對標Mobileye，搶占ADAS和自主泊車量產賽道，魔視智能上車方法論

自動駕駛的概念階段已經過去，現在已經不是開一輛L4測試車就能吸引人眼球的時代了。接下來的問題是自動駕駛如何實現大規模落地？真正的自動駕駛場景在哪里？如何真正解決高頻剛需問題？在自動駕駛商業化的對抗中，各路參與者圈定了很多細分的場景應用。大眾看到的是，在自動駕駛量產前夕，一些主機廠已經完成了L2級智能輔助駕駛系統的量產，并積極布局L3/L4落地。在這背后，全棧自動駕駛解決方案提供商魔視智能是主機廠背后的核心技術支持者。幻視智能的每一次公開亮相都離不開“量產”。魔視智能從成立之初就宣稱以相對低成本的FPGA和深度學習技術為基調，不依賴高成本的激光雷達，使用基于攝像頭的V-SLAM技術完成定位，從而解決了成本和量產問題。

在與主機廠和一流供應商的合作過程中，幻視智能創始人兼CEO余聽到了市場對于量產的聲音，并有自己的解讀。對于汽車廠商和一級供應商來說，他們需要的是一個全棧供應商，即不僅要有前視或泊車功能，未來還要有集成的自動駕駛產品，能夠滿足自動駕駛從L1到L4的完整覆蓋；強調安全性需要升級，自動駕駛系統從ADAS到L4的性能需要提升一個等級。最重要的成本方面，在于看來，大規模生產的L3/L4必須比目前所有系統加起來便宜50%。魔視智能將自己定位為自動駕駛大腦的供應商，通過多個傳感器的集成，提供環境感知、車身定位、路徑規劃、駕駛決策等功能，實現自動駕駛從L1到L4的量產。雷鋒。com新智家了解到，魔視智能提供的解決方案已經完成了從預警到L3/L4的完整功能覆蓋。很重要的一點是，它采用了一套基于深度學習的技術框架，適用于所有級別的自動駕駛。魔視智能成立三年來，已經走上了量產之路。用余的話說，我們的產品真正出現在的賣場，而不是試驗場。

前瞻智能輔助駕駛在量產路上。2015年，魔視智能基于深度學習的前瞻智能輔助駕駛項目正式啟動；次年11月，國內首款基于深度學習的車輛級智能輔助駕駛原型車上線；2018年6月，經過在乘用車主機廠一年多的測試，智能輔助駕駛一體機實現了乘用車量產。眾所周知，前視系統大多包括一個攝像頭和一個雷達，可以實現障礙物預警和一定的控制功能，比如AEB和ACC。從障礙物識別的角度來看，L1及以上的自動駕駛場景是相似的。歐盟也宣布AEB；將在2021-2022年所有新車型上強制執行；商用車層面，2019年9米以上公交車將被要求配備AEB。技術相似性和市場需求成為魔視智能率先布局前瞻智能輔助駕駛前裝量產背后的考量。嚴正花提到，前瞻智能輔助駕駛系統需要重點解決兩大問題:一是目標感知能力，包括對車輛和行人的感知，對復雜目標類型和車況的適應，對不同車道類型的檢測；對于L2及以上自動駕駛儀來說，除了目標檢測，還需要具備感知空閑區域的能力，這是L2及以上自動駕駛儀的必備功能，將在避障和傳感器融合方面提供更多有用的信息。以上成為魔視智能前視智能輔助駕駛系統將人工智能應用于車輛感知層面的嘗試，類似于Mobileye。第一階段是簡單的軟件問題，第二階段是升級。目前已經實現量產。魔視智能搭建了450多個工況的場景庫，并進行了大量的測試驗證。MIT300-AEB產品還于2019年4月通過了中國交通部JT/T1242-2019自動緊急制動系統最新性能測試。雷鋒。com新智家了解到，幻視智能前瞻智能輔助駕駛一體機已在商用車、乘用車和L1/L2級別完成大規模預裝量產，并與國內多家一線乘用車和商用車主機廠量產幻視MIT系列視覺ADAS系統。2018年，幻視智能已向比亞迪宋提供了大量預裝量產產品，幫助比亞迪上市的主力車型實現了輔助駕駛系統(如)；并與BAIC新能源、一汽、眾泰等18家主機廠及供應商合作量產及相關產品研發。根據幻視智能的規劃，到2019年底，將擴大到30個OEM和供應商量產合作項目，正式指定17個，搭載超過15萬款不同機型。近年來，國內ADAS產品幾乎被博世、大陸、德爾福等國外傳統零部件供應商壟斷。而國外零部件供應商成熟的駕駛輔助系統產品在國內市場往往“水土不服”。業界有一個共識，ADAS系統在感知、決策、執行等方面需要深度本土化發展，更加貼近中國的路況。這成為國內很多汽車零部件領域彎道超車的機會。據齊介紹，相比Mobileye，魔視智能產品成本相對較低，自駕產品價格在千元級別。自動泊車服務量產版面向高級自動駕駛，AVP (Automatic parking service)定義為L4級自動駕駛應用中最早、最快量產的場景；港口式封閉園區也是商用車L4量產的一大應用。早在去年，魔視智能就發布了基于360°全景和超聲波檢測的自動泊車方案，可適應大范圍復雜工況，實現半自動、全自動、一鍵遠程泊車。嚴正花提到，基于超聲波雷達的自動泊車成功率相對較低，因為許多停車位無法處理。通過裝載視覺和超聲波雷達的融合，魔視智能可以實現自動泊車服務，可以完成從駕駛員交接系統到車位、遠程召回的低速無人駕駛全過程，泊車成功率從70%提升到95%。魔視智能打造量產自動泊車服務系統。傳感器層面，有4個攝像頭，12個超聲波雷達，5個毫米波雷達。整個系統采用量產傳感器。傳感器的配置基本是現在高檔車的標配。沒有必要在現場端重建設施。魔視智能自動停車服務技術基于V-SLAM完成定位，可實現跨層停車。車輛行駛過程中實時定位，傳感器檢測到的信息實時疊加在地圖上。在多次測試驗證的過程中，搭載Magic Vision智能自動駕駛系統的車輛完成了精度在10 cm以內的精確定位。

基于車輛軌距傳感器V-SLAM的實時定位、多角度多目標識別、避障等任務的背后，是深度學習技術中魔視智能的積累。魔視智能在成立之初，就以深度學習技術為基調。其深度學習算法參加了無人駕駛算法評測數據集KITTI、CITYSCAPES算法評測數據集等多項比賽，在國際上名列前茅。

值得一提的是，FPGA解決方案的頭部供應商——賽靈思中國高級市場經理羅霖曾表示:“魔視智能是國內第一家基于FPGA進行深度學習技術研發并完成產品量產的公司，而大多數人工智能公司還處于研發或樣機測試階段。”同時，魔視智能也在研發自己的基于深度學習的車輛監管域控制器。該域控制器不僅可以實現自主泊車服務和自動泊車，還支持L1/L2+前視駕駛輔助功能。很重要的一點，魔視智能自主研發的域控制器屬于車載規格產品，功率小于15瓦，成本已經達到量產水平。

并且功能設計完全符合最高安全級別ASIL-D .雷鋒。據新智家了解，目前市場上按照ASIL-D系統開發的AVP系統并不多見。為了解決自動駕駛的量產，于提出了四點要求:自動駕駛的核心算法能夠適應復雜的交通狀況和各種目標；滿足車輛法規要求，有低成本的計算平臺承載全部計算；系統從開發到設計、驗證、生產，必須按照汽車工程規范執行；海量測試數據和驗證，以及算法升級。

目前，魔視智能已經積累了超過1000萬公里的路測自動駕駛數據。同時在上海建立生產線，自動駕駛硬件年產量可達數十萬。從數據采集、后端處理到算法模型、訓練模型、硬件閉環，魔視智能在深度學習算法、汽車嵌入式平臺、高質量數據三個方面構建了一套核心技術路線。這已經鑄就了魔視智能標桿輔助系統ADAS等公司在自動駕駛領域的三大高地。

自動駕駛的概念階段已經過去，現在已經不是開一輛L4測試車就能吸引人眼球的時代了。接下來的問題是自動駕駛如何實現大規模落地？真正的自動駕駛場景在哪里？如何真正解決高頻剛需問題？在自動駕駛商業化的對抗中，各路參與者圈定了很多細分的場景應用。大眾看到的是，在自動駕駛量產前夕，一些主機廠已經完成了L2級智能輔助駕駛系統的量產，并積極布局L3/L4落地。在這背后，全棧自動駕駛解決方案提供商魔視智能是主機廠背后的核心技術支持者。幻視智能的每一次公開亮相都離不開“量產”。魔視智能從成立之初就宣稱以相對低成本的FPGA和深度學習技術為基調，不依賴高成本的激光雷達，使用基于攝像頭的V-SLAM技術完成定位，從而解決了成本和量產問題。

在與主機廠和一流供應商的合作過程中，幻視智能創始人兼CEO余聽到了市場對于量產的聲音，并有自己的解讀。對于汽車廠商和一級供應商來說，他們需要的是一個全棧供應商，即不僅要有前瞻或泊車功能，未來還要有集成的自動駕駛產品，能夠滿足自動駕駛從L1到L4的全覆蓋；強調安全性需要升級，自動駕駛系統從ADAS到L4的性能需要提升一個等級。最重要的成本方面，在于看來，大規模生產的L3/L4必須比目前所有系統加起來便宜50%。魔視智能將自己定位為自動駕駛大腦的供應商，通過多個傳感器的集成，提供環境感知、車身定位、路徑規劃、駕駛決策等功能，實現自動駕駛從L1到L4的量產。雷鋒。com新智家了解到，魔視智能提供的解決方案已經完成了從預警到L3/L4的完整功能覆蓋。很重要的一點是，它采用了一套基于深度學習的技術框架，適用于所有級別的自動駕駛。魔視智能成立三年來，已經走上了量產之路。用余的話說，我們的產品真正出現在的賣場，而不是試驗場。

前瞻智能輔助駕駛在量產路上。2015年，魔視智能基于深度學習的前瞻智能輔助駕駛項目正式啟動；次年11月，國內首款基于深度學習的車輛級智能輔助駕駛原型車上線；2018年6月，經過在乘用車主機廠一年多的測試，智能輔助駕駛一體機實現了乘用車量產。眾所周知，前視系統大多包括一個攝像頭和一個雷達，可以實現障礙物預警和一定的控制功能，比如AEB和ACC。從障礙物識別的角度來看，L1及以上的自動駕駛場景是相似的。歐盟也宣布AEB；將在2021-2022年所有新車型上強制執行；商用車層面，2019年9米以上公交車將被要求配備AEB。技術相似性和市場需求成為魔視智能率先布局前瞻智能輔助駕駛前裝量產背后的考量。嚴正花提到，前瞻智能輔助駕駛系統需要重點解決兩大問題:一是目標感知能力，包括對車輛和行人的感知，對復雜目標類型和車況的適應，對不同車道類型的檢測；對于L2及以上自動駕駛儀來說，除了目標檢測，還需要具備感知空閑區域的能力，這是L2及以上自動駕駛儀的必備功能，將在避障和傳感器融合方面提供更多有用的信息。以上成為魔視智能前視智能輔助駕駛系統將人工智能應用于車輛感知層面的嘗試，類似于Mobileye。第一階段是簡單的軟件問題，第二階段是升級。目前已經實現量產。魔視智能搭建了450多個工況的場景庫，并進行了大量的測試驗證。MIT300-AEB產品還于2019年4月通過了中國交通部JT/T1242-2019自動緊急制動系統最新性能測試。雷鋒。com新智家了解到，幻視智能前瞻智能輔助駕駛一體機已在商用車、乘用車和L1/L2級別完成大規模預裝量產，并與國內多家一線乘用車和商用車主機廠量產幻視MIT系列視覺ADAS系統。2018年，幻視智能已向比亞迪宋提供了大量預裝量產產品，幫助比亞迪上市的主力車型實現了輔助駕駛系統(如)；并與BAIC新能源、一汽、眾泰等18家主機廠及供應商合作量產及相關產品研發。根據幻視智能的規劃，到2019年底，將擴大到30個OEM和供應商量產合作項目，正式指定17個，搭載超過15萬款不同機型。近年來，國內ADAS產品幾乎被博世、大陸、德爾福等國外傳統零部件供應商壟斷。而國外零部件供應商成熟的駕駛輔助系統產品在國內市場往往“水土不服”。業界有一個共識，ADAS系統在感知、決策、執行等方面需要深度本土化發展，更加貼近中國的路況。這成為國內很多汽車零部件領域彎道超車的機會。據齊介紹，相比Mobileye，魔視智能產品成本相對較低，自駕產品價格在千元級別。自動泊車服務量產版面向高級自動駕駛，AVP (Automatic parking service)定義為L4級自動駕駛應用中最早、最快量產的場景；港口式封閉園區也是商用車L4量產的一大應用。早在去年，魔視智能就發布了基于360°全景和超聲波檢測的自動泊車方案，可適應大范圍復雜工況，實現半自動、全自動、一鍵遠程泊車。嚴正花提到，基于超聲波雷達的自動泊車成功率相對較低，因為許多停車位無法處理。通過裝載視覺和超聲波雷達的融合，魔視智能可以實現自動泊車服務，可以完成從駕駛員交接系統到車位、遠程召回的低速無人駕駛全過程，泊車成功率從70%提升到95%。魔視智能打造量產自動泊車服務系統。傳感器層面，有4個攝像頭，12個超聲波雷達，5個毫米波雷達。整個系統采用量產傳感器。傳感器的配置基本是現在高檔車的標配。沒有必要在現場端重建設施。魔視智能自動停車服務技術基于V-SLAM完成定位，可實現跨層停車。車輛行駛過程中實時定位，傳感器檢測到的信息實時疊加在地圖上。在多次測試驗證的過程中，搭載Magic Vision智能自動駕駛系統的車輛完成了精度在10 cm以內的精確定位。

基于車輛軌距傳感器V-SLAM的實時定位、多角度多目標識別、避障等任務的背后，是深度學習技術中魔視智能的積累。魔視智能在成立之初，就以深度學習技術為基調。其深度學習算法參加了無人駕駛算法評測數據集KITTI、CITYSCAPES算法評測數據集等多項比賽，在國際上名列前茅。

值得一提的是，FPGA解決方案的頭部供應商——賽靈思中國高級市場經理羅霖曾表示:“魔視智能是國內第一家基于FPGA進行深度學習技術研發并完成產品量產的公司，而大多數人工智能公司還處于研發或樣機測試階段。”同時，魔視智能也在研發自己的基于深度學習的車輛監管域控制器。該域控制器不僅可以實現自主泊車服務和自動泊車，還支持L1/L2+前視駕駛輔助功能。很重要的一點，魔視智能自主研發的域控制器屬于車載規格產品，功率小于15瓦，成本已經達到量產水平。

并且功能設計完全符合最高安全級別ASIL-D .雷鋒。據新智家了解，目前市場上按照ASIL-D系統開發的AVP系統并不多見。為了解決自動駕駛的量產，于提出了四點要求:自動駕駛的核心算法能夠適應復雜的交通狀況和各種目標；滿足車輛法規要求，有低成本的計算平臺承載全部計算；系統從開發到設計、驗證、生產，必須按照汽車工程規范執行；海量測試數據和驗證，以及算法升級。

目前，魔視智能已經積累了超過1000萬公里的路測自動駕駛數據。同時在上海建立生產線，自動駕駛硬件年產量可達數十萬。從數據采集、后端處理到算法模型、訓練模型、硬件閉環，魔視智能在深度學習算法、汽車嵌入式平臺、高質量數據三個方面構建了一套核心技術路線。這已經鑄就了魔視智能標桿輔助系統ADAS等公司在自動駕駛領域的三大高地。

標簽：比亞迪一汽眾泰

汽車資訊熱門資訊