大規(guī)模量產(chǎn)，一直是擺在ADAS初創(chuàng)公司面前的一道坎。

“我們不盲目選擇酷炫的技術(shù)，只追求最極致的應(yīng)用，只有適合量產(chǎn)的技術(shù)，做出來的產(chǎn)品才是最有意義和價值的。從2016開始，我們就著重于技術(shù)產(chǎn)品化，因為產(chǎn)品化才能通過用戶獲得更多數(shù)據(jù)，幫助提升算法，同時健康的現(xiàn)金流也能保證在研發(fā)上持續(xù)投入?！痹贛INIEYE創(chuàng)始人兼CEO劉國清看來，公司從2013年成立到現(xiàn)在已經(jīng)有5年時間了，在視覺感知算法、深度神經(jīng)網(wǎng)絡(luò)技術(shù)、FPGA開發(fā)、嵌入式系統(tǒng)、汽車電子、測試、數(shù)據(jù)等方面有著長時間的積累，這為大規(guī)模量產(chǎn)打下堅實基礎(chǔ)。

2018年5月4日-5日，MINIEYE創(chuàng)始人/CEO劉國清在2018年度高工智能汽車開發(fā)者大會發(fā)表主題演講

MINIEYE創(chuàng)建于2013年，是一家致力于智能駕駛領(lǐng)域的科技公司，目前公司總部位于深圳，另在南京和北京建有算法研發(fā)中心，武漢還有一個銷售中心。

公司全職研發(fā)人員有100多人，核心團(tuán)隊方面，創(chuàng)始人CEO劉國清，新加坡南洋理工大學(xué)工學(xué)計算機(jī)工程博士，新加坡首個MDA－ADAS研發(fā)項目的PI，多次入選福布斯和胡潤百富創(chuàng)新與創(chuàng)業(yè)榜單；首席科學(xué)家吳建鑫，美國佐治亞理工學(xué)院計算機(jī)工程博士，計算機(jī)視覺專家，感知領(lǐng)域國際知名會議CVPR、ICCV、AAAI領(lǐng)域主席；

核心團(tuán)員還有曾供職于TI、NASA、Intel、三星、Amazon、微軟、BAT、Delphi等行業(yè)巨頭，或畢業(yè)于賓夕法尼亞大學(xué)、新加坡國立大學(xué)、清華大學(xué)、北京大學(xué)、波士頓大學(xué)、德州A&M大學(xué)、中科院、華科、浙大等國內(nèi)外知名高校。

和很多初創(chuàng)ADAS公司不同的是，MINIEYE一直堅持前、后裝兩手抓，年初訂單合同已經(jīng)破萬。

MINIEYE基于視覺的防撞預(yù)警產(chǎn)品，具備FCW(前車碰撞預(yù)警)、LDW（車道偏離預(yù)警）、HMW（車距監(jiān)測）、STOP&GO(前車啟停預(yù)警)、UFCW（城市前車碰撞預(yù)警）五項功能。其中FCW（前車碰撞預(yù)警系統(tǒng)）及LDW（車道偏離預(yù)警系統(tǒng)）通過了交通部《JT/T883-2014運(yùn)營車輛行駛危險預(yù)警系統(tǒng)技術(shù)要求和驗證方法》的專業(yè)認(rèn)證。

“我們的算法更先進(jìn)、魯棒性高，在識別率、測距、TTC精度等核心指標(biāo)上可以對標(biāo)Mobileye?！痹趧蹇磥?，長期的技術(shù)積累，大體量的標(biāo)注數(shù)據(jù)，豐富項目經(jīng)驗，和有力的合作方（Xilinx等核心芯片廠商）支持，使得公司的產(chǎn)品在算法性能、硬件可靠性、功耗、定制化深度以及性價比等方面都得到了前裝和后裝客戶的認(rèn)可。

作為最先落地的商用車市場，MINIEYE的解決方案能夠達(dá)到車規(guī)級要求，配合前裝車廠累計已經(jīng)做了超過一百萬公里的測試，而在南京的研究中心，每天在標(biāo)注和處理數(shù)據(jù)，70%用來迭代，另外30%做數(shù)據(jù)庫級別的測試。截止到去年12月份，測試數(shù)據(jù)里程已經(jīng)超過一千萬公里。

2018年美國CES展會上，MINIEYE對外展示了前裝乘用車產(chǎn)品X1。X1增加了行人碰撞預(yù)警、限速標(biāo)志識別等功能，并且，是一款完全滿足乘用車前裝要求的產(chǎn)品。目前，在前裝乘用車市場，MINIEYE已經(jīng)進(jìn)行了長周期的前向輔助算法評價與路測，并已定點(diǎn)多家 Tier 1、車企。

此外，面向目前日趨明朗的視覺+毫米波雷達(dá)融合趨勢，劉國清透漏，“近期MINIEYE將發(fā)布一套主打L0、L1級別的車規(guī)級ADAS產(chǎn)品，其最大的亮點(diǎn)是在感知層面使用了視覺融合毫米波利達(dá)算法，而且支持?jǐn)U展功能，目前該產(chǎn)品已經(jīng)能夠?qū)崿F(xiàn)量產(chǎn)。這也是MINIEYE產(chǎn)品的一次變革，在國內(nèi)率先在感知層面做到了視覺與毫米波雷達(dá)融合的量產(chǎn)。

而在控制執(zhí)行層方面，MINIEYE也已經(jīng)與包括萬向集團(tuán)在內(nèi)的多家控制類Tier 1開展合作，將前向輔助產(chǎn)品進(jìn)一步做到主動控制級別（AEB），目前由MINIEYE提供AEB算法已經(jīng)進(jìn)入測試優(yōu)化階段。

FPGA做車規(guī)級ADAS開發(fā)

在技術(shù)路線和產(chǎn)品架構(gòu)上，MINIEYE選擇基于FPGA做車規(guī)級ADAS開發(fā)，主要是因為FPGA相比GPU或者其他定制化芯片有4個優(yōu)勢：第一采購成本合理，有利于產(chǎn)品化；第二FPGA相對于GPU整機(jī)功耗更低，平均小于3W，符合前裝項目要求；第三FPGA可編程。

智能駕駛和人工智能都涉及到了深度神經(jīng)網(wǎng)絡(luò)，其中深度神經(jīng)網(wǎng)絡(luò)更新迭代非?？?，幾乎每個月都有新的進(jìn)展和網(wǎng)絡(luò)結(jié)構(gòu)、模型出來，可編程非常重要。第四可擴(kuò)展，能夠把感知從滿足L1的要求提升到L2，甚至提升到滿足L3。

靈活可擴(kuò)展：基于深度神經(jīng)網(wǎng)絡(luò)，精度可達(dá)到L2/L3功能的需求，靈活可編程，快速迭代模型和架構(gòu)，支持客戶與其他功能模塊打通(液晶儀表、HUD等)和做一些人機(jī)交互。

性價比更高：相比同級別競爭對手，MINIEYE基于FPGA平臺的車規(guī)級芯片，可以把人、車、車道、標(biāo)志識別這些功能做到一起，功耗只有2-3W，該類芯片每年出貨量超過kk級，相對于GPU或者是其他的定制化芯片成本非常友好。

算法方面：我們采用的FPGA有很大優(yōu)勢， FPGA有更好的可編程性，但是這對技術(shù)要很高的要求，MINIEYE在這方面有一支很不錯的團(tuán)隊，可以根據(jù)客戶的需求在FPGA里邊做一些改動。

在近日舉行的2018高工智能汽車開發(fā)者大會上，劉國清談到MINIEYE在技術(shù)上有多方面和長時間的積累，其中視覺感知算法、深度神經(jīng)網(wǎng)絡(luò)技術(shù)和FPGA開發(fā)是重點(diǎn)。

在系統(tǒng)架構(gòu)里MINIEYE采用了傳統(tǒng)感知算法和深度神經(jīng)網(wǎng)絡(luò)融合的方式，紅色區(qū)域（下圖）是感知模塊。

劉國清博士介紹到，傳統(tǒng)感知算法與深度神經(jīng)網(wǎng)絡(luò)之間各有所長。在產(chǎn)品研發(fā)過程中對于方法的選擇應(yīng)該是需求導(dǎo)向的。結(jié)合過去幾年前裝項目的經(jīng)驗，MINIEYE的系統(tǒng)架構(gòu)里采用傳統(tǒng)感知算法和深度學(xué)習(xí)融合的方式，在功能、成本、功耗和靈活性上找到平衡。

如果要把基于部分使用深度學(xué)習(xí)的系統(tǒng)實現(xiàn)真正的產(chǎn)品化，放在面積比較小且計算力有限的FPGA平臺而且需要低功耗、高性價比，這對技術(shù)的研發(fā)有一系列的挑戰(zhàn)。MINIEYE提出了ThiNet，讓整個神經(jīng)網(wǎng)絡(luò)變的更“瘦”，計算復(fù)雜度變的更低，存儲更少。這主要牽扯的核心技術(shù)是剪枝。

對神經(jīng)網(wǎng)絡(luò)進(jìn)行剪枝這個想法其基本的思想是：神經(jīng)網(wǎng)絡(luò)的參數(shù)眾多，但其中有些參數(shù)對最終的輸出結(jié)果貢獻(xiàn)不大而顯得冗余，剪枝顧名思義，就是要將這些冗余的參數(shù)剪掉。

它的優(yōu)勢是可以對大網(wǎng)絡(luò)進(jìn)行縮減。對于一個有一百個通道的網(wǎng)絡(luò)，通過對網(wǎng)絡(luò)架構(gòu)做裁減，把一百個通道降低到三十個甚至是二十個通道，而帶來的精度損失可能只有千分之幾。

這可以幫助我們在產(chǎn)品化過程中對性能和效率之間取一個平衡。意味著付出千分之一的精度損失，可以節(jié)省十倍甚至幾十倍的計算資源，這使得本來要在30美金、50美金芯片上做的事情，在低成本的芯片上就可以實現(xiàn)，大大提高了產(chǎn)品性價比。

目前通過網(wǎng)絡(luò)壓縮可以完成四種任務(wù)，檢測、分類、回歸、分割。這四種任務(wù)基本上覆蓋了L1—L3里面的感知需求。

ADAS前裝量產(chǎn)落地邁過的坎

從技術(shù)儲備到技術(shù)產(chǎn)品化落地，MINIEYE非常清楚需要邁過哪些坎。

劉國清表示：第一、提升性價比。客戶除了要求高質(zhì)量的算法以及一些車規(guī)級門檻限制以外，還有很多其他需求，比如、低功耗、高性價比、功能可以擴(kuò)展等一些定制化需求，其中最重要的就是要高性價比，低成本。

想打進(jìn)前裝市場，哪怕價格貴一百塊錢都是一個很大的數(shù)字，如何把成本控制下來，把東西做好，而且價格上有優(yōu)勢，這在技術(shù)上是一個很大的挑戰(zhàn)。我們很高興已經(jīng)做到了這一點(diǎn)。

第二，從算法、系統(tǒng)、硬件、應(yīng)用層面逐步打磨產(chǎn)品，這需要時間。從demo到前裝量產(chǎn)，Mobileye花了8年，我們即便站在巨人的肩膀上也用了4年多的時間。

第三、訓(xùn)練優(yōu)秀的模型，即是技術(shù)活，又是體力活。不僅需要一流的研發(fā)團(tuán)隊，提出先進(jìn)的人工智能算法，也同樣需要大體量的數(shù)據(jù)。如果把算法比作武器，那么數(shù)據(jù)就是彈藥。”

對公司接下來的規(guī)劃，劉國清表示：公司的發(fā)展方向還是堅持“坐標(biāo)系戰(zhàn)略”，從橫向、縱向兩個維度去發(fā)展。

橫向指產(chǎn)品落地拓展市場。 我們不盲目選擇高級的技術(shù)，只追求最極致的應(yīng)用，只有適合量產(chǎn)的技術(shù)，做出來的產(chǎn)品才是最有意義和價值的，從2016開始，我們就著重于技術(shù)產(chǎn)品化，因為產(chǎn)品化才能通過用戶獲得更多數(shù)據(jù)，幫助提升算法，同時健康的現(xiàn)金流也能保證在研發(fā)上持續(xù)投入。

縱向方面，今年我們除了推進(jìn)前裝（AEB）ADAS應(yīng)用以外，還會向更高階的自動駕駛、芯片研發(fā)領(lǐng)域發(fā)力。在劉國清看來，公司在未來進(jìn)入ADAS芯片領(lǐng)域是水到渠成的，只是目前時機(jī)還不成熟。

主要有兩方面原因，第一，芯片的成本跟出貨量有直接關(guān)系，所以做芯片至少能夠充分滿足一個細(xì)分市場的需求。在汽車行業(yè)，想做出滿足汽車類客戶需求的感知或者深度神經(jīng)網(wǎng)絡(luò)專用芯片，一定要對市有足夠的了解。所以我們會等產(chǎn)品配套10個車型以上，對市場需求定義有了非常清晰的認(rèn)識以后，才會做這樣的事情；

另一個是芯片開發(fā)周期長。從流片到最終量產(chǎn)需要一到兩年時間，現(xiàn)在深度學(xué)習(xí)算法方面更新?lián)Q代速度太快，每一個禮拜都有幾十篇新領(lǐng)域的文章出來，在這樣一個階段，芯片還沒開發(fā)出來里面的算法就已經(jīng)很OUT了。

劉國清的一句話或許是最好的注解：“一個人一輩子能做好一件事，便是莫大的成功。MINIEYE正全力以赴！”