“如果一家智能汽车电子服务公司,想要在智能汽车的道路上长远发展下去,那么它一定要能解决智能汽车前装市场上的一些核心问题,这也是衡量其存在的价值所在。”自行科技CEO关艳峰认为。
自行科技CEO关艳峰
自行科技CEO关艳峰,2007年毕业于东南大学无线电系,获工学博士学位。同年加入中兴通讯股份有限公司,致力于B3G移动通信标准和技术研究,任中兴通讯3GPP /IEEE预研专家,向3GPP/LTE-A、IEEE/802.16m等标准组织提交提案近百篇,申请发明专利140余项,国际专利50余项,十余项专利写入国际通信标准。
2011至2013年负责国家科技重大专项/新一代宽带无线移动通信网/多天线MIMO技术增强课题研究。2013年投身人工智能领域,直至联合创立深圳乐鱼体育科技有限公司。
自行科技是一家专注于智能汽车电子领域的创业公司,总部位于深圳,在武汉设立有算法研究中心;另外,正在北美布局销售中心,其主要作用是寻求与一些国际TIER 1和OEM的合作。目前公司全职人员有40多人,主要是来自中兴、华为等电子通信领域和Denso,PSA等传统汽车产业的人才。
目前,自行科技可以为前装市场提供三类车规级产品:基于单目视觉的前向ADAS系统(支持FCW,PCW,LDW),驾驶员监控系统DMS(疲劳预警、状态监控和身份识别),标清和高清全景影像系统AVM(支持LDW、BSD和MOD等)。
立足前装,“造血”和“造工具”是战略布局
和许多初创ADAS公司不同,自行科技只为前装市场提供产品和服务。
关艳峰讲到:“一家初创ADAS公司,能够快速在市场上获得营收是非常难的,而想要通过建立前装服务能力并在前装市场获得营收更难;与前装相比,后装市场在短时间内更容易获得营收,但是其利润并不高,我们不想把ADAS和智能汽车近五到十年的黄金发展时间,用在一些可能无法积累的产品和服务上去。”
在公司发展和布局方面,关艳峰认为,一个智能汽车电子服务公司想要谋求长远发展必须同时具备“造血”和“造工具”的能力。
“造血”能力指的是企业短期发展能力,是指企业具备提供满足当下市场需求的产品和服务的能力,是指能够为企业积累前装经验,和为企业带来收入的能力;
而“造工具”能力指的是企业的长期发展能力,是指企业具备提供满足未来市场需求的产品和服务的能力,并且在未来能够为企业带来收入,保持企业持续竞争力和发展的能力。
全景影像系统AVM(支持LDW),是自行科技的主要造血能力。
自行科技在与客户交流ADAS的过程中发现,当下客户对高性能(例如,严格30fps帧率,2~3s快速启动,基于AVM实现LDW),高性价比,车规级全景影像系统需求很大。
随后,自行科技对市场上的全景影像系统进行了深入的调研之后,推出一套前装车规级全景影像系统(AVM)。主要是通过安装在车外(侧向两个、前向一个、后向一个)四路高清摄像头采集道路信息,再通过软件算法拼接成环视视频。按照摄像头级别和产品技术路径的不同,全景影像系统(AVM)可分为标清和高清(720P)两个版本。
关艳峰介绍:相比传统360环视系统,公司的产品主要优势有三点。第一,降低车企采购成本。与原装车机集成度高,节约了不必要的线束和连接件(汽车线束和连接件会占据汽车电子产品成本的10%左右),节省外壳,简化量产测试流程和安装流程;
第二,可靠性高。基于Xilinx的FPGA实现,产品可以达到车规级;
第三,智能化更高,除了基本的显示之外,还可以根据客户要求基于现有硬件实现LDW和BSD。”
驾驶员监控系统DMS(疲劳预警、状态监控和身份识别),前向ADAS系统(支持FCW,PCW,LDW),是自行科技耕耘市场的有力工具。
在关艳峰看来, L0-L2阶段的很多交通事故是由于驾驶员疲劳和注意力分散造成,而L3-L4级自动驾驶属于人车共驾状态,一部分事故是由于人车驾驶权切换不及时和驾驶员过度使用ADAS和自动驾驶系统造成。
而L5级则需要全新的适配于无人驾驶汽车的自动驾驶座舱,其实不仅L5级,随着自动驾驶等级的逐渐提高,对驾乘人员的驾乘体验的提升将越来越重要。
那么,针对驾驶员疲劳监测,注意力监测,视线跟踪,表情分析以及身份识别等技术就会在自动驾驶路径上有独特的作用,比如L3级自动驾驶的人车驾驶切换,L3-L5级自动阶段的个性化定制服务;此外,针对乘员的监测以及提供乘员的互联网服务也是非常重要的。
为此,自行科技开发了一套基于深度学习神经网络的驾驶员监控系统(DMS)。它可以实现疲劳驾驶预警、不良行为监控(抽烟、打电话、打呵欠)、人脸识别及身份验证、表情识别、视线追踪等多种功能。
关艳峰介绍:“该系统的主要优点是基于视觉传感器的深度学习技术,完全在车规级器件上实现。”
在前向ADAS方面,关艳峰表示,前装市场需要高可靠、高性能、高速度、低功耗、低成本、专业化,满足安全标准的产品。
其中高可靠主要是要需要车规级的软硬件系统,至少能够保障至少3年6万公里的寿命要求;高性能主要是靠高效率算法、高计算力的硬件,能够保证各种环境下准确和实时感知、决策和执行。低功耗、低成本是车厂能够批量安装的重要保障,专业化则能合乎规范和测试流程,并提供良好的用户体验。
针对以上6大核心问题,自行科技可以提供一套基于单目视觉的前向ADAS系统(FCW,PCW,LDW),以及视觉感知核心模组供合作方集成。在这个系统中,深度学习是算法核心,FPGA是计算核心。
关艳峰介绍,在ADAS的研发方面我们投入了大量的时间,我们的FPGA硬件已经迭代了30个月,算法迭代的时间更长。例如,在有些环境下(逆光、黑暗、雨雾天气等等),人的肉眼都很难区别,靠算法如何去解决?
基于低成本FPGA平台实现深度学习的挑战很大。比如,如何优化深度神经网络,使得一个计算量很大的深度神经网络可以在一个中小规模的 FPGA 上运行,同时又能维持性能和成本平衡?
这需要对神经网络和 FPGA 进行大量优化。主要是FPGA 并行优化,包括卷积操作并行、特征图内并行、特征图间并行、层/帧并行。
其中通过对神经网络和 FPGA 平台的优化,目前单目视觉模组在环境多样性和目标多样性下性能表现良好。例如:雨天、夜晚、雪天和隧道出口、侧向车辆、局部暴露车辆以及异型车辆能可靠识别;
对于各类车辆做到多姿态、多角度的识别,最大的可靠识别距离 100 米;各类行人和非机动车,最大可靠识别距离为50米,并支持夜间行人识别功能;扩展性强,支持传感器融合及算法融合,可实现干预类ADAS功能,如AEB、LKA、自动变道等。
ADAS与乘用车车企达成合作
在市场合作方面, AVM环视系统(支持LDW)与多家Tier 1达成合作,2017年年底搭载自行科技AVM的众泰某车型已量产上市;DMS系统成功与3家商用车车企达成定点,最快一款商用车将于2018年年底量产上市;前向ADAS目前与一家商用车车企业达成定点,与一家乘用车车企达成定点,乘用车车型预计2019年初量产上市。
其他方面,关艳峰透漏,面向目前日趋明朗的视觉+毫米波雷达融合趋势,自行科技在这方面也早有布局,但是自行科技更加看中未来3到5年内可量产的L3级解决方案中的各个技术点。
对于自行科技而言,做好L3级的综合感知,甚至感知定位系统最重要的技术点,它需要基于可量产的传感器做深度融合,来克服更多的CornerCase。目前自行科技也在积极投入深度融合算法的研究,预计2019年推出视觉+毫米波雷达融合的感知方案。”
量产难,视觉融合毫米波雷达算法处于优化阶段
从技术研发储备到产品化落地量产,自行科技非常清楚还需要迈过哪些坎?
关艳峰表示,第一,GPU算法转换成在FPGA上运行工作量大。初期的深度学习视觉算法都是在GPU上完成的,但是GPU功耗高,价格昂贵,想要解决真正的量产问题,必须将GPU算法转换到FPGA上去,这需要大量时间和优化技术支撑。
第二,优化视觉融合毫米波雷达的ADAS算法难。不管是超声波和视觉,还是毫米波和视觉,实现简单的Result融合并不难,但是你想要把它做得好,采用 RawData层次的融合,在实际中取得不错的效果,这是一项不小的技术挑战。
第三,产品量产难。汽车行业是需要积累的,而且想要让中国汽车行业在世界享有一席之地,你一定要能解决一些前装量产问题,要知道,想要保证一个产品能够年产10万件,而且不被召回是不容易的,还需要产长期的测试和足够的积淀。
谈到对公司接下来的发展?
关艳峰表示,跟随市场规律,做两手准备,一面做量产输出,一面做技术储备。
例如,当下智能汽车需要L0和L1级别的ADAS产品,自行科技就对外输出L0和L1级别的ADAS产品。如果5年以后,整个业界达到了L3级别,自行科技希望能够成为L3级别ADAS产品的主要提供商,这背后需要提前做好技术储备。
关艳峰认为,传统汽车到自动驾驶还需要较长的过程,智能化从低端到高端也不是一蹴而就的事情,一个产业形成是需要整个配套产业一起进步,一起平衡发展,比如即使实现L5级别的技术路径我们已经想到了,但是也不可能马上实现量产,而且与自动驾驶相关的法律法规,基础设施也不完善。
目前需要通过一些产品先落地,培养市场认可度,只有这样慢慢的发展才能使得技术逐渐积累到L3,L4或者更高的级别。
所以在智能汽车发展过程中,自行科技更倾向于传统汽车的方式,一步一步的往高端走,不像互联网造车企业直接做到了自动驾驶级别。
原文链接:http://m.elecfans.com/article/683263.html