EN

新智駕:ADAS一體機量產之路已通,自動泊車成魔視智能的下一個關鍵詞

2018-09-29
來源:報道汽車未來的 新智駕

1.jpg

四五個人,半個車庫做辦公室,這是魔視智能三年前的光景。談起公司在成立初期被賽靈思“拒之門外”的經歷,創始人虞正華博士不免低頭沉笑。


三年后,FPGA(完整可編程邏輯)解決方案的頭部供應商賽靈思中國區高級市場經理羅霖、半導體公司英飛凌中國區銷售總監劉魯偉紛紛為這家從車庫里成長起來的初創公司站臺。羅霖這樣描述魔視智能:“這是國內首家基于FPGA進行深度學習技術研發,且完成產品量產化的公司,而多數人工智能公司目前還處于研發或樣機測試階段?!?/p>


從最初的不被看好,到賽靈思、英飛凌為其加碼。這意味著魔視智能的技術和實力已經得到了國際企業的認可,并在自動駕駛領域占有一席之地。


9月27日,魔視智能宣布其基于嵌入式深度學習技術的乘用車及商用車輔助自動駕駛產品已在主機廠上正式量產。同時,其基于車規級嵌入式處理器和深度學習的量產級自動泊車產品也正式發布。魔智已帶領其輔助自動駕駛前裝產品開通了一條量產之路,成為國內首家實現基于深度學習的輔助駕駛前裝量產的自動駕駛公司。


乘用車及商用車前視智能駕駛輔助前裝一體機


同主機廠研發的部分前視智能輔助駕駛一體機也在近日正式對外公開亮相。


2.jpg

*應用于比亞迪車型的前視智能輔助駕駛一體機


適配于比亞迪車型的前視智能輔助駕駛一體機集成行車記錄儀功能,包括兩個攝像頭,一個攝像頭實現智能駕駛輔助功能,另一攝像頭完成行車記錄。魔視智能聯合創始人 COO 王學海提到,DVR同輔助駕駛應用在一體機,已是目前乘用車上的常見解決方案。


3.jpg

*單目前視智能輔助駕駛一體機


單個攝像頭的前視智能輔助駕駛一體機,同樣可以實現車道偏離報警,行人防撞報警,交通標識(限速標識)等功能的識別,以及智能遠光燈控制,基于深度學習算法,并且可拓展實現自動緊急制動系統、自適應巡航、車道保持輔助系統等功能。


4.jpg

*應用于商用車的前視智能駕駛輔助一體機Rayleigh


對于應用于商用車的前視智能駕駛輔助一體機Rayleigh產品,魔視智能將其交付于主機廠、供應商,應用到物流車、公交等。新智駕了解到,魔視智能目前已同國內新能源汽車動力總成系統產品和解決方案提供商越博達成合作。


魔視智能還自主研發出一套多傳感器數據采集系統Curie。在系統控制方面,基于FPGA和深度學習方案,魔視智能同賽靈思合作研發出一套車規級嵌入式芯片平臺,在硬件方面符合ISO 26262標準體系,性能方面支持超100層的深度學習網絡,2.8X的計算效能提升?;谇度胧杰囈幖壭酒?,魔視智能研發出一套前視智能駕駛開發系統Rontgen。


硬件在環測試方面,魔視智能自主開發出一套硬件在環前視智能駕駛測試系統,系統將采集的各種工況場景下的視頻,通過注入設備,模擬攝像頭輸入,將視頻注入到待測試的前視設備中進行檢測識別,實現設備的硬件在環系統測試。


5.jpg


前裝智能輔助駕駛一體機“上車”并不簡單。虞正華提到,在型式試驗階段,前裝產品走向車端,實現量產需要通過傳導騷擾、輻射騷擾、瞬態耦合等39項測試驗證。仿真測試也必不可少,魔視智能目前已經積累了700萬公里的仿真測試和大量路測。


魔視智能的“量產之路”


魔視智能輔助駕駛一體機的“量產之路”從公司成立之初開始孕育,基于深度學習的前視智能輔助駕駛項目在2015年正式啟動。2016年的11月,魔視智能推出國內第一臺基于深度學習的車規級智能輔助駕駛樣機。


在經歷了一年有余的乘用車主機廠測試后,智能輔助駕駛一體機在今年6月實現乘用車前裝量產。目前,魔視智能已同比亞迪、北汽新能源、一汽、蔚來、眾泰等18個主機廠及供應商進行量產和產品研發合作。值得一提的是,魔視智能前視智能輔助駕駛一體機已經出現在比亞迪上市的主力車型上。


據悉,魔視智能嵌入式深度學習技術已在中國本土的一線乘用車主機上正式落地量產并實現每月千臺以上穩定批量出貨。自2018年6月正式批量量產至今,累計出貨已經超過萬臺規模。魔視智能計劃到2019年末擴展至30個主機廠及供應商量產及合作項目,17個正式定點,搭載超過15萬臺不同車型。


虞正華提到,不同的車廠、車型在何種方式進行輔助系統總裝、硬件設計、輔助功能的要求不同,對應的ADAS一體機上車形態不同,所以各車型適配的輔助駕駛一體機的價格不同。但同Mobileye相比,魔視智能產品成本相對較低。


魔視智能還同包括轉向和剎車控制器,智能網聯,儀表,新能源動力系統總成,雷達在內的多個一線體系供應商進行多形式的產品合作。


量產級自動泊車產品發布


從ADAS到泊車,虞正華提到,魔視智能的目標是自動駕駛,前視ADAS和自動泊車均是自動駕駛的具體產品體現,而ADAS和智能泊車兩方向融合也是未來自動駕駛系統的技術方向。


魔視智能也公布了其基于FPGA方案和深度學習的量產級自動泊車產品。該自動泊車方案,通過四目視覺感知和超聲傳感器融合,采用深度學習算法,對車身周圍停車位進行感知及決策,實現半自動和全自動泊車控制,以及一鍵式遙控泊車。


6.jpg


和傳統自動泊車系統采用的純視覺或超聲波方案,基于深度學習的視覺同超聲波融合的自動泊車方案的優勢在于,能夠滿足車位識別的魯棒性要求,可以完成不同形態車位、不同材質路面、路沿的識別。而采用傳統學習算法的自動泊車產品,僅適用于單個或幾種簡單場景。


虞正華也介紹了未來泊車的發展路徑及魔視智能的自動泊車產品規劃:


3D環視:通過360度全景攝像頭,完成簡易的圖像拼接顯示功能。這也是目前大部分量產車輛搭載的輔助泊車方案。而通過360環視攝像頭完成道路圖像拼接,攝像頭在檢測道路信息的過程中并不支持目標圖像識別,駕駛員仍需依據拼接圖像控制車輛,完成泊車。


自動泊車:當駕駛員將車停在停車位附近時,系統通過環視檢測、深度學習方法的圖像識別感知垂直車位、橫向及斜列車位等,實現自動泊車入位、遙控泊車,無需人工控制。魔視智能計劃在2019年大規模量產自動泊車產品。


自主代客泊車:利用多攝像頭與其它定位傳感器融合,及在線或離線高精度地圖,基于VSLAM和深度學習緊密耦合實現6D車輛定位。駕駛員無需尋找車位,車輛自主完成泊車。魔視智能計劃在2020年完成自主代客泊車產品的量產。


自主代客泊車依賴車輛定位技術完成。魔視智能利用車上環視攝像頭,基于VSLAM和深度學習的高度耦合,魔視智能已經完成了600米路徑的閉環測試,定位精度達到10厘米左右,相對行駛距離的漂移為0.62%。目前KITTI上世界第一的結果是0.65%。值得一提的是,魔視智能在閉環測試中采用魚眼環視攝像頭的視覺方案,而圖像畸變的出現,對于算法處理也是一大挑戰。


高級自動駕駛:即車輛實現完全自動駕駛


虞正華提到了目前自動泊車產品量產之路面臨的一些難題:和車廠對接過程中,自動泊車產品在設計方面需要滿足嚴格的車廠規范;同時,不同工況下,自動泊車產品的多場景覆蓋性需要長時間的測試積累。


魔視智能基于深度學習和車規級嵌入式平臺的自動泊車方案,目前已同多個主機廠及供應商進行產品測試和驗證,并計劃在2019年實現大規模量產。


魔視智能的三大高地


虞正華提到,除與賽靈思、英飛凌合作,使用其芯片外,魔視智能已經搭建了從數據采集、后端處理,到算法模型,訓練模型,硬件搭載的完整閉環,并在深度學習算法、汽車嵌入化平臺、優質數據三大方面構建了一套核心的技術路線。這也成為魔視智能對標輔助系統ADAS領域中其它公司的三大高地。


魔視智能是首個兼具深度學習及VSLAM算法技術的自動駕駛初創公司。不同于傳統人工智能計算方案,魔視智能在成立之初將深度學習技術作為基調。同時,不依賴高成本激光雷達,利用攝像頭為主的SLAM技術完成相對和絕對定位,解決了成本及量產難題,這成為魔視智能在核心算法方面的一大高地。


在深度學習方面,虞正華提到,魔視智能起步早,而Mobileye在第四代系統芯片EyeQ4上開始引入深度學習技術。另外,鑒于中國政策及復雜的道路環境,魔視智能在中國道路數據積累方面更有優勢。


魔視智能深度學習算法曾參加無人駕駛算法評測數據集KITTI、CITYSCAPES算法評測數據集等多類比賽,并位居世界前列。CITYSCAPES由戴姆勒集團組織進行,Cityscapes Benchmark即基于深度學習的語義分割,其任務為基于道路視頻的像素完成19種類別區分,包括各種道路和街景特征、交通標志等,并輸出算法結果。


虞正華提到,完成算法測試效果并非重點,重要的是,基于強大的深度學習算法的優化設計能力,采用網絡裁剪、低比特數定點化等技術,魔視智能將其應用到低成本的FPGA平臺,并實現量產?;谏疃葘W習的算法目前可以完成轎車、中巴、大巴、車道線、路沿、Freespace等道路信息的識別。


基于深度學習及VSLAM算法,如何做好汽車嵌入化平臺是ADAS及自動駕駛視覺方案供應商的核心,也是魔視智能的第二大優勢。在嵌入式芯片平臺方面,魔視智能選擇基于賽靈思FPGA方案設計開發視覺芯片系統。新智駕了解到,魔視智能在商用車、乘用車前視智能駕駛輔助一體機及自動泊車產品方面選用了兩種不同的處理器方案:


針對面向商用車、乘用車前視智能駕駛輔助一體機產品,魔視智能基于Xilinx Zynq-7020處理器完成嵌入式開發平臺;


自動泊車及自主泊車產品,魔視智能采用Xilinx  ZYNQ 及MPSOC系列處理器。


算法復雜性對于芯片算力的依賴始終困擾著整車產品工程。 如何在低成本低功耗的硬件芯片局限下實現高度智能和實時的復雜神經網絡,一直是困擾人工智能在汽車行業落地的難題。


魔智智能將FPGA方案作為目前最優解。王學海提到,深度學習算法更新迭代迅速,FPGA的可編程性為其提供了靈活性。GPU成本功耗高,DSP并不適用深度學習。大規模量產的ASIC芯片有其成本優勢,但當下其無法滿足深度學習算法的更新。且因為國內車廠“多品種小批量”的打法,ASIC無法滿足多功能的適配和功能的快速迭代。未來算法相對固定、足夠的用戶基數滿足成本分攤,ASIC的優勢才會顯現。


同時,ADAS產品量產意味著汽車嵌入化平臺已滿足車規級要求。王學海提到,對于車廠量產來說,諸多公司在后備箱放置的大型演示機箱上量產車幾乎成為不可能。而魔視智能已基于FPGA方案自主研發出一套低功耗低成本的小型化嵌入式芯片平臺,完成了量產上車之路。


第三點即魔視智能積累的數據高地。成立之初,魔視智能將目光瞄準了深入學習,開始收集道路數據,目前其ADAS產品已經在全國30個省采集視頻測試,積累了700萬公里的道路數據。 魔視智能也自主并研發了一套高度自動化數據作業體系,通過深度學習算法,對眾包數據進行預處理,破除人工打標效率低的壁壘。


魔視智能的下一步


魔視智能透露了其在高級別自動駕駛和量產方面的規劃。在自動駕駛方面,面向L4級別的自動駕駛感知及定位解決方案正在研發進行中。


虞正華提到,ISO 26262標準將是主機廠對于自動駕駛產品的下一步要求,魔視智能在ASIL等級方面已有準備。牽手英飛凌,魔視智能將搭載其符合安全標準的電路設計體系。新智駕了解到,英飛凌的AURIX系列產品已被用于達到L3級別的量產車型奧迪A8的系統控制器中,AURIX可確保車載數據總線的網絡安全性,可對數據包進行評估并確認其優先級,以便在盡可能短的時間內完成數據處理。


對于商用車和乘用車兩種商業模式,虞正華向新智駕表示,決戰乘用車是未來企業發力的重點。與商用車相比,前者市場需求更高,門檻技術更難,需要通過車輛總成、適應車輛設計、軟件對接適配、硬件融合、診斷維修。而商用車幾乎“一機掃天下”,同車廠進行適配工作較少。所以輔助駕駛一體機在乘用車上量產,這就意味著已建立完整的研發、生產的體系,并滿足車規級要求。