在 ADAS 领域， 80% 、甚至是 99% 的精力，需要放在解决20%的问题上。MAXIEYE 正在努力做「解决问题」的人。
MAXIEYE 成立于 2016 年，从那时候，MAXIEYE开始就以一年一迭代的速度迭代视觉产品。比从2017 年主要搭载在客车上的预警产品，到2018 年主要用于 L1级辅助驾驶控制功能的前向单目摄像头 IFVS-400，2019年，公司发布的 最新一代系列产品IFVS-500，融合了虚拟激光雷达技术，达到单目高精度测距性能。
近日，MAXIEYE 创始人周圣砚在受邀参与公开演讲中表示，仅从单目视觉的角度来看，真正应该关心的有 3 个核心问题：
从二维到三维。相较双目视觉而言，单目视觉缺乏立体空间的建模能力，检测到的图像只能停留在二维空间。如何从二维世界到三维世界的单目视觉感知，是应该关注的重心。
从认识到认知。既然是视觉检测，首先要准确地识别出物体，即认识；然后，要准确地知道这个物体的具体定位，实现测距甚至测速，即认知。
从这一刻到下一刻。即让单目视觉像人一样，拥有从实时感知到感知预判的能力。
将上述 3 个问题解决之后，单目视觉的发展就会实现新的突破。
长期以来，业内很多声音在质疑单目视觉的可靠性，比如在某些场景下的可靠性和稳定性不如激光雷达。但如今，MAXIEYE 已经通过底层技术突破，在一定程度上解决了这部分问题，即在单目视觉内部应用虚拟激光雷达。
事实上，虚拟激光雷达在很多ADAS的场景下发挥重要作用。
以 LCC 为例，在高速场景下识别会更稳定；在很多的城市道路中，存在着车标线不明显或是被遮挡的情况，在这样的情况下，通过虚拟激光雷达可以得到 free space 3D 数据，在这个基础上进行融合就能实现虚拟车道线，不影响驾驶员的驾驶体验。
据周圣砚介绍，算力的分配是ADAS 前装量产的重要考量因素，有限的算力须用在更为重要的目标上，因此虚拟激光雷达并不会追求像真正的激光雷达一样，将每一个目标细节都用点云来呈现出来；但在路面参与者的识别准确度上，两者十分接近。同时还能够提高检测维度。
目前，影响 ADAS 系统体验的主要在两个方面，一个是漏检率，一个是误检误报。在最大化提高检测维度后，虚拟激光雷达+毫米波雷达，能够很好弥补视觉的短板。
对于那些并不会影响驾驶行为的漏检，则不需要花费太多的心力去解决。
去年，MAXIEYE 前视摄像头销量开始爆发式增长，今年出货量预计是2019年的3-4倍。今年量产的IFVS-500系列产品 已经进行了虚拟激光雷达技术融合。
具体来说，IFVS-500能在50米内实现接近雷达精度的点云扫描，提供目标的直接高精度测距功能；同时还能实现200米的机动车检测、100米行人及小目标检测，以及对路面及路边泛化目标的识别。
基于这些能力，MAXIEYE视觉系统可以实现对探测目标的深度估计与道路坡度估计。坡度估计能够帮助车辆识别前方道路的直接曲率和坡度，为检测目标提供更多补偿信息，其检测误差已对标激光雷达。
基于过往对商用车市场的前装覆盖，今年，MAXIEYE 的商务落点已经在向乘用车市场转移。
对于这个计划，周圣砚在接受新智驾采访时说道，“当前市场上的许多产品并不能解决乘用车的一些痛点，是因为它们没有站在对的角度去解决客户真正关心的问题。”
事实上，无论是乘用车还是商用车，大家对于前视系统的感知需求都相差不大。只不过，由于安装的位置不同，可能会导致将单目视觉应用到大卡车上的挑战要比乘用车更大，而且，商用车的使用工况、悬架等问题都比乘用车更复杂。
不过，周圣砚坦言，商用车市场对国产供应商的接受度会更高，但在乘用车市场，大家都普遍倾向于头部的供应商。
对于单目摄像头来说，要准确地识别障碍物就需要与标本库中的大量样本进行对比。这就会涉及到与主机厂合作之间的数据开放问题。周圣砚表示，MAXIEYE 目前已经与数个头部乘用车厂进行了深入交流，其实主机厂的核心需求不在于数据，而在于其他地方。因此，为了解决自己所关心的问题，主机厂很乐意提供相应的数据支持。
他补充说道，“车厂与我们一样，大家都希望取得特斯拉那样的成绩，但一个企业的基因是远远不够的，需要形成一个产业联盟。需要大家在技术和数据方面进行共享。MAXIEYE此前就与宇通客车合作进行过大量驾驶场景数据采集。”
换言之，产业链是需要分工的，每家企业都应该从自己角度去推动这一行业向前发展，这也是企业发展自己核心竞争力和不可替代性的途径。
无人驾驶的赛道终点在100米开外，有些公司领先，走到了 30米；有些公司刚刚起步，才走了1 米。但总的来说，所有企业距离终点都很远，毕竟这是人命关天的事，需要经过大量的验证。但这也证明，任何一家企业都有突围的机会。
雷锋网雷锋网雷锋网
正在生成分享图...
卢洁萍