3月20-21日，由佐思產(chǎn)研、佐智汽車主辦，地平線、TTTech、魔視智能、海信網(wǎng)絡科技、晶眾股份、芯侖光電、PLK、中科慧眼等單位支持的2018第三屆ADAS與自動駕駛國際論壇在上海銀星皇冠假日酒店舉辦。超過400多位嘉賓參加了本次論壇，魔視智能的虞正華博士在會上發(fā)表了《嵌入式深度學習的智能駕駛》演講。


虞正華：魔視智能CEO

虞正華：各位朋友、各位專家早上好，我是魔視智能的虞正華。非常高興和大家交流魔視智能在基于嵌入式深度學習的智能駕駛方面的思考和實踐。

魔視智能2015年成立，公司總部在上海，在澳洲建立了全資的人工智能研究院。核心團隊成員是一些AI和汽車電子背景的國際頂尖的專家。



作為一名駕駛者，在中國任何一個城市，每天會面臨各種各樣的風險，可能會在路口碰到騎車人突然切入、追尾等情況，這都是中國實際路況。智能駕駛要能夠很好地處理這些問題。



China-IOT對危險路況、危險類型做了一個區(qū)分，包括車與車的危險、行人的危險、路口的危險、動物的危險等。按照歐洲標準，現(xiàn)在的FCW/AEB包含的功能，只關注了其中46%的危險，還有更多的危險情況，在目前的標準體系和產(chǎn)品中還沒有得到有效覆蓋。



我們面對的是各種各樣的目標類型，包括行人、車輛、車輛裝載物等，面臨的目標角度可能是任意的角度，不止是正面，有可能是側面、背面。這對智能駕駛系統(tǒng)的感知系統(tǒng)提出了很大挑戰(zhàn)。今天行業(yè)的共識是要從視覺感知角度處理好這些問題，須采用深度學習的技術路線。深度學習在很多領域取得成功的應用。從全球來說，用的最廣泛的是在識別領域，包括圖像識別、語音識別等。深度學習能夠有效地處理目標的多樣性、目標角度的多樣性、目標類型的多樣性，超越了傳統(tǒng)的計算機視覺和傳統(tǒng)的模式識別方法。

深度學習在智能駕駛系統(tǒng)里面有很多應用，這里列舉一些已經(jīng)被證明能夠成功應用的領域：第一個應用是目標檢測，要檢測出路上的人和車等各種目標；第二個應用是目標識別，很典型的例子是交通標識識別，要識別其中的文字；第三個應用是語義分割，對圖像及視頻里每一個像素點的標注能夠區(qū)分語義類型；最后一個應用非常重要，就是測距，如何通過用深度學習的方法準確測試目標距離。

深度學習的運算需要承載在計算平臺之上。計算平臺的選擇關乎系統(tǒng)的優(yōu)劣，面臨諸多挑戰(zhàn)。如果目標是近期內量產(chǎn)的產(chǎn)品，譬如說在兩年之內量產(chǎn)，那么有幾個問題需要解決。第一，遵循汽車流程和體系來開發(fā)，這是底線，智能駕駛從L1開始就跟控制有關，就是安全的問題；第二，需要高性能的計算平臺；第三，需要高準確率的嵌入式深度學習算法支撐。第四，需要有海量數(shù)據(jù)來支持，因為大家都知道深度學習對數(shù)據(jù)有很強依賴性。



深度學習計算平臺的選擇需要需要平衡很多因素。一、需要考慮成本，因為要做能夠量產(chǎn)的產(chǎn)品，而不是說只是做科研課題；二、需要考慮功耗，功耗很多時候會對系統(tǒng)有約束；三、需要很高計算能力，因為深度學習算法對于計算力要求比較高，四、同時也需要滿足汽車安全的要求，比如需要達到相應的ASIL等級；五、可編程性，人工智能確實解決了很多問題，但同時它的發(fā)展日新月異，三個月算法就會迭代一次的進步。

今天我們選擇的計算平臺，如果沒有足夠的可編程性，不能兼容算法的演進和迭代，那今天做的產(chǎn)品可能六個月之后就過時了。從產(chǎn)品落地的角度，人工智能處在飛速發(fā)展的時代，保持高效的可編程性，是非常重要的選擇因素。



魔視智能自2015年開始進行嵌入式深度學習的產(chǎn)品研發(fā)，基于FPGA的計算平臺，以量產(chǎn)為目標，能夠滿足低成本、高性能、低功耗、可編程性，符合功能安全規(guī)范。在這個平臺上設計了的優(yōu)化的深度學習引擎，在一個很低成本的計算平臺上，實現(xiàn)了超過100層的深度學習網(wǎng)絡。這個計算平臺的計算效能，與常規(guī)的實現(xiàn)方法相比，有了2.8倍的提升。

深度學習對算法的性能有很高要求，我們在這方面也做了很多扎實的工作。算法好不好最終還是需要一些客觀評價體系。魔視智能的深度學習算法在國際評測中多項排名全球第一。算法是基礎，數(shù)據(jù)采集是重點。我們花了兩年多的時間在全國30個省采集相應的數(shù)據(jù)，目前已經(jīng)有超過500萬公里的測試數(shù)據(jù)，采集的工況很龐雜，多種復雜路況，各種各樣的車輛，包括白天和晚上不同的工況，雨天、雪天、霧天等等。這些數(shù)據(jù)對于我們實現(xiàn)產(chǎn)品量產(chǎn)也是非常重要的支撐。



基于嵌入式深度學習的產(chǎn)品開發(fā)，到目前為止我們已經(jīng)花了接近三年的時間，踏過了很多溝溝坎坎，2015年、2016年推出第一代基于嵌入式深度學習的ADAS產(chǎn)品。2017年出了更新的第二代，同時還完成了一體機開發(fā)，一體機就是可以進入量產(chǎn)體系的產(chǎn)品。這套產(chǎn)品是國內第一套基于嵌入式深度學習的ADAS前裝量產(chǎn)產(chǎn)品，已經(jīng)開始在國內的一線OEM前裝量產(chǎn)，主要功能包括若干個報警功能如LDW、FCW、PCW，同時也可以拓展支持AEB、ACC等功能。

對于未來的發(fā)展，魔視智能會持續(xù)支持智能駕駛產(chǎn)品的量產(chǎn)。所以從第一代的報警功能到AEB功能，到L3，多路攝像頭和多傳感器融合的方案。我們自己定位非常清晰，只做感知層面，其他層面會廣泛地與業(yè)內合作伙伴協(xié)作。 我今天講的就到這，謝謝大家！