“如果一家智能汽車電子服務公司，想要在智能汽車的道路上長遠發(fā)展下去，那么它一定要能解決智能汽車前裝市場上的一些核心問題，這也是衡量其存在的價值所在?！弊孕?a href="http://www.socialnewsupdate.com/v/" target="_blank">科技CEO關艷峰認為。

自行科技CEO關艷峰

自行科技CEO關艷峰，2007年畢業(yè)于東南大學無線電系，獲工學博士學位。同年加入中興通訊股份有限公司，致力于B3G移動通信標準和技術研究，任中興通訊3GPP /IEEE預研專家，向3GPP/LTE-A、IEEE/802.16m等標準組織提交提案近百篇，申請發(fā)明專利140余項，國際專利50余項，十余項專利寫入國際通信標準。

2011至2013年負責國家科技重大專項/新一代寬帶無線移動通信網(wǎng)/多天線MIMO技術增強課題研究。2013年投身人工智能領域，直至聯(lián)合創(chuàng)立深圳市自行科技有限公司。

自行科技是一家專注于智能汽車電子領域的創(chuàng)業(yè)公司，總部位于深圳，在武漢設立有算法研究中心；另外，正在北美布局銷售中心，其主要作用是尋求與一些國際TIER 1和OEM的合作。目前公司全職人員有40多人，主要是來自中興、華為等電子通信領域和Denso，PSA等傳統(tǒng)汽車產(chǎn)業(yè)的人才。

目前，自行科技可以為前裝市場提供三類車規(guī)級產(chǎn)品：基于單目視覺的前向ADAS系統(tǒng)（支持FCW，PCW，LDW），駕駛員監(jiān)控系統(tǒng)DMS（疲勞預警、狀態(tài)監(jiān)控和身份識別），標清和高清全景影像系統(tǒng)AVM（支持LDW、BSD和MOD等）。

立足前裝，“造血”和“造工具”是戰(zhàn)略布局

和許多初創(chuàng)ADAS公司不同，自行科技只為前裝市場提供產(chǎn)品和服務。

關艷峰講到：“一家初創(chuàng)ADAS公司，能夠快速在市場上獲得營收是非常難的，而想要通過建立前裝服務能力并在前裝市場獲得營收更難；與前裝相比，后裝市場在短時間內更容易獲得營收，但是其利潤并不高，我們不想把ADAS和智能汽車近五到十年的黃金發(fā)展時間，用在一些可能無法積累的產(chǎn)品和服務上去?！?/p>

在公司發(fā)展和布局方面，關艷峰認為，一個智能汽車電子服務公司想要謀求長遠發(fā)展必須同時具備“造血”和“造工具”的能力。

“造血”能力指的是企業(yè)短期發(fā)展能力，是指企業(yè)具備提供滿足當下市場需求的產(chǎn)品和服務的能力，是指能夠為企業(yè)積累前裝經(jīng)驗，和為企業(yè)帶來收入的能力；

而“造工具”能力指的是企業(yè)的長期發(fā)展能力，是指企業(yè)具備提供滿足未來市場需求的產(chǎn)品和服務的能力，并且在未來能夠為企業(yè)帶來收入，保持企業(yè)持續(xù)競爭力和發(fā)展的能力。

全景影像系統(tǒng)AVM（支持LDW），是自行科技的主要造血能力。

自行科技在與客戶交流ADAS的過程中發(fā)現(xiàn)，當下客戶對高性能（例如，嚴格30fps幀率，2~3s快速啟動，基于AVM實現(xiàn)LDW），高性價比，車規(guī)級全景影像系統(tǒng)需求很大。

隨后，自行科技對市場上的全景影像系統(tǒng)進行了深入的調研之后，推出一套前裝車規(guī)級全景影像系統(tǒng)（AVM）。主要是通過安裝在車外（側向兩個、前向一個、后向一個）四路高清攝像頭采集道路信息，再通過軟件算法拼接成環(huán)視視頻。按照攝像頭級別和產(chǎn)品技術路徑的不同，全景影像系統(tǒng)（AVM）可分為標清和高清（720P）兩個版本。

關艷峰介紹：相比傳統(tǒng)360環(huán)視系統(tǒng)，公司的產(chǎn)品主要優(yōu)勢有三點。第一，降低車企采購成本。與原裝車機集成度高，節(jié)約了不必要的線束和連接件（汽車線束和連接件會占據(jù)汽車電子產(chǎn)品成本的10%左右），節(jié)省外殼，簡化量產(chǎn)測試流程和安裝流程；

第二，可靠性高?；赬ilinx的FPGA實現(xiàn)，產(chǎn)品可以達到車規(guī)級；

第三，智能化更高，除了基本的顯示之外，還可以根據(jù)客戶要求基于現(xiàn)有硬件實現(xiàn)LDW和BSD?！?/p>

駕駛員監(jiān)控系統(tǒng)DMS（疲勞預警、狀態(tài)監(jiān)控和身份識別），前向ADAS系統(tǒng)（支持FCW，PCW，LDW），是自行科技耕耘市場的有力工具。

在關艷峰看來， L0-L2階段的很多交通事故是由于駕駛員疲勞和注意力分散造成，而L3-L4級自動駕駛屬于人車共駕狀態(tài)，一部分事故是由于人車駕駛權切換不及時和駕駛員過度使用ADAS和自動駕駛系統(tǒng)造成。

而L5級則需要全新的適配于無人駕駛汽車的自動駕駛座艙，其實不僅L5級，隨著自動駕駛等級的逐漸提高，對駕乘人員的駕乘體驗的提升將越來越重要。

那么，針對駕駛員疲勞監(jiān)測，注意力監(jiān)測，視線跟蹤，表情分析以及身份識別等技術就會在自動駕駛路徑上有獨特的作用，比如L3級自動駕駛的人車駕駛切換，L3-L5級自動階段的個性化定制服務；此外，針對乘員的監(jiān)測以及提供乘員的互聯(lián)網(wǎng)服務也是非常重要的。

為此，自行科技開發(fā)了一套基于深度學習神經(jīng)網(wǎng)絡的駕駛員監(jiān)控系統(tǒng)（DMS）。它可以實現(xiàn)疲勞駕駛預警、不良行為監(jiān)控（抽煙、打電話、打呵欠）、人臉識別及身份驗證、表情識別、視線追蹤等多種功能。

關艷峰介紹：“該系統(tǒng)的主要優(yōu)點是基于視覺傳感器的深度學習技術，完全在車規(guī)級器件上實現(xiàn)?！?/p>

在前向ADAS方面，關艷峰表示，前裝市場需要高可靠、高性能、高速度、低功耗、低成本、專業(yè)化，滿足安全標準的產(chǎn)品。

其中高可靠主要是要需要車規(guī)級的軟硬件系統(tǒng)，至少能夠保障至少3年6萬公里的壽命要求；高性能主要是靠高效率算法、高計算力的硬件，能夠保證各種環(huán)境下準確和實時感知、決策和執(zhí)行。低功耗、低成本是車廠能夠批量安裝的重要保障，專業(yè)化則能合乎規(guī)范和測試流程，并提供良好的用戶體驗。

針對以上6大核心問題，自行科技可以提供一套基于單目視覺的前向ADAS系統(tǒng)（FCW，PCW，LDW），以及視覺感知核心模組供合作方集成。在這個系統(tǒng)中，深度學習是算法核心，F(xiàn)PGA是計算核心。

關艷峰介紹，在ADAS的研發(fā)方面我們投入了大量的時間，我們的FPGA硬件已經(jīng)迭代了30個月，算法迭代的時間更長。例如，在有些環(huán)境下（逆光、黑暗、雨霧天氣等等），人的肉眼都很難區(qū)別，靠算法如何去解決？

基于低成本FPGA平臺實現(xiàn)深度學習的挑戰(zhàn)很大。比如，如何優(yōu)化深度神經(jīng)網(wǎng)絡，使得一個計算量很大的深度神經(jīng)網(wǎng)絡可以在一個中小規(guī)模的 FPGA 上運行，同時又能維持性能和成本平衡？

這需要對神經(jīng)網(wǎng)絡和 FPGA 進行大量優(yōu)化。主要是FPGA 并行優(yōu)化，包括卷積操作并行、特征圖內并行、特征圖間并行、層/幀并行。

其中通過對神經(jīng)網(wǎng)絡和 FPGA 平臺的優(yōu)化，目前單目視覺模組在環(huán)境多樣性和目標多樣性下性能表現(xiàn)良好。例如：雨天、夜晚、雪天和隧道出口、側向車輛、局部暴露車輛以及異型車輛能可靠識別；

對于各類車輛做到多姿態(tài)、多角度的識別，最大的可靠識別距離 100 米；各類行人和非機動車，最大可靠識別距離為50米，并支持夜間行人識別功能；擴展性強，支持傳感器融合及算法融合，可實現(xiàn)干預類ADAS功能，如AEB、LKA、自動變道等。

ADAS與乘用車車企達成合作

在市場合作方面， AVM環(huán)視系統(tǒng)（支持LDW）與多家Tier 1達成合作，2017年年底搭載自行科技AVM的眾泰某車型已量產(chǎn)上市；DMS系統(tǒng)成功與3家商用車車企達成定點，最快一款商用車將于2018年年底量產(chǎn)上市；前向ADAS目前與一家商用車車企業(yè)達成定點，與一家乘用車車企達成定點，乘用車車型預計2019年初量產(chǎn)上市。

其他方面，關艷峰透漏，面向目前日趨明朗的視覺+毫米波雷達融合趨勢，自行科技在這方面也早有布局，但是自行科技更加看中未來3到5年內可量產(chǎn)的L3級解決方案中的各個技術點。

對于自行科技而言，做好L3級的綜合感知，甚至感知定位系統(tǒng)最重要的技術點，它需要基于可量產(chǎn)的傳感器做深度融合，來克服更多的CornerCase。目前自行科技也在積極投入深度融合算法的研究，預計2019年推出視覺+毫米波雷達融合的感知方案。”

量產(chǎn)難，視覺融合毫米波雷達算法處于優(yōu)化階段

從技術研發(fā)儲備到產(chǎn)品化落地量產(chǎn)，自行科技非常清楚還需要邁過哪些坎？

關艷峰表示，第一，GPU算法轉換成在FPGA上運行工作量大。初期的深度學習視覺算法都是在GPU上完成的，但是GPU功耗高，價格昂貴，想要解決真正的量產(chǎn)問題，必須將GPU算法轉換到FPGA上去，這需要大量時間和優(yōu)化技術支撐。

第二，優(yōu)化視覺融合毫米波雷達的ADAS算法難。不管是超聲波和視覺，還是毫米波和視覺，實現(xiàn)簡單的Result融合并不難，但是你想要把它做得好，采用 RawData層次的融合，在實際中取得不錯的效果，這是一項不小的技術挑戰(zhàn)。

第三，產(chǎn)品量產(chǎn)難。汽車行業(yè)是需要積累的，而且想要讓中國汽車行業(yè)在世界享有一席之地，你一定要能解決一些前裝量產(chǎn)問題，要知道，想要保證一個產(chǎn)品能夠年產(chǎn)10萬件，而且不被召回是不容易的，還需要產(chǎn)長期的測試和足夠的積淀。

談到對公司接下來的發(fā)展？

關艷峰表示，跟隨市場規(guī)律，做兩手準備，一面做量產(chǎn)輸出，一面做技術儲備。

例如，當下智能汽車需要L0和L1級別的ADAS產(chǎn)品，自行科技就對外輸出L0和L1級別的ADAS產(chǎn)品。如果5年以后，整個業(yè)界達到了L3級別，自行科技希望能夠成為L3級別ADAS產(chǎn)品的主要提供商，這背后需要提前做好技術儲備。

關艷峰認為，傳統(tǒng)汽車到自動駕駛還需要較長的過程，智能化從低端到高端也不是一蹴而就的事情，一個產(chǎn)業(yè)形成是需要整個配套產(chǎn)業(yè)一起進步，一起平衡發(fā)展，比如即使實現(xiàn)L5級別的技術路徑我們已經(jīng)想到了，但是也不可能馬上實現(xiàn)量產(chǎn)，而且與自動駕駛相關的法律法規(guī)，基礎設施也不完善。

目前需要通過一些產(chǎn)品先落地，培養(yǎng)市場認可度，只有這樣慢慢的發(fā)展才能使得技術逐漸積累到L3，L4或者更高的級別。

所以在智能汽車發(fā)展過程中，自行科技更傾向于傳統(tǒng)汽車的方式，一步一步的往高端走，不像互聯(lián)網(wǎng)造車企業(yè)直接做到了自動駕駛級別。