🧔在2020 汽车视觉前瞻技术展示交流会上,魔视智能CEO虞正华进行主题为 “基于视觉人工智能的自动泊车和代客泊车”的分享,并与其他嘉宾就无人驾驶的商业化路径,发展趋势及场景落地等话题进行了交流,以下为摘录自现场的观点和发言。
关于自动驾驶的商业化
L4自主泊车场景将率先爆发
不过从自动泊车到自主泊车,仍存在几大挑战:首先自动泊车是近距离的,人在车内或者车附近,人必须通过钥匙或者某种方式表明人在控制车,人虽然不需要真正控制方向盘,但可以在紧急情况下让车停下;但L4层级人和车分离,自主泊车时没有了人的干预,所以最大的挑战首先是安全性,如何保障车是安全的,不会对外界造成伤害,这是巨大的挑战。
第二,自主泊车需要地图的配置,因为不是近距离的停车场,需要地图解决定位问题,技术上涉及到地图和定位算法,这是新的需求。
💖第三,从最终落地来说,自主泊车其实是需要一个生态的,涉及到停车场的运营商、地图供应商、车厂、自动驾驶公司等等,大家构建完整的生态一起推动。在生态的打造方面也是一大挑战。
从魔视智能的情况来说,L4级主要是低速AVP的场景,未来可能需要更多的技术验证,在高速场景下验证L4技术,这是需要进一步完善的。此外,在高速场景涉及到跟路侧的协同,这个也是结合新基建的布局,在路测方面,看起来中国会比其他国家做更多的事情,但车和路到底怎么协同还是有很多的未知,这个也是需要大家进一步探索的地方。
🍨“下一步最主要的方向,是构建面向L3/L4自动驾驶的域控制器”,虞正华表示,“这个控制器集成的内容会越来越多,所支持的功能也会越来越丰富。我们的目标是做自动驾驶的大脑,预控制器就是这个大脑最终承载的方式和承载的平台,这涉及到整体的硬件/软件架构设计、中间件、功能划分以及如何实现功能安全的要求等。“
自动驾驶技术在发展过程中还将面对怎样的难题?
𓆉从环境感知角度,目前行业已经趋同于深度学习算法,但是要实现量产的系统,解决不同场景的适应性,依然对感知算法提出了诸多挑战。而定位算法,也需要利用车辆上搭载的低成本传感器,实现高精度的厘米级定位,同样对算法提出了重大挑战。
自动驾驶初创企业如何构筑护城河?
首先从L0-L4,魔视智能已经形成了全栈式的产品布局。包括已经量产或在定点开发中的产品,可实现的功能包括前视预警(比如行人防撞、车辆防撞、车道偏离预警),以及其他预警功能(包括驾驶员行为监控(DMS)、盲区检测(BSD))。一直到L2自动紧急刹车(AEB)或车道保持(LKA)等功能,还有视觉和超声融合的泊车(APA),自主代客泊车(AVP)等。
另一方面,全栈式布局还体现在对三大主要市场的覆盖,前装乘用车、前装商用车及后装三大产品线积累了头部客户,和国产自主乘用品牌前10大车厂中的9家锚定了深入紧密的合作关系,和领先的商用车厂及超一线大都市的公交集团均已启动合作落地。
此外,在技术路径上,无论是软硬一体的系统还是单独提供软件,还是以软件授权的方式提供IP。“做自动驾驶的赋能者”,虞正华表示,“这是魔视智能希望未来在整个自动驾驶行业所期望扮演的角色。”
ꦫ最后,作为锚定于基于深度学习进行商业落地的AI创业公司,魔视智能通过算力、算法、数据齐头并进。在坚持汽车级嵌入式芯片平台路线的同时,在感知算法领域已经走在行业前沿,充分发挥了FPGA特性进行DNN深度卷积神经网络的加速和算法的快速迭代。数据方面,建立起了一套以数据预处理为核心的完善有效的数据作业体系。目前魔视智能ADAS产品已经在全国30个省采集视频测试,测试总里程超过10,000,000公里。