热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

ADAS行业爆发前,自行科技希望做最好的感知模组供应商

*自行科技360全景影像系统今年3月,Technavio发布了一份有关中国ADAS市场的报告,报告指出,中国ADAS市场预计在2017年至2021年达到接近35%的强势复合年增长率

ADAS行业爆发前,自行科技希望做最好的感知模组供应商

*自行科技360全景影像系统

今年3月,Technavio发布了一份有关中国ADAS市场的报告,报告指出,中国ADAS市场预计在2017年至2021年达到接近35%的强势复合年增长率。目前,ADAS已经不再是高端车才有的配置,十几万的车也能够有ADAS功能,比亚迪唐DM,奇瑞瑞虎7等。

成立于2016年的自行科技,定位于前装Tier 2,为Tier 1提供深入的ADAS解决方案,目前已经是博世中国驾驶员监控系统的合作软件供应商。自行科技已经量产的产品有前向视觉ADAS系统、驾驶员监控系统(DMS),以及360全景影像系统。此外,自行科技也是赛灵思的(Xilinx)全球(FPGA)战略合作伙伴,基于赛灵思的FPGA开发智能汽车领域的产品和应用解决方案。

ADAS行业爆发前,自行科技希望做最好的感知模组供应商*前向ADAS系统

自行科技的联合创始人宁迪浩毕业于西安电子科技大学,曾就职于中兴通讯,从事无线通信基带算法与标准研究,累计发明专利10余篇。宁迪浩向雷锋网(公众号:雷锋网)表示,自行科技之所以进军ADAS行业,与其计算机视觉的积累有很大的关联。目前,自行科技目前的技术情况如何?对计算机视觉领域又有什么看法?雷锋网对宁迪浩进行了专访,雷锋网在不改变原意的情况下进行了编辑。

新智驾:当初为什么选择了ADAS这个领域进行创业?

宁迪浩:自行科技一开始的业务并不是ADAS,而是计算机视觉算法。早期主要聚焦于人脸识别和光学字符识别(OCR)。2015年,自行科技开始了ADAS的研发。选择这个领域,一方面是因为我们在计算机视觉技术上有所积累,另一方面是则是因为看好汽车产业正在发生快速的变革。

新智驾:您认为ADAS有多大的市场?自行科技能够获得多大的市场?

宁迪浩:整个市场的体量很大,大规模搭载ADAS的乘用车和商用车,在最近两三年就会成为趋势,自行科技希望做最好的感知模组供应商。

新智驾:自行科技目前的商业模式是什么?商业落地的路线图是如何的?

宁迪浩:自行科技主要服务于前装客户,定位于Tier2,服务于Tier1和OEM,向其提供核心模块模组和解决方案,客户类型上乘用车和商用车并重,产品规划为感知、融合、决策控制。

新智驾:我们了解到,国内也有许多ADAS的创业公司,且一些Tier 1本身也在研发ADAS,自行科技如何面对这种情况?

宁迪浩:自行科技定位Tier2,与OEM和Tier1更多是合作而非竞争关系,自行科技的核心技术是非常有自己特色的,OEM和Tier1在单点上很难做到我们的深度。

新智驾:自行目前采用的一套硬件方案是如何的?

宁迪浩:自行科技的摄像头采用外部采购的主流ADAS专用摄像头和DMS专用摄像头,镜头FOV角度会根据我们的需求进行定制。我们的芯片处理单元主要采用FPGA,Xilinx的Zynq系列和MPSoC系列。图像处理器使用的是索尼和OV的。另外,我们也在进行毫米波雷达的研发,未来我们的方案还会融合毫米波雷达的数据。

新智驾:自行科技目前毫米波雷达的研发进行得如何,与市面上的毫米波雷达有什么不同?

宁迪浩:我们的跟目前市场上的毫米波雷达最大的差异是,从采样信号层面就引入了视觉信号,从某种意义上说,是一种雷达和视觉深度融合的新型传感器。毫米波雷达的研发目前处于早期阶段,大概年底会有一些概念样机。

新智驾:您觉得单目和双目摄像头各自的优势是什么?为什么自行科技选择单目摄像头方案?

宁迪浩:其实单目视觉最大的优势是信息量大,因为即使使用一个720P的摄像头,分辨率有就达到了720x1280像素。比起激光雷达,提供了更多的信息,这些信息可以用来进行目标感知和环境感知,来判断道路的结构、路面情况,对环境进行建模。双目最大的优势是可以提供深度的信息。

自行科技选择单目方案,主要出于几个原因:

第一,团队在单目上有一些技术积累;

第二,单目的产品更加容易落地;

第三,单目的适用范围更广,不管是L0级的告警类的产品,还是L1、L2级的控制类的产品,还是了L3、L4级的高级自动驾驶的产品,都需要单目视觉技术。

在低级别的自动驾驶中,单目摄像头可以承担目标检测,车道线检测这类任务。在高级的自动驾驶中,单目还可以承担行人检测,红绿灯检测,路牌检测这类任务。双目摄像头是无法完成红绿灯检测和路牌识别这类任务的。因此,我们认为单目视觉的适用范围更广一些。

但从未来的发展方向来讲,单目和双目进行融合将会是一个趋势。

新智驾:自行科技也有进行一些FPGA方面的工作,能介绍一下吗?

宁迪浩:目前自行科技所有的产品都是围绕着FPGA来进行的。因为自行科技的创始团队主要来自通信领域,有超过十年的使用大规模的FPGA的开发经验。目前自行科技最擅长的一项技术就是基于FPGA的神经网络优化和加速的技术。这项技术能够帮助自行科技使用规模比较小、满足车规级要求、低成本的FPGA,完成较大规模的前向计算。

新智驾:目前有没有一些这方面的成品?

宁迪浩:有,公司目前在市场上前装量产的,有一款前向的视觉感知模组,功耗大概是1.5W,可以实现1.5TOPS的等效计算力,这在业内是处于领先地位的,这个产品在市场上的认可度也非常高。

新智驾:在自行科技的测试训练中,数据都是自己采集的吗?

宁迪浩:大部分是我们自己采集的,还有一部分是通过外部的合作公司进行的数据交换,以及向第三方公司购买。目前,国内也有了许多进行数据采集、数据标注的公司。

新智驾:对于Mobileye这种主打视觉的技术方案,你怎么看?

宁迪浩:我觉得分为几个层面,第一,这种方案与他们过往的积累和团队擅长的技术领域有关系。这是毋庸置疑的。第二,他们对于自己的技术路线的发展方向很有信心。第三,Mobileye有比较丰富的工程实验的经验,因此能对判断做出更好的支撑。

另外,Mobileye自身在高级的自动驾驶,尤其是L4级以上的自动驾驶上,并不是坚持camera only的策略,而是camera first,他们也在做传感器融合的工作。

新智驾:一些致力于视觉方案的公司认为强光、夜间这些环境是整个行业都需要攻克的一个难点,您怎么看?

宁迪浩:我觉得这个问题需要系统工程来解决,而不能单一地去解决。

从我们的经验来看,摄像头首先要做一部分工作,比如说较能够支持宽动态,要有一些强光抑制的算法。最好能和后端的算法有一些联动,比如控制摄像头的暴光和某些内部参数。

算法也可以解决部分问题,比如有针对性地采集强光、反光数据进入训练数据集,甚至人工制造一些“负的样本”,或者是一些干扰的数据进入数据集,从而提高整个神经网络的可靠性。

当然视觉技术天然存在一些缺陷,仍有一些处理不好的天气、环境。因此需要其他传感器的辅助,比如毫米波雷达。


推荐阅读
  • 生成式对抗网络模型综述摘要生成式对抗网络模型(GAN)是基于深度学习的一种强大的生成模型,可以应用于计算机视觉、自然语言处理、半监督学习等重要领域。生成式对抗网络 ... [详细]
  • 人工智能推理能力与假设检验
    最近Google的Deepmind开始研究如何让AI做数学题。这个问题的提出非常有启发,逻辑推理,发现新知识的能力应该是强人工智能出现自我意识之前最需要发展的能力。深度学习目前可以 ... [详细]
  • 深度学习与神经网络——邱锡鹏
    深度学习与神经网络——邱锡鹏-一、绪论人工智能的一个子领域神经网络:一种以(人工))神经元为基本单元的模型深度学习:一类机器学习问题,主要解决贡献度分配问题知识结构:路线图:顶 ... [详细]
  • 浏览器中的异常检测算法及其在深度学习中的应用
    本文介绍了在浏览器中进行异常检测的算法,包括统计学方法和机器学习方法,并探讨了异常检测在深度学习中的应用。异常检测在金融领域的信用卡欺诈、企业安全领域的非法入侵、IT运维中的设备维护时间点预测等方面具有广泛的应用。通过使用TensorFlow.js进行异常检测,可以实现对单变量和多变量异常的检测。统计学方法通过估计数据的分布概率来计算数据点的异常概率,而机器学习方法则通过训练数据来建立异常检测模型。 ... [详细]
  • Learning to Paint with Model-based Deep Reinforcement Learning
    本文介绍了一种基于模型的深度强化学习方法,通过结合神经渲染器,教机器像人类画家一样进行绘画。该方法能够生成笔画的坐标点、半径、透明度、颜色值等,以生成类似于给定目标图像的绘画。文章还讨论了该方法面临的挑战,包括绘制纹理丰富的图像等。通过对比实验的结果,作者证明了基于模型的深度强化学习方法相对于基于模型的DDPG和模型无关的DDPG方法的优势。该研究对于深度强化学习在绘画领域的应用具有重要意义。 ... [详细]
  • 背景应用安全领域,各类攻击长久以来都危害着互联网上的应用,在web应用安全风险中,各类注入、跨站等攻击仍然占据着较前的位置。WAF(Web应用防火墙)正是为防御和阻断这类攻击而存在 ... [详细]
  • 【论文】ICLR 2020 九篇满分论文!!!
    点击上方,选择星标或置顶,每天给你送干货!阅读大概需要11分钟跟随小博主,每天进步一丢丢来自:深度学习技术前沿 ... [详细]
  • OCR:用字符识别方法将形状翻译成计算机文字的过程Matlab:商业数学软件;CUDA:CUDA™是一种由NVIDIA推 ... [详细]
  • 3年半巨亏242亿!商汤高估了深度学习,下错了棋?
    转自:新智元三年半研发开支近70亿,累计亏损242亿。AI这门生意好像越来越不好做了。近日,商汤科技已向港交所递交IPO申请。招股书显示& ... [详细]
  • ICRA2019最佳论文  Making Sense of Vision and Touch: SelfSupervised Learning of Multimodal Representatio
    文章目录摘要模型架构模态编码器自监督预测控制器设计策略学习控制器设计实验结论和展望会议:ICRA2019标题:《MakingSenseofVision ... [详细]
  • 2017亚马逊人工智能奖公布:他们的AI有什么不同?
    事实上,在我们周围,“人工智能”让一切都变得更“智能”极具讽刺意味。随着人类与机器智能之间的界限变得模糊,我们的世界正在变成一个机器 ... [详细]
  • 程度|也就是_论文精读:Neural Architecture Search without Training
    篇首语:本文由编程笔记#小编为大家整理,主要介绍了论文精读:NeuralArchitectureSearchwithoutTraining相关的知识,希望对你有一定的参考价值。 ... [详细]
  • 基于深度学习的遥感应用
    文章目录深度学习的发展过程深度学习在遥感中的应用基于深度学习的遥感样例库建设基于深度学习的遥感影像目标及场景检索基于深度学习的建筑物提取基于深度学习的密集建筑物自动检测基于深度学习 ... [详细]
  • 开源真香 离线识别率高 Python 人脸识别系统
    本文主要介绍关于python,人工智能,计算机视觉的知识点,对【开源真香离线识别率高Python人脸识别系统】和【】有兴趣的朋友可以看下由【000X000】投稿的技术文章,希望该技术和经验能帮到 ... [详细]
  • AstridDAO 专访:波卡稳定币黑马 BAI
    加入Pol ... [详细]
author-avatar
唯忻小十__
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有