对标Mobileye抢占ADAS和自主泊车量产赛道魔视智能上车方法论

  自动驾驶概念阶段已逝去、如今已不再是开一圈L4测试车就能吸引眼球的时代了。接下来的问题是无人驾驶怎么来实现大规模落地？现实的无人驾驶场景到底在哪里？又如何真正地解决高频刚需？

  在无人驾驶商业化落地的交锋中，各路参局者划定过许多细分场景应用。公众看到的是，自动驾驶量产前夜，部分主机厂已完成L2级智能辅助驾驶系统量产上车，并积极布局L3/L4落地。在这背后，全栈式无人驾驶方案供应商魔视智能是主机厂背后的核心技术支撑者。

  魔视智能的每一次公开亮相不能离开“量产”。自成立之初，魔视智能就宣称将成本相比来说较低的FPGA、深度学习技术作为基调，不依赖高成本激光雷达，利用摄像头为主的V-SLAM技术完成定位，以此解决成本及量产难题。

  在和主机厂、一级供应商合作的过程中，魔视智能创始人兼CEO虞正华听到了市场对量产的声音，有其自己的解读。

  对车厂和一级供应商而言，其需要的是一个全栈式供应商，即不仅是拥有前视或泊车功能，未来一定是融合性的无人驾驶产品，满足从L1到L4无人驾驶完整的覆盖；并强调安全性要提升等级，从ADAS到L4无人驾驶系统性能上要提升一个等级；最重要的成本层面，在虞正华看来，量产的L3/L4一定要比当前所有系统相加还要便宜50%。

  魔视智能将自己定位于无人驾驶大脑供应商，通过多传感器的融合，提供从环境感知、车体定位、路径规划和驾驶决策功能，来实现从L1到L4各等级无人驾驶量产。雷锋网新智驾了解到，魔视智能提供的解决方案完成了从预警类到L3/L4的完整功能覆盖。很重要的一点是，其使用的是一套适用于各级别无人驾驶的以深度学习为基础的技术框架。

  成立三年，魔视智能已经走向量产之路。用虞正华的话来说，我们的产品线S店，而非某个测试场地。

  2015年，魔视智能基于深度学习的前视智能辅助驾驶项目真正开始启动；隔年11月，推出国内第一台基于深度学习的车规级智能辅助驾驶样机；2018年6月，在进行了一年有余的乘用车主机厂测试后，智能辅助驾驶一体机实现乘用车前装量产。

  众所周知，前视系统多包括一个摄像头和一个雷达，就可以实现障碍物预警和一定的控制功能，例如AEB、ACC等，从障碍物识别角度看，L1及以上无人驾驶场景相似；欧盟也宣布将于2021—2022年在所有新车型上强制配备AEB；商用车层面，2019年9米以上大客车将强制要求装备AEB。技术相似性与市场需求，成为魔视智能率先布局前视智能辅助驾驶前装量产之路背后的考虑。

  虞正华提到，前视智能辅助驾驶系统要重点解决两大问题：一大基础是目标感知能力，包括对车辆行人的感知、适应复杂目标类型和车况、不同的车道线及以上无人驾驶而言，除可实现目标检测外，还一定要具有感知空闲区域的能力，这是L2及以上无人驾驶必备的功能，其将在避障和传感器融合方面提供更多有用信息。

  以上成为魔视智能前视智能辅助驾驶系统在车辆感知层面应用人工智能的尝试，这一点和Mobileye相似。第一阶段是单纯软件问题，第二阶段进行了升级，目前已经实现量产。

  魔视智能构建了超过450种工况的场景库，进行了大量的测试和验证。MIT300-AEB 产品也通过最新2019年4月中国交通部JT/T1242-2019 自动紧急制动系统性能测试。

  雷锋网新智驾了解到，魔视智能前视智能辅助驾驶一体机已在商用车、乘用车、L1/L2层面完成了大规模前装量产，并与多个中国一线乘用车和商用车主机厂批量量产魔智 MIT 系列视觉 ADAS 系统。

  2018年，魔视智能已向比亚迪宋提供了大量前装量产产品，帮助比亚迪上市的主力车型实现了辅助驾驶系统（例如LDW）；且在同北汽新能源、一汽、众泰等18个主机厂及供应商进行量产和相关这类的产品研发合作。按照魔视智能的计划，到2019年末扩展至30个主机厂及供应商量产及合作项目，17个正式定点，搭载超过15万台不同车型。

  近年来，国内的ADAS方案产品几乎被博世、大陆、德尔福等外国传统零部件供应商垄断。但是国外零部件供应商的成熟驾驶辅助系统产品在国内市场往往“水土不服”。行业内已有共识，ADAS系统要进行深度的本地化适应开发，才能在感知-决策-执行等环节更为贴近中国路况。这成为诸多国内汽车零部件领域弯道超车的机会。据虞正华介绍，同Mobileye相比，魔视智能产品成本相比来说较低，无人驾驶产品价格居于千元级。

  面向高级别无人驾驶，AVP（自动代客泊车）被定义为L4级无人驾驶应用中最早、最快实现量产的场景；港口类封闭园区也是商用车L4量产起步的一大落地应用。

  早在去年，魔视智能就发布了基于360全景环视和超声检测融合的自动泊车方案，能适应广泛复杂的工况，实现半自动、全自动及一键式遥控泊车。虞正华提到，基于超声波雷达的自动泊车成功率相对低，因很多车位类型无法处理。通过加载视觉和超声波雷达融合之后，魔视智能可实现自动代客泊车，能够实现从驾驶员移交系统到泊入停车位和远端召回的全程低速无人驾驶，且泊车成功率从70%提升到95%。

  魔视智能打造的是一套可量产的自动代客泊车系统。传感器层面，4个环视摄像头、12个超声波雷达、5个毫米波雷达。总系统全部采用可量产的传感器。传感器的配置绝大多数都是现在高端车的标配。

  不需要场端改造设施，魔视智能自动代客泊车技术基于V-SLAM完成定位，可实现跨层泊车。车辆在行驶过程中，实时定位，并将传感器检验测试到的信息与地图进行实时叠加。在多次测试验证过程中，搭载魔视智能自动驾驶系统的车辆完成了精度在10厘米以内的精准定位。

  基于车规级传感器V-SLAM完成实时定位、多角度多目标的识别和避障任务的背后，是魔视智能在深度学习技术方面的积累。魔视智能在成立之初将深度学习技术作为基调。其深度学习算法曾参加无人驾驶算法评测数据集KITTI、CITYSCAPES算法评测数据集等多类比赛，并位居世界前列。

  值得一提的是，FPGA解决方案的头部供应商赛灵思中国区高级市场经理罗霖曾表示：“魔视智能是国内首家基于FPGA进行深度学习研发技术，且完成产品量产化的公司，而多数人工智能公司还处于研发或样机测试阶段。”

  魔视智能同时也在自主研发基于深度学习的车规级域控制器。该域控制器既可实现自主代客泊车、自动泊车，并支持L1/L2+前视辅助驾驶功能。很重要的一点是，魔视智能自主研发的域控制器属于车规级产品，功率低于15瓦，成本已达到大规模量产水平。

  且该功能设计全部符合安全最高等级ASIL-D。雷锋网新智驾了解到，目前市场上真正按照ASIL-D系统开发的AVP系统凤毛麟角。

  为解决无人驾驶量产，虞正华提出四大要求：无人驾驶核心算法能适应外界纷繁复杂的交通路况和各种各样的目标；满足车规级要求，且有低成本运算平台承载所有的计算；从开发到设计、验证、生产，系统一定要按照汽车工程规范执行；海量测试数据和验证，进行算法升级。

  目前魔视智能已经积累超过千万公里的路测无人驾驶数据。同时在上海建立产线，无人驾驶硬件年产能达十几万。从数据采集、后端处理，到算法模型、训练模型、硬件搭载的闭环，魔视智能已在深度学习算法、汽车嵌入化平台、优质数据三大方面构建了一套核心的技术路线。这已经铸造为魔视智能对标辅助系统ADAS及自动驾驶领域中其它公司的三大高地。