威盛电子唐亮：产学研整合-推动下一代智能驾驶人才培养 | CCF-GAIR 2020

2020年8月7日，全球人工智能与机器人峰会(CCF-GAIR 2020)正式开幕。CCF-GAIR 2020峰会由中国计算机联合会(CCF)主办，香港中文大学(深圳)和雷锋网(微信官方账号:雷锋网)联合承办，鹏程实验室和深圳人工智能与机器人研究所协办。

威盛电子高级技术总监唐亮在本次峰会专场上发表了《产学研融合——推动下一代智能驾驶员培养》的精彩报告。

事实上，威盛电子凭借在嵌入式和计算机视觉领域的研究成果，在车辆领域的智能驾驶方面做了大量工作。主要针对商用车队、矿用卡车、公交车等车辆，基于车载AI系统和车载AI双镜头监视器，支持DMS驾驶员监控、ADAS辅助驾驶、SVS全景、传感器融合等软件算法，并为学校开发了威盛任我行智能驾驶研究平台。

基于威盛任我行智能驾驶研究平台的原型无人车系统，可以在封闭园区的指定范围内自动行驶到目的地。同时，通过激光雷达、超声波雷达、惯性导航等。，已经可以自主避障，实现L4级自动驾驶。

同时，唐亮表示，目前很多大学都处于科普阶段。目前我国人工智能领域人员缺口为500万。威盛希望通过自身努力，并借助威盛任我行的智能驾驶研究平台和系统，帮助数百万学生进入人工智能和自动驾驶行业。

以下为唐亮演讲全文。雷锋新智经编辑不改初衷:

你好，我是威盛电子的唐亮。我今天介绍的题目是“产学研结合——推动下一代智能驾驶人才培养”，主要介绍威盛任我行智能驾驶研究平台。演讲的内容包括三个部分:一是通过电子学介绍；二是介绍威盛电子在人工智能方面所做的工作；三是引进威盛任我行智能驾驶研究平台。

完成从传统嵌入式平台到人工智能嵌入式平台的转变。

威盛电子成立于1987年，是一家嵌入式平台和解决方案提供商。1992年，公司总部从美国迁至省台北市。首席执行官是陈，目前拥有2000多名员工和6000多项专利。

在中国北京、深圳、上海、台北等地设有R&D中心，在美国奥斯丁和弗里蒙特设有R&D中心，在东京设有销售分公司。

威盛电子自1987年成立以来，从最底层的CPU、GPU、芯片组的设计，到自主研发的嵌入式主板，成功开发了一套嵌入式系统。现在把计算机视觉和人工智能结合起来做终端智能工作，需要将近30年的时间。

30多年来，起初威盛主要涉足PC领域，主要从事系统设计、I/O集成、无线网络连接等。最近十年，我们专注于人工智能方向，结合深度学习，增加了很多人工智能功能，完成了从传统嵌入式平台到人工智能嵌入式平台的转型。

现在威盛的人工智能工作很多是在视觉方面，基于GPU的积累，主要用于物体识别，应用于智能工厂，比如硅片识别，流水线次品识别。

人脸识别在视觉领域是不可或缺的，所以威盛在人脸识别上做了很多努力，也有很多产品落地。语音方面，无论是线上还是线下的语音处理也落地了很多项目，尤其是在智能家居和智能医疗方面。

车载领域，借助嵌入式工作和视觉研究成果，辅助驾驶方面的工作主要针对DMS、驾驶员识别和ADAS，已经推出Mobile360系列产品。

威盛电子人工智能主要集中在边缘，目的是实现终端智能，人工智能产品已经在智能制造、智能医疗、智能商业、智能交通等多个领域落地。

为什么要通过任我行智能驾驶研究平台开发？

在和学校、厂商合作的过程中，需要把代码、项目、技术交给对方。如果只把源代码给对方，这可能就不能顺利交接了，因为开发流程、编译环境、使用习惯都不一样，缺乏一个完整的体系来做这件事。

基于这些因素，为了便于技术输出，威盛借助在人工智能领域积累的经验，开发了任我行智能驾驶研究平台。平台的功能包括用户管理、代码管理、开发测试、编译环境、自动部署等一系列流程工具，也包括人工智能模型训练、模型优化、自动标注等人工智能基础工具。

一方面，外部接口是面向用户的人机界面，可以在这个平台上编译开发。另一方面是终端的接入接口，可以实现终端管理、数据上传、数据分析和自动更新。

在底层，平台还提供跨平台部署能力，可以部署到私有服务器或公有云，并提供扩展功能。

借助这个人工智能开发平台，VIA技术可以很好的结合，输出到科研学校、科研单位或者合作伙伴。

任我行智能驾驶平台是车辆视觉开发平台的一部分。可以结合汽车愿景:硬件、软件、代码、SDK、平台。硬件部分，车载视觉控制器采用高通820芯片，可连接9个摄像头，实现人工智能、视频拼接等操作，利用该平台可开发智能驾驶舱。如果只是想做小领域的研发，比如需要提升ISP的性能，用这个平台一两天就可以完成部署。

利用车载视觉开发平台，我们可以开发自动驾驶的功能，如道路交通标志识别、盲点监测、前方碰撞预警……车辆、3D环视/驾驶记录等等。

除了在应用层开发，该系统还可以调整人工智能模型，物体检测，行人检测，人脸检测，模型调整和训练材料。

DMS作为驾驶员的行为监控系统，可以通过图像输入分割人脸和体型，将信息输入深度卷积神经网络，识别各种行为，分析是有害驾驶还是安全驾驶。借助DMS，可以实现深度神经网络的图像识别功能，捕捉驾驶员的驾驶行为，定制报警。目前可以识别十几种驾驶行为。

作为现在的标配，你拿到统一模块直接上车就可以用环视系统了。1级在这方面做得非常好。如果你有一套完整的开发套件，你可以自己调整，最多可以连接9个摄像头。如果是正常的，可以连4个摄像头，左右。可以校准一些摄像头数据，通过拼接可以了解整个过程，想做什么都可以。有了SVS代码，我们也可以知道如何实现计算机视觉的动态拼接，关键点在哪里。如果你想在里面做一些小的调整，这些都是可以实现的。

ADAS领域有很多辅助功能。基于此，威盛在开发平台上开放了接口，方便学习和理解。包括盲点检测、前车防撞等。，都是基于视觉、毫米波雷达等对距离和物体的判断，并根据这些信息做出逻辑分析。

基于任我行平台的L4级自动驾驶。

目前自动驾驶火热，未来很光明。研究自动驾驶的公司很多，但是研究自动驾驶的机构屈指可数。没有经济实力很难做相关研究。威盛所做的就是提供一个计算平台，把代码、控制器、无人车、传感器结合起来，把自动驾驶开发平台整体打包。

威盛电子开发的原型系统可以在封闭园区的指定范围内自动行驶到目的地。同时，通过激光雷达、超声波雷达、惯性导航等。，已经可以自主避障，实现L4级自动驾驶。

相关技术人才缺口巨大。

威盛任我行智能驾驶研究平台的基础是建立在人工智能开发平台上，把自动驾驶技术放进去成为自动驾驶开发平台，把车辆视觉放进去形成教学的开发平台。

你可以看到中国所有的学校，235个研究所(不包括大学)排在前面，593个大学可以招研究生，2956个高等院校，10100个中专。大学包括专科主要是理论知识为主，做科研的很少，做科普的更多。

威盛希望达到的效果，不仅仅是把平台拿出来做科研，而是加入更多做技术的AI公司，把任我行平台作为一个科普平台，通过开发平台把威盛的技术变成标准化的开发包，供学校或者科研机构使用。

通过标准化开发包的方式，帮助第三方教育机构具备基于人工智能开发教案和教具的能力，让更多人接触和学习人工智能。

目前中国人工智能领域缺500万人。威盛的目标是通过智能研究平台和系统，帮助数百万学生进入人工智能行业。这个时间可能是5年，也可能是10年，但这是威盛电子努力的方向。第一步，从自动驾驶和辅助驾驶开始。

雷锋的原创文章。未经授权，禁止转载。详见转载说明。

2020年8月7日，全球人工智能与机器人峰会(CCF-GAIR 2020)正式开幕。CCF-GAIR 2020峰会由中国计算机联合会(CCF)主办，香港中文大学(深圳)和雷锋网(微信官方账号:雷锋网)联合承办，鹏程实验室和深圳人工智能与机器人研究所协办……威盛电子高级技术总监唐亮在本次峰会专场上发表了《产学研融合——推动下一代智能驾驶员培养》的精彩报告。

事实上，威盛电子凭借在嵌入式和计算机视觉领域的研究成果，在车辆领域的智能驾驶方面做了大量工作。主要针对商用车队、矿用卡车、公交车等车辆，基于车载AI系统和车载AI双镜头监视器，支持DMS驾驶员监控、ADAS辅助驾驶、SVS全景、传感器融合等软件算法，并为学校开发了威盛任我行智能驾驶研究平台。

基于威盛任我行智能驾驶研究平台的原型无人车系统，可以在封闭园区的指定范围内自动行驶到目的地。同时，通过激光雷达、超声波雷达、惯性导航等。，已经可以自主避障，实现L4级自动驾驶。

同时，唐亮表示，目前很多大学都处于科普阶段。目前我国人工智能领域人员缺口为500万。威盛希望通过自身努力，并借助威盛任我行的智能驾驶研究平台和系统，帮助数百万学生进入人工智能和自动驾驶行业。

以下为唐亮演讲全文。雷锋新智经编辑不改初衷:

你好，我是威盛电子的唐亮。我今天介绍的题目是“产学研结合——推动下一代智能驾驶人才培养”，主要介绍威盛任我行智能驾驶研究平台。演讲的内容包括三个部分:一是通过电子学介绍；二是介绍威盛电子在人工智能方面所做的工作；三是引进威盛任我行智能驾驶研究平台。

完成从传统嵌入式平台到人工智能嵌入式平台的转变。

威盛电子成立于1987年，是一家嵌入式平台和解决方案提供商。1992年，公司总部从美国迁至省台北市。首席执行官是陈，目前拥有2000多名员工和6000多项专利。

在中国北京、深圳、上海、台北等地设有R&D中心，在美国奥斯丁和弗里蒙特设有R&D中心，在东京设有销售分公司。

威盛电子自1987年成立以来，从最底层的CPU、GPU、芯片组的设计，到自主研发的嵌入式主板，成功开发了一套嵌入式系统。现在把计算机视觉和人工智能结合起来做终端智能工作，需要将近30年的时间。

30多年来，起初威盛主要涉足PC领域，主要从事系统设计、I/O集成、无线网络连接等。最近十年，我们专注于人工智能方向，结合深度学习，增加了很多人工智能功能，完成了从传统嵌入式平台到人工智能嵌入式平台的转型。

现在威盛的人工智能工作很多是在视觉方面，基于GPU的积累，主要用于物体识别，应用于智能工厂，比如硅片识别，流水线次品识别。

人脸识别在视觉领域是不可或缺的，所以威盛在人脸识别上做了很多努力，也有很多产品落地。语音方面，无论是线上还是线下的语音处理也落地了很多项目，尤其是在智能家居和智能医疗方面。

车载领域，借助嵌入式工作和视觉研究成果，辅助驾驶方面的工作主要针对DMS、驾驶员识别和ADAS，已经推出Mobile360系列产品。

威盛电子人工智能主要集中在边缘，目的是实现终端智能，人工智能产品已经在智能制造、智能医疗、智能商业、智能交通等多个领域落地。

为什么要通过任我行智能驾驶研究平台开发？

在和学校、厂商合作的过程中，需要把代码、项目、技术交给对方。如果只把源代码给对方，这可能就不能顺利交接了，因为开发流程、编译环境、使用习惯都不一样，缺乏一个完整的体系来做这件事。

基于这些因素，为了便于技术输出，威盛借助在人工智能领域积累的经验，开发了任我行智能驾驶研究平台。平台的功能包括用户管理、代码管理、开发测试、编译环境、自动部署等一系列流程工具，也包括人工智能模型训练、模型优化、自动标注等人工智能基础工具。

一方面，外部接口是面向用户的人机界面，可以在这个平台上编译开发。另一方面是终端的接入接口，可以实现终端管理、数据上传、数据分析和自动更新。

在底层，平台还提供跨平台部署能力，可以部署到私有服务器或公有云，并提供扩展功能。

借助这个人工智能开发平台，VIA技术可以很好的结合，输出到科研学校、科研单位或者合作伙伴。

任我行智能驾驶平台是车辆视觉开发平台的一部分。可以结合汽车愿景:硬件、软件、代码、SDK、平台。硬件部分，车载视觉控制器采用高通820芯片，可连接9个摄像头，实现人工智能、视频拼接等操作，利用该平台可开发智能驾驶舱。如果只是想做小领域的研发，比如需要提升ISP的性能，用这个平台一两天就可以完成部署。

利用车载视觉开发平台，我们可以开发自动驾驶的功能，如道路交通标志识别、盲点监测、前方碰撞预警……车辆、3D环视/驾驶记录等等。

除了在应用层开发，该系统还可以调整人工智能模型，物体检测，行人检测，人脸检测，模型调整和训练材料。

DMS作为驾驶员的行为监控系统，可以通过图像输入分割人脸和体型，将信息输入深度卷积神经网络，识别各种行为，分析是有害驾驶还是安全驾驶。借助DMS，可以实现深度神经网络的图像识别功能，捕捉驾驶员的驾驶行为，定制报警。目前可以识别十几种驾驶行为。

作为现在的标配，你拿到统一模块直接上车就可以用环视系统了。1级在这方面做得非常好。如果你有一套完整的开发套件，你可以自己调整，最多可以连接9个摄像头。如果是正常的，可以连4个摄像头，左右。可以校准一些摄像头数据，通过拼接可以了解整个过程，想做什么都可以。有了SVS代码，我们也可以知道如何实现计算机视觉的动态拼接，关键点在哪里。如果你想在里面做一些小的调整，这些都是可以实现的。

ADAS领域有很多辅助功能。基于此，威盛在开发平台上开放了接口，方便学习和理解。包括盲点检测、前车防撞等。，都是基于视觉、毫米波雷达等对距离和物体的判断，并根据这些信息做出逻辑分析。

基于任我行平台的L4级自动驾驶。

目前自动驾驶火热，未来很光明。研究自动驾驶的公司很多，但是研究自动驾驶的机构屈指可数。没有经济实力很难做相关研究。威盛所做的就是提供一个计算平台，把代码、控制器、无人车、传感器结合起来，把自动驾驶开发平台整体打包。

威盛电子开发的原型系统可以在封闭园区的指定范围内自动行驶到目的地。同时，通过激光雷达、超声波雷达、惯性导航等。，已经可以自主避障，实现L4级自动驾驶。

相关技术人才缺口巨大。

威盛任我行智能驾驶研究平台的基础是建立在人工智能开发平台上，把自动驾驶技术放进去成为自动驾驶开发平台，把车辆视觉放进去形成教学的开发平台。

你可以看到中国所有的学校，235个研究所(不包括大学)排在前面，593个大学可以招研究生，2956个高等院校，10100个中专。大学包括专科主要是理论知识为主，做科研的很少，做科普的更多。

威盛希望达到的效果，不仅仅是把平台拿出来做科研，而是加入更多做技术的AI公司，把任我行平台作为一个科普平台，通过开发平台把威盛的技术变成标准化的开发包，供学校或者科研机构使用。

通过标准化开发包的方式，帮助第三方教育机构具备基于人工智能开发教案和教具的能力，让更多人接触和学习人工智能。

目前中国人工智能领域缺500万人。威盛的目标是通过智能研究平台和系统，帮助数百万学生进入人工智能行业。这个时间可能是5年，也可能是10年，但这是威盛电子努力的方向。第一步，从自动驾驶和辅助驾驶开始。

雷锋的原创文章。未经授权，禁止转载。详见转载说明。

标签：北京前途

汽车资讯热门资讯