在劉國清眼裏，MINIEYE 非常像一種植物——毛竹。
這種植物在剛種下的五年時間幾乎看不到生長，它所有的精力都用在了根系的伸展上面。而在五年後，毛竹就好像被施了魔法，開始以肉眼可見的速度生長，甚至能夠在半年的時間裏躥到幾十米高。
2013 年，MINIEYE 的創始團隊從新加坡回到中國，正式踏上了 ADAS 的征程，至今正好五年的時間。
「現在就是我們交成績單的時候。」MINIEYE 公司 CEO 劉國清對機器之能這樣說。
MINIEYE 的前裝與後裝之路
在今年年初的 CES 展上，MINIEYE 刷足了存在感。不僅宣布完成千萬美元 A1 輪融資，還首次展出了前裝産品 MINIEYE X1。
相較于後裝市場，前裝市場對 ADAS 産品的安全性、成本控制以及服務等方面存在更高要求。可是仍有大批的 ADAS 創業公司前赴後繼地湧向前裝市場，想法設法地撬開市場的大門。原因就在于，前裝市場空間巨大，每年兩至三千萬的增量新車足以餵飽任何一家 ADAS 創業公司的野心。以 ADAS 領域獨占鳌頭的 Mobileye 爲例，其一年的營收中就有 80% 的收入來自前裝。
而 MINIEYE 在創立之初，就在鎖定後裝的同時也瞄向了前裝市場。
「前裝市場的導入周期很長，從最初的樣品測試再到後來的定制化開發，到最後拿下商用車的項目，我們花了大約兩年時間。」劉國清說道。
目前，MINIEYE 在前裝乘用車領域的客戶包括比亞迪、衆泰、奇瑞等主機廠，也覆蓋了萬向集團等 Tier1 廠商。商用車領域的客戶也有東風商用車、東風柳汽等主機廠以及 VITI、KUS 等 Tier1 廠商。
劉國清透露，在乘用車方面，MINIEYE 與主機廠的合作在今年年內就可以實現 SOP（Start Of Production，啓動批量生産），現已拿下 3 款車型的定點。在商用車方面，MINIEYE 已獲得 6 個車型的定點，目前已經量産供貨。
那麽，MINIEYE 的這款前裝産品究竟有何特別之處呢？
簡而言之，MINIEYE X1 是一款車規級主動安全産品，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）、行人碰撞預警（PCW）以及交通標志識別（TSR）等功能。此外，這款産品還支持與毫米波雷達的融合，功能可以擴展到自動緊急刹車（AEB）。
劉國清表示，相較于市面上的同類産品，MINIEYE X1 有五大優勢。
首先，X1 能夠應對大雨、夜晚低光、異型車、高溫、顛簸等不同工況，能夠在複雜的工況下保持魯棒性能。
其次，産品的整機功耗小于 3 瓦，這意味著 X1 能夠在炎熱的環境下同樣穩定工作。
在車規級方面，MINIEYE 已經獲得 IATF16949 認證，X1 核心器件也滿足 ISO26262、AEC-Q100 等標准。
另外，X1 具有靈活設計可擴展的特點，可以滿足與車機、數字儀表、HUD 等結合的定制化需求，也能夠實現與毫米波雷達等傳感器的融合，還可以擴展到 AEB 等控制型功能。
最後一點，就是盡量減少 DDR 和 NAND Flash 相對高成本的元器件的使用，讓産品成本具備有競爭力。
MINIEYE CEO 劉國清
而在本身門檻相對較低、魚龍混雜的後裝 ADAS 市場上，MINIEYE 也堅持使用「前裝技術」做後裝産品。
2017 年 11 月，MINIEYE 的後裝 ADAS 産品 M3 實現量産，至今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以滿足更多後裝客戶的需求，推出了內視産品駕駛員行爲監測系統 F1 以及 M3 的升級版 M4。在原有功能上，新産品增加了對行人、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，且 MINIEYE 的後裝産品優勢主要體現在安裝省時省力、接口豐富易集成以及前後視一體化三個方面。
「其實無論是前裝還是後裝，我們一直非常強調以需求爲導向、以客戶爲中心。」劉國清回憶道，有一次他曾被問起技術創新與技術創業的區別，他的答案是：技術創新是花錢，本質是滿足技術人員實現自我滿足，而技術創業則是賺錢，必須解決客戶的問題、滿足客戶的需求。
「作爲一家技術創業公司，我們已經燒五年錢了，今年終于看到了賺錢的影子，這離不開前面四年時間持續的研發投入。」
關鍵技術的積累與商業模式的支撐
在算法方面，如何在有限算力、低功耗、成本合理的條件下實現算法的設計十分關鍵。MINIEYE 押注在「神經網絡三件套」——ThiNet、FastNet 和 HardNet。
ThiNet 是 MINIEYE 自主研發的神經網絡壓縮架構，可以讓神經網絡有效「瘦身」，降低其對算力和存儲的要求。（學界 | MINIEYE 首席科學家吳建鑫解讀 ICCV 入選論文：用于網絡壓縮的濾波器級別剪枝算法 ThiNet）
在此基礎上，MINIEYE 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。
MINIEYE 首席科學家吳建鑫
HardNet 則是 MINIEYE 自主設計的神經網絡架構 IP，可以幫助高計算複雜度的神經網絡在小面積的 FPGA 上實時工作。
對于數據積累，MINIEYE 已經持續進行 44 個月，官方稱目前積累的標注數據裏程超過 1300 萬公裏。如果後裝産品上量，也會推進數據積累的速度。
而傳感器融合一直是趨勢所向，除了純視覺的解決方案，MINIEYE 可以爲前裝客戶提供定制化解決方案，即視覺、毫米波雷達、IMU 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，實現優勢互補。
據悉，MINIEYE 還在研發與包括 LiDAR、超聲波、熱成像等更多傳感器融合的感知方案。
在跨越了技術門檻之後，找到真正有價值的商業模式就成爲了公司立足的核心。
目前，MINIEYE 在 L1、L2 級別的産品已實現商業化的基礎上，開始布局 L3 以上自動駕駛，並計劃在 2019 年把限定場景自動駕駛項目落地國內。MINIEYE 選擇與新加坡 SMART 合作，這是一家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。
現在看來，如果把大批廠商、創企紮堆湧向 ADAS 領域的 2015 年稱爲 ADAS 元年，把 2016、2017 年看作市場留給這些公司的成長期，那麽 2018 年對于領域內的玩家來說，無疑就是完成市場檢驗的時刻。
現在，MINIEYE 已經給出了自己的成績單，其他公司呢？
作者：機器之能 高靜宜