CES2017-駕駛輔助會思考
當一年以前2015年年底ME Mobileye的CEO Sasha在德意志銀行汽車工業研討會宣布在其汽車機器視覺駕駛複製系統中加入深度學習DNN演算法的時候，這是一個非常領先的創新點。而到了CES2017，突然多家科技公司展示了融合深度學習DNN演算法的汽車機器視覺駕駛複製系統。這似乎已經成了業界潮流。讓我們基於Mobileye、Nvidia和Qualcomm在CES2017的展示，聊聊駕駛輔助是怎麼學會思考的吧。
1.tMobileye
ME Mobileye的CEO Sasha在德意志銀行汽車工業研討會詳細介紹了其EYEQ3產品實現的深度學習DNN演算法圖像處理解決方案。下圖一為通過對攝像頭採集圖像進行分層學習過程的示意圖，從圖像中可以抽取相應的目標位置，路線規劃。下圖二為通過深度學習，規划出的路徑不再完全依靠車道線，而是基於對於前方目標辨認標識出的安全空間（綠色部分）。在大會上，Sasha還對比了EYEQ3與Nivida的SOC的性能。特別突出了其功耗方面的優勢。
而在CES2017上，作為戰略同盟寶馬、Intel、Mobileye聯合進行了未來無人駕駛技術演講。並將相關集成深度學習DNN技術駕駛輔助系統應用到了基於寶馬5系的無人駕駛概念車之中。
2.tNvidia
如上提到，基於自家的GPU技術，嘗試突破傳統的遊戲圖形處理行業，努力進入汽車無人駕駛人工智慧AI業務的Nvidia當然不會放過CES2017這樣一個完美的展示舞台。基於人工智慧機器學習Machine Learning = DNN + 大數據big data + GPU的理念。其已經在汽車意外的其他應用上得到了驗證，並為大眾所熟悉。那就是谷歌的AlphaGo系統人機大戰戰勝圍棋聖手事件。
而駕駛輔助方面，此次CES2017上，Nvidia展示了基於DNN的從全自動駕駛（AutoPilot）、協同輔助駕駛（Co-Pilot）到自然語言理解NLU（Nature Language Understanding）的成套解決方案。以及從車載系統到DNN訓練的雲端伺服器平台的軟硬體支持平台。還提供了實體演示無人駕駛概念車BB8。
Nvidia似乎並不不太在乎其功耗，而是基於工藝的改進，著重提升功耗性能比。因此發布了新一代的Xavier人工智慧超級計算SOC晶元。它具有更強大的八核ARM64處理核心和512核Volta GPU，並且能夠達到汽車安全所需要功能安全ASIL-D（最高等級）的級別。根據對比發現，它使用了比Tegra X1更新一代的工藝，擁有了更強的計算能力。不過功耗也提升至20瓦級別。不過相對的Xavier提供了可以裁剪的車載人工智慧計算平台。相對整車級別優化了功耗性能比。
Xavier與Parker及上一代Tegra X1對比
和文章開頭提到的一樣，有了人工智慧AI以及相應的深度學習DNN技術，Nvidia支持的駕駛輔助系統就可以做到智能的駕駛路徑找尋和學習優化能高端功能。駕駛輔助系統因此學會了思考。國內互聯網巨頭百度聯合Nvidia將相關技術應用到了多款國內車企的無人駕駛概念車上。百度也基於相關技術在CES2017上做了產品展示。
3.tQualcomm高通
Qualcomm的傳統盈利業務目前還是手機通信行業，但是這並不能阻攔其進軍汽車行業。除了收購汽車半導體NXP這個大動作以外，其主打的蛟龍處理器也開始支持集成深度學習的駕駛輔助系統。這就是此次CES2017發布的Snapdragon 820A汽車處理器。基於其強大的處理性能運行集成深度學習DNN的駕駛輔助視覺處理系統仍然可能達到不錯的處理幀數。並且高通Qualcomm還聯合國內的初創公司縱目ZongMu進行了相關技術的Demo展示
縱上所述，一年前集成深度學習DNN的駕駛輔助系統幾乎還是Mobileye的獨門絕技，而到了CES2017，Mobileye、Nvidia和Qualcomm都做了相關技術的展示。這無疑確立了集成深度學習DNN的駕駛輔助系統是未來的發展方向。
---------------------------------------------------------------------------------------------------------------------
歡迎關注辣筆小星（微信公眾號和知乎專欄）
你的關注，我的動力
推薦閱讀：
※|期刊分享|無人駕駛|英偉達端到端學習無人車
※無人駕駛怎麼解決「電車難題」？
※能讓賈躍亭「冒天下之大不韙」的 究竟是一款怎樣的「神車」？
※智能車戰略，中國高層又定了一個超級目標
TAG:无人驾驶车 |