繼上個月以色列公司Foresight Autonomous拿下第一個卡車四目視覺系統(tǒng)（QuadSight?）訂單（一家歐洲車企）后，近日這家公司披露再次拿下一家中國電動汽車廠商的訂單。

Foresight Autonomous于1977年9月在以色列注冊成立，是一家從事設計，開發(fā)的視覺技術公司,基于專有的計算機視覺，視頻運動檢測和機器學習軟件，實現(xiàn)運輸和安全應用的商業(yè)化。他們的技術是基于母公司與以色列軍方十多年的合作。

這家公司研發(fā)的ADAS系統(tǒng)基于3D技術、視覺算法和人工智能，可以有效實時分析周圍的環(huán)境信息。此前有外媒報道，F(xiàn)oresight Autonomou正在與江淮汽車進行系統(tǒng)測試合作。

與其他公司的技術不同，F(xiàn)oresight會在車輛的前后左右四個方向安裝8個攝像頭，每個方位2個，這樣可以為車輛提供更為精確的距離數(shù)據(jù)，包括同周圍車輛的距離、是否與行人或者非機動車輛過近。同時也能對于周圍的路況進行實時的精確評級，最大程度上降低誤報率。

在今年的美國CES展上，F(xiàn)oresight首次對外展示了QuadSight?這套“最精確的四目視覺系統(tǒng)”，為半自主和自主車輛安全提供障礙物檢測性能。

QuadSight?采用的四攝像頭技術，結合了兩對立體視覺的紅外和可見光攝像頭，該系統(tǒng)設計用于在任何天氣或光線條件下（包括完全昏暗，雨天，霾，霧和眩光），以接近于零的虛假警報達到接近100％的障礙物檢測。

QuadSight?的相關技術指標：

1、全天候天氣光照條件下運行

2、30FPS的動態(tài)分辨率

3、100米范圍內小于10%的深度精度，最小識別目標35cm*25cm

4、3D自動校準的柔性基線

5、大于45?的廣角視場

Foresight首席執(zhí)行官Haim Siboni此前表示：“視覺是保證智能駕駛汽車乘客安全的基礎，而在所有天氣和照明條件下的完美視覺表現(xiàn)顯然是汽車制造商為建立消費者信心所必須實現(xiàn)的突破，以加速自動駕駛汽車的實際應用?！?/p>

近年來，立體視覺技術在3D成像、檢測及精確性方面的表現(xiàn)，對于安全可靠的半自主和自主車輛視覺系統(tǒng)成為至關重要的技術選擇之一。

立體視覺相機超越了人類駕駛員實時觀察3D物體的能力，無論物體是大還是小、運動中還是靜止，抑或是從短距離或遠距離來探測。 動態(tài)的駕駛環(huán)境要求具有一定程度的精確度水平，目前來看也只有立體視覺相機能夠提供。

這條視覺系統(tǒng)的特別之處在于融合了紅外與可見光兩種視覺技術。

擁有完整的視覺和感知功能，特別是在惡劣的光線或天氣條件下能夠看見并識別公路、車輛、路邊設施、障礙，對下一代自動駕駛汽車安全操作至關重要。

每一種攝像頭在某些光線或天氣條件下都有各自的短板和弱項。當紅外與可見光攝像頭融合時，能夠彌補單一攝像頭及傳統(tǒng)可見光雙目攝像頭的不足之處，在動態(tài)光照、陽光直射、正面行駛的汽車開大燈、惡劣天氣條件下提供精確的視覺和感知能力。

除了四目視覺系統(tǒng)，這家以色列公司還有兩項產品，分別是雙目視覺系統(tǒng)Eye-On?和V2X解決方案Eye-Net?。

今年6月，F(xiàn)oresight Autonomous宣布，成功完成了Eye-Net?事故預防解決方案的對照試驗。該方案基于V2X蜂窩移動網(wǎng)絡，通過使用智能手機并依靠現(xiàn)有的蜂窩移動網(wǎng)絡實時向行人和車輛提供碰撞警報。

在實驗期間，F(xiàn)oresight在各種情況下測試了Eye-Net?系統(tǒng)，并將其與安裝在十字路口的NoTraffic智能系統(tǒng)進行了整合，進行了包括車輛和/或行人在內的幾種事故的模擬場景。

在所有情況下，使用安裝在手機上的Eye-Net?應用程序的各方都能收到實時警報，以防止發(fā)生碰撞。同時，Eye-Net系統(tǒng)與智能交通基礎設施系統(tǒng)進行集成，安裝在十字路口的系統(tǒng)使用智能傳感器識別未聯(lián)網(wǎng)駕駛員或行人，然后通過Eye-Net系統(tǒng)將信息傳送給駕駛員，以防止碰撞。

在試驗過程中，信息實時傳輸至現(xiàn)場的控制中心，并在地圖上顯示模擬碰撞發(fā)生的位置和時間，以及相關道路使用者的分類。

近年來，以Mobileye為代表的以色列汽車技術初創(chuàng)公司吸引了全球的目光。有數(shù)據(jù)顯示，以色列交通運輸科技產業(yè)至少有550家創(chuàng)業(yè)公司。

其中，在立體視覺方面以色列公司是全球最早進行研發(fā)的，目前，立體視覺已經渡過技術基礎期，將進入3-5年的快速成長期。

自動駕駛對安全性要求更高，不能漏報，一旦漏報就是一個非常嚴重的交通事故。比如除了車、人等常見的一些障礙物，未來車輛感知系統(tǒng)必須檢測到全類型的障礙物。同時，目前如果搭配現(xiàn)有成熟的單目視覺、毫米波雷達及激光雷達的方案，成本還是很高。

其中，傳統(tǒng)的單目視覺最大瓶頸在于天氣變化，尤其是雨霧及夜晚環(huán)境。而立體視覺是一個全類型環(huán)境識別，以目前的主流自適應巡航ACC為例，以雙目為代表的立體視覺技術可以減少光照變化帶來的影響。同時，雙目攝像頭是一個天然融合的傳感器，它將深度學習和圖像學習進行有效糅合。