地平线感知算法——比Mobileye更开放的视觉感知解决方案

  • 时间:
  • 浏览:7
  • 来源:3分彩平台-3分彩网投平台_3分彩投注平台

Mobileye作为ADAS行业的龙头企业,目前占有全球超过100%的视觉感知芯片市场份额。与此一起,Mobileye一手建立的封闭式视觉感知生态也成为了行业主流形式。有条件的开放和相对收敛的感知API需求,曾帮助Mobi

      Mobileye作为ADAS行业的龙头企业,目前占有全球超过100%的视觉感知芯片市场份额。与此一起,Mobileye一手建立的封闭式视觉感知生态也成为了行业主流形式。有条件的开放和相对收敛的感知API需求,曾帮助Mobileye建立标准化的感知接口方案,并快速将产品推向全球,攻城略地。

  就说 ,时过境迁。随着当前视觉ADAS功能的持续升级迭代,行业期待突然出先更加开放的方案,帮助OEM和Tier1打造差异化且更具适应性的ADAS功能。

  驾驶场景的复杂化性和地域性呼唤开放的处置方案

  就说 有一家国内主机厂尝试基于Mobileye的视觉感知处置方案开发自主泊车方案。项目实施过程中,还还能否 识别停车场入口处的栏杆。但Mobileye的封闭性方案不支持客户对感知算法进行自主更新,原困开发遇阻。

  这反映了主机厂面临的困境。一方面,Mobileye的视觉感知处置方案依然是目前最心智心智成熟图片 图片 图片 的方案,从产品心智心智成熟图片 图片 图片 度、项目风险管控和质量管理深度图,有的是统统优势,主机厂无法拒绝。整体来讲,属于保守有余,进取严重不足的态势。但个人面,一点封闭方案又像有俩个 黑匣子。肯能无法进行差异化和定制化开发,原困性能同质化;况且在本土化的驾驶场景下,无法全版满足要求。这就限制了主机厂做出更加带取的产品方案,长期以往会降低产品竞争力。

  而中国驾驶场景的特殊性,决定了还还能否 有本土化的感知处置方案,不还还能否 满足ADAS/自动驾驶的功能要求。

  一起,为了满足ADAS/自动驾驶对感知的高可靠性要求,不还上还能否 更加开放的感知处置方案,什儿 ,肯能我门都我门都都我过多 还还能否 识别更为富足的目标,更多的语义分割种类,这么我门都我门都都就还还能否 获得更为富足的语义信息,使得各个不同的类别还还能否 做到交叉验证,什儿 ,路肩、人行道对于可行驶区域的判断有明确的辅助验证作用,路侧的固定目标,如交通标识牌、路灯等对于定位有很大的帮助。

  假设在下雪天,道路被积雪覆盖,怎么还能否判断路肩在哪里呢?电影《非诚勿扰》里描述了有俩个 对白情节:

  “嗨,你来过(北海道),你一定知道公路那两边箭头有哪此用?”答:“哦,冬天,北海道的雪很厚,箭头指示我门都我门都都并非开出路肩。”

  后来 我门都我门都都还还能否 识别公路两边的箭头,就还还能否 推理出来可行驶区域的边界。感知技术的发展趋势还还能否 更为开放的处置方案

  感知技术的发展,关键趋势还还能否 总结为以下四点:

  • 从简单场景到复杂化场景

  • 从高频目标到一般目标

  • 从2D感知到3D感知

  • 从面向实况的感知到面向预测的感知

  所有哪此趋势都使得感知的富足度和复杂化度进一步提升,供应商无法使用有俩个 标准的感知处置方案来满足还还能否 ,开放成为必由之路。

  软件定义汽车时代,车企还还能否 更为开放的处置最好的方法

  智能化是未来品牌差异化的核心次责,主就说 通过增加软件功能来实现。软件的后部署将是大势所趋,这原困,多数软件功能将是在汽车出厂后来 交付的,软件迭代OTA将是新常态。一点趋势对于出行服务运营商来说尤其重要,各种不同的场景服务需求都还还能否 基于现有车队的功能,通过不停升级迭代来满足。

  在未来,OEM交付的汽车将有的是有俩个 功能固化的产品,就说 有俩个 持续进化的机器人,在汽车整个生命周期内,硬件平台我过多 还还能否 持续支持软件迭代升级。软件开发的速率和差异化的功能,将决定这场智能化竞争的成败。

  为了提升软件开发速率,从系统构架的深度图看,服务导向的系统构架(SOA)将成为主流,这还还能否 打造有俩个 全新的感知处置方案,满足八个方面的要求:深度图开放、一致就说 完善的工具链、拥有强大算力储备、极强的可扩展性,以满足不同等级车型平台的要求。

  开放的感知上方结果助力国内的ADAS功能不断进化

  目前,对于感知算法API,行业内还是较为封闭的。统统功能较难落地(比如信息娱乐域关于ADAS功能的增强现实显示功能),次责原困是肯能感知算法只提供给智能前视摄像头模块内部使用,不愿提供给一点子系统使用原困的。而地平线感知上方结果还还能否 做到全开放。且肯能地平线算法的低级语义非常富足,全开放的感知上方结果我过多 还还能否 支持客户在应用层开发更加复杂化的功能。

  截止目前,地平线算法还还能否 支持10类动态目标和53类静态目标。其中动态目标包括:成年人、儿童、骑行者等3类行人,以及轿车、SUV、面包车、卡车、客车、摩托车以及老年代步车7类;而静态目标则包括8类车道线、2类红绿灯以及43类交通标识。比Mobileye更富足的感知信息,给客户实现差异化功能提供了坚实的感知基础。

  图1 地平线算法所提供的富足感知信息

  开放而全面的工具链,践行“深度图赋能”理念

  为了增加视觉算法迭代的敏捷性,我过多 还还能否 更好地支持国内各种极端的感知场景,地平线推出了AI芯片工具链Horizon OpenExplorer(地平线“天工开物”),包括数据、训练和设备部署工具,什儿 模型训练工具、检查验证工具、编译器、模拟器、嵌入式开发包等(图9),形成闭环。数据产生模型,模型还还能否 被部署到设备上运行,运行过程中又还还能否 指导模型的调优,甚至分发新的数据。就说 的有一种自我进化的开发模式,还还能否 提升开发速率,降低开发门槛,保证开发质量。基于一点模式还还能否 减少约100%的开发人力,节省100%的开发时间,更重要的是,肯能开发门槛被降低了,开发者的规模甚至还还能否 扩大有俩个 数量级。

  地平线会持续对开发工具进行升级,为客户提供半自动化的处置流程。主要包括:数据工具与模型,模型与端上设备之间的闭环迭代;富足的模型/系统参考原型,简洁易用直观方便的交互手段;标准化开发流程,加带持续的测试,集成,部署机制。

  图9 地平线“天工开物”芯片工具链

  更具体地将,地平线的模型训练工具我过多 还还能否 支持TensorFlow等主流的深度图学习框架,帮助用户个人训练模型;编译器支持将开源训练框架模型格式转换为芯片上的二进制格式;嵌入式开发包则我过多 还还能否 支持客户调用算法库开发个人的应用,让客户个人在芯片商快速部署应用。整个工具链包我过多 还还能否 覆盖全版的开发链路(图10)。而经过地平线编译器的优化,我过多 还还能否 极大缓解算法的访存瓶颈,提高芯片的计算速率(图11)。

  图11 经过地平线编译器自动优化的算法,性能提升巨大

  近来,地平线与韩国SK电讯合作开发了动态众包高精地图处置方案。SK利用地平线的工具链,开发了韩国道路的视觉感知算法,,证明了工具链的易用性和可靠性。

  简言之,地平线的开放是从提供系统参考处置方案,到全面开放感知结果,再到工具链的全栈处置方案的深度图次、多维度的全面开放,充分赋能汽车行业的智能化发展。肯能客户主张速率最大化的分工合作理念,地平线就提供软硬件一体芯片方案;肯能客户青睐能力最大化,希望使用个人的算法,地平线就为客户提供纯芯片和整套工具链,帮助客户实现足够深入的开发自由度,践行“深度图赋能”的长期承诺。

       (本内容属于网络转载,文中涉及图片等内容如有侵权,请联系编辑删除)