3月20-21日，由佐思產(chǎn)研、佐智汽車(chē)主辦，地平線、TTTech、魔視智能、海信網(wǎng)絡(luò)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(dòng)駕駛國(guó)際論壇在上海銀星皇冠假日酒店舉辦。超過(guò)400多位嘉賓參加了本次論壇，魔視智能的虞正華博士在會(huì)上發(fā)表了《嵌入式深度學(xué)習(xí)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(zhuān)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(xué)習(xí)的智能駕駛方面的思考和實(shí)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(tuán)隊(duì)成員是一些AI和汽車(chē)電子背景的國(guó)際頂尖的專(zhuān)家。



作為一名駕駛者，在中國(guó)任何一個(gè)城市，每天會(huì)面臨各種各樣的風(fēng)險(xiǎn)，可能會(huì)在路口碰到騎車(chē)人突然切入、追尾等情況，這都是中國(guó)實(shí)際路況。智能駕駛要能夠很好地處理這些問(wèn)題。



China-IOT對(duì)危險(xiǎn)路況、危險(xiǎn)類(lèi)型做了一個(gè)區(qū)分，包括車(chē)與車(chē)的危險(xiǎn)、行人的危險(xiǎn)、路口的危險(xiǎn)、動(dòng)物的危險(xiǎn)等。按照歐洲標(biāo)準(zhǔn)，現(xiàn)在的FCW/AEB包含的功能，只關(guān)注了其中46%的危險(xiǎn)，還有更多的危險(xiǎn)情況，在目前的標(biāo)準(zhǔn)體系和產(chǎn)品中還沒(méi)有得到有效覆蓋。



我們面對(duì)的是各種各樣的目標(biāo)類(lèi)型，包括行人、車(chē)輛、車(chē)輛裝載物等，面臨的目標(biāo)角度可能是任意的角度，不止是正面，有可能是側(cè)面、背面。這對(duì)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(shí)是要從視覺(jué)感知角度處理好這些問(wèn)題，須采用深度學(xué)習(xí)的技術(shù)路線。深度學(xué)習(xí)在很多領(lǐng)域取得成功的應(yīng)用。從全球來(lái)說(shuō)，用的最廣泛的是在識(shí)別領(lǐng)域，包括圖像識(shí)別、語(yǔ)音識(shí)別等。深度學(xué)習(xí)能夠有效地處理目標(biāo)的多樣性、目標(biāo)角度的多樣性、目標(biāo)類(lèi)型的多樣性，超越了傳統(tǒng)的計(jì)算機(jī)視覺(jué)和傳統(tǒng)的模式識(shí)別方法。

深度學(xué)習(xí)在智能駕駛系統(tǒng)里面有很多應(yīng)用，這里列舉一些已經(jīng)被證明能夠成功應(yīng)用的領(lǐng)域：第一個(gè)應(yīng)用是目標(biāo)檢測(cè)，要檢測(cè)出路上的人和車(chē)等各種目標(biāo)；第二個(gè)應(yīng)用是目標(biāo)識(shí)別，很典型的例子是交通標(biāo)識(shí)識(shí)別，要識(shí)別其中的文字；第三個(gè)應(yīng)用是語(yǔ)義分割，對(duì)圖像及視頻里每一個(gè)像素點(diǎn)的標(biāo)注能夠區(qū)分語(yǔ)義類(lèi)型；最后一個(gè)應(yīng)用非常重要，就是測(cè)距，如何通過(guò)用深度學(xué)習(xí)的方法準(zhǔn)確測(cè)試目標(biāo)距離。

深度學(xué)習(xí)的運(yùn)算需要承載在計(jì)算平臺(tái)之上。計(jì)算平臺(tái)的選擇關(guān)乎系統(tǒng)的優(yōu)劣，面臨諸多挑戰(zhàn)。如果目標(biāo)是近期內(nèi)量產(chǎn)的產(chǎn)品，譬如說(shuō)在兩年之內(nèi)量產(chǎn)，那么有幾個(gè)問(wèn)題需要解決。第一，遵循汽車(chē)流程和體系來(lái)開(kāi)發(fā)，這是底線，智能駕駛從L1開(kāi)始就跟控制有關(guān)，就是安全的問(wèn)題；第二，需要高性能的計(jì)算平臺(tái)；第三，需要高準(zhǔn)確率的嵌入式深度學(xué)習(xí)算法支撐。第四，需要有海量數(shù)據(jù)來(lái)支持，因?yàn)榇蠹叶贾郎疃葘W(xué)習(xí)對(duì)數(shù)據(jù)有很強(qiáng)依賴(lài)性。



深度學(xué)習(xí)計(jì)算平臺(tái)的選擇需要需要平衡很多因素。一、需要考慮成本，因?yàn)橐瞿軌蛄慨a(chǎn)的產(chǎn)品，而不是說(shuō)只是做科研課題；二、需要考慮功耗，功耗很多時(shí)候會(huì)對(duì)系統(tǒng)有約束；三、需要很高計(jì)算能力，因?yàn)樯疃葘W(xué)習(xí)算法對(duì)于計(jì)算力要求比較高，四、同時(shí)也需要滿(mǎn)足汽車(chē)安全的要求，比如需要達(dá)到相應(yīng)的ASIL等級(jí)；五、可編程性，人工智能確實(shí)解決了很多問(wèn)題，但同時(shí)它的發(fā)展日新月異，三個(gè)月算法就會(huì)迭代一次的進(jìn)步。

今天我們選擇的計(jì)算平臺(tái)，如果沒(méi)有足夠的可編程性，不能兼容算法的演進(jìn)和迭代，那今天做的產(chǎn)品可能六個(gè)月之后就過(guò)時(shí)了。從產(chǎn)品落地的角度，人工智能處在飛速發(fā)展的時(shí)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(kāi)始進(jìn)行嵌入式深度學(xué)習(xí)的產(chǎn)品研發(fā)，基于FPGA的計(jì)算平臺(tái)，以量產(chǎn)為目標(biāo)，能夠滿(mǎn)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(gè)平臺(tái)上設(shè)計(jì)了的優(yōu)化的深度學(xué)習(xí)引擎，在一個(gè)很低成本的計(jì)算平臺(tái)上，實(shí)現(xiàn)了超過(guò)100層的深度學(xué)習(xí)網(wǎng)絡(luò)。這個(gè)計(jì)算平臺(tái)的計(jì)算效能，與常規(guī)的實(shí)現(xiàn)方法相比，有了2.8倍的提升。

深度學(xué)習(xí)對(duì)算法的性能有很高要求，我們?cè)谶@方面也做了很多扎實(shí)的工作。算法好不好最終還是需要一些客觀評(píng)價(jià)體系。魔視智能的深度學(xué)習(xí)算法在國(guó)際評(píng)測(cè)中多項(xiàng)排名全球第一。算法是基礎(chǔ)，數(shù)據(jù)采集是重點(diǎn)。我們花了兩年多的時(shí)間在全國(guó)30個(gè)省采集相應(yīng)的數(shù)據(jù)，目前已經(jīng)有超過(guò)500萬(wàn)公里的測(cè)試數(shù)據(jù)，采集的工況很龐雜，多種復(fù)雜路況，各種各樣的車(chē)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(duì)于我們實(shí)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(xué)習(xí)的產(chǎn)品開(kāi)發(fā)，到目前為止我們已經(jīng)花了接近三年的時(shí)間，踏過(guò)了很多溝溝坎坎，2015年、2016年推出第一代基于嵌入式深度學(xué)習(xí)的ADAS產(chǎn)品。2017年出了更新的第二代，同時(shí)還完成了一體機(jī)開(kāi)發(fā)，一體機(jī)就是可以進(jìn)入量產(chǎn)體系的產(chǎn)品。這套產(chǎn)品是國(guó)內(nèi)第一套基于嵌入式深度學(xué)習(xí)的ADAS前裝量產(chǎn)產(chǎn)品，已經(jīng)開(kāi)始在國(guó)內(nèi)的一線OEM前裝量產(chǎn)，主要功能包括若干個(gè)報(bào)警功能如LDW、FCW、PCW，同時(shí)也可以拓展支持AEB、ACC等功能。

對(duì)于未來(lái)的發(fā)展，魔視智能會(huì)持續(xù)支持智能駕駛產(chǎn)品的量產(chǎn)。所以從第一代的報(bào)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(huì)廣泛地與業(yè)內(nèi)合作伙伴協(xié)作。 我今天講的就到這，謝謝大家！