资讯 智能驾驶
此为临时链接,仅用于文章预览,将在时失效

研发DMS十年,径卫视觉智能驾驶系统将迎来存量市场收获期?|附媒体问答

作者:李安琪
2019/10/07 13:00

研发DMS十年,径卫视觉智能驾驶系统将迎来存量市场收获期?|附媒体问答

近年来,出于对公共出行的安全考虑,欧盟和中国均已出台法律法规,对“两客一危”等商用车车型安装DMS系统作出强制要求。一些新造车势力小鹏、蔚来的车型也都搭载该功能。随着车企的政策响应,不少科技创业公司也在集体挖掘这一市场。

由于DMS(Driver Monitor System,又称驾驶员监控系统)技术属于感知环节,而智能驾驶主要由感知、决策和控制三部分组成,因此DMS向来也被视为智能驾驶大赛道的一支。

而在DMS技术研发道路上探索十年之久的径卫视觉,在智能驾驶的赛道上也逐渐摸出了自己的门道。

目前,径卫视觉服务体系涵盖全国7大区域,业务覆盖北美、南美、欧洲、中亚、东南亚等地,在俄罗斯、北美建有代表处。

在此前的媒体交流会上,径卫视觉总经理王波表示,今年以来,不管是国内政策还是国外市场,都越来越表现出对使用技术进行车辆安全防御的重视。

其在南美、中东地区的业务正在快速增长,每个月基本都会接待 2-3 批的国外渠道客户,预计今年国外的订单体量会比往年更高。

未来两三年是存量市场收获期

在过去的十年中,径卫视觉从简单的技术提供商,逐渐发展成为主动安全管理解决方案的提供商。

据雷锋网新智驾了解,径卫视觉的产品体系涵盖了前向主动安全预警系统、驾驶员状态监测系统(DMS)、盲区监测系统(BSD)、大数据云平台(AI Cloud)等内容。通过端+云的结合,对驾驶过程中的人、车、路全场景数据进行精确监测与实时分析,实现用户安全运营的多层级数据化管理。

研发DMS十年,径卫视觉智能驾驶系统将迎来存量市场收获期?|附媒体问答

具体来说,其智能驾驶主动安全系统包含面向司机端、路端的硬件检测装置。面向司机端的检测装置主要有疲劳报警、视线脱离路面报警(比如看手机)、打电话报警、抽烟报警等功能;面向路端的检测装置主要有碰撞预警、车距过近、急刹车、急左转弯、压线报警、急加速报警等功能。

王波表示,在服务层面,针对一些本身缺乏服务能力的企业,径卫视觉可以提供涵盖智能终端和平台服务的一整套解决方案;针对海外客户,径卫视觉以技术输出为主,通过代理商代理机制,实现本土化经营。

雷锋网(公众号:雷锋网)了解到,在成本方面,径卫视觉有不同的产品系列组合方案,在用户可承受的范围内提供可选的价格。其产品生命周期在3-5 年,跟一辆商用车的使用周期相吻合。

目前,径卫视觉的产品主要集中在后装市场。经过多年的探索,径卫视觉形成了与物流车队、保险公司的三角“生意经”。

研发DMS十年,径卫视觉智能驾驶系统将迎来存量市场收获期?|附媒体问答

径卫视觉通过硬件检测产品完成对商用车驾驶员的在途数据采集,然后将数据分析结果反馈给物流车队,物流车队参照分析结果规范驾驶员行为;同时,径卫视觉依靠行为-数据反馈机制帮助保险公司降低赔付率。

王波表示,智能驾驶安全系统的产品价值由保险公司承担。对物流车队来说,在购买保险时顺带享受驾驶安全服务而无需增加成本,因此也变得积极。而随着安全性的提高,保险公司的赔付率降低,保费也会降低,双方容易形成共赢的局面。

“目前径卫视觉产品的后装市场已经发展到批量安装的时间窗口,两三年之内会是后装存量市场的收获期。”王波说。

但相对于后装市场,径卫视觉在汽车前装市场上的表现如何?

王波表示,智能驾驶主动安全系统的前装增量市场还处于布局的阶段,是一个相对空白的板块,体量还不能与后装市场相比。但“目前已经有四个车型在做定点研发,锁定了未来新车安装的可能性。”

自动驾驶会是径卫视觉的下一个目标吗?

在智能驾驶迈向自动驾驶的征程中,径卫视觉要如何定位其在自动驾驶产业链上的位置?

王波表示,径卫视觉的自动驾驶落地是从解决现实问题入手,更多考虑的是用户的实际需求。而在具体的商用车自动驾驶的具体计划上,一些前沿技术的研发、积累会是其发展方向。

而在乘用车领域,自动驾驶的竞争相对激烈,市场体量也会更大,因此对二级供应商的制造品控的要求也会更高,其批量化采购、溢价能力也会更强。

王波表示,在乘用车市场,径卫视觉会首先定位成一个二级供应商,然后跟一级供应商进行合作。“乘用车是一个对成本更加敏感的市场,需要产业链上的企业各取所长,径卫视觉会发挥算法数据积累优势,一级厂商需要发挥他们的品控制造和服务生产优势。”

“自动驾驶已经成为整个行业的趋势,径卫视觉也会逐渐向上迭代。”


以下为媒体交流日采访的部分内容,雷锋网新智驾进行了不改变原意的编辑:

Q:模型的训练跟数据来源有很大的关系,径卫视觉的数据来源最初是怎么累积的?

王波:最早的时候,我们产品开发的数据都是自己采集的。当时主要是和一些学校的汽车创新实验室合作,招募的志愿者搭建测试环境,同时请一些老师帮忙指导来做原始数据训练。

积累到10万张之后就可以支持第一期的训练,这件事大概花了一年多时间。在有了小批量的物流车队客户之后,物流车队成为了径卫视觉的数据抓手。通过给一些港口区域、物流企业安装设备,将检测到的驾驶员数据状态发送到云端,从而得到指数级的数据增长。

Q:径卫视觉的数据采集对摄像头等硬件有无要求?

王波:摄像头确实会影响算法的表现,因此我们的产品都是针对车辆的实际场景设计出来的。我们的采集场景非常全,某些情况下摄像头表现不好就需要对其参数做优化。通过不断地训练,整个系统表现会越来越好。

当服务的车辆数越来越多,那么能够覆盖和采集到的场景就越全,能够碰到的极限情况就足够多,算法最终也会表现得越强越精准。

Q:一般一辆车需要搭载多少 camera(摄像头),才能达到稳定的表现?

王波:车辆需要多少 camera,需要看管控的强度。一辆车想通过AI的方式将安全管理到位,得反向来看都出过什么样的事故,在什么场景下出事故?之后再看它到底需要什么技术去解决这个问题。 

从事故构成来讲,当商用车辆需要转弯时,容易把站在视线盲区里面的人卷到车下面,这种情况下BSD 盲区监测会是很好的抓手。

Q:商汤也在推 DMS 系统,与商汤人脸识别技术及丰富的数据积累相比,径卫视觉的核心壁垒是什么?

王波:与定位为 AI 平台型企业的友商相比,径卫视觉是在一个落地细分的领域,还是不太一样的。在车载领域涉及到硬件摄像头的问题,在车载领域,人脸是采用红外采集识别的;而平台公司的算法在车载环境下有些可能不太适用。

因为技术是和业务相结合的。业务不同,技术路线也会发生很大变化。所以在安防、手机、车载等不同领域,人脸识别技术差别是很大的。其次数据的采集和摄像头载体是高度相关的,这不是可以简单量化概括的。径卫视觉是在深度理解交通场景下企业、司机等各方情况,在这个生产资料环境中,不断地进行算法技术匹配和优化升级的。

Q:如果物流场景下的系统直接迁移到公交场景下,迁移代价高吗?

王波:物流和公交的车载场景不一样,虽然大的指标可能都是趋同,但其舱内的声控、人的特征、光线的影响对系统的影响还是非常大。

在这个领域也有一个二八原理,可能你付出了百分之二十的努力,可以很快得到百分之八十的成果,但如果已经做到了98 分再进步一点难度就会比较大,这是需要积累的。

Q:径卫视觉是否会针对私家车和网约车市场?是否会开展相应的端口推广舆情导向,从而教育大众?

王波:从整体来讲,大家面临的驾驶安全问题是一样的,只是服务商业车的细分市场,在驾驶安全问题上损失会更重。

现在交通部也出台一些网约车管理办法,规范司机的同时也对舱内乘客进行监测。国家已经从规则规范、行业管理上不断把它落实。

私家车的话,行业也有企业在做,更多的是偏向安全的辅助配置,比如说驾驶员的参数配置和舒适性配置,例如锁定驾驶员的身份之后,可以提供一些个性化的配置。但它涉及一些隐私问题,尺度肯定没有商业场景、网约车场景那么大。

文章点评
相关文章