新闻中心

EEPW首页 > 汽车电子 > 业界动态 > ADAS准备好迎接颠覆性变革?

ADAS准备好迎接颠覆性变革?

作者:时间:2017-04-19来源:eettaiwan 收藏

  随着产业从摄影年代朝向机器感知,Chronocam如果能在其事件驱动型电脑视觉技术取得成功,将可能颠覆目前用于汽车、无人机和机器人的传统CMOS影像感知技术…

本文引用地址:http://www.eepw.com.cn/article/201704/346790.htm

  就在《EE Times》拜访总部位于巴黎的新创公司Chronocam,打算就其研发中的事件驱动型电脑视觉技术进行采访之际,恰好传来了英特尔宣布收购的消息,当时整个公司都为之感到震惊。

  才刚与这间新创公司的执行长谈话后没多久,就听闻这个大消息。记者关上了她的笔电,走出会议室去参观公司。Chronocam执行长Luca Verre忽然出现,并盯着他的智慧型手机,冷静但语气中仍不免透露出些许惊讶的语气,他说:“英特尔刚花了150亿美元并购了。”

  再说一遍?记者自己也吓到。

  英特尔和为电脑与视觉芯片业界的两大巨擘,此次并购将为汽车市场带来深远的影响。但是对于像Chronocam这样的新创公司会造成什么影响呢?

  尽管这位执行长从未将Mobileye视为竞争对手,但Chronocam的技术如果成功,将可能推翻目前在汽车、无人机和机器人中所使用的传统CMOS影像感知技术与影像处理演算法。

  这间新创公司的传感器技术不仅提供人类使用,也适用于机器感知和侦测,因而将彻底改变当今的CMOS影像传感器市场。

  Chronocam的事件驱动型传感器仍属于相当新的产品,尚未被应用于任何商用车辆、无人机或机器人市场。

  影像/感知市场的专家们认为,Chronocam正处于影像和感知市场的十字路口。在影像传感器未来十五年的发展上,Yole Developpement的影像处理部门负责人Pierre Cambou认为,随着产业从摄影的年代朝向机器感知,Chronocam的技术将成为许多颠覆性技术中的其中一项。

 

  Chronocam的故事很耐人寻味——甚至是在火热的先进驾驶辅助系统()/自动驾驶车市场中,竞争越来越激烈,大型企业正开始进行整并。

  面对英特尔和Mobileye这两大业界巨擘的超级组合,Chronocam是否会做出适当的因应?

  英特尔/Mobileye的并购交易是否会影响到Chronocam进入汽车传感器市场的计划?有可能是这样。但是,Chronocam执行长兼联合创始人Luca Verre仍然保持乐观态度。

  Chronocam与英特尔和Mobileye这两家公司(延伸来说还有Nvidia、NXP/Qualcomm等)都在追求同样的目标:使其自动驾驶机器达到近乎即时感知、侦测和分析大量数据的功能,让汽车碰到任何紧急危险时能立即应变。

  Chronocam在芯片业界并非大厂,但这间新创公司并不气馁。以下为原因。

  数据撷取与数据处理

  正如Verre的解释,大型GPU/CPU公司仍试图找出最佳方式,更准确、更快速地处理收集到的大量数据。Verre说:“相形之下,我们的重点不在于处理方面,而在数据的撷取。”

  Chronocam的传感器技术专用于撷取简化的数据,并提供不同机器所需的数据,如此大量简化过的数据,能让汽车达到近乎即时决策的能力。

  Verre猜测英特尔与Mobileye的合并将加剧处理器市场上的竞争,最后会将较为弱势的业者赶出市场。

  然而,Verre相信在市场调整之后,将会留下数据撷取的公司如Chronocam。他说:“这是我对短期的看法。”长期看来,Verre猜测,在处理器领域中,最终将从关注于更有效的替代性数据撷取方案开始,以减少传感器收集的数据量。

  领先群雄

  电子产业中只有少数公司正进入机器感知领域,而Chronocam则是领先者。该公司的技术已经脱离实验室阶段,即将进入商用市场。

  这家法国新创公司开发了一种事件驱动的电脑视觉技术,可以撷取视线内发生的事件数据,而非人为建立静态影像(frames)的影像数据。去年十月,Chronocam从雷诺汽车(Renault)、博世创投(Robert Bosch Venture Capital)、英特尔等五家投资公司募集了1,500万美元的第二轮资金。

  同一领域中的其他参与者包括位于苏黎世的iniLabs,为瑞士学术机构的分支机构,其任务是推广神经形态工程技术。三星(Samsung)也在上个月的ISSCC中首次谈到该公司的事件驱动型视觉传感器。

  《EE Times》在一年前采访了Chronocam,如今再度来到巴黎专访该公司执行长Verre。我们问他Chronocam在市场上的定位(有任何变化?)、正在开发机器视觉市场的哪些部份,以及如何看待这块新兴市场。

  技术概述

  在聊到Chronocam的发展之前,先简单介绍该公司的事件驱动型传感器如何运作。我们来看Chronocam的共同创办人兼技术执长Christoph Posch在一年前的谈话内容。

  这些事件驱动型元件当初的设计并非用来撷取一系列的快照,也不用于处理静态影像。相反地,它们从一系列的自动画素中产生时间连续的资讯流,每个画素独立地调整数据撷取过程与接收到的视觉输入。因此,这些传感器可以避免数据重复存放——这是一般影像传感器常碰到的问题。非同步画素电路(asynchronous CMOS pixel circuit)以非常高的时间解析度撷取场景动态,并且在动态范围内撷取数据。

  屏幕上显示的是Chronocam传感器所撷取的手部动作

  市场挑战

  对于任何一种新技术的发明者来说,即使市场上产生一点点的变革都令人振奋。然而,这个事件并未因此激励人心,反而在传统影像传感器业界引起一阵骚动。

  由于碰到了阻碍,如果还想说服别人加入这个以往没有任何人碰过的领域并不容易,而要说服别人加入并参与变革和建立生态体系(eco-system),更不是胆怯软弱的人能做到的。然而,Chronocam执行长Verre仍不屈不挠。

  Verre表示他正尽可能地使公司加速成长中,同时在复杂的机器视觉市场中寻找正确方向并在必要时调整策略。

  但是问题来了。

  如今,Chronocam将以其颠覆性技术进军市场,可能令人感到疑惑。难道产业中没有其他公司——尤其是像Mobileye这样的公司—已经在解决领域中大多数的技术问题?汽车原始设备制造商(OEM)或一线业者能否看到Chronocam提供其他公司所没有的服务?如果有的话,又具有何种价值?

  有什么价值?

  首先,Verre解释:“我们并非仅提供所谓的影像,而是提供给机器使用的视觉资料。”

  他提到Chronocam事件驱动型(event-driven)传感器的三个主要优点:“可产生较少的资料量,能够达到更快的反应时间,并且可在更宽广的动态范围中运作。”

  相较于传统影像传感器使用许多重复的静态影像而较为耗能,Chronocam的不同点在于其以事件驱动型的电脑视觉技术只撷取一个场景中因动作而产生的局部画素级变化。

  Verre表示:“减少资料量相当重要,因为我们无法让频宽超载。即使是非常少的资料量也会对ADAS应用所需的资源量和成本造成相当的影响。此外,这一技术还能让机器即时处理资料。”

  采用该公司电脑视觉传感器的另一个强项表现在其动态范围。

  事件驱动型电脑视觉技术不受光线条件影响,无论明亮或暗处,皆可撷取视觉资料。Verre说:“在如此宽广的动态范围内撷取高品质时间资料的过程就是一个极大的优势。”他解释说,与动态范围在80到100dB之间的传统影像传感器相比,Chronocam的技术可提供120到140dB的动态范围。

  然而,Chronocam的市场定位明显地转移至某一个方向。但Chronocam相信,在进入ADAS/自动驾驶车市场时,并不至于与现有CMOS影像传感器供应商社群发生冲突。

  与一年前所听到不同的是,Chronocam如今开始将其技术运用在几种提升ADAS/自动驾驶车安全性所需要的传感器中。

  事实是目前的CMOS摄影机在车用市场的基础稳固。如下图研究机构Yole Developpement的图表中所示,车用摄影机的需求正快速成长中。

  除了采用多台摄影机,具备ADAS功能的汽车也已经布署了不同传感器,例如雷达、光达(LiDAR)到超音波传感器等。

  Verre预期:“雷达可能会继续存在,摄影机需要用来显示资讯(提供驾驶使用)。但是当加入Chronocam的事件驱动型传感器,可提升其他传感器的效能,并加快撷取资料的速度。”

  Verre提到事件驱动型传感器并不会撷取模糊的动作资料,运作时也并不受光线条件的影响。较高的时间资料能与其他传感器共同运作。他提到Chronocam目前尚没有合作伙伴,但其目标在于与其他的传感器合作伙伴共同建立一个以事件驱动型传感器为中心的生态系统。

  Chronocam的传感器运用在车子时,举例来说,能取代昂贵的光达系统,能够使自动紧急煞车功能成为标准功能,并运用在非高价车上,因为这种事件驱动型传感器并不需要大量的资料处理。

  

  汽车OEM将会在现有组合中再增加一个(或多个)传感器吗?

  深度学习?

  那么深度学习(deep learning)又扮演什么角色?许多目前正在研发中的自动驾驶车开始采用深度学习技术来处理大量收集到的感测资料。

  如同Nvidia所表示,深度学习“仰赖强大运算能力的GPU、存取大量的资料,以及具备智慧演算法,为深度神经网路处理复杂的问题。”例如,Nvidia的GPU可用在深度学习的学习与推论方面。

  目前用于深度学习的资料集主要是以传统CMOS影像传感器所撷取的资料为主。如果Chronocam决定采用深度学习技术,该公司需要自行训练资料集——其方式就是透过事件驱动型的资料。

  事件驱动型传感器的基础是神经形态工程学。Verre表示,这对于Chronocam来说是可行的,并不需要拒绝,因为需要接受训练的资料量会变得更少。事件驱动型传感器本质上能够非常快速地加以反应。他补充说:“Chronocam自己的人工智慧(AI)资料库能完全配合处理事件驱动型资料,且预计今年底前将可完成。”

  看好哪些市场应用?

  Chronocam已经将目光瞄准了三个市场:汽车、AR/VR和机器人。该公司最早准备好打入的市场是机器人,预计在2018年推出产品。采用事件驱动型传感器的机器人可在工厂的安全距离内,监控工人和协作型机器人(co-robot)的操作。

  根据Verre所说,如果这类系统采用传统的影像传感器,最小距离必须保持在40公分左右,因为撷取资料时所造成的延迟,会使得协作型机器人在更接近人类时造成危险。

  相反地,他提到,采用Chronocam的传感器,距离可缩短至3公分。Chronocam目前正与一家美国的机器人制造大厂合作,但Verre并未透露该公司的名称。原型机预计将于今年中以前完成。

  AR/VR是Chronocam下一个计划进入的市场,商用化产品预计于2019年上市,该公司的传感器将用于AR/VR头戴式装置的眼动追踪与视觉测距功能。

  最后一个但也是最大的市场为车用市场,其合作伙伴包括Renault、Nissan,以及欧洲以外的汽车OEM与一线厂商。Verre示表,该公司的计划是在2018年年底前推出原型产品,以便能在“2021年如期上市”。

  对于任何新创公司来说,投入车用市场的技术研发过程相当痛苦,因为它需要较长的产品开发周期,然而幸运的是,Chronocam的产品也可以应用在其他市场,如机器人与AR/VR,在开发车用市场期间可以先在这两个市场上有所发挥。

  Verre预估,该公司将在2019年开始看到实际的营收,一年大约会有两千万美元的销售额。

  需要强大的晶圆代工伙伴

  这家新创公司目前的首要任务是完成这三个市场的产品原型,证明这些产品能有效地运作,并且在每个市场建立合作伙伴关系。

  一年前,Chronocam可能认为提供第一层事件导向运算(软体开发套件;SDK)的摄影机技术便足以说服客户。但现在,Verre相信,Chronocam必须提供合作伙伴全面的垂直解决方案,若无法做到这点,Chronocam认为其与众不同的技术将永远不会被市场接受。

  为了成功推出其事件驱动型的传感器技术,Chronocam需要一家强大的晶圆代工合作伙伴。目前,该公司正使用标准的CMOS影像处理技术,制造具有VGA解析度的传感器。Verre说:“但至少还必须提升到高画质(HD)的解析度。目标是改采用晶背3D堆叠技术来生产画素间距缩小至5微米的传感器,相形之下,目前的传感器约有15微米。”

  一年前,Chronocam还只能从CEA Investment和Robert Bosch等创投业者中募得150万欧元,而今,该公司已拥有1,500万美元的资金,并正不断地强化其工程团队。Verre的计划是在今年底前扩充到50人。



关键词: ADAS Mobileye

评论


相关推荐

技术专区

关闭