自动驾驶技术终迎重大突破,眼擎科技让汽车具有PK人眼的视觉能力

简介:

自动驾驶汽车产业的三座大山:算法、量产能力、关键技术。

1769年,当法国人N·J·居纽制作第一蒸汽驱动三轮汽车“卡布奥雷”时,他可能做梦也想不到,仅仅两百多年后,汽车完成了从化石能源到电动能源,从机械时代到自动驾驶时代两个维度上的时代跨越。

在中国,自动驾驶则是一派弯道超车的热闹景象,4月11日,三部委联合印发了《智能网联汽车道路测试管理规范(试行)》,标志着自动驾驶一些行为今后有法可依,接着,阿里宣布了“蓄谋已久”自动驾驶进展,上来就是L4级以上的水平,自此BAT在自动驾驶领域已经悉数入局,更勿论国内数十家自动驾驶领域的创业公司风头正劲,且看近期国内自动驾驶领域在立法、企业、资金、人才等方面相继传来的好消息,更不用提中国是全球最大的汽车市场,这些优势为自动驾驶行业创造出了得天独厚的发展环境,足以令其站在全球一线笑看云卷云舒。

自动驾驶技术终迎重大突破,眼擎科技让汽车具有PK人眼的视觉能力

问题如影随行,是阵痛?还是技术天花板

视线转到大洋彼岸,作为行业领头羊的美国却传来了让人高兴不起来的消息,3月19日,Uber无人驾驶车在夜间行驶测试时撞死一位行人,成为有史以来最严重的交通事故,为自动驾驶前景蒙上一层寒霜。

自动驾驶技术终迎重大突破,眼擎科技让汽车具有PK人眼的视觉能力

虽然事故的原因目前依然众说纷纭,但从公布的资料来看,问题还是聚焦在夜间行驶这个场景上,有美国的网友看过视频后表示,在光线昏暗的情况下,摄像头拍摄的图像非常昏暗,不可能看到行人。国内专注做视觉成像芯片的眼擎科技CEO朱继志,朱继志则认为:”具体情况还不明了,但现场环境来看,不会那么黑,因为传统摄像头比人眼能力差几十倍,所以如果人来看的话,应该是可以看到行人。但对于汽车来说,第一、行人离车距离太近,车速过快,激光雷达未必反应的过来。第二、当时行人是从暗部走向亮部,因为路灯的原因,光线明暗反差太大。在暗部的时候,汽车没有监测到,等行人走到亮部的时候,距离太近已经太迟了。夜间道路光线环境太复杂,汽车摄像头的动态范围需要提升30倍以上,自动驾驶汽车才有上路的可能。

“然而,让人惊讶的是,摄像头能力并没有我们想象中的那样火眼金睛,传统摄像头广受光照条件影响,在强光、弱光、逆光、反光等情况下,普遍无法保持正常工作,自动驾驶正常行驶的本质,打个比喻来形容,摄像头就是眼睛,而激光雷达是手,如果看不清楚只靠摸的话,终归不是长久之计。

“过去三十年,以ISP为代表的传统成像架构一直统治着成像能力的表现,即使现在AI发展了,发现传统摄像头能力不够,效果也不可能有很大的提升,原因很简单,三十年前的技术架构,人家不可能考虑未来人工智能有什么需求,以前图像只考虑给人看,现在的图像是给机器看,但传统架构成形多年,积重难返。这就是技术架构的弊端,久而久之,大家没看到视觉能够突破,就形成了一种潜移默化,普遍认为视觉能力就是不可能有突破,这也是激光雷达日后被叫好的一个原因,其实本质上,我们应该回到问题的源头,视觉能力不够,就研发新的成像引擎架构,做视觉成像专用的芯片,来提升汽车的视觉能力,这件事不好干,我们为此专注做了4年,就是眼擎科技目前做的事情。”朱继志的介绍中,大体解释了自动驾驶视觉领域技术存在天花板的成因,也基本明白了为什么大家都不愿意去做,原创技术没有经验、耗时费力,“聪明人”都觉得不划算。

自动驾驶技术终迎重大突破,眼擎科技让汽车具有PK人眼的视觉能力

而当前最受车企青睐的激光雷达,除了成本高、分辨率低外,更无法获取物体对象的颜色信息,更不善于实时地分辨物体。

一时之间,陷入僵局。

自动驾驶汽车产业的三座大山:算法、量产能力、关键技术

通过跟行业里很多朋友沟通,记者了解到,汽车属于长周期,重研发产业,虽然自动驾驶当前很多创新,标准未必都像传统汽车业那样严苛,但是也要比消费电子要求高几个甚至十几个量级。

自动驾驶技术终迎重大突破,眼擎科技让汽车具有PK人眼的视觉能力

自动驾驶车企想要发展,必须要考虑三个问题:

第一就是自动驾驶算法层面的设计和优化,目前大部分厂商考虑接入百度Apollo,一部分则考虑自建团队自力更生,这是人才和技术的“军备竞赛”,而这点互联网公司和新兴创业公司具有优势。

第二是量产能力,近期特斯拉频频被行业人士抨击,就是因为特斯拉汽车产能不足,前段时间威马创始人沈晖接受采访时也表示:“造车新势力的窗口期只有三年,年销量10万量才能活下来,而期待靠其他车场代工解决量产能力,是一个美好的愿望。”印证了汽车整体量产能力不亚于生死线,这点传统车企有优势。

自动驾驶技术终迎重大突破,眼擎科技让汽车具有PK人眼的视觉能力

第三则是“隐形实力”关键技术的储备,不管是算法层面、数据层面、还是硬件技术层面的关键节点,都会成为持有者看不见的杀手锏,其实这三座大山哪一座有突破,都有很大的机会。

专注成像引擎关键技术,为自动驾驶打造火眼金睛

眼擎科技是专注成像引擎技术的公司,今年1月份发布了全球首款成像专用芯片。之后公司一直保持低调,直到近期笔者联系时才知道眼擎科技要针对自动驾驶“发大招”,经过过去一年与汽车合作伙伴的深度调研和联合研发,眼擎科技耗时6个月,准备推出一套专门为自动驾驶设计的成像解决方案,该方案使自动驾驶视觉能力提升到史无前例的120dB(达到超越人眼的视觉能力),并且整套系统符合车规标准,出色适应地库、夜间道路、隧道等各种复杂光线环境,给算法端输出高信噪比的视觉图像。这家潜心4年专注于AI视觉成像引擎技术突破的公司,又用了近10个月专项研发自动驾驶视觉成像解决方案,这在业内实属少见,我们期待眼擎科技能够为自动驾驶行业带来惊喜。


原文发布时间: 2018-04-17 17:16
本文来自云栖社区合作伙伴镁客网,了解相关信息可以关注镁客网。
相关文章
|
6月前
|
机器学习/深度学习 存储 缓存
深度学习与Apollo自动驾驶:创造智能驾驶的未来
深度学习与Apollo自动驾驶:创造智能驾驶的未来
|
4天前
|
传感器 机器学习/深度学习 人工智能
自动驾驶汽车中的AI:从概念到现实
【10月更文挑战第31天】自动驾驶汽车曾是科幻概念,如今正逐步成为现实。本文探讨了自动驾驶汽车的发展历程,从早期的机械控制到现代的AI技术应用,包括传感器融合、计算机视觉、路径规划和决策控制等方面。尽管面临安全性和法规挑战,自动驾驶汽车在商用运输、公共交通和乘用车领域展现出巨大潜力,未来将为人类带来更安全、便捷、环保的出行方式。
|
5月前
|
机器学习/深度学习 传感器 人工智能
人工智能在自动驾驶汽车决策系统中的应用
人工智能在自动驾驶汽车决策系统中的应用
|
6月前
|
机器学习/深度学习 自动驾驶 物联网
未来技术的脉动:区块链、物联网和虚拟现实的革新之旅基于深度学习的图像识别技术在自动驾驶系统中的应用
【5月更文挑战第28天】 随着科技的不断进步,新兴技术如区块链、物联网(IoT)和虚拟现实(VR)正在重塑我们的世界。本文将深入探讨这些技术的发展趋势,以及它们在各个行业中的创新应用。区块链技术以其不可篡改和去中心化的特性,正在金融、供应链管理和身份验证等领域引领一场变革。物联网通过智能设备和系统的互联互通,实现数据的高效流通,推动智慧城市和智能家居的发展。而虚拟现实技术则通过沉浸式体验,改变教育、医疗和娱乐等行业的服务模式。这些技术的融合与创新,预示着一个更加智能、互联和虚拟的未来。 【5月更文挑战第28天】 随着人工智能技术的飞速发展,深度学习已经成为推动自动驾驶系统革新的核心力量。本文
|
机器学习/深度学习 人工智能 自然语言处理
AI大模型,智能汽车的下一个战场?
AI大模型,智能汽车的下一个战场?
143 0
|
传感器 编解码 自动驾驶
多传感器融合趋势下 实现高级别自动驾驶的三大关键
激光雷达则可以弥补毫米波雷达不能识别障碍物具体形状的缺点。因而要想融合不同传感器的收集到外界数据为控制器执行决策提供依据,就需要经过多传感器融合算法处理形成全景感知。
164 0
多传感器融合趋势下 实现高级别自动驾驶的三大关键
|
人工智能 算法 计算机视觉
AI开发者大会之计算机视觉技术实践与应用:2020年7月3日《如何利用计算机视觉增加便利店连锁每日销售额》、《基于图像 / 视频的人脸和人体分析基础技术及其应用介绍》
AI开发者大会之计算机视觉技术实践与应用:2020年7月3日《如何利用计算机视觉增加便利店连锁每日销售额》、《基于图像 / 视频的人脸和人体分析基础技术及其应用介绍》
AI开发者大会之计算机视觉技术实践与应用:2020年7月3日《如何利用计算机视觉增加便利店连锁每日销售额》、《基于图像 / 视频的人脸和人体分析基础技术及其应用介绍》
|
机器学习/深度学习 监控 自动驾驶
伸手挡汽车!机器学习教自动驾驶汽车看懂行人手势
伸手挡汽车!机器学习教自动驾驶汽车看懂行人手势
伸手挡汽车!机器学习教自动驾驶汽车看懂行人手势
|
人工智能 自动驾驶 定位技术
2019年上半年收集到的人工智能自动驾驶方向干货文章
2019年上半年收集到的人工智能自动驾驶方向干货文章
|
传感器 人工智能 自动驾驶
MIT 最新研究:增强自主驾驶汽车社会意识,可提升出行安全
雷锋 AI科技评论 作者 | 雷锋编辑 | 唐里 根据 MIT News,麻省理工学院计算机科学与人工智能实验室(CSAIL)一研究团队利用社会心理学工具,以司机的自私程度作为指标,对其社会价值取向进行分类,进而提升自主驾驶车辆预测道路其他车辆驾驶行为的准确性,最终达到出行安全的目的。
MIT 最新研究:增强自主驾驶汽车社会意识,可提升出行安全
下一篇
无影云桌面