車東西（公衆號：chedongxi）文 | Origin

車東西5月30日消息，ADAS初創企業MINIEYE在京宣布其ADAS産品X1進入前裝領域，正與比亞迪、衆泰、奇瑞、東風柳汽等主機廠以及萬向等Tier-1合作，已經敲定9款車型，其中多款車型在今年就會上市。

一、打入前裝市場 拿下9款車型

2013年，南洋理工出身的劉國清回國與一衆同學朋友組建了MINIEYE，主攻ADAS領域。四年之後，MINIEYE的産品經過在後裝市場的摸爬滾打，首度打入了前裝市場。

今年年初，MINIEYE推出了基于視覺的前裝單目ADAS産品X1，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。另外，X1支持與毫米波雷達的數據融合，因此加上毫米波雷達也可以實現AEB（自動緊急制動）功能。

在發布會上，MINIEYE CEO劉國清表示X1有五方面的優勢。

從MINIEYE展示的視頻可以看到，X1在雨霧天、識別對象複雜的情況下，也能保持較高的識別率。

而由于使用賽靈思的zynq7020 Soc，X1整機功耗小于3W，不存在散熱問題。

尤爲重要的是，X1通過了車規，AEC-Q100、ISO26262以及IATF 16949均滿足。

另外，通過選用成熟的元器件、以及對系統進行瘦身減少對內存、閃存的占用，X1的硬件成本也保持在較低的水平。

以及，X1設計比較靈活，其數據處理與IMU和毫米波雷達融合，支持後續擴展AEB、LKA功能。

在這五個特點的支持下，MINIEYE拿下了前裝市場9款車型的訂單。其中包括比亞迪、衆泰、東風三家乘用車廠，車型包括一款SUV、一款MPV與一款A00級車。劉國清透露，首款搭載X1的乘用車在今年第三季度推出。

與東風柳汽等六家商用車主機廠的合作上，安裝了X1的商用車已經量産交付。

MINIEYE方面表示前裝市場將成爲其收入的主要來源。

二、後裝市場推出M4，訂單已達數萬

MINIEYE發家的後裝ADAS領域上，在M3的基礎上，MINIEYE今年推出了M4，搭載兩枚攝像頭，多出來的一枚攝像頭對著駕駛員，可以實現駕駛員狀態分析、疲勞檢測預警等功能，同時內置了4G通信模塊，可以提供數據增值服務。

M4的優勢還包括接口豐富易集成、容易安裝以及采用前裝標准制造。

到目前爲止，MINIEYE的後裝産品已經在29個省市應用，其中有包括新疆。中國的複雜行車環境提出了對産品相當廣泛的要求。劉國清稱，將後裝産品應用到新疆地區時，發現當地很少有4G信號，于是快速打了固件補丁，對産品進行了叠代，加載了斷點續傳的功能。

這種客戶需求導向的産品化思維最終也使X1的開發工作受益。

談到從科學家轉入創業公司CEO的身份轉變，劉國清笑稱做技術是讓自己爽，而做企業是滿足客戶的需求，讓客戶爽。

三、精簡算法滿足嵌入式需求 自動駕駛領域瞄准L3

MINIEYE首席科學家吳建鑫稱，MINIEYE的産品考慮最重要的是兩個維度——安全、商業價值。而這對算法、數據、傳感器都提出了挑戰。

首先安全與成本限制，造成計算硬件的算力相對有限，因此內嵌在計算單元裏的神經網絡必須精簡。

對此，MINIEY自研了ThiNet神經網絡壓縮技術，將大容量的神經網絡進行了壓縮。其部分成果已經在ICCV 2017發布。而爲了讓ThiNet壓縮過後的神經網路在低功耗的嵌入式硬件中跑起來，MINIEYE開發了嵌入式神經網絡加速庫FastNet。相較于一些雲端的開源神經網絡，FastNet在特定任務上有明顯的加速效果。

另外，MINIEYE還自研了神經網絡架構IP HardNet，在軟硬件層面進行優化，通過動態分配、將CNN任務向FPGA傾斜的形式最多可以讓計算提速18倍。

而在對自動駕駛至關重要的數據方面，MINIEYE的數據收集工作從創業開始，到目前已經累積了1300萬公裏數據。

此外，MINIEYE除了建立一支人工數據標注團隊之外，還設計了自動標注DDT功能，應用AI使機器自行對圖像數據進行標注。

另外， MINIEYE在ADAS産品上也設計了一套功能，可以判定Corner Case，將其前後5秒的數據通過4G網絡上傳至雲端。MINIEYE做了個簡單的測算，其ADAS産品裝機量達到10萬時，通過衆包模式的數據收集，按單台車每年采集2萬公裏數據算，一年可累計20億公裏圖像數據。

在傳感器方面，MINIEYE目前主要考慮的是滿足需求下的成本。在成本最低的視覺方案上，MINIEYE在打造量體裁衣的多傳感器融合方案。王建鑫透露，MINIEYE每一個攝像頭中都內置了一枚IMU，以使得ADAS系統能更精確地工作。

而在自動駕駛上，MINIEYE此前的態度是保持冷靜。王建鑫提到一個細節，在2013年試駕特斯拉Model S時，受Autopilot功能的鼓舞，團隊一度想直接做L3、L4的自動駕駛技術，但考慮到各方面因素尚不成熟，因此暫時擱置。

而到現在，MINIEYE已經完成了技術、數據、合作方的基本積累，深入自動駕駛領域的條件已經基本成熟。MINIEYE選擇的打法是，爲自動駕駛落地提供有力的關鍵技術，或者說，主要爲自動駕駛系統提供強大的感知能力。

在傳感器的應用上，除了現在的視覺攝像頭爲主，MINIEYE還會加上激光雷達、超聲波雷達、紅外熱成像設備形成安全冗余。

對于自動駕駛項目的進展，MINIEYE表示正在與新加坡SMART合作，並計劃在2019年把限定場景L3以上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。

在2018年，MINIEYE已經通過AI方向爲主的技術研發以及分領域的商業開拓，開辟了前裝ADAS、後裝ADAS與自動駕駛三塊陣地。在商業化道路上，MINIEYE跑到了國內一衆ADAS創業公司的前排。