重磅技术和市场成果发布!张江这家自动驾驶企业如何炼成“量产之路”?

9月27日,张江企业魔视智能在上海召开2018技术和市场成果发布会,公布基于魔视智能先进的嵌入式深度学习技术的辅助自动驾驶产品已经领先在国产一线乘用车主机厂项目上正式量产落地,并同时发布基于车规级嵌入式处理器和深度学习的量产级自动泊车产品。

高级辅助驾驶和自动驾驶产品在中国汽车市场有着巨大的市场潜力。 由于自动驾驶和主动安全系统在汽车整车系统里的重要性,各个主机厂对于相关产品设置了很高的准入门槛, 对于系统的实时性、准确性、鲁棒性、普适性、可靠性有着苛刻的要求。在汽车智能化浪潮的推动下,涌现了许多从事自动驾驶系统的本土科技企业,可是最重要的乘用车量产项目一直以来都被国际巨头把持。在一线乘用车量产项目早日实现量产突破,成为衡量自动驾驶科技企业综合竞争力的标尺,也成为各个自动驾驶科技企业共同追求突破的目标。

经过和多家国内车厂及一线体系供应商的深入合作及产品验证打磨, 基于魔视智能先进自动驾驶技术的产品已经开始陆续落地。 魔视智能创新的嵌入式深度学习技术已经在中国本土的一线乘用车主机上正式落地量产并实现每月千台以上稳定批量出货,是中国自动驾驶科技企业实现应用突破的重要里程事件。

魔视智能方面透露,已经在和包括比亚迪,北汽新能源,一汽,蔚来,众泰等国内的一线整车主机厂进行不同LEVEL等级,面向多个产品方向,满足多个应用场景的自动驾驶项目合作。魔视智能还和包括转向和刹车控制器,智能网联,仪表,新能源动力系统总成,雷达在内的多个一线体系供应商进行多种形式的深入产品合作。

到目前为止, 魔视智能已经和18个主机厂OEM及TIE1 进行量产和产品研发合作,已有包括乘用车和商用车在内的9个项目正式定点。自18年6月正式批量量产至今,累计出货已经超过万台规模。根据目前在进行的项目预测统计,魔视智能预期到2019年末会有30个主机厂OEM及TIE1量产及合作项目,17个正式定点,搭载超过15万台不同车型。

深度学习有效的推动了人工智能技术飞跃, 但是算法复杂性对于芯片算力的依赖始终困扰着整车产品工程。 如何在低成本低功耗的硬件芯片局限下实现高度智能和实时的复杂神经网络,一直是困扰人工智能在汽车行业落地的难题。

魔视智能坚持汽车级嵌入式芯片平台路线,成功的克服了这一工程挑战。自创立至今,魔视智能已经开启了业界的多个技术创新。继2016年11月领先完成在车规级FPGA SOC 实现基于深度学习的目标识别系统,和2017年9月领先完成在车规级FPGA SOC 实现并行的深度学习目标识别和基于语义分割的可行驶区域识别,2018年魔视智能在新技术创新上,又实现了新的突破。

在本次发布会上,魔视智能正式公布了新的基于FPGA SOC和深度学习的量产级自动泊车产品,可以大大提高自动泊车的智能化程度和复杂泊车场景覆盖。

魔视智能联合创始人/CEO虞正华博士

魔视智能联合创始人/CEO虞正华博士介绍,这套基于魔视智能嵌入式深度学习的完整自动泊车方案,通过多目视觉感知和超声传感器融合,大幅增加了停车位检测的成功率,从而提高了泊车入位的成功率和准确度,实现半自动和全自动泊车控制,以及一键式遥控泊车。这套系统同时提供360°全景环视,协助驾驶员检测车辆位置与周边环境障碍物,消除复杂泊车情形下的视觉死角和事故风险,大大减轻和缓解驾驶压力。

通过魔视智能独有的基于深度学习的智能计算引擎,具有在多角度多目标情况下,检测速度快,准确率高,复杂场景适应性好,夜视能力强等特点。它同时具有小型化,低功耗,高可靠性的特点,它的高度智能的多角度多目标识别能力,可以直接使用现有360环视系统的鱼眼摄像头,结合超声波传感器融合,覆盖更为复杂的泊车场景,提供更安全的自动泊车操作功能。这套基于深度学习和车规级嵌入式平台的自动泊车方案,已经在和多个主机厂及TIE1 进行产品测试和验证,将进一步巩固魔视智能在中国自动驾驶市场和技术的领先地位。

关于魔视智能

深度学习极大的推动了人工智能技术革命并将深刻的影响和改变人类社会。魔视智能专注于汽车自动驾驶,是将国际最前沿的深度学习和计算机视觉等人工智能技术在汽车自动驾驶系统上实现嵌入式产品化的领跑者。

魔视智能拥有国际顶尖的视觉感知和定位算法专家,和卓越的汽车产品工程团队。通过将前沿的深度学习和VSLAM 技术,采用单目或者多目摄像头,依照汽车工程标准,将优化的人工智能计算引擎高效运行在汽车级嵌入式处理器上, 并结合多传感器融合,实现准确实时的环境感知和车体定位系统,从而最终实现更安全更自由的自动驾驶。

魔视智能的创新技术代表了自动驾驶领域的国际领先水平,系统的实时性、准确性、鲁棒性、普适性在主要的国内主机厂获得了广泛的认可和好评。公司总部位于上海张江,在澳大利亚设有先进算法研究院, 在深圳设有业务和客户支持中心。

发表评论
留言与评论(共有 0 条评论)
   
验证码:

相关文章

推荐文章

'); })();