,准确完成车辆、行人的夜视识别,支持可行驶区域(freespace)检测,并可进行 AEB、ACC、LKA 的功能扩展。


*魔视智能的 ADAS 一体机


目前,ADAS 多数功能在国内汽车市场的渗透率尚不足 5%,在 L3 级以上自动驾驶落地之前,ADAS 几乎被行业公认为将率先大规模推广的应用。


从各家主流厂商的商业化步伐来看,辅助驾驶市场的爆发也已经是大势所趋,除了持续迭代更新的特斯拉 Autopilot ,日产的第二代聆风也将搭载其 ProPilot Assist 智能辅助系统,沃尔沃的 Pilot Assist 已经进入 S90、XC60、XC90 等多款车型,奔驰的 Drive Pilot 具备了车道保持辅助、自适应定速巡航、紧急刹车辅助等功能,今年 6 月,通用也在中国正式发布了搭载 SuperCruise 超级辅助系统的凯迪拉克 CT6...... 


就国内市场而言,传统主机厂绝大多数已经把具备 ADAS 功能的新车型放入了未来两年的推进规划中,相对主流的造车新势力发布的量产车型中,ADAS 功能已经成为标配,这也正是很多视觉方案提供商的机会所在。


虞正华表示,目前,魔视的 ADAS 一体机已经在国内多家乘用车主机厂的车型定点并已经实现前装量产,保持着每月上千台的出货量。今年下半年,其另一项基于视觉的自动泊车产品也将进入最后的测试阶段,预计将于 2019 年量产。



基于纯视觉的预警功能之外,在预警与控制方面,团队将采用视觉与毫米波雷达的融合方案。魔视目前正在与多家主机厂合作研发 L3、L4 级自动驾驶系统,并计划在 2020 年完成特定场景的量产。虞正华表示,公司的定位是提供面向 L3、L4 级自动驾驶系统,眼下 L1、L2 产品的量产则可帮助积累尽可能多的应用数据,验证车规级产品的研发及生产流程,为 L3、L4 级自动驾驶产品量产做好充分准备。


对初创公司来说,数据是天然的弱势,虞正华表示,魔视从成立开始便与车队合作,朝着嵌入式、车规级的方向,在全国 30 多个省市进行着不同工况、季节、时间段的众包数据采集,目前其摄像头装置已经装入 100 多辆商用车与乘用车,积累了 500 多万公里数据,并进行着半自动化的人、车、道路标识标注,包括 2D 检测标注、3D 检测标注、像素级标注。



2017 年 6 月,魔视智能入选为博世首期“汽车上的人工智能”加速器项目,并在同年 10 月,获得了澜亭资本领投、凯旋创投跟投的千万美元A轮融资,为团队扩展和技术推进完成了基本的资金储备。


自动驾驶视觉领域,Mobileye是国内外的行业标兵,这家一年多以前被英特尔收购的以色列公司已经完成了 2700 万的装车量。既有“珠玉在前”,仍有许多创业公司不断涌入的重要原因在于,“算法+芯片”被认定为易复制的可行路径,且道路状况和汽车应用有着明显的地域化属性,本土数据和场景应用的积累为新创们提供了新的契机,虞正华的考虑也在于此:基于中国主机厂和供应商状况,提供一个视觉为基础、多传感器融合的计算平台与解决方案。


而另一方面,在前装应用上,OEM有着严格的车规标准,传统Tier1资金和技术储备雄厚,在新技术变革与产业机会出现时,如何将技术更快、更好地投入应用,并在一个落脚点上,深入开发自有优势,是国内初创公司的机会,也将是其重要挑战所在,这需要团队不断优化算法和产品化设计,更需要其对场景应用的持续打磨。【完】