<mark id="oztn4"></mark>
3
| 本文作者： 易建成 | 2016-05-13 18:59 | 專題：雷峰網(wǎng)公開課 |
編者按：今年 8 月，雷鋒網(wǎng)將在深圳舉辦「全球人工智能與機器人創(chuàng)新大會」（GAIR），在本次大會上，我們將發(fā)布「人工智能與機器人 Top25 創(chuàng)新企業(yè)榜」，Minieye 是我們重點關(guān)注的公司之一。今天，我們邀請到了Minieye 創(chuàng)始人和 CEO 劉國清，為大家?guī)?nbsp;ADAS 方面的內(nèi)容分享。
劉國清，Minieye 創(chuàng)始人和 CEO，新加坡南洋理工大學(xué)計算機工程博士，10 余篇研究成果在人工智能頂級會議、期刊發(fā)表（AAAI、IJCAI 等等），擁有 9 項國內(nèi)外發(fā)明專利。2013 年回國創(chuàng)立 Minieye，帶領(lǐng)由三十余名海歸博士和優(yōu)秀工程師組成的團(tuán)隊，自主研發(fā)車載視覺感知技術(shù)。目前，Minieye 已與多家 OEM、Tier 1 供應(yīng)商建立了合作關(guān)系。
雷鋒網(wǎng)：你認(rèn)為目前在國內(nèi)整個 ADAS 市場現(xiàn)狀是怎樣的？
劉國清：無論在汽車行業(yè)內(nèi)還是資本市場，ADAS 都是風(fēng)口，需求增長明顯，也很多錢在往里扔。
但是，ADAS 對于國內(nèi)畢竟屬于一個新興領(lǐng)域，絕大多數(shù)的團(tuán)隊都還處于一個早期的摸索階段。這導(dǎo)致很多同行們對于 ADAS 應(yīng)用場景的理解相對片面，對感知技術(shù)從 demo performance 到產(chǎn)品級水準(zhǔn)的巨大跨度沒有足夠的預(yù)期，而開發(fā)的算法和產(chǎn)品往往缺乏系統(tǒng)的庫測和路測，甚至對前裝客戶的需求和要求也存在大量盲區(qū)。
改善這樣一種狀態(tài)需要一個不短的過程，所以目前的市場需求仍然主要通過國外的供應(yīng)商來滿足。
雷鋒網(wǎng)：簡單介紹 Minieye 目前在做的事。
劉國清：Minieye 創(chuàng)始團(tuán)隊在 2012 年組建于新加坡，前身是新加坡政府 MDA 的高級駕駛輔助系統(tǒng)研究項目。我們專注在車載視覺感知技術(shù)和產(chǎn)品的研發(fā)上，也就是利用視覺傳感器和算法去識別交通場景中的各類目標(biāo)，通過分析、理解和預(yù)測這些目標(biāo)的狀態(tài)和行為，來幫助提升駕駛的安全性和舒適性。
目前，我們的技術(shù)主要應(yīng)用在駕駛輔助和半自動駕駛領(lǐng)域。
雷鋒網(wǎng)：關(guān)于 ADAS，目前涉足的供應(yīng)商眾多，你們找的是什么切入點？
劉國清：專業(yè)和本地化是我們的兩個優(yōu)勢。
一方面，如果期望在 ADAS、半自動駕駛、甚至無人駕駛領(lǐng)域能夠長足發(fā)展，專業(yè)性是必須跨過的一道檻。因為這類產(chǎn)品與人身安全直接相關(guān)，只有技術(shù)足夠?qū)I(yè)，產(chǎn)品可靠性得到足夠保證，才有可能從后裝邁進(jìn)前裝，從預(yù)警走向控制。
舉個例子，你想進(jìn)美國 OEM 的前裝？那先裝在他們的測試車上隨便跑個四五百公里，發(fā)現(xiàn)有任何誤檢、漏檢、甚至丟幀，不好意思，請回家繼續(xù)修煉。所以這道門檻很高，高到可以擋住絕大多數(shù)的玩家。Minieye 為了提升技術(shù)的專業(yè)性，做了很多努力，比如標(biāo)準(zhǔn)化（涉及與 ADAS 相關(guān)的國際標(biāo)準(zhǔn)、協(xié)會標(biāo)準(zhǔn)和企業(yè)標(biāo)準(zhǔn)）貫穿整個開發(fā)和測試流程，再比如每天一萬公里的數(shù)據(jù)幫助我們覆蓋盡可能多的工況。
另一方面，本地化也是我們的一大優(yōu)勢。這又包括幾塊內(nèi)容：數(shù)據(jù)、功能和體驗的本地化。模型對本土工況的適應(yīng)程度與訓(xùn)練數(shù)據(jù)的本地化程度直接相關(guān)，而對于功能和體驗這兩點則更好理解。
比如國內(nèi)車多路窄、電瓶車行人亂竄，絕大多數(shù)碰撞是在低速下發(fā)生的，所以低速下的防碰撞功能在中國較歐美更加有用，再比如不同國家的駕駛員對危險的定義有明顯區(qū)別，咱們中國人神經(jīng)普遍比較大條，所以你按照歐美的預(yù)警機制上產(chǎn)品會讓用戶覺得煩。
雷鋒網(wǎng)：ADAS 廣泛應(yīng)用的決定性因素在于成本，如果大家都朝著「低成本」的方向去做，那么怎么做出產(chǎn)品的差異化？
劉國清：首先 ADAS 包含很多功能，每一個功能點想做好都很不容易，所以不同的公司完全可以選擇不同的細(xì)分市場去鉆。這一點對于初創(chuàng)型團(tuán)隊尤為重要。
另外我想補充一點，成本降低對于 ADAS 產(chǎn)業(yè)很重要。但如果一味追求低成本，而忽視技術(shù)水平的提高和產(chǎn)品的打磨，這問題很大。大家不要一提到專業(yè)、先進(jìn)的算法，想到的都是硅谷或者以色列，而在中國只能是去把東西做便宜。
人工智能領(lǐng)域有幾個頂級的國際會議，最近這幾年這些會議中有超過三分之一的成果都有我們的華人同胞參與，所以中國人做算法不比任何老外差。還有，半導(dǎo)體、傳感器行業(yè)的快速發(fā)展勢必會幫助顯著降低 ADAS 產(chǎn)品的成本。
雷鋒網(wǎng)：除了成本外，在你看來，怎么讓 ADAS 更加接地氣更加為廣大車主用？
劉國清：我理解接地氣的意思就是滿足本地化需求，涉及的主要內(nèi)容正是我上面提到的功能和體驗。想做好這一點，最好的辦法就是根據(jù)用戶反饋迭代產(chǎn)品。
傳統(tǒng)行業(yè)的普遍心態(tài)是這樣的：你從我這兒買回東西后，千萬不要再來找我，因為我看到你想到的是售后、返修、退貨。這樣不對頭，這方面要向互聯(lián)網(wǎng)公司學(xué)習(xí)。
雷鋒網(wǎng)：成熟的 ADAS 系統(tǒng)不是一朝一夕完成的，從零開始也需要 3 到 4 年的經(jīng)驗積累，與前裝合作也同樣需要幾年的周期，作為一家創(chuàng)業(yè)公司，在長周期下如果保證公司生存？
劉國清：最佳方式當(dāng)然是通過業(yè)務(wù)拓展來形成造血能力，從去年下半年開始我們在后市場已經(jīng)有訂單形成了。
雷鋒網(wǎng)：Minieye 是如何做前后裝市場？您怎么看待目前在一些后裝的行車記錄儀、后視鏡加裝 ADAS 功能的現(xiàn)象？
劉國清：前裝沒有什么特別的打法，扎扎實實開發(fā)，一步一個腳印。
后裝市場我們選擇了幾家優(yōu)勢互補的合作伙伴一起開拓，既可以提供完整的硬件功能模組，也可以提供軟件解決方案，比較靈活。
雷鋒網(wǎng)：業(yè)界有一個說法是 Mobileye 成本高，這讓一些創(chuàng)業(yè)公司獲得生存機會，在你看來，為什么創(chuàng)業(yè)公司有能力做低成本的 ADAS，而 Mobileye 不能做？
劉國清：Mobileye 的硬件成本并不高，EYEQ 系列的芯片是自己開發(fā)，所以成本很低。但從研發(fā)成本考慮，國外的研發(fā)成本遠(yuǎn)高于國內(nèi)，而芯片的前期投入也非常巨大，所以這兩方面拉高了 Mobileye 的整體成本。
再者 Mobileye 采取的是全球定價策略，目前看也不會為中國市場大幅降低售價。這正是國內(nèi)公司的機會。
雷鋒網(wǎng)：在復(fù)雜交通場景下（包括但不限于各類光照，天氣，路況等），Minieye 對目標(biāo)進(jìn)行準(zhǔn)確識別率能達(dá)到多少？這種識別率是否是衡量 ADAS 好壞的唯一指標(biāo)？
劉國清：通常講的識別率是指出現(xiàn) 100 輛車你的系統(tǒng)能檢測（detect）到其中的多少輛。從技術(shù)角度，單獨講識別率沒有任何意義。
舉個例子，這里有 10 張圖片，其中 5 張是車，5 張是樹。現(xiàn)在有一個系統(tǒng)，它把 10 張圖片都識別成車，這時雖然它的識別率是滿分，但同時會產(chǎn)生大量的誤檢。所以在專業(yè)的開發(fā)過程中，算法評價體系要同時考慮敏感性和特異性兩方面。或者直白地講，在保證一個可以接受的誤檢率的前提下，盡可能高的提升識別率。
另外一方面，技術(shù)指標(biāo)和測試用的數(shù)據(jù)也有直接關(guān)系。我在一個 1000 張圖片的數(shù)據(jù)庫做到 100%，和我在一個 1 億張圖像上做到 98%，我覺得后者要優(yōu)秀很多。
雷鋒網(wǎng)：ADAS 系統(tǒng)多是基于攝像頭，技術(shù)基礎(chǔ)是計算機視覺，Minieye 關(guān)于 ADAS 在攝像頭選用上有哪些講究？攝像頭在 ADAS 系統(tǒng)上有多重要？在你們看來，目前單目、雙目方案存在哪些差異？各有什么優(yōu)缺點？
劉國清：寬動態(tài)，高感光，機器友好。
攝像頭對 ADAS 非常重要，舉個例子，你現(xiàn)在從一個暗的地方突然到一個亮的地方，比如出隧道，這個時候如果攝像頭的動態(tài)和曝光反應(yīng)不過來，一直過曝光，那有再好的算法也難解決好。
雙目有效距離近，對運算量和機械結(jié)構(gòu)要求高，對雨天/過曝光等天氣場景處理不好，優(yōu)點在與定量的距離計算。單目相反。
雷鋒網(wǎng)：ADAS 方案需要集成許多項技術(shù)，目前是否面臨在處理器、傳感器、算法方面的挑戰(zhàn)？
劉國清：是的。ADAS 鏡頭模組需要定制化開發(fā)，甚至不同的 ADAS 功能對攝像頭的要求都不一樣。和圖像相關(guān)的算法天然就很吃計算資源，所以對芯片性能的要求往往比較高。
如果你想把深度學(xué)習(xí)用到你的系統(tǒng)里，那更是如此。算法上主要的挑戰(zhàn)是復(fù)雜場景下仍然能夠魯棒的識別目標(biāo)。
雷鋒網(wǎng)：在你們看來，為什么行人識別離產(chǎn)品化還有很大距離？難度在哪兒？
劉國清：相對于車，行人的感知要難一些。一方面行人數(shù)據(jù)的內(nèi)差更大，站著蹲著不同姿態(tài)、高矮胖瘦奇裝異服、城市環(huán)境下的各種遮擋，這些導(dǎo)致同樣是人，但看起來會差別很大。內(nèi)差大衍生出來第二個問題，就是模型復(fù)雜度增加，所以會對芯片的計算能力提出更高的要求。
不過 Mobileye 的前后裝產(chǎn)品都有這個功能，我們公司也會在年內(nèi)會推出這個功能，所以離產(chǎn)品化的距離也不遠(yuǎn)。
雷鋒網(wǎng)：在你看來，ADAS 對于車企、對于駕駛員來說的價值分別是什么？對于未來汽車的發(fā)展有什么意義？
劉國清：ADAS 是駕駛無人化的必經(jīng)之路。對駕駛員的價值當(dāng)然是更安全和舒適的駕駛體驗。所以 ADAS 功能做的好，可以幫助主機廠走量。另外，可以幫助主機廠更好的布局無人駕駛產(chǎn)業(yè)。
雷鋒網(wǎng)：今年 8月，雷鋒網(wǎng)將在深圳舉辦「全球人工智能與機器人創(chuàng)新大會」（簡稱：GAIR）。想了解下，您對人工智能的未來趨勢怎么看？
劉國清：人工智能未來必然是一個很大的系統(tǒng)，就像生物學(xué)上人腦有很多中樞，每種中樞都處理好一種特定的操作，然后系統(tǒng)的聯(lián)動起來。這里面每一個塊要處理好都是很復(fù)雜的，比如語音和圖像。要解決整個人工智能問題也將是一個巨大的工程，需要全世界優(yōu)秀科學(xué)家和工程師分工協(xié)作。
人工智能系統(tǒng)大致包含三大塊：感知，決策，執(zhí)行。視覺感知將會是未來發(fā)展最有挑戰(zhàn)也是最有潛力的方向之一，畢竟人腦中就有 1/3 左右是用來處理視覺信息的。
問：業(yè)界有沒有一個公開的 ADAS 評測圖片數(shù)據(jù)集，供廣大 ADAS 廠商檢測識別率？否則說識別率達(dá)到是多少是沒有意義？
劉國清：目前在工業(yè)界還沒有一個這種數(shù)據(jù)庫。未來有的可能性也不會很大。
原因是這樣的，不同公司采用不同的傳感器，采集的訓(xùn)練數(shù)據(jù)會有一些區(qū)別，所以沒有辦法去用一個通用的測試庫進(jìn)行非常公允的評測。倒是可以去明確一些測試標(biāo)準(zhǔn)，大家在同樣的規(guī)則下去測試，這樣的結(jié)果會有很好的可比性。
識別率是 ADAS 里很重要的一個指標(biāo)，但它需要和其他指標(biāo)放在一起考量才有意義。還有就是，識別率之類的指標(biāo)是在什么樣的規(guī)則下測試得出的，在評價 ADAS 技術(shù)時也是需要考慮的。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
專題
