當一家公司的產品進入前裝, 下一步會做什么?
Maxieye 給出了自己的答案:開放圖像數據、協議以及工具鏈, 賦能整個行業, 推進自動駕駛應用發展。
對于一家成立于 2015 年, 相繼拿下包涵 TOP1 和 TOP2 的多家商用車領域企業和包涵 TOP2 的多家乘用車領域企業的量產訂單的前裝供應商而言, 是否到了向外界說開放的時間點? 這個開放會有什么樣的意義?
Maxieye CEO 周圣硯信心滿滿的說道:對于公司的產品, 自己有足夠的信心, 開放技術平臺, 是因為當下行業內有很多迫切的需求, 需要依賴視覺相關技術的賦能, 但行業內并無先例。
因此 Maxieye 希望能夠通過開放自己的技術, 讓更多行業內廠商釋放能力, 共同推進汽車的智能化。邁出這一步對于公司而言, 有挑戰也有機遇, 公司希望能夠迎難而上。為此, 也為開放平臺取了一個特殊意義的名字:所羅門計劃。
所羅門計劃
所羅門計劃的核心, 是四部分:開放協議架構、開放圖像數據、開放開發工具、戰略伙伴定制。
在自動駕駛中, 有感知傳感器廠商、人機交互廠商、也有域控制器、無人駕駛廠商, 各個廠商都有自己所擅長的地方, 作為國內汽車產業鏈內的新勢力, 要進入前裝供應鏈, 需要的是產業鏈上下游的合作, 單打獨斗無法形成戰斗力。
作為視覺為主的供應商,Maxieye 希望首先開放自己的技術平臺, 促進上下游的深度合作。所羅門計劃開放的宗旨, 也是圍繞這個核心來進行。
開放協議架構方面, 包括全目標協議 CAN 總線接口輸出, 底層及上層各個環節檢測結果;開放圖像原始數據, 便于合作伙伴二次開發及算法集成;開放內部測試及融合開發工具鏈, 便于合作伙伴調試及二次開發;對于戰略合作伙伴, 將結合其場景進行深度定制開發支持。
舉例而言, 所羅門計劃將會為 HUD 以及數字儀表的用戶, 提供全協議目標圖像坐標輸出、世界坐標輸出、三維投影的 C 語言源代碼, 幫助用戶更便捷的調試產品性能;激光雷達用戶也能獲得全協議目標圖像坐標輸出、世界坐標輸出和角度坐標輸出;圖商可獲得車道線、停車線、斑馬線等的坐標系方程, 用戶可疊加由 GPS 的絕對坐標, 產生目標的絕對坐標, 從而生成地圖。
對于自動駕駛客戶而言, 能獲得更高緯度的車輛信息、定位元素識別、更準確的車道線識別 (更高算力算法), 以及針對特定使用場景的相關數據。比如低速自動駕駛中算力集中于 30 米內的高精度目標識別、算力集中于路沿, 減速帶以及車道線的識別等。
另外對于自動駕駛的執行器機構, 也能獲得車道線的三次曲線方程、車道線的類別、車道線的最遠可信距離、車道分叉點以及相鄰車道信息, 全協議車輛信息 (相對距離, 相對速度)、全協議行人信息 (相對距離, 相對速度)、全協議騎行者信息 (相對距離, 相對速度)。
可以看出, 所羅門計劃可以服務的用戶, 囊括了自動駕駛的感知、執行、決策部分, 但核心還是圍繞視覺技術。開放平臺在這個時代并不鮮見, 但大多數人腦中對于開放的概念, 還是基于大公司整合產業鏈的平臺, 那么對于一家初創的公司, 如何說服別人使用自己的平臺呢?
像素級對標的實力
周圣硯表示:能夠開放平臺, 首先要對自己的技術有自信, 既不怕抄襲, 也能得到業內認可。如此, 平臺才不會形同虛設, 漸成行業標準。
國產供應商在向 OEM 推薦產品時, 常常會被拿來同國際廠商的產品作對比, 各個廠商在宣傳自己的產品時, 也會做這樣的橫向比較, 以證明自己的實力。但在形形色色的對比中, 到底什么才是真的體現實力的對比? 而不是單項冠軍, 全項平平?
周圣硯認為, 在這些對比中, 有不少的誤區, 比如應用型對標、單一指標對標、不同算力平臺的對標。
僅僅通過對比有些應用型功能指標, 比如 TTC,THW 和 LDW 等指標, 不具有說服力, 這些指標在支持技術門檻比較低的報警類應用時勉強可以適用, 當應用于控制類以及自動駕駛等方面時, 往往需要更多的性能指標;
而在識別距離上, 也并不是越遠越好, 為了符合實際應用, 視覺方案商通常都會選擇 52 度的鏡頭, 兼顧遠近距離障礙物的探測和視野, 單純追求識別距離遠并無實際應用意義。
算力平臺越高大上, 理論上可以得到更漂亮的數據, 但實際車規量產的產品, 不可能隨心所欲的增加算力, 往往是在算力、功耗、實際需求、價格等多方面做出取舍, 達到一個平衡。
因此, 周圣硯認為, 相對合理的對比標準, 應該包含三點:相近的設計參數、計算資源、詳細的檢測指標。
公司的產品使用了分辨率為 CMOS(1280*720), 相近的鏡頭 HFOV52 度;用了一款算力普通, 能夠運行卷積神經網絡的車規級 ASIC 芯片 (TDA2X);在此前提下, 基于圖像級的以及時間軸的詳細的對比才比較合理。
經過對比, 公司的產品在車輛檢測率、識別距離、車道線曲率、車道線檢測距離、車道線個數等指標上占有優勢, 其它指標基本持平或相對弱勢。
周圣硯表示, 作為國產供應商, 事實上在一些方面具有一定的優勢, 比如地圖的測量、車道線、道路環境的檢測, 相對擁有的自有度更高, 因此可以在相應的技術指標上, 有所領先。
另外一方面, 國內 OEM 廠商有著五花八門的需求, 如果供應商愿意去匹配, 實際上有非常多的機會。當然這一切的前提, 還是公司的基本實力要過關。也因此, 公司成為了國內為數不多的幾個拿下 OEM 前裝訂單的廠商。
特立獨行的 TDA2X?
談到自動駕駛、深度學習, 業內首選的都是 GPU 這種算力巨擘, 但真的應用到行業中的, 并沒有多少。這是源于汽車行業以及本身市場的特性, 產品品質要求高, 同時價格要合適。
因此, 在方向未定的時候, 業內前裝廠商, 大多以靈活性較高的 FPGA, 作為算力平臺的核心。
區別于傳統做法,Maxieye 使用了傳統芯片廠商 TI 的 TDA2X。其功耗小于 5W, 工作溫度范圍-40~85 度, 符合 AECQ-100 認證、內部的硬件層有深度學習處理器、DSP、ARM 資源。
TDA2X 可支持全高清視頻 (1920 × 1080p,60fps), 多達 4 個嵌入式視覺引擎 (EVE), 支持包括前置攝像頭、泊車輔助、環視和單一架構上的傳感器融合。
支持的功能有對象檢測、行人檢測、信號標志識別、車道檢測和偏離警告、自動緊急剎車、自適應巡航控制、前部碰撞警告、遠光燈輔助、車后物體檢測、停車輔助, 對感知傳感器的原始數據也能融合。
周圣硯認為,TDA2X 在性能和品質上符合車規的要求, 是一款成熟的 SOC。開發人員可靈活配置算力資源, 應對不同場景的不同應用。在實際落地產品中, 這些特性非常的關鍵。
對于業內所認為的深度學習算法還未完全定型, 其表示針對不同場景的主流算法, 已經到了定型的時候。在量產方案中, 可以根據相應的需求做固定, 并不是完全的變化莫測。
同時, 他認為在硬件層面, 更高算力的平臺, 傳統芯片廠商都會在后續的產品中做出匹配, 這并不是制約行業發展的因素。FPGA 是一個過渡型的解決方案, 未來 SOC 的處理器, 一定是主流的方向。
Maxieye 同 TI 方面, 建立了良好的合作關系, 在算力平臺上會得到其支持。當然對于其他芯片平臺也是開放的, 因為本質上選擇算力平臺的話語權在 OEM, 作為供應商提供技術方案即可。
作為國內首家開放技術平臺的公司,Maxieye 有自己的夢想。到 2019 年年末, 周圣硯希望將自己的平臺合作伙伴從現在的 20 家擴展到 100 家, 而這些伙伴將同自己一起, 完成更多的前裝訂單。
國內供應商目前已有百家左右, 未來幾年一定會優勝劣汰, 最終剩下幾家真正的前裝供應商。Maxieye 將自己定位于自動駕駛領域的賦能者, 不僅要占據一定市場, 還要推動行業的快速發展, 此次推出所羅門計劃, 便是其中關鍵的一步。
未來能否長成參天大樹, 還需要更多時間的檢驗。
所羅門計劃申請鏈接：點擊申請