眼擎科技朱繼志：攻克視覺成像的山頭，做自動駕駛最清晰的“眼睛”

打磨了四年時間，眼擎科技在成像芯片上交付了兩張重要的成績單。

今年1月，眼擎發布了全球首款成像專用芯片eyemore42；4月20日，眼擎發布了針對自動駕駛領域的成像視覺技術方案 eyemore DX120，該方案可使自動駕駛視覺能力提升到120dB（達到超越人眼的視覺能力）。

目前關于如何實現自動駕駛方案有著許多討論，但大多數的方案都認為純視覺的技術方案在現階段還尚未可行。但眼擎科技CEO朱繼志認為，如果在前端視覺的成像足夠好，就能夠舍棄激光雷達這根“拐杖”。而眼擎在過去四年的時間當中，所聚焦的事情亦是，如何讓前端的成像更加清晰。朱繼志認為，打通技術的關卡才是技術型公司所要聚焦的事情，也是眼擎科技的定位。

攻克視覺成像的山頭

和大多數實驗室數據不同的是，眼擎科技所要面對的是實時的、動態的、隨時變化的復雜光線環境下的成像數據，因此所面對的挑戰更為嚴苛、復雜。

而在AI時代里，機器對于視覺的要求已發生本質改變，精準測量物理世界將成為機器視覺的唯一要求，傳統的ISP成像架構顯然已無法滿足這一點。尤其在自動駕駛領域，需要絕對的精準。

今年以來，自動駕駛領域出現了多次的事故。堅定的視覺擁躉--特斯拉，也三番四次出現出現了車禍事故。3月份，Uber在亞利桑那州所發生的致命車禍，在夜晚復雜光線下，攝像頭的成像效果受到很大影響，且燈光無法照射到的位置幾乎是全黑的。盡管業內對于車禍原因各持一詞，兩起事件所反映出來的之一就是視覺前端成像能力的不足直接影響到后端的算法識別的瓶頸。

而自動駕駛所牽涉的大部分場景，幾乎都與光線有關，比如車過隧道的時候，隧道里外，光線明暗對比強烈，車載攝像頭需要很長的響應時間；另外晚上行車的時候，部分行車開遠光燈，導致車載攝像頭無法正常識別；以及夜間環境下的紅綠燈問題……這些典型場景下的視覺盲區都是在自動駕駛領域中無法回避的問題。

因此，攻克自動駕駛場景當中的復雜光線無比重要。眼擎的出發就是為了解決自動駕駛在視覺領域適應復雜光線的難題。

朱繼志跟雷鋒網新智駕介紹：DX120可以解決自動駕駛在實際上路過程中遇到的95%以上的復雜光線視覺識別問題，同時，該方案還滿足了自動駕駛企業對于成像技術采用方案時對車規這一硬指標的需求，可以適應地庫、夜間道路、隧道等各種復雜光線環境，給算法端輸出高信噪比的視覺圖像。另外，DX120有三大核心：第一，前端成像采用的是車規級Sensor；第二，視覺動態范圍達到歐盟標準的120dB，第三、無損實時輸出標準JPEG圖像。

同時，眼擎科技打造的全新的架構的AI 成像引擎包括了算力、算法和數據，其在優化數十倍算法的前提下，大規模提升算力，在積累豐富數據的基礎上，進行了數百種場景的測試與驗證，從而確保成像引擎的暗光能力比人眼高 8 倍，降噪能力比攝像頭高 64 倍，逆光能力比攝像頭高 32 倍。

以下為DX120的實拍視頻：

   

雷鋒網新智駕備注：這段視頻是在隧道對比的效果，可以看到隧道內外在黑暗光線下對比的反光程度。在逆光的環境下，依然能夠看清車道線、交通標志牌、紅綠燈、前方機動車車牌等多類目標的成像均是非常的清晰。

3+2+2的商業模式

在前面四年攻克的技術的難關以后，眼擎所面對的是，如何將自己的產品推向市場。

朱繼志對雷鋒網新智駕說，今年是眼擎科技市場推廣落地的第一年，同時，2018年也是AI技術落地的重要一年，尤其在AI+汽車的行業里，潛在著巨大的機會與可能。為此，朱繼志總結出眼擎科技在商業上的一套打法：做芯片、賣模組、推方案、建生態的商業模式，提供開發工具的套件、模組、IP授權，深度化定制等全棧式技術支持。

據朱繼志對雷鋒網新智駕透露：在DX120發布后的一個多月里，已有不少企業申請試用樣機，其中已有相當一部分廠商進入了Design-in階段。此外，朱繼志透露：預計在今年Q3，眼擎的芯片將會大規模流片，流片完成后板卡功率僅為1瓦。而在自動駕駛領域的應用只是眼擎商業落地的開始，未來會在安防、工業檢測、機器人、醫療、深度相機、無人零售等領域持續發力。

對于產業發展前景，朱繼志十分樂觀。他認為AI機器的大規模落地會需要以萬億計的“眼睛”，而眼擎的重點即是成為“眼睛”這一器官中不可或缺的核心芯片，與AI時代新興的圖像算法（大腦）進行更為高效、智能地交互，為它提供更為強大、高品質的成像解決方案。

雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。