当前位置:网站首页>拿下跨界C1轮投资,本土Tier 1高阶智能驾驶系统迅速“出圈”
拿下跨界C1轮投资,本土Tier 1高阶智能驾驶系统迅速“出圈”
2022-08-09 09:40:00 【高工智能汽车】
随着下半年主要一线汽车品牌陆续进入方案更替阶段,辅助驾驶方案商(包括硬件、软件)将呈现百花齐放的局面。
面向高阶自动驾驶,包括丰田、奔驰、宝马等传统国际大厂都实现了L3自动驾驶,国内诸多车企完成L2++级自动驾驶车型开发,同时高阶旗舰方案(包括大算力域控平台、下一代传感器)和高性价比普及方案将并行推进。
高工智能汽车研究院监测数据显示,2022年1-5月中国市场(不含进出口)乘用车新车搭载L2级智能(辅助)驾驶继续保持增长势头,累计交付上险179.04万辆,同比增长47.49%。其中,具备整车级OTA能力的新车交付占比达到41.80%。
对于供应链而言,全新的竞争周期已经开启。而证明竞争力的重要指标,便是大规模的落地能力、高阶智能驾驶的布局能力,以及获得产业资方的认可。
2022年8月8日,智能驾驶和智慧出行领域全栈创新及系统方案服务商智驾科技MAXIEYE(以下简称“MAXIEYE”)宣布,于近日获得韦豪创芯、沄柏资本、爱芯元智C1轮联合战略投资。
本轮资金将主要用于智能驾驶高阶技术研发投入及乘用车L2以上规模化量产供应链储备。未来,几方也将在战略资源上互相协同,释放跨界合作生态势能,共同为汽车智能化及未来出行创造价值。
基于感知到规控全栈创新的平台化技术体系,目前,MAXIEYE已实现跨越乘用车和商用车的差异化、规模化业务落地。在商用车领域,从法规驱动的安全型产品到市场驱动的智慧化方案,全面赋能产业实现降本增效。在乘用车领域,聚焦高性价比L2和高阶智能化两条产品线,为车企客户及C端用户,提供极致的驾乘方案和服务体验。
用“底层逻辑”驱动高速成长
在围绕MAXIEYE的所有关键词里,“快”排在第一位。
早在成立之初,MAXIEYE就专注于智能驾驶的核心技术链之一——视觉感知技术的自研,不断突破视觉感知性能极限。当视觉感知在测距、测速、预测、跟踪等各维度实现质的突破,带来的直接价值便是更复杂的自动驾驶控制功能的实现。
随后,MAXIEYE陆续补齐从感知到规控策略的全栈开发能力,系统产品从L1(如AEB自动紧急制动系统)的法规驱动型功能,到L2及以上智能巡航系统等舒适和智慧型功能,产品矩阵和业务板块也越发丰富,覆盖从感知模块、融合模块、规划控制模块的硬件和软件产品方案。业务覆盖商用车及乘用车市场。
在此过程中,MAXIEYE始终坚持的“底层逻辑”是,以类人驾驶的处理逻辑解决智能驾驶的本质痛点,打通底层技术链:从图像真值信息中探索感知和工况分析系统的内在逻辑,强化感知和规控互相校验,同时在感知前端实现距离、速度等更多目标信息属性的检测和预测,以此提升系统鲁棒性,降低对算力和传感器等硬件堆砌的依赖。
简单总结,便是通过感知+规控全栈深度协同研发的思路,提高感知技术性能的同时,从感知底层优化规控策略,强化系统的安全性、可靠性,降低驾驶员因对系统不信任而产生的“焦虑”,以信赖感替代紧张感。并从底层构建完整的数据闭环,让系统越用越“聪明”。
比如,通过双重感知校验的方案,降低漏检误检;从图像像素级进行场景判断,解决极限Cut-in场景问题;针对上下匝道等复杂车道线检测设计专门算法模型,实现复杂车道线的检测更稳定,让驾驶体验更流畅、舒适;通过两段三阶曲线对小S弯等进行分段解释,让路径规划和控制策略更像“老司机”。
得益于精准的感知技术能力,MAXIEYE在数十万公里的大里程测试中,实现了AEB系统零误制动的测试成果。同时其量产车上回传的数据显示,AEB系统帮助驾驶员避免交通事故的案例每天都在更新。
值得一提的是,MAXIEYE依托国内真实道路场景数据积累和测试验证的闭环,建立了数据驱动的更懂中国路况的技术迭代体系。
其在产品开发中可通过影子模式、钩子算法,将感兴趣的、有价值的数据钩回来,运用到产品的性能迭代中。
同时建立了数据回灌系统,整个数据回灌系统可通过模型在环测试(MIL)、软件在环测试(SIL)、硬件在环测试(HIL)、处理器在环测试(PIL)等实现从数据采集、数据处理、算法训练,到功能测试的数据闭环。
该系统可将路试场景完整无损(bitmatch比特级匹配)地还原,大幅度提高工程师的测试效率。并在系统开发测试中,快速地复现问题场景,锁定问题点,高效解决问题。
谈及公司的发展战略,MAXIEYE表示,公司从始至终坚持从技术产品驱动,到数据驱动,再到商业模式驱动。“目前,MAXIEYE正处于到数据驱动阶段,另外有一项研发中的产品方案,将在商业模式上做出新的尝试。”
L2规模化与高阶突围
进入全新竞争周期,企业的当务之急便是基于前期技术积累和业务落地,在L2更大规模化量产的同时,实现L3级高阶向上的突围竞争。
MAXIEYE表示,随着L2级辅助驾驶的渗透率提升,市场对L2++高阶智能驾驶的需求也逐渐显现。其中,领航辅助驾驶,因清晰的系统边界和高速场景广泛的使用需求,被视为当前最具落地前景和规模化应用价值的高阶智能驾驶功能。
此外,大算力计算平台的逐步量产,也打开了新的市场想象空间,除了一部分车企在做软件全栈自研外,对于第三方智能驾驶方案供应商来说,这是改变传统一次性供应模式的价值延伸。比如,基于算力冗余的平台方案,可以实现从基础L2功能到L3、L4(比如泊车场景)的升级。
今年年初,MAXIEYE发布了平台化NOM系统,分为标配版、高配版、增强版三个版本,分别匹配低中高不同算力平台。
围绕“用得起”的市场需求,MAXIEYE坚持以技术独立和设计降本实现成本自控。其MAXIPILOT 1.0基于1R1V的基础传感器配置方案,完全满足15万元乃至10万元价位车型的成本要求。
今年7月,MAXIEYE紧接着发布了定位于“率先触达大众消费市场的高阶智能驾驶产品”的智能驾驶系统MAXIPILOT1.0 PLUS(以下简称“1.0 PLUS”),支持高性价比NOM领航辅助驾驶,并获得合创汽车新车型量产项目定点,将于2022年内实现量产。
值得一提的是,MAXIEYE目前关于下一代关键技术BEV架构的研发也已部署,将随下一代乘用车方案实现量产。
MAXIEYE介绍,BEV是鸟瞰图(Bird’s Eye View)的简称,也被称为上帝视角,是一种用于描述感知世界的全新视角或坐标系;也代指计算机视觉领域实现端到端的、由神经网络将视觉信息从图像空间转换到BEV空间的技术。
事实上,自动驾驶技术的开发,无论感知还是规控,都需要将图像层面的信息转化到空间系统中去进行,这一步骤就是为了获得上帝视角。过去的方法是基于经验信息,通过分层式的转换实现这一过程,即算法通过层级间的逻辑关系,一层一层上升到空间结构,以此获取上帝视角,包括后处理、跟踪算法等等,但一层都会带来不确定性,比如在滤波或者去噪过程中,部分信息会丢失,过程中的开发工作量也更大。
而基于BEV上帝视角,可以让神经网络一步到位地解决空间转化问题,真正实现端到端的系统开发。不仅将极大地提高感知精度、更好地解决目标遮挡问题、实现更优的特征融合,更重要的是可以让感知到融合规控的技术体系更加简约轻量化。
可以说,基于BEV的技术架构,将让自动驾驶系统策略开发变得更简单,推动自动驾驶开发进入一个全新的阶段。
此外,汽车产业的落地离不开工程化能力,只有真实量产场景的经验积累,才能避免未来技术产品路线的布局落入缺乏数据和场景论证的空中楼阁。而MAXIEYE此前推出的系列产品则是其大规模落地经验的最佳证明。如1亿公里真实路况数据积累,高效数据标注和处理能力,提高真值系统训练效率,为其高阶自动驾驶的突破提供最坚实的基础。
MAXIEYE表示,2023年,公司预计面向更多乘用车品牌实现L2++驾驶辅助系统量产。以“成就安全美好出行”为愿景,依托感知-融合-规控-数据-测试全链条技术方案布局,这家公司正在以价值链带动生态链,实现国产方案的破圈突围。
边栏推荐
猜你喜欢
Redis 回击 Dragonfly:13 年后,Redis 的架构依然是同类最佳
What does the test plan include?What is the purpose and meaning?
搭建Tigase进行二次开发
Ontology Development Diary 03 - When debugging is in progress
Quick sort eight sorts (3) 】 【 (dynamic figure deduction Hoare, digging holes, front and rear pointer method)
Sweet alert
m个样本的梯度下降
条件和递归
Sweet alert
The div simulates the textarea text box, the height of the input text is adaptive, and the word count and limit are implemented
随机推荐
Thread,Runnable,ExecutorService线程池控制下线程量
BlockingQueue理论普
unix环境编程学习-多线程
条件和递归
Quick sort eight sorts (3) 】 【 (dynamic figure deduction Hoare, digging holes, front and rear pointer method)
LPP代码及其注释
Cisco common basic configuration of common commands
.equals ==
nacos从下载到安装集群的
2.Collection interface
EndNote User Guide
A first look at the code to start, Go lang1.18 introductory refining tutorial, from Bai Ding to Hongru, the first time to run the golang program EP01
.ts 音频文件转换成 .mp3 文件
2.Collection接口
Go-goroutine 的那些事
安装torch_sparse失败解决方法
用户设备IP三者绑定自动上号
免费下载天地图全国基础地理信息矢量数据的一种方法
在anaconda环境中配置cuda和cudnn
恶意软件查杀工具分享