芯智驾──集粹产学研用企名人见解，全方位分析AI集成ic、第三代半导体材料等在车辆“大形变”时期的机遇与挑戰！

集微网报导，在自动驾驶技术线路上，特斯拉汽车完全踏上了纯视觉的路面。在近期的特斯拉汽车AI日上，根据AI神经元网络，特斯拉汽车解决了毫米波雷达硬件配置计划方案的Autopilot技术，借助摄像头，完成了埃隆马斯克对纯视觉自动驾驶计划方案的执着。

当今主要的自动驾驶技术生产商都贯穿在摄像头、毫米波雷达、毫米波雷达的多控制器结合的风格上，配搭高算率集成ic及手机软件技术做为较妥当的解决方法。

特斯拉汽车的手机软件整体实力是毫无疑问的，何况在AI日上还呈现了DOJO D1集成ic，以它为基本构成的DOJO超级计算机理论上其测算特性贴近无尽。那麼借助人工智能技术视觉，特斯拉汽车是不是可以进行匹敌乃至超过原来的Autopilot技术？人工智能技术视觉技术将来在自动驾驶行业是不是可以获得进一步的发展趋势？

纯视觉计划方案是不是可靠？

特斯拉汽车的纯视觉FSD根据“HydraNets”的多任务学习工作能力，能够即时制作合理地形图。总体解决方法分成硬件配置认知和神经元网络学习培训两大层面。在其中，硬件配置认知根据车子全身配置的8颗摄像头来搜集车子自然环境、路面信息等，搜集到的信息根据矫正后结合成单一的预测模型，这一实体模型为操作系统保证了周围环境的3D空间构成全景图。

实际上，摄像头在全部自动驾驶线路技术上并不生疏，但靠摄像头搜集的信息终究是2D图象，因而，业内广泛选用毫米波雷达去认知物件速度运动轨迹，用毫米波雷达去鉴别物件的样子，将三者的信息一同配对交到自动驾驶系统软件来实现分辨。

那麼特斯拉汽车现如今将毫米波雷达也放弃后，只靠摄像头，显而易见不能满足神经元网络练习需要的空间信息。

对于此事，特斯拉汽车Autopilot负责人Ashok Elluswamy详细介绍了特斯拉汽车因此研发的重要技术——全自动标识。全自动标识技术能够短暂性储存附近的路面标识、车子部位等信息，即便车子在行使中视线被挡住，依据标识的信息，车子依然能够安全性行车。

IEEE高級vip会员，香港科技大学无人驾驶核心负责人、智能机器人与独立系统软件行业负责人刘文博士研究生对集微网强调，自动驾驶视觉作用的关键取决于给予本身精准定位与怎样看待周边环境，进而完成导航栏与躲避障碍物也有人机交互技术等作用，理论上而言，伴随着深度神经网络和深度学习的发展趋势，设备视觉从简洁的二维物体识别到目前的三维重新构建、语义识别、加强迭代更新躲避障碍物作用等，加上云计算技术与V2X互联网等互联网大数据并行计算系统软件与车截自动驾驶系统软件的结合，设备视觉在理论上是能够达到充分的自动驾驶作用。

摄像头视觉计划方案仍存众多难题待处理

刘文博士研究生强调，目前的自动驾驶摄像头视觉计划方案非常大水平上依靠很多超清的相片线性拟合深度神经网络实体模型，进而提升鉴别和市场定位的精密度，不一样水平的照射和不明物件的发生提高了单纯性摄像头的设备视觉鉴别和精准定位难度系数，工程项目上必须 进一步讨论怎样减噪，怎样与V2X数据连接，怎样运用云计算技术輔助规模性智能交通等各种难题，因此间距完成彻底自动驾驶也有一定间距，必须很多工程项目实践活动开展填补。

实际看来，现阶段的主要计划方案中，车截摄像头关键包含内视摄像头、后视摄像头、外置摄像头、侧视图摄像头、环顾摄像头等。展望产业研究院在报告书中强调，现阶段摄像头车里关键运用于倒车后视(后视)和360度全景图(环顾)，高档轿车的各种各样輔助机器设备配置的摄像头可高达8个，用以輔助司机停车或开启应急刹车踏板。

依据Yole数据信息表明，全世界均值每台车辆配用摄像头总数将从2018年的1.7颗提升至2023年的3颗。展望产业研究院预估，伴随着ADAS和自动驾驶的进一步深层次，自行车所需配用摄像头的数目持续提升，将来两年车截摄像头市场容量将得到 较快提高，预估到2025年全世界车截摄像头市场容量将做到270亿美金，我国车截摄像头市场容量有望突破230亿人民币。

IEEEvip会员，香港科技大学信息工程学院终身教授，人工智能技术权威人物周博磊对集微网填补道，AI能够只靠摄像头给予的视觉界面进行自动驾驶，但必须 好几个校正好的摄像头，并且对摄像头的屏幕分辨率有规定，并没有一般的网上视频摄像头。根据好几个校正好的摄像头键入，能够 较为精确地获得情景深层信息和对周边物件的三维认知，那样能够获得跟LiDAR键入相近的情景三维构造信息。校准好的好几个高精密摄像头，融合很多真车数据信息，是特斯拉汽车的自动驾驶对策，现阶段看来获得的作用也是非常好的。

自动驾驶与设备视觉的互相成就

虽然现阶段也有很多必须 进一步处理的技术难题，但假如特斯拉汽车最后完成了纯视觉的自动驾驶技术，针对人工智能技术的发展趋势，尤其是设备视觉来讲显然是一种侧边的积极主动证实，与此同时人工智能技术也将助推自动驾驶技术的迭代更新。

展望产业研究院强调，设备视觉技术是人工智能技术正处于迅速發展的一个支系，自发展发展趋势迄今，设备视觉从定义明确提出到建立产业链，其作用及其使用范畴伴随着工控自动化的进步逐步健全和营销推广。

依据分析组织Markets and Markets的数据信息，2010-2020年，全世界设备视觉市场容量展现持续上涨的发展趋势。2020年，全世界设备视觉市场容量达107亿美金，近5年复合增速达14.48%。

IEEE高級vip会员，IEEE消費技术研究会规范联合会现任主席袁昱博士研究生对集微网表明，无论是纯视觉、毫米波雷达、或是其他技术线路，人工智能技术技术的发展壮大必定推动自动驾驶的普及化。最后在市場上获胜的自动驾驶解决方法，一定是在成本费与安全系数两者之间获得非常好均衡的。

针对将来设备视觉在自动驾驶等方面的发展趋势，刘文博士研究生强调，视觉技术做为自动驾驶行业的关键认知技术，起着非常重要的导航栏功效，将来的设备视觉会向着规模性高精密全智能层面发展趋势，规模性指的是伴随着视觉技术的工业生产迭代更新完善，设备视觉会在自动驾驶行业大范围运用，高精密指的是伴随着视觉技术基础理论的完善和工业生产操作的深层次，视觉的精度等级和鉴别精密度会出现规模性的提高，全智能指的是是视觉自身是带词义解释的，它可能更为接近人们了解全球的方法，综合性鉴别出周边环境，能认知能力路面构造，路人个人行为这些。

周博磊填补道，自动驾驶将是人工智能技术视觉技术的一个关键运用，也是一个人工智能技术视觉技术进到物理学日常生活的突破口。根据这一突破口，将来会出现越多的与之有关的运用，如智能交通，智能机器人等。

他注重，视觉技术也不是一个独立体，它必须 跟中下游每日任务，如操纵和整体规划技术，机械设备完成等更一体化的融合。（审校/Sharon）