地平线“小目标”:2025年,三千万汽车搭载地平线自动驾驶BPU-阿里云开发者社区

开发者社区> 新智元> 正文
登录阅读全文

地平线“小目标”:2025年,三千万汽车搭载地平线自动驾驶BPU

简介: 从AI处理器的发展变革可以看出,越是面向专门计算的芯片架构越能达到更好的功耗性能比,因此地平线基于高斯架构同时推出了“旭日”和“征程”两款芯片,每款芯片都针对相应的领域进行专门设计,从而有利于发挥出最大运算效能。

df5a7a04a4373f4974ec7fadf7e3427fa86b4900

陆晓明 地平线首席市场官&智能商业事业部总经理

陆晓明,地平线(Horizon Robotics)首席市场官兼智能商业事业部总经理,中欧国际工商管理学院首届EMBA,三十年资深品牌营销经验。曾任蔚来汽车副总裁,“有机家Organic+”总裁兼创始人,万宝龙(中国)董事总经理,欧莱雅中国区副总裁。

以下为陆晓明的演讲:

大家下午好!谢谢新智元的邀请,自动驾驶这是一个热点话题,尤其最近Uber在美国的自动驾驶测试车出了交通事故,之后有各种各样的声音,有理性的分析,也有感性的担忧。我觉得更多的是大家在讨论怎样提升自动驾驶的安全性、可靠性。不管怎么样,我们都会看到,自动驾驶这是一个不可逆转的趋势,自动驾驶即将来临。

2025年将形成超500亿美元市场规模,计算与算法结合是自动驾驶“护城河

首先看自动驾驶的巨大市场潜力。我们可以看到,自动驾驶在全球渗透率将会快速提高,在未来不到十年的时间里面,预计到2025年会有73%的渗透率,研究机构估计其市场规模达到五百多亿美元。

88d143faf9de64cc1cd1ee3ae4b8bcbb5a79382a

高级别自动驾驶和ADAS未来几年的市场增长也将非常快,研究机构预估,在未来短短的几年,这个市场将呈几十倍的增长。毫无疑问,自动驾驶是一个巨大的市场。回看中国市场,我们同样可以看到,中国的市场增长将更快,潜力非常巨大。我们未来几年预估有至少60%的市场渗透率,市场规模达到百亿美元级别。

做自动驾驶核心是算法、芯片、数据,但到底自动驾驶的护城河是什么?是算法?是计算?还是数据?

cada9e122c47fa50a640bc61c5e93c6d5ddced78

如果看算法,其实在短短的几年里面从百度团队出来很多创新公司,他们同样带走了算法资源,所以算法不是核心的护城河。数据是不是护城河?其实获取数据的门槛相对成本也不是很高,尤其我们看到中国每年两亿辆车在跑,大量的数据可以获取。再加上一些模拟器的发展,模拟数据、虚拟数据的获得,同样可以帮助获取数据。计算是不是护城河?一些老牌玩家、超级玩家在参与,但是不是依靠变成了最后的赢家?可能也不见得。

在我们看来,计算、算法的结合可能是最重要的,因为要针对特定的场景去架构、设计和优化算法。基于这样的判断,地平线在2015年7月份首次提出了自主研发的人工智能专用芯片,比谷歌的对外公布做TPU早了将近一年。

1d2e6a88c488d53076844b6029b89c001f3e19fd

“征程”2.0处理器:实时语义分割,支持多路视频输入

地平线在提出做BPU的那一天起,就瞄准了自动驾驶市场,要打造自动驾驶处理器,为汽车打造自动驾驶大脑。

我们第一代基于高斯架构的BPU1.0,能够对物体的检测、跟踪、识别,图像处理能力达到1080P/30帧每秒,每帧可以同时处理至少两百多个图像目标。第二代基于神经网络结构,同时可以处理六路视频,能够进行像素级的语义识别和图像分割,并且支持多路传感器的融合。第三代贝叶斯架构则支持RNN复杂网络,能进行决策和路径规划,更强大更快速。

abd6304fd887d14d420d165f09e3b3d75d95dcf2

与芯片架构的研发相匹配,我们在自动驾驶的落地方面也有三年规划:2017年我们已经在感知层面做了,基于深度学习的环境感知,对目标的检测、识别、运动预测。2018年,我们会在建模层面发力,为不同的传感器建立一个标准化的接口,进行多传感器融合,进行三维环境的语义重建。2019年,我们将深入决策层面,希望做决策和路径的规划。

a53541fed1615af50a80be4130321cd4cda57c3e

地平线第一代的自动驾驶处理器“征程”1.0于去年12月发布,它不仅性能很高,能够实时处理1080P/30秒/帧视频,每帧识别200多个目标,而且功耗很低。

目前,基于“征程”1.0的ADAS产品即将量产落地。该产品整合了前向行安全辅助功能和车内驾驶员行为监控功能,可以做出多种警告提示。同时通过云平台还可以为车队、物流车辆等包括出租车辆提供车队管理,对运营数据的分析,对驾驶员的行为分析等等,为企业提高运营和管理效率服务,这也是一个相对来说B2B的大市场。

dfd8c80f28f3ea402314d6ac0aea51bef7b76773

我们正在做的“征程”2.0处理器,在CES时已经展示过其强大的处理能力。它能实时进行像素级的语义分割,支持6-8路视频输出,同时还支持毫米波雷达以及激光雷达以及超声波雷达。我们在CES期间在加州的高速公路做了一个实际的路测,在高速公路上的像素级语义分割,还可以进行汽车的3D框架识别,道路、交通线,包括周边的天空、树木、路边的道路都非常精准的以不同的颜色来进行像素级的识别和标识。我们知道像素级识别对于整个系统的效率和性能要求是非常高的,也是自动驾驶感知能力的一个质的提升。

e1853de164a4f1023232ed0122de9685d2fe2aa1

这里给大家展示了两个实际路测的视频,是我们在旧金山和唐人街的路口做的实况。唐人街的这视频可以看到在复杂的唐人街环境下,有密集的人流,密集的车辆,有高楼,有交通标志,在这样环境下我们识别非常精准。

1448590590edfe7ab34f509d6653a10ec26f29d3

另外这一段旧金山街景,不仅可以识别环境,还可以通过人的运动,通过17个人体的关节骨骼运动识别来来判断它的运动趋势,做出运动预测,能够帮助自动驾驶车辆对周边环境提前做出预判。

00374081f42bf1afee270738b3caf8e67299024c

征程2.0处理器可以支持L3及以上的高级别自动驾驶。我们同时在推进基于征程2.0处理器架构的高级别自动驾驶方案的研发落地,例如自动泊车,我们参与的创新港自动泊车项目在去年11月正式公开路测。通过APP,车主到了位置以后向汽车发送一个简讯,根据简讯它按照规划到车主指定的车库泊车。要出发时,车主可以通过APP向汽车发送指令,让汽车自己开到指定的位置。

b7e5a9d28c7cefe7daf47eed7b9cd217359187bb

这个项目的第一期已经完成,现在正在做第二期。这个项目是自动泊车跟智能停车系统的深度整合。我们都知道今天在中国开车,特别是北京、上海这样的大城市非常堵,我们都很烦恼,而停车问题则大大加剧了这一烦恼。开了车到了地方停了车或者找不到停车位,每天花费大量的时间和精力在停车上,是件很痛苦的事情,而这套系统可以很好的解决这一痛点。

地平线在用AI处理器推动自动驾驶逐步落地方面做了很多工作,希望跟业界的各位合作,一起来做好,逐步推动自动驾驶一级级落地,无论从早期的ADAS还是L3、L4以上更高级别的自动驾驶。

b0a7592105dbc8d11f29d0b6455916edba2ac252

地平线给自己立下了一个小小的目标:希望到2025年,三千万辆汽车搭载我们地平线的自动驾驶BPU。最后希望和大家一起实现我们的理想,为自动驾驶打造中国芯,打造一颗中国自己的芯。

99e64815c1cf67f3af2e1907e2bcf7e70531fc96




原文发布时间为:2018-04-11
本文作者:陆晓明
本文来自云栖社区合作伙伴新智元,了解相关信息可以关注“AI_era”。

版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

分享:
+ 订阅

官方博客
官网链接