ADAS的核心的可靠性及LDW和FCW的应用

“在商用车这个领域大家也知道，从安全驾驶角度有非常重要的意义，因为商用车它如果出了事故，它的影响，它的严重程度其实比乘用车有更加重大的意义。”魔视智能CEO虞正华表示。

魔视智能CEO虞正华在高工智能商用车开发者大会上发表主题演讲

过去卡车驾驶员致命或者受伤，这里面有若干类，可以看一下，要么是发生偏离，要么是碰撞，当然会有前向的碰撞或者是侧向的碰撞。从事故的分析角度上来说，如果从预防的角度我们可以看到，最主要两类预防其实就是跟车道偏离相关，或者跟前向碰撞相关的一些事故。

所以从政策法规角度，对于营运车辆国家也有一些法规的推行，比如LDW、FCW这样的功能，但是明年可能会上升到AEB这样的功能，在这样的背景之下，国家政策的推动，所以这个行业在商用车这最近也是比较热闹的。

像ADAS这样的系统其实也已经在有些车上开始运转了，这里面有两个问题，我想在座的或者业内人士也会有一些思考，是最低成本的满足它的标准做一个应付，还是说希望这个系统真正能够做到事故的预防，在这方面发挥作用。

第二点，其实今年的FCW可能只是一个过渡，到明年怎么适应AEB的要求。从报警这个等级，到制动跟控制对系统的要求是完全不一样的，对系统的准确性的要求是完全上了一个等级。

我们认为核心就是，你的ADAS系统的准确性、可靠性，是不是真正达到能够预防事故，能够提供有效的警示与处理这样一个程度。

回头看一下前视ADAS系统的组成，通常来说今天主要的传感器包括视觉传感器，包括毫米波雷达传感器，传感器的信号可以做一个融合，提供一个环境感知的功能，假如后面要做决策、控制，如果是报警可以做一个警示的显示。

但在这个系统里面最核心的一点还是环境感知的质量，就是你是否能准确的感知到车外的环境，前方的目标与车辆自身的状况，这样才能做一个可靠、准确的决策，来供你执行。

环境感知的角度，今年大家可能主流上车的产品，或者说涉及到的一些功能主要就两个方面，LDW和FCW。

LDW也只能靠摄像头来解决，FCW因为适应标准的要求，所以基本上会采用雷达跟摄像头相融合的方案。PCW目前也看到一些主机厂有这样的需求了，不同的类型可能有不同的要求，但关键还是回到环境感知的两个点。

一个是对车道线的检测，一个对目标的检测，以及相关的物理量的测量。明年再往后的话，我们可能会看到更多的从LDW过渡到LKA这样的功能，FCW过渡到AEB这样的功能，从功能的角度上提升，对准确预测同样也是一个更高的要求。

从环境感知的角度来说，有什么样的困难和挑战呢？我可以举一些例子，做LDW也好做LKA也好，就是要做车道线，其实你会面临各种各样的挑战，比如说上面两个图的车道线的磨损，你在这种情况之下车道线已经看不太清楚了，这个时候怎么办？

车道线也有很多复杂的类型，除了直道还有弯道，虚线、实线还有鱼骨线，两侧都是鱼骨线还是单侧是鱼骨线，这也是一个非常复杂、非常多样的环境。

我们需要做前向防撞，路上碰到的目标的类型也是复杂多样的，除了机动车之外，可能还会出现各种各样的，因为中国的路况就是比较复杂，可能有农用车、板车，甚至有三轮车，都可能出现在你道路的前方，行人的姿态也是复杂多样。

你还会面临到不同的工况，不同的天气，这些环境感知的角度其实都提出了很多的挑战。在过去这些传统的方法大家为什么觉得难做？也是在于这些环境的变化，这种复杂性。

从2012年开始，在新的人工智能的算法和深度学习的加入，证明了对目标的识别能力，对环境的感知方面其实它能够带来革命性的突破，对于这种复杂的目标场景，对于这种复杂多变的环境变量，它能够有效的进行目标识别。不管外界的车是在任意角度，行人是什么样的姿态，用深度学习这条路线已经证明可以很好的解决这些问题。

我们可以放一些利用深度学习的视频，比如像素级的语义分割，把图像的每一个像素点用深度学习的方法我们区分为19种类别，包括车道、人行道、电线杆、交通标识、人、车等等。

拿这个东西来干什么，我们做主动安全也好，很重要的一点是我们可以把这个道路识别出来。如果不是路上的目标那我就不能去撞，可能有各种各样的障碍物，只要是障碍物你都不能去撞。这种情况下我们做前向防撞就有很重要的算法上的突破。

所以在深度学习方面，我们做了很多的算法的工作，跟自动驾驶相关的。今天更重要的工作是把这个技术变成我们产品中具有的功能，这是我们最近做的一些工作，绿色的是黄色车道线，然后包括这些车辆，各种目标检测，这段视频里面车辆的类型是非常多样的。

基于Freespace，后面可以带来一个非常巨大的突破，因为单一传感器面临的问题，结合这个技术都能够得到一个非常完美的解决方案。

那么，晚上的效果怎么样呢？我这里也有一个，这是夜间的环境照明，这个并不是很充分，但即使在这样的情况下，对道路的识别包括车道线，各种目标的识别，还是能够非常准确的把目标识别出来。

目前我们的算法是基于FPGA，我们花了三年时间一直在做这个事儿，我们是国内第一家基于FPGA和深度学习方案的前视ADAS产品，已经量产。

今天也很高兴跟大家汇报一下，我们这个产品经过主机厂接近两年的测试，我们已经在国内实现了乘用车的前装量产了，单月超过千台的出货。就我们自己的了解，在同类的自动驾驶创业公司里面我们应该是最早实现乘用车前装量产的。

在乘用车以外，我们也很高兴把同样的技术用到了商用车的领域，这是面向商用车的一整套产品，核心部件是基础深度学习的ADAS一体机，带一个小的显示器，报警显示，也可以接入77G毫米波雷达，通过融合来实现报警的功能，这个体积跟乘用车一样，采用了同样的车规级芯片，负40到125度。

这套系统主要功能包括车道偏移报警，包括行人防撞、前向防撞，当然也可以扩展到AEB。

LDW其实我们是经过了大量的充分的验证，主机厂为了把我们整套系统充分验证前向防撞是做了大量的工作，这是商用车的主机厂做的测试，在左右两个轮子的地方对着地面拍，这样来验证你的车道偏离报警是否准确，右边的车道线变红了就是发生了车道偏离，发生了报警，这是一个弯道的情况，通常来说弯道的这种车道偏离比直道要难做一些。

除了快速路，我们还面临乡间道路，其实车道线并不是那么清晰的的一些挑战，包括直道、转弯道这样的一些挑战。包括隧道，各种各样的测试场景。

还有更大一个挑战，这本身是一个晚上，大家看这个车道线是一个S弯，拐过来很快又拐过去，大家可以看到我们对这样一个复杂的车道线，而且这个线本身是个鱼骨线，我们可以准确的识别到车道线和车身的位置，也没有任何误报的情形。

FCW也是一样的，需要我们对前向目标通过视觉和毫米波雷达融合的方案，传统上就是拿雷达来做，左边是视频，雷达的信号贴到视频上，右边是鸟瞰图。

比如，地上修路的铁板，这是一个虚假的目标，这个问题怎么来解？我们把freespace跟雷达结合，大家看路边的虚景无论障碍物还是其他的目标都已经消失了，绿色的是正前方的车辆，最后这一张，有雷达会检测到铁板，但是我们知道这是个路面，我们很容易就可以把这个目标过滤掉，这样对于做一个前向防撞，做AEB这是一个很重要的突破了。

这是我们在一个主机厂做的测试，这个是刹车，这个识别和刹车其实都是通过刹车的指令，通过ADAS系统所给出来的，这是对行人防撞的。

其实我们的测试验证前面只是一部分，我们已经花了两年多的时间，在全国跑了超过500万公里进行了大量的验证，这套系统本身也通过了很多相应的标准检测，包括在重庆过的883，过的JT/T1904标准的检测。这套系统现在也已经有多家的主机厂开始量产。

魔视智能是一家人工智能算法和汽车ADAS和自动驾驶相结合的公司，我们是一个国际化的团队，总部在上海，在澳大利亚有一个全资的人工智能研究院。

我本人是有十多年的算法产品化背景，我们首席科学家沈春华是国际上非常著名的人工智能的专家，大家可以查一下他的学术背景，在全世界都是非常顶尖的。为什么放在澳大利亚？在视觉领域，阿德莱德是全世界第二，这也是为什么我们在澳洲设立了全资的人工智能研发中心。

从公司角度，我们是2015年成立的，前面都是专注产品技术的研发，2016年做了第一套基于深度学习的车规级ADAS产品，2017年上半年跟车厂测试，今年开始乘用车量产。