DoNews5月30日消息(記者 翟繼茹)30日,智能駕駛技術創新企業MINIEYE首次系統性公布其商業化成果和自動駕駛布局。
MINIEYE成立于2013年,是一家研發車載視覺感知技術和産品的公司,前身是新加坡政府媒體發展局支持的ADAS研發項目。今年1月份,Minieye宣布完成千萬美元A1輪融資,由普華資本領投,嘉信投資、德瀚投資等跟投,原投資方合創資本跟投。
經過5年技術、算法和數據的沉澱,Minieye的發展路線終于明晰。
前後裝市場共同推進
前裝市場方面,MINIEYE今年初發布了MINIEYE X1,是一款車規級主動安全産品,除了擁有前向碰撞預警(FCW)、車道偏離預警(LDW)、前車監控預警(HMW)、城市前車碰撞預警(UFCW)等功能之外,還新增了行人碰撞預警(PCW)以及交通標志識別(TSR)等功能,進一步保障駕駛員和車輛的安全。與一般産品相比,其支持與毫米波雷達融合,功能擴展到自動緊急刹車(AEB)。
MINIEYE聯合創始人兼CEO劉國清博士介紹,X1的整機功耗小于3w,並且具有較高的性能魯棒,能夠應對大雨、夜晚低光、異型車、高溫、顛簸等不同工況。
目前,在前裝市場已經與MINIEYE達成合作的乘用車包括比亞迪、衆泰、奇瑞等主機廠,以及萬向集團等Tier1。商用車領域包括東風商用車、東風柳汽等主機廠和VITI、KUS等Tier1。
劉國清透露,和乘用車主機廠的合作年內就能實現SOP,已定點3款車型。商用車已獲得6個車型的定點,目前已經量産供貨。劉國清表示,MINIEYE的小目標是今年年內定點十五款車型。
其實,ADAS企業的最終目的應該是與主機廠進行合作,進入前裝,這樣才能涉入車輛控制。2016年,MINIEYE發布一代ADAS後裝産品當時,劉國清曾對DoNews表示,MINIEYE的目標一定是要進入前裝市場,先做後裝只是一個切入點。
此外,進入前裝市場,還意味著將會對MINIEYE的盈利帶來大幅增長。巨頭企業Mobileye一年的營收中,有80%收入來自前裝。
在後裝領域,去年11月份MINIEYE的後裝ADAS産品M3量産,已經獲得數萬套訂單,裝配車輛遍布全國29個省市。
今年,MINIEYE進一步豐富産品矩陣,推出了內視産品——駕駛員行爲監測系統F1,以滿足更多後裝客戶的需求;以及M3的升級版本M4,在原有功能上增加對行人、交通標志牌的識別和駕駛員行爲監測系統,並開通數據平台服務。
自動駕駛布局:2019年商業化落地
在自動駕駛領域中,MINIEYE的邏輯是從L1、L2級起步向高級別漸進式發展。目前,在L1、L2級別的産品已實現商業化的基礎上,MINIEYE開始在L3以上自動駕駛布局。
劉國清在發布會上宣布MINIEYE已經與新加坡SMART合作,並計劃在2019年把限定場景自動駕駛項目落地國內。
SMART是美國麻省理工學院和新加坡國立研究基金共同成立的研究機構,其專注于Future Mobility的分部位于新加坡國立大學。早在2014年,其就成爲新加坡當地第一個公開測試無人車的團隊,知名自動駕駛公司nuTonomy也脫胎于SMART。
核心壁壘:用算法、數據、傳感器
作爲一家技術公司,技術無疑是其核心壁壘。發布會現場,MINIEYEE聯合創始人兼首席科學家吳建鑫分享了其算法、數據、傳感器融合三個方面的研發成果。
算法方面,吳建鑫認爲關鍵在于在有限算力、低功耗、合理成本條件下來進行算法設計。MINIEYE自主研發的ThiNet技術讓神經網絡有效“瘦身”,降低了其對算力和存儲的要求,部分ThiNet成果被發表于AI領域頂級會議ICCV2017。MINIEYE還開發了嵌入式神經網絡加速庫FastNet,利用FastNet對Squeezenet等網絡進行加速,其計算性能相較于Caffe,NCNN(騰訊),TensorFlow Lite(Google)均有1.8倍以上的提升。
此外, MINIEYE自主設計的神經網絡架構IP HardNet,可以幫助高計算複雜度的神經網絡在小面積的FPGA(如zynq 7010,zynq 7020)上實時工作。
針對數據工作,MINIEYE透露其在創業初期就開始進行,已經持續了44個月。目前積累的標注數據裏程超過1300萬公裏。這也幫助MINIEYE在一些本地化場景裏的性能表現要優于國外的産品。隨著後裝産品的大規模裝配,MINIEYE將會逐步在爲用戶服務的過程中積累更多數據。
傳感器方面,MINIEYE爲一些前裝客戶定制的解決方案就是視覺-毫米波雷達融合産品,利用攝像頭識別物體,毫米波雷達測量距離和速度,優勢互補,相關産品已經量産。目前,MINIEYE在完成和毫米波雷達、IMU融合的基礎上,正在研發與包括LiDAR、超聲波、熱成像等更多傳感器融合的感知方案。(完)