EN

《高工智能汽車》專訪 | 虞正華:FPGA之上,神經網絡的設計方顯實力

2018-08-03
來源:高工智能汽車

魔視智能成立于2015年,是一家以視覺為主的ADAS初創企業。近日,魔視智能開始在國內一家乘用車OEM前裝批量出貨,商用車市場也正在布局。

 

魔視智能CEO虞正華在接受《高工智能汽車》專訪時表示,前裝乘用車市場是公司關注的重點,未來幾年也會有一個較大的增長,但商用車市場也不可小覷,在政策指引下,其可會是新技術快速落地的一個領域,因此公司也會在未來幾年持續耕耘商用車市場。

 

1.jpg

魔視智能CEO虞正華在2018高工智能汽車開發者
大會 · 武漢商用車專場上發表主題演講

 

拿下前裝訂單的,是魔視的純視覺ADAS解決方案,虞正華表示,公司2015年剛進入市場的時候,就面對著行業巨頭Mobileye,正面競爭勝算寥寥,對于公司而言,另辟蹊徑才是正確的生存之道。

 

因此在ADAS行業內有多年經驗的團隊,摒棄了Mobileye的傳統技術路線,轉而選擇了以深度學習神經網絡為基礎的技術路線。

 

深度學習在圖像處理方面有著天然的優勢,但深度學習需要強大算力的支持,DSP、ARM的運算力都不夠,彼時只有FPGA、GPU可以滿足,但GPU由于在功耗、成本、車規等方面的劣勢,公司在選擇最終的計算平臺的時候就選擇了FPGA。

 

而選擇了FPGA的路線,就無法避開賽靈思、Altera(Intel收購)兩大巨頭,前者占據大部分市場,且是FPGA的開創者。

 

也因此,公司從2015年開始就與賽靈思建立了合作伙伴關系,選擇了以FPGA為依托的嵌入式深度學習路線,成為了國內為數不多的幾家得到賽靈思支持的創業公司。

 

賽靈思是FPGA執牛耳者,能同其建立合作關系,需要在軟硬件方面有一定的技術研發實力和經驗。

 

FPGA正當時

 

不同等級的自動駕駛,對系統的穩定性、安全性要求差異都很大,FPGA在算力和穩定性上,可以提供足夠的支持。另外一方面,人工智能還在發展,算法的迭代變化也很快,FPGA靈活的特性可以滿足各個廠商的靈活的需求。

 

因此在相當長的時間內,FPGA會在自動駕駛運算平臺中扮演一個重要的角色。

 

既然能進入前裝,滿足車規就成了一個必須具備的能力。車規是一個寬泛的概念,首先產品的軟硬件需要通過各種規范標準,比如ISO26262,ASIL等級認證;其次在產品交付給OEM試用測試的時候,各個OEM又有差異化的測試體系和標準要求。這其中有一些強制的標準,比如商用車的JT/T 883,IATF 16949(汽車行業質量管理體系)。

 

除了功能上的一些標準外,還有安全性的嚴苛要求,比如適應惡劣環境、工作穩定性,超過三年以上的產品質量保證、后期維護等。有可量化的標準,也有不可量化的標準,這其中各個OEM之間會有差異性,但總的目的是讓車更安全。

 

FPGA能夠很好的滿足當下的一些功耗、算力、車規等方面的要求,因此公司也就選擇了基于FPGA開發。

 

虞正華表示,FPGA是一個通用平臺,本身的硬件、邏輯單元是相對固定的。因此對于選用了FPGA為技術路線的公司而言,真正的挑戰是設計優良性能的卷積神經網絡,能將運算單元用到最好!其次數據的存取、處理運算如何設計,使得數據的處理和存取達到一個平衡的程度,這其中有很大的學問。

 

神經網絡的玄妙

 

深度學習本身就是神經卷積網絡,在大的框架上都是一樣的,但在具體的技術實現上,各家公司的不同技術路線都會有較大的差異,這種差異也會導致最終的效果參差不齊。比如同樣是一個目標的檢測,是一次檢測完成得出結果,還是兩次篩選?

 

深度學習是比較開放的,有開源的代碼供愛好者和公司使用,但開源代碼的網絡設計與相應的應用、計算平臺都無關,因此這種通用的網絡在特定的應用領域優勢并不明顯。

 

虞正華表示,只有經過針對性的優化和設計的神經網絡,才能將其性能優化到最佳。

 

神經網絡的設計包括寬度、深度(層數),以及不同層處理的任務;在訓練網絡前也要考慮網絡的裁剪和定點化工作,這一部分需要理論框架支持,當然最主要的工作還是在神經網絡的設計上。

 

舉例而言,一般軟件代碼編寫都是用類似于C語言這樣的不直接面向機器的編程語言,完成代碼編寫后編譯器可以完成剩下的工作,這種編譯器一般是通用型的,轉化后的二進制代碼效率不一定很高。

 

但事實上通過更接近硬件的匯編語言手工編寫,軟件算法優化效果會更好。但是匯編的門檻較高,一般公司不會在這個層級進行開發。

 

FPGA的邏輯開發類似的原理,公司的深度學習軟件都是基于Verilog這樣的硬件描述語言,因此效率要比普通的高許多,尤其是在自動駕駛相關的特定領域。

 

專注視覺感知技術

 

ADAS市場主要分為乘用車和商用車市場,乘用車的要求較高,測試和試驗的周期較長,碰到的競爭對手也會較大,很多都是國際廠商。

 

自主品牌OEM在尋求供應商的替代,但需要一個過程。商用車市場總量較小,但相對需求會個性化一些,競爭的壓力會小一些。

 

2.jpg
魔視智能在2018年度商用車智能網聯評選中
獲得年度商用車ADAS新銳企業獎項


魔視智能在兩個市場都投入了精力,虞正華表示,在乘用車領域積累的經驗可以幫助公司在商用車市場更快速落地。


目前公司的商用車ADAS產品,還只涉及LDW/FCW/PCW等預警類功能,像涉及到控制執行的AEB功能,就需要其他傳感器輔助。


公司目前的視覺產品已經可以支持毫米波雷達等感知傳感器的融合,滿足883標準對于視覺毫米波雷達融合系統的要求,并可以擴展AEB這樣包含決策控制的功能。


之所以這樣,是因為虞正華認為,預警類功能是一個過渡性產品,未來隨著技術的成熟,一定會轉向控制執行類。


未來5年,純視覺為主的ADAS功能會很快過渡到融合方案,尤其是商用車。虞正華表示,公司的視覺能力對于融合方案能夠提供強有力的支持,例如目前的產品中已經支持了Freespace功能,從而可以有效去除雷達的誤觸發,例如鐵板、井蓋、天橋的干擾,對于AEB這樣的功能是非常重要的。


而一旦涉足控制執行,對感知系統的要求也上升了一個臺階,單一的傳感器都沒辦法勝任。除了要在感知部分進行融合處理,還需要執行部分的協調,這部分就牽涉到了國際一線Tier1。


目前乘用車的執行部分,基本是由Tier1壟斷,創業公司話語權較弱。因此,執行系統的對接,更有可能的,還是讓OEM牽頭破冰。


虞正華表示,隨著智能駕駛的發展,行業也正在顯示出一種開放的趨勢,未來當中還是有一定的操作空間的,但創業公司要想分一杯羹,首先要修煉好自己的內功。


魔視智能的定位是基于視覺感知傳感器,提供相應的感知、測距、定位信息,服務于自動駕駛。未來也會繼續專注在視覺感知部分,提供各種場景下的技術方案支持。


公司最近也與一些OEM進行了自動泊車的演示,主要提供視覺方面的技術,例如基于視覺的車位識別。


對于公司中遠期的目標,虞正華表示希望公司在乘用車和商用車的耕耘都能取得豐碩的成果,在2020/2021年能夠進入L3/L4等級的量產。