一家ADAS创业公司进军自动驾驶的正确姿势是怎样的?纵目科技想给出一个答案。
2013年,纵目科技成立,并以视觉方案为主开发服务整车厂的ADAS产品。作为国内几家较早入局智能驾驶系统的初创企业。到2016年,纵目官方宣布的前装ADAS产品出货量已达20万台。
彼时,纵目也确立了以环视ADAS为主的产品技术主线,同时准备用可移植的环视视觉技术切入重要的低速自动驾驶场景——自主泊车。而如今,纵目科技从ADAS切入自动驾驶市场的战略结出了第一批果实。
雷锋网·新智驾消息,11月30日,纵目科技发布了其针对停车场低速场景的自主泊车系统。这场发布会,宣告着纵目正式从环视ADAS走向自动驾驶,同时自主泊车系统1.0版本进入量产化。
在发布会之前,雷锋网·新智驾抢先体验了纵目开发的自主泊车系统1.0,现场体验大致包含3个环节,接客、导航和自主泊车。
在体验中,用户主要通过手机App和车内的屏幕进行操作,具体的操作流程如下:
首先,用户将位置信息用App发送给在停车场的车辆,车载系统接到手机发出的指令后控制车辆自动驾驶前往接客。
在泊车环节中,在停车场有空位的前提下,车辆会把用户送到指定区域下车后,自动驾驶进入停车场寻找车位泊车。
在11月30日当天的发布会上,纵目科技CEO唐锐用3个问题来阐述纵目开发自主泊车系统的思路。
第一,什么是可以量产的自动驾驶?
首先要经过汽车行业的测试,包括温度、碰撞、湿热环境、盐雾情况、器件老化、ESD(静电释放)、EMC(电池兼容性)等。
第二步就是进行一系列的验证,包括生产的验证(设计、产品、累计公里数),同时还有部分市场的考验(用户的检验)。
第三步就是符合汽车行业的政策和法规。
第二,什么是大规模量产的自动驾驶技术?
量产100台?在唐锐看来不算量产,他认为,几千台、几万台和几十万台存在着本质上的不同,大规模量产对企业的研发和生产供应能力有进一步的要求,如质量更严格,成本预算可控等等。
唐锐用一些数据量化成本可控的重要性,他说,目前国内自主品牌车型基本销量在20万、10万以内,单车利润主要集中在几千块区间,如果大规模部署自动驾驶技术,那么对传感器、计算平台等构成的整体解决方案到底需要将成本控制在什么规模,市场能给出一个很好的答案。
第三,什么时候可以在中国大规模量产自动驾驶?
对比在美国高速场景居多的路况,中国用户的更多是在低速场景下驾驶,尤其是一二线城市的用户。唐锐认为,如果在美国自动驾驶的关键落地场景以高速公路为主,那么在中国,低速,尤其现阶段的泊车场景则是更重要的自动驾驶技术落脚点。
基于这样的考虑,纵目提出针对最后一公里实现低速自动驾驶的路线图。
在纵目从环视ADAS到自动驾驶的规划里,他们现在处于第三级迈向第四级的阶段。唐锐对纵目的定位是一步步从低速到高速、城市自动驾驶,最后实现无人驾驶。每个阶段都有可量产的产品。
目前纵目L2级别的产品已经量产并投入使用,唐锐预计到2018年下半年,特定低速场景下的L4自动驾驶系统也能进入量产阶段。
在纵目的规划中,自动驾驶与共享出行是密不可分的,纵目希望通过自主泊车提高共享出行的运营效率。只有运用自主泊车才能实现最后一公里的自动驾驶。
自主泊车系统1.0技术解答
从环视视觉ADAS技术到低速自动驾驶,实际上缘起于纵目对真实驾驶场景的思考和总结。
纵目自动驾驶技术总监王凡在对泊车系统1.0的技术解析中举了一个简单的例子,一个新手司机,他可能敢上高速开车并开得不错,但可能到繁华街道反而不敢开,而到了停车场这样的空间,就极容易发生擦碰事故。
究其原因,在于车辆在越低速的场景中,驾驶员越需要左右摆头获得更大的视角,所以纵目认为,车辆需要感知的空间角度与车速是成反比的。而这,就是纵目提出在低速场景中使用环视方案的重要原因。
王凡介绍,在纵目自主泊车系统 1.0 的产品阶段,系统传感器以环视鱼眼摄像头配合前视摄像头为主,后者会在环视视觉基础上重点感知前方中远距离的障碍物,目前纵目使用了的单目摄像头将来会被升级成双目。此外,系统还配备一个低成本(大概几美元)的IMU,提供三轴陀螺仪以及三轴加速度计,并连接车辆本身的传感器,检测4轮转动脉冲、方向盘转角,配合单点GPS、车身超声波雷达。
未来,随着感知环境的复杂化以及纵目自主泊车产品的进一步升级,据王凡透露,泊车系统的 2.0-3.0 版本还会引入毫米波雷达传感器,应对更多变量。
在嵌入式开发上,纵目基于高通骁龙820A平台实现了自主泊车系统的算法集成,官方称系统功耗可以控制在15W以下。
*王凡现场展示基于高通骁龙820A开发的计算平台
另据雷锋网·新智驾了解,定位模块也是自主泊车系统的重要组成,纵目针对车辆的定位自主开发了一个云端架构。
在纵目的云端架构中,基于5个摄像头+GPS+IMU的视觉定位系统可以基于停车场已有的地图,整合数据,与高通一同绘制和更新众包地图。
同时所有量产车辆、用户车辆会把大量数据传送到后台,经过少量的人工筛选标注后,输入到深度学习的训练平台中进行训练,从而进行软件算法的迭代,最后通过OTA的方式,再把新的算法和模型自动驾驶车队中,形成一个数据闭环。
纵目瞄准的低速自动驾驶泊车,也是目前不少厂商追求产品落地的重点领域。日前,地平线在上海汽车创新港成功解锁了其自动泊车项目,并完成首次公开测试。此外,很多主流Tier 1也在布局。