计算机视觉下一个技术拐点？前端成九游体育像或将开启“视觉20时代”

　　“计算机视觉的前端成像技术，背后是至少100亿数量级的庞大需求!”下面就随汽车电子小编一起来了解一下相关内容吧。

　　在日前刚结束的2018 AWE现场，身为眼擎科技CEO的朱继志，满怀激动的下了这么一个结论。

　　朱继志说话的语气非常笃定，因为他们的eyemore X42芯片上市不到两个月，就已一路高歌，初露峥嵘。而业内对eyemore X42的看法是：这款全球第一款完全自主研发并正式对外发布的AI视觉成像芯片将“引领AI机器进入视觉2.0时代”。

　　既然这款芯片目前在国内甚至全球同领域内属于独一份，好奇之下，我们不禁就和他多聊了几句。

　　近几年，人工智能的火热是毋庸置疑的，上到国家两次将其写入政府工作报告，下到雨后春笋般出现的各种AI公司，所有这些都在昭示着一个崭新的人工智能时代即将到来。

　　同样的，在众多的AI技术和应用中，计算机视觉是最大的切入点和最具潜力的领域。毕竟，在我们获取的全部信息中，视觉信息的比例达到了80%以上，因此，这将是一个前景无限的市场方向。

　　计算机视觉的应用领域几乎涵盖了我们所知的所有行业，自动驾驶、金融风控/交易、安防、新零售、智能手机、机器人......

　　国内计算机视觉领域，商汤和旷世算是两只最大的独角兽，而他们于去年上演的融资竞赛更是吸引了无数业内人士的目光：先是2017年7月，商汤科技B轮融资4.1亿美元，接着道10月31日，旷视科技Face++又宣布获得4.6亿美元C轮融资，随后商汤即传出接受阿里15亿元投资的消息......

　　不用多说什么，仅从这一连串创纪录的融资金额中，我们就可以感受到计算机视觉在AI界的热度。

　　据相关研究报告预计，2018年全球计算机视觉市场规模将达到50亿美元左右，而到2020年，中国计算机视觉市场规模将增长至725亿元，未来前景极为广阔。

　　“2016年是AI的概念年，2017年是demo年，2018年是落地第一年。”朱继志认为，在未来的三年内，AI会很快的实现更为广泛的落地应用 。

　　“尽管现在整个产业很多技术都还有一些问题，但是其整体架构已经出来了。”朱继志说。

　　众所周知的是，目前国内AI视觉领域的科技企业，几乎都在使用传统摄像头，都把焦点集中在对图像的后端处理上。这就导致了一个尴尬的现象：绝大多数的AI公司算法足够优秀，但前端成像技术不过硬，导致实际落地时机器的“眼睛”不能适应外界光线变化，识别效果差的尴尬局面。

　　以自动驾驶汽车为例，在诸如车辆经过隧道、对面驶来的车开大灯、夜间红绿灯被道路景观灯遮挡/干扰、夜色漆黑伸手不见五指等等异常情况下，往往会由于识别不准而发生行车事故;

　　同样，安防领域也会因为红外黑白画面和逆光的人脸发黑而无法识别、工业检测中会有因为高光和反光导致无法检测的情形等等。

　　“在复杂的光线环境下，AI机器获取的图像信噪比会受到极大影响，这是导致市场上AI视觉产品难以落地的最大原因。”朱继志认为，要彻底解决这一难题，关键在于做好AI视觉产品的前端成像。

　　要克服AI机器在复杂光线下的图像识别，就要首先解决图像的获取和前端处理。目前，业内主流的解决方案有3种。

　　第一种就是我们所熟知的激光雷达，在光线不好的情况下，通过主动发射激光并利用光线反射来获取物体的图像和三维信息。激光雷达的优点非常明显，它可以获得极高的角度、距离和速度分辨率，同时也具有良好的抗干扰能力。

　　不过，受限于巨大的体积和昂贵的价格(各类32线线等型号产品，价格动辄数万数十万甚至上百万，虽然在持续降低，但依然不亲民)，它正在被边缘化。正如马斯克所说的，“激光雷达就像一根拐杖”。这个比喻很恰当，视觉能力不行的时候，需要依靠激光雷达这样的拐杖，但拿着拐杖却是永远跑不快的。

　　剩下的两种方案则都是在相机和成像处理的基础上加以改进。首先是阵列计算相机技术，原理有点类似于蜻蜓、苍蝇等多目昆虫的复眼，通过数个、数十个甚至上百个相机组成的阵列，拍摄出拥有亿级以上像素的动态图像，为AI机器提供视觉支持。

　　目前，这一技术尚在研发阶段，受限于体积和供应链的制约，其产品也还处在落地的早期阶段。

　　第三种方案，即是眼擎科技所做的，AI视觉前端成像引擎芯片eyemore X42。

　　据朱继志介绍说，眼擎所做的这种方式，像人的眼睛一样，核心是把人的眼睛视力弄好——解决AI机器在各种光线下自动适应光线的能力。

　　“我们坚信，以后AI机器的眼睛应该和我们人类一样，以后它们的视力一定不会比人眼差，甚至比人眼强。这就是我们创业的初衷，我们要从根本上解决AI的视力问题。”

　　关于AI视觉，马斯克曾经提出过“全天候被动光学图像识别”的概念，就是要解决复杂光线，包括弱光、逆光、反光下的精准识别，这也是AI机器要解决的刚需问题。眼擎科技把这种自动适应光线极客公园创新大会上，国内AI视觉成像芯片科技公司眼擎科技正式对外发布“eyemore X42”芯片。据悉，eyemore X42是全球第一款完全自主研发并正式对外发布的AI视觉成像芯片。

　　数据显示，eyemore X42成像引擎芯片，拥有比传统ISP高20倍的计算能力，采用了20多种新的成像算法，集成了超过500种不同场景下的复杂光线数据。

　　eyemore X42芯片有三个特点：首先它是一颗独立成像芯片。目前各种相机、智能手机、摄像头里都有成像功能，但都是被集成在主芯片里面的，只能叫集成成像。而eyemore X42整颗芯片只专注于一件事情，那就是成像。这有点像Intel的CPU带了集成显卡功能，但我们知道，只有像NVIdia的专用GPU才一定是未来的主流。

　　第三个特点是，eyemore X42提供了丰富的API接口，让做后端图像识别的算法工程师，可以很方便的控制成像的过程。

　　eyemore X42的性能有多强大?也许其发布会当天现场演示的“微光/暗光环境下实现精准识别”的实验，就能很好的说明问题。

　　“我们现在做的事情是比人眼18个DB的八倍，在那种情况下。所以，在人眼看不清颜色、只能看清轮廓的情况下，我们能够精准的还原颜色。”

　　人对世界颜色的感知能力是有限的，虽然理论上说人的眼睛可以分辨出出高达1200万种颜色，但实际上远远低于这个数字。但机器能不能分辨出一百万种、一千万种甚至更多种颜色呢?这完全有可能。

　　“得益于人工智能的广泛应用，目前已经形成了一个很大的技术生态。在这个庞大的生态海洋里，AI机器这个新的物种已经开始进化出来，这些AI机器将会迅速进入我们的现实世界。”朱继志说。

　　朱继志认为，以后一台AI机器对各种各样的芯片的需求，会有成百上千个。在视觉2.0的内因驱动下，各类AI芯片的大规模应用时代已然来临，AI机器这个新物种，将为AI芯片开辟一个庞大的新增市场。

　　在汽车领域，一台自动驾驶的汽车，将会安装10个视觉摄像头;在安防领域，所有的监控摄像头，都面临着人脸识别的升级;在工业设备领域，通过视觉的方式进行产品的检测，将会成为每一条产线的标配，以后每一条产线个智能摄像头;在无人零售，如Amazon go正在把关注的重点从商品的标签迁移到每个顾客的消费习惯，它的每家无人零售店都配置了超过100个以上的摄像头。

　　百度Apollo今年一直保持着高频曝光，一次次向竞争对手发难。 今天（10 月19日），百度Apollo联合威马正式发布了两款均基于 威马W6 ( 参数 询价 ) 改造的自动驾驶汽车。 一款是配置激光雷达的新一代无人车Apollo Moon量产车型（Apollo Moon威马版）；另一款是搭载百度ANP领航辅助驾驶系统与AVP自主泊车系统的量产车型。 至此，百度与威马的合作完成了从自主泊车AVP、领航辅助ANP到完全无人驾驶Apollo Moon车型的全覆盖。 但截至目前威马方面并没有对此次发布进行任何宣传，公关部也表示不知情，这显然是百度单方面的一次秀肌肉，宣称自己在智能驾驶解决方案上实现了从高到低的全

　　智驾全栈方案，百度改造威马W6一步跨入了L4时代 /

　　随着自动驾驶量产竞赛越来越激烈，另一场高风险的竞争也在同步进行。作为L3级及以上自动驾驶无法绕过的核心传感器，激光雷达在过去几年一直处于风口浪尖，尤其是不同的技术路线、产品量产时间点、降成本路径等等成为企业之间竞争的核心要素。 截止目前，根据高工智能产业研究院（GGAI）报告称，全球有超过50家激光雷达初创公司参与市场角逐。受益于技术提升及产能提升，2025年全球车用激光雷达市场规模有望达到百亿美元。 按照整车装配2-4个激光雷达（前后探测距离）测算，对应整车成本为800-1600元。以2025年前装市场20%渗透率估算，届时国内激光雷达市场规模有望超过150亿元。 近日，一家光谱扫描激光雷达(LIDAR)初创公司Baraja

　　3月1日消息，速腾聚创（RoboSense）近日正式发布首款车规级固态激光雷达L4感知融合方案RS-Fusion-P6（简称P6）。P6配备M系列车规级固态激光雷达，搭载自研点云感知软件Perception，同时配套集成多种传感器和计算单元等硬件。 据速腾聚创介绍，P6可实现道路标识检测、动静态障碍物检测、可行驶区域检测、多雷达感知融合等环境感知功能，并通过安装、部署、标定、调试等“一站式”服务支持，赋能自动驾驶项目实现“点到点”全场景环境感知。 据了解，P6标配4颗M系列车规级固态激光雷达，能够实现360°水平范围智能感知，感知半径达200米。M系列激光雷达采用芯片化二维MEMS扫描方案和模块化光学模组设计，

　　L4感知融合方案 /

　　编者按：为推进车联网产业发展，特邀请业内专家学者共同建言献策，推出“车联网百家谈”系列。车路协同感知方式是多种多样的，激光雷达主动发射激光探测，实时采集三维空间数据信息，不受环境光影响，白天和晚上都能照常工作，而且测距精度高。速腾聚创王潇先生文章探讨激光雷达感知算法实现精确可靠的目标感知和丰富灵活的应用功能，给产业界伙伴带来启发。 01、激光雷达从“聪明的车”到“智慧的路” 在车端“自动驾驶为什么要用激光雷达？”的争论虽然尚未停息，但行业发展至今，历史的天平已经倒向用激光雷达的一边。一直使用激光雷达的代表Waymo，已经开始了无安全员的无人驾驶出租车运营。2020年下半年开始，Lucid、华为极狐、小鹏等一款又一款智能驾驶

　　如何赋能车路协同 ？ /

　　激光雷达 会触发汽车雨量 传感器 开启吗？本文带你揭秘。一个旧金山的网友近日在网上称“我住在一个用于 自动驾驶 测试 的停车场旁边，最近我才意识到，当我靠近使用 激光 雷达的汽车时，它会触发我的雨量传感器，雨刮器开始运转。之前也发生了几次，最近我才把这件事跟激光雷达联系上。这似乎是意外的Bug。有人对这件事了解吗？” 对于激光雷达，每个研究自动驾驶的人都很了解，基本原理就是由激光器发射出的脉冲激光由空中入射到地面上，打到树上、道路上、汽车车辆上，引起散射。一部分光波会经过反射返回到激光雷达的接收器中，根据 计时 器记录下来的脉冲信号时间差来测算目标的距离，形成对周围世界的感知。 它能影响到雨量传感器吗？我们再看看雨量传感器

　　是否会触发汽车雨量传感器的开启 /

　　国内的车载激光雷达市场刚刚起来就已经卷到了细分市场。作为激光雷达系统供应商，亮道智能率先推出了专门针对近距场景的侧向补盲激光雷达。区别于主流的前向主激光雷达，它能做到什么？ 任何产品，卷起来后除了拼参数，挖掘细分市场也是个不错的路子。 激光雷达也不例外。 当大部分公司还在卷前向主激光雷达市场时，已经有公司开始瞄准侧向补盲激光雷达了。 5月13日，亮道智能正式发布了国内市场上首款纯固态侧向激光雷达LDSense Satellite。 不同于目前大部分前向激光雷达采用的是半固态MEMS路线，亮道智能的这款LDSense Satellite采用固态Flash技术，纯芯片化设计，具有超大垂直视场角，体积小巧灵活，高可

　　能做到什么？ /

　　受新冠疫情影响， 2020 年美国人民整体驾车出行的里程数减少了 13%，但当年度车辆事故所导致的死亡人数却上升了 8%。 知名激光雷达公司 Velodyne LiDAR 于近日展示了如何利用激光雷达大幅改善行人自动紧急制动系统（PAEB，Pedestrian Automatic Emergency Braking）。 这项技术有望每年挽救数千人的生命。 2020 年 10 月 Velodyne 曾发布了一份白皮书，呼吁对驾驶辅助系统的性能测试中，应当增加覆盖针对昏暗夜间场景的测试。 因为当前的辅助驾驶系统性能测试，主要是针对白天的场景进行测试。 这很大程度上忽视了辅助驾驶系统在昏暗夜间的行驶能力不佳所带来的巨

　　的PAEB系统 /

　　技术与工程应用实践

　　成像原理与运动误差补偿方法

　　成像原理、技术及应用

　　PAS CO2 传感器 套件测评

　　有奖直播 电气隔离新势力：英飞凌新型SSI系列固态隔离器的创新技术与应用设计

　　小米汽车的爆款SU7，给大家展示了小米的核心能力。在2024年成都车展期间，我有幸采访小米汽车的技术人员，了解了有关小米汽车在智能驾驶、 ...

　　随着自动驾驶等级进阶，搭载的摄像头数量越来越多性能越来越高。为帮助自动驾驶车辆描绘出一幅幅精准细腻的“路况图”，其幕后英雄图像传感 ...

　　近年来，汽车座舱音响系统越来越受到关注。电动汽车破除了以往燃油车在停车状态下使用电设备的限制，也催生更多用车环境，包括露营、休息、 ...

　　8月28日，三星SDI和通用汽车表示，它们已经签署了一份合同，要投资35亿美元（4 65万亿韩元）在美国印第安纳州建造一家动力电池合资工厂。该 ...

　　长期以来，在欧洲市场的新能源汽车更倾向于采用所谓“高端”的三元电池，而对“低成本”的磷酸铁锂电池不屑一顾，其市场份额只有不到10%。 ...

　　直播已结束｜如何通过【TI MSPM0 固件示例】及【常用电机驱动器方案和拓扑】，在10分钟内旋转电机

　　Microchip有奖直播：VectorBlox SDK 报名中

　　底盘电子车身电子信息及娱乐系统安全总线与连接车用传感器/MCU检测与维修其他技术行业动态词云：九游体育

上一篇 : 再次领先苹果九游体育一个身位 荣耀Magic7系列AI体验脱
下一篇 : 在线全景九游体育视觉点胶机