1. 智能电车网 > 电动汽车 >

我们在美国体验了地平线的前装视觉感知方案

去年12月,来自中国的初创公司地平线正式发布了他们自研的后装ADAS视觉处理芯片:征程1.0,当时这款芯片基于的是一代高斯架构。一个月之后的拉斯维加斯,他们就拿出了基于二代伯

去年12月,来自中国的初创公司地平线正式发布了他们自研的后装ADAS视觉处理芯片:征程1.0,当时这款芯片基于的是一代高斯架构。

一个月之后的拉斯维加斯,他们就拿出了基于二代伯努利架构的前装解决方案——征程2.0的演示DEMO。在CES南展馆外的开放道路上,我们现场体验了这套方案的效果。

感知效果体验

整个方案基于一个前置的单目摄像头,在测试车的内部有两台笔记本电脑显示了征程2.0对于此摄像头的视觉分析效果(两台笔记本电脑显示相同的内容),在演示过程中,地平线的智能驾驶负责人余轶南博士做了讲解。废话不多说,先来看视频:

在征程2.0的算法分析中,地平线一共加入了下列几个层级:

1.像素级语义分割:地平线对摄像头捕捉的每一个画面像素进行了分类,使其能够像人类视觉识别一样对画面中的不同物体种类进行分割。其中包括树木、道路、行人、车辆、车道线等等。例如画面中所有显示为树木的像素点都被标注成了绿色,车道线、电线杆等被标注成白色,而车辆则被标注成蓝色。

图1

2.车辆2D标注:画面中的车辆将被一个2D的方框标注。

3.车辆3D姿态:除2D标注之外,算法还会将所有车辆的3D姿态进行估计,并在画面中标注。

图2

4.行人骨架:画面中行人除了会被标注之外的姿态也会被进一步解析,并通过骨架标注出来。

图3

5.画面景深:算法会对画面中的像素与传感器的距离进行分析与标注,颜色越浅的距离越近,而颜色越深的距离越远。

图4

这几个层面中,最有特色的是语义分割,车辆3D姿态和行人骨架。有了这三个层级,系统就可以对画面中车辆,行人等的位置,以及当前运动轨迹,姿态等做出预判。按照余轶南的说法,这样的判断方式已经基本与人类驾驶者的视觉分析逻辑相一致。

在全程的实际道路演示中,识别率还是很准确的。可以说,单从视觉感知的层面来评估,征程2.0这次算法的演示表现在ADAS领域可以说是十分优秀。

硬件平台分析

「自研芯片」一直是地平线的另一大标签。因此说完感知效果,我们也要来看看征程2.0的硬件平台。在演示所用的车辆以及他们的展台上,地平线也将DEMO所搭载的系统板毫无保留地展示了出来。

图5

对于这块系统板来说,首先最吸引人瞩目的应该就是那个散热风扇了——很显然,这样的主动散热方式还不是前装车规级。余轶南告诉我们,目前征程2.0所基于的二代伯努利BPU架构已经基本成型。这个架构其实更像是一个软件与芯片驱动的集成,它可以针对不同的芯片类型进行相应的调整落地。

为了能赶在这次CES上展示他们的方案效果,地平线选择首先将这套架构在英特尔的FPGA上落地,也就是我们演示时所看到的那块板子,因为FPGA落地是最为快速的。这套FPGA方案目前仅作为开发板,并不是直接用在前装上的最终版征程2.0,后续地平线会把这套板子作为英特尔的一个标准开发板对其他开发者公开售卖。

此套方案共提供了8路的摄像头链接,但是如果要保证计算时间足够快速,单块芯片可以支持4路摄像头的计算,如果需要链接8路,地平线的建议是采用两块芯片整合的方案。在功耗方面,目前这个FPGA的版本为8w。

余轶南透露,地平线目前正在研发二代伯努利架构的征程2.0ASIC定制芯片,并计划在今年年底能够流片。届时,基于ASIC的版本功耗会更低,而算力也会是现在FPGA版本的4-8倍。

除此之外,地平线还计划基于征程2.0芯片开发专门的域控制器,其中会整合互联,数据采集等其它相关功能。这套域控制器也会分高低配置,高配主要用于与整车厂的研发合作,而低配则会用于量产车型的L2-L3级别自动驾驶计算。在最终前装方案上,地平线也会提供FPGA和ASIC两种版本。

总结

与Mobileye的EyeQ类似,征程2.0的本质是一个视觉感知芯片。从目前DEMO的演示效果来说,其视觉感知层级的丰富程度甚至已经超过了Mobileye的EyeQ4。但是相信在数据积累和鲁棒性上,Mobileye还是会有着很大的累计优势。

对于地平线来说,控制成本以及对中国路况的高度定制化会是他们在前装领域的立足之本,开发完整的域控制器也可以帮助地平线进一步优化其方案成本与适配性。不过,这并不意味着地平线将直接成为Tier1,在真正的量产项目中,地平线还需要与整车厂与Tier1一起进行三方合作才行。

据地平线透露,此次CES上已经有多家车厂对他们的方案产生了兴趣。确实,行业中需要更多的解决方案可供选择,中国市场也需要专属于本土的视觉感知方案。从后装再到前装,市场的需求可谓是十分明显,而如何将这套产品顺利地带到量产SOP中才是地平线所将面对的真正挑战。

本站转载文章仅代表原作者观点,图文版权归原作者所有;稿件内容仅为传递更多信息之目的,不代表本网站赞同其观点或证实其真实性,本站不承担此类作品侵权行为的直接责任及连带责任,如稿件涉及版权问题,请我们联系删除或处理(712937677@qq.com)

联系我们

网站客服:点击这里给我发消息

邮件:8696553@qq.com

工作时间:周一至周五,9:30-18:30,节假日休息

分享到

0