贵州轮胎自研装有芯片的智能轮胎，部分公交车已加装

自动驾驶的概念阶段已经过去，现在已经不是开一辆L4测试车就能吸引人眼球的时代了。接下来的问题是自动驾驶如何实现大规模落地？真正的自动驾驶场景在哪里？如何真正解决高频刚需问题？在自动驾驶商业化的对抗中，各路参与者圈定了很多细分的场景应用。大众看到的是，在自动驾驶量产前夕，一些主机厂已经完成了L2级智能辅助驾驶系统的量产，并积极布局L3/L4落地。在这背后，全栈自动驾驶解决方案提供商魔视智能是主机厂背后的核心技术支持者。幻视智能的每一次公开亮相都离不开“量产”。魔视智能从成立之初就宣称以相对低成本的FPGA和深度学习技术为基调，不依赖高成本的激光雷达，使用基于摄像头的V-SLAM技术完成定位，从而解决了成本和量产问题。

在与主机厂和一流供应商的合作过程中，幻视智能创始人兼CEO余听到了市场对于量产的声音，并有自己的解读。对于汽车厂商和一级供应商来说，他们需要的是一个全栈供应商，即不仅要有前视或泊车功能，未来还要有集成的自动驾驶产品，能够满足自动驾驶从L1到L4的完整覆盖；强调安全性需要升级，自动驾驶系统从ADAS到L4的性能需要提升一个等级。最重要的成本方面，在于看来，大规模生产的L3/L4必须比目前所有系统加起来便宜50%。魔视智能将自己定位为自动驾驶大脑的供应商，通过多个传感器的集成，提供环境感知、车身定位、路径规划、驾驶决策等功能，实现自动驾驶从L1到L4的量产。雷锋。com新智家了解到，魔视智能提供的解决方案已经完成了从预警到L3/L4的完整功能覆盖。很重要的一点是，它采用了一套基于深度学习的技术框架，适用于所有级别的自动驾驶。魔视智能成立三年来，已经走上了量产之路。用余的话说，我们的产品真正出现在的卖场，而不是试验场。

前瞻智能辅助驾驶在量产路上。2015年，魔视智能基于深度学习的前瞻智能辅助驾驶项目正式启动；次年11月，国内首款基于深度学习的车辆级智能辅助驾驶原型车上线；2018年6月，经过在乘用车主机厂一年多的测试，智能辅助驾驶一体机实现了乘用车量产。众所周知，前视系统大多包括一个摄像头和一个雷达，可以实现障碍物预警和一定的控制功能，比如AEB和ACC。从障碍物识别的角度来看，L1及以上的自动驾驶场景是相似的。欧盟也宣布AEB；将在2021-2022年所有新车型上强制执行；商用车层面，2019年9米以上公交车将被要求配备AEB。技术相似性和市场需求成为魔视智能率先布局前瞻智能辅助驾驶前装量产背后的考量。严正花提到，前瞻智能辅助驾驶系统需要重点解决两大问题:一是目标感知能力，包括对车辆和行人的感知，对复杂目标类型和车况的适应，对不同车道类型的检测；对于L2及以上自动驾驶仪来说，除了目标检测，还需要具备感知空闲区域的能力，这是L2及以上自动驾驶仪的必备功能，将在避障和传感器融合方面提供更多有用的信息。以上成为魔视智能前视智能辅助驾驶系统将人工智能应用于车辆感知层面的尝试，类似于Mobileye。第一阶段是简单的软件问题，第二阶段是升级。目前已经实现量产。魔视智能搭建了450多个工况的场景库，并进行了大量的测试验证。MIT300-AEB产品还于2019年4月通过了中国交通部JT/T1242-2019自动紧急制动系统最新性能测试。雷锋。com新智家了解到，幻视智能前瞻智能辅助驾驶一体机已在商用车、乘用车和L1/L2级别完成大规模预装量产，并与国内多家一线乘用车和商用车主机厂量产幻视MIT系列视觉ADAS系统。2018年，幻视智能已向比亚迪宋提供了大量预装量产产品，帮助比亚迪上市的主力车型实现了辅助驾驶系统(如)；并与BAIC新能源、一汽、众泰等18家主机厂及供应商合作量产及相关产品研发。根据幻视智能的规划，到2019年底，将扩大到30个OEM和供应商量产合作项目，正式指定17个，搭载超过15万款不同机型。近年来，国内ADAS产品几乎被博世、大陆、德尔福等国外传统零部件供应商垄断。而国外零部件供应商成熟的驾驶辅助系统产品在国内市场往往“水土不服”。业界有一个共识，ADAS系统在感知、决策、执行等方面需要深度本土化发展，更加贴近中国的路况。这成为国内很多汽车零部件领域弯道超车的机会。据齐介绍，相比Mobileye，魔视智能产品成本相对较低，自驾产品价格在千元级别。自动泊车服务量产版面向高级自动驾驶，AVP (Automatic parking service)定义为L4级自动驾驶应用中最早、最快量产的场景；港口式封闭园区也是商用车L4量产的一大应用。早在去年，魔视智能就发布了基于360°全景和超声波检测的自动泊车方案，可适应大范围复杂工况，实现半自动、全自动、一键远程泊车。严正花提到，基于超声波雷达的自动泊车成功率相对较低，因为许多停车位无法处理。通过装载视觉和超声波雷达的融合，魔视智能可以实现自动泊车服务，可以完成从驾驶员交接系统到车位、远程召回的低速无人驾驶全过程，泊车成功率从70%提升到95%。魔视智能打造量产自动泊车服务系统。传感器层面，有4个摄像头，12个超声波雷达，5个毫米波雷达。整个系统采用量产传感器。传感器的配置基本是现在高档车的标配。没有必要在现场端重建设施。魔视智能自动停车服务技术基于V-SLAM完成定位，可实现跨层停车。车辆行驶过程中实时定位，传感器检测到的信息实时叠加在地图上。在多次测试验证的过程中，搭载Magic Vision智能自动驾驶系统的车辆完成了精度在10 cm以内的精确定位。

基于车辆轨距传感器V-SLAM的实时定位、多角度多目标识别、避障等任务的背后，是深度学习技术中魔视智能的积累。魔视智能在成立之初，就以深度学习技术为基调。其深度学习算法参加了无人驾驶算法评测数据集KITTI、CITYSCAPES算法评测数据集等多项比赛，在国际上名列前茅。

值得一提的是，FPGA解决方案的头部供应商——赛灵思中国高级市场经理罗霖曾表示:“魔视智能是国内第一家基于FPGA进行深度学习技术研发并完成产品量产的公司，而大多数人工智能公司还处于研发或样机测试阶段。”同时，魔视智能也在研发自己的基于深度学习的车辆监管域控制器。该域控制器不仅可以实现自主泊车服务和自动泊车，还支持L1/L2+前视驾驶辅助功能。很重要的一点，魔视智能自主研发的域控制器属于车载规格产品，功率小于15瓦，成本已经达到量产水平。

并且功能设计完全符合最高安全级别ASIL-D .雷锋。据新智家了解，目前市场上按照ASIL-D系统开发的AVP系统并不多见。为了解决自动驾驶的量产，于提出了四点要求:自动驾驶的核心算法能够适应复杂的交通状况和各种目标；满足车辆法规要求，有低成本的计算平台承载全部计算；系统从开发到设计、验证、生产，必须按照汽车工程规范执行；海量测试数据和验证，以及算法升级。

目前，魔视智能已经积累了超过1000万公里的路测自动驾驶数据。同时在上海建立生产线，自动驾驶硬件年产量可达数十万。从数据采集、后端处理到算法模型、训练模型、硬件闭环，魔视智能在深度学习算法、汽车嵌入式平台、高质量数据三个方面构建了一套核心技术路线。这已经铸就了魔视智能标杆辅助系统ADAS等公司在自动驾驶领域的三大高地。

自动驾驶的概念阶段已经过去，现在已经不是开一辆L4测试车就能吸引人眼球的时代了。接下来的问题是自动驾驶如何实现大规模落地？真正的自动驾驶场景在哪里？如何真正解决高频刚需问题？在自动驾驶商业化的对抗中，各路参与者圈定了很多细分的场景应用。大众看到的是，在自动驾驶量产前夕，一些主机厂已经完成了L2级智能辅助驾驶系统的量产，并积极布局L3/L4落地。在这背后，全栈自动驾驶解决方案提供商魔视智能是主机厂背后的核心技术支持者。幻视智能的每一次公开亮相都离不开“量产”。魔视智能从成立之初就宣称以相对低成本的FPGA和深度学习技术为基调，不依赖高成本的激光雷达，使用基于摄像头的V-SLAM技术完成定位，从而解决了成本和量产问题。

在与主机厂和一流供应商的合作过程中，幻视智能创始人兼CEO余听到了市场对于量产的声音，并有自己的解读。对于汽车厂商和一级供应商来说，他们需要的是一个全栈供应商，即不仅要有前视或泊车功能，未来还要有集成的自动驾驶产品，能够满足自动驾驶从L1到L4的完整覆盖；强调安全性需要升级，自动驾驶系统从ADAS到L4的性能需要提升一个等级。最重要的成本方面，在于看来，大规模生产的L3/L4必须比目前所有系统加起来便宜50%。魔视智能将自己定位为自动驾驶大脑的供应商，通过多个传感器的集成，提供环境感知、车身定位、路径规划、驾驶决策等功能，实现自动驾驶从L1到L4的量产。雷锋。com新智家了解到，魔视智能提供的解决方案已经完成了从预警到L3/L4的完整功能覆盖。很重要的一点是，它采用了一套基于深度学习的技术框架，适用于所有级别的自动驾驶。魔视智能成立三年来，已经走上了量产之路。用余的话说，我们的产品真正出现在的卖场，而不是试验场。

前瞻智能辅助驾驶在量产路上。2015年，魔视智能基于深度学习的前瞻智能辅助驾驶项目正式启动；次年11月，国内首款基于深度学习的车辆级智能辅助驾驶原型车上线；2018年6月，经过在乘用车主机厂一年多的测试，智能辅助驾驶一体机实现了乘用车量产。众所周知，前视系统大多包括一个摄像头和一个雷达，可以实现障碍物预警和一定的控制功能，比如AEB和ACC。从障碍物识别的角度来看，L1及以上的自动驾驶场景是相似的。欧盟也宣布AEB；将在2021-2022年所有新车型上强制执行；商用车层面，2019年9米以上公交车将被要求配备AEB。技术相似性和市场需求成为魔视智能率先布局前瞻智能辅助驾驶前装量产背后的考量。严正花提到，前瞻智能辅助驾驶系统需要重点解决两大问题:一是目标感知能力，包括对车辆和行人的感知，对复杂目标类型和车况的适应，对不同车道类型的检测；对于L2及以上自动驾驶仪来说，除了目标检测，还需要具备感知空闲区域的能力，这是L2及以上自动驾驶仪的必备功能，将在避障和传感器融合方面提供更多有用的信息。以上成为魔视智能前视智能辅助驾驶系统将人工智能应用于车辆感知层面的尝试，类似于Mobileye。第一阶段是简单的软件问题，第二阶段是升级。目前已经实现量产。魔视智能搭建了450多个工况的场景库，并进行了大量的测试验证。MIT300-AEB产品还于2019年4月通过了中国交通部JT/T1242-2019自动紧急制动系统最新性能测试。雷锋。com新智家了解到，幻视智能前瞻智能辅助驾驶一体机已在商用车、乘用车和L1/L2级别完成大规模预装量产，并与国内多家一线乘用车和商用车主机厂量产幻视MIT系列视觉ADAS系统。2018年，幻视智能已向比亚迪宋提供了大量预装量产产品，帮助比亚迪上市的主力车型实现了辅助驾驶系统(如)；并与BAIC新能源、一汽、众泰等18家主机厂及供应商合作量产及相关产品研发。根据幻视智能的规划，到2019年底，将扩大到30个OEM和供应商量产合作项目，正式指定17个，搭载超过15万款不同机型。近年来，国内ADAS产品几乎被博世、大陆、德尔福等国外传统零部件供应商垄断。而国外零部件供应商成熟的驾驶辅助系统产品在国内市场往往“水土不服”。业界有一个共识，ADAS系统在感知、决策、执行等方面需要深度本土化发展，更加贴近中国的路况。这成为国内很多汽车零部件领域弯道超车的机会。据齐介绍，相比Mobileye，魔视智能产品成本相对较低，自驾产品价格在千元级别。自动泊车服务量产版面向高级自动驾驶，AVP (Automatic parking service)定义为L4级自动驾驶应用中最早、最快量产的场景；港口式封闭园区也是商用车L4量产的一大应用。早在去年，魔视智能就发布了基于360°全景和超声波检测的自动泊车方案，可适应大范围复杂工况，实现半自动、全自动、一键远程泊车。严正花提到，基于超声波雷达的自动泊车成功率相对较低，因为许多停车位无法处理。通过装载视觉和超声波雷达的融合，魔视智能可以实现自动泊车服务，可以完成从驾驶员交接系统到车位、远程召回的低速无人驾驶全过程，泊车成功率从70%提升到95%。魔视智能打造量产自动泊车服务系统。传感器层面，有4个摄像头，12个超声波雷达，5个毫米波雷达。整个系统采用量产传感器。传感器的配置基本是现在高档车的标配。没有必要在现场端重建设施。魔视智能自动停车服务技术基于V-SLAM完成定位，可实现跨层停车。车辆行驶过程中实时定位，传感器检测到的信息实时叠加在地图上。在多次测试验证的过程中，搭载Magic Vision智能自动驾驶系统的车辆完成了精度在10 cm以内的精确定位。

基于车辆轨距传感器V-SLAM的实时定位、多角度多目标识别、避障等任务的背后，是深度学习技术中魔视智能的积累。魔视智能在成立之初，就以深度学习技术为基调。其深度学习算法参加了无人驾驶算法评测数据集KITTI、CITYSCAPES算法评测数据集等多项比赛，在国际上名列前茅。

值得一提的是，FPGA解决方案的头部供应商——赛灵思中国高级市场经理罗霖曾表示:“魔视智能是国内第一家基于FPGA进行深度学习技术研发并完成产品量产的公司，而大多数人工智能公司还处于研发或样机测试阶段。”同时，魔视智能也在研发自己的基于深度学习的车辆监管域控制器。该域控制器不仅可以实现自主泊车服务和自动泊车，还支持L1/L2+前视驾驶辅助功能。很重要的一点，魔视智能自主研发的域控制器属于车载规格产品，功率小于15瓦，成本已经达到量产水平。

并且功能设计完全符合最高安全级别ASIL-D .雷锋。据新智家了解，目前市场上按照ASIL-D系统开发的AVP系统并不多见。为了解决自动驾驶的量产，于提出了四点要求:自动驾驶的核心算法能够适应复杂的交通状况和各种目标；满足车辆法规要求，有低成本的计算平台承载全部计算；系统从开发到设计、验证、生产，必须按照汽车工程规范执行；海量测试数据和验证，以及算法升级。

目前，魔视智能已经积累了超过1000万公里的路测自动驾驶数据。同时在上海建立生产线，自动驾驶硬件年产量可达数十万。从数据采集、后端处理到算法模型、训练模型、硬件闭环，魔视智能在深度学习算法、汽车嵌入式平台、高质量数据三个方面构建了一套核心技术路线。这已经铸就了魔视智能标杆辅助系统ADAS等公司在自动驾驶领域的三大高地。

标签：

汽车资讯热门资讯