正在阅读:

这家致力于打破国外ADAS供应商垄断的本土公司终于进入了前装市场

扫一扫下载界面新闻APP

这家致力于打破国外ADAS供应商垄断的本土公司终于进入了前装市场

通过硬件、软件、算法、传感器融合……MINIEYE想成为中国的自动驾驶技术巨头。

在自动驾驶和汽车ADAS领域,豪华品牌、合资品牌、自主品牌以及造车新势力们向来偏爱博世、大陆、德尔福(现改名为“安波福”)等集成类供应商巨头以及英特尔、英伟达、Mobileye(被英特尔收购)等算法和处理器强手们。

但这并不代表相关领域的本土公司没有出头的机会。

来自本土的MINIEYE公司致力于打破国外ADAS供应商的垄断。

其2014年推出的第一代产品以对标Mobileye为目标。第一代产品包括前方车距监测(HMW)、前向碰撞预警(FCW)、车道偏离预警(LDW)、虚拟保险杠(Virtual Bumper)、前车启动提醒(Stop & Go)。

其与Mobileye对比的结果是,前向碰撞预警的报警率达到了Mobileye的95.2%、车道偏离预警的报警率达到Mobileye的100.9%、虚拟保险杠的报警率达到Mobileye的97.1%,前向车距监测的绝对碰撞时间与Mobileye的吻合度达到96%。

此后,其新推出的产品经历了路试验证、后装市场,最终进入了梦寐以求的前装市场——简单来说就是成为汽车下产线后已经搭载的标配系统。

目前,MINIEYE公司获得了3款乘用车型、6款商用车型的前装订单。

今年CES展上,MINIEYE首次展出了前装产品X1。这是一款车规级主动安全产品,除了拥有前向碰撞预警(FCW)、车道偏离预警(LDW)、前车监控预警(HMW)、城市前车碰撞预警(UFCW)等功能之外,还新增了行人碰撞预警(PCW)以及交通标志识别(TSR)等功能,进一步保障驾驶员和车辆的安全。MINIEYE X1支持与毫米波雷达融合,功能扩展到自动紧急刹车(AEB)。

MINIEYE联合创始人兼CEO刘国清介绍,X1完全满足前装乘用车客户的严格要求,具有适应复杂工况、整机功耗小于3w、车规级方案、定制化和低成本五大优势。

前装客户对于产品能否在复杂工况下鲁棒性(可理解为稳定性)有着更高的要求,X1能够应对大雨、夜晚低光、异型车、高温、颠簸等不同工况。

同时,X1的整机功耗小于3瓦。这意味着X1能够在炎热的环境下同样稳定工作。在车规级方面,MINIEYE目前获得了IATF16949认证,X1核心器件满足ISO26262、AEC-Q100等标准。

另外,X1具有灵活设计可扩展的特点,可以满足与车机、数字仪表、HUD等结合的定制化需求,也能够扩展到AEB等控制型功能。

当前这家公司与比亚迪、众泰、奇瑞等主机厂;万向集团等Tier1达成了前装合作。商用车领域包括东风商用车、东风柳汽等主机厂和VITI、KUS等Tier1。

刘国清表示,今年的目标是在15款车型上实现前装。

而在市场更为庞大的后装领域,自去年11月份ADAS产品M3量产以来,已经获得数万套订单,装配车辆涵盖全国29个省市。

今年MINIEYE推出了内视产品——驾驶员行为监测系统F1。并且将M3升级为M4版本,在原有功能上增加对行人、交通标志牌的识别和驾驶员行为监测系统,并开通数据平台服务。

自动驾驶未来的普及依赖于很多技术的发展,如汽车控制、人工智能算法、传感器、芯片、高精度地图、人机交互等。

MINIEYE联合创始人兼首席科学家吴建鑫表示,MINIEYE过去5年一直在冷静积累关键技术,持续以安全和有商业价值的产品为核心。

在现场,吴建鑫博士分享了团队在算法、数据、传感器融合三个方面的研发成果。

软件与算法方面,吴建鑫认为关键在于在有限算力、低功耗、合理成本条件下来进行算法设计。MINIEYE自主研发的ThiNet技术让神经网络有效“瘦身”,降低其对算力和存储的要求。

MINIEYE还开发了嵌入式神经网络加速库FastNet,利用FastNet对Squeezenet等网络进行加速,其计算性能相较于Caffe,NCNN(腾讯),TensorFlow Lite(Google)均有1.8倍以上的提升。

而在自动驾驶领域另一项重要的工作——数据积累上,MINIEYE在创业初期就开始进行,目前已持续了44个月。目前积累的标注数据里程超过1300万公里。这也帮助MINIEYE在一些本地化场景里的性能表现要优于国外的产品。

随着后装产品的大规模装配,MINIEYE将会逐步在为用户服务的过程中积累更多数据。

为了节约车身空间并提升系统性能,传感器融合正在成为持续的趋势。MINIEYE为一些前装客户定制的解决方案就是视觉-毫米波雷达融合产品,利用摄像头识别物体,毫米波雷达测量距离和速度,优势互补。

目前,MINIEYE在完成和毫米波雷达、IMU融合的基础上,正在研发与包括LiDAR、超声波、热成像等更多传感器融合的感知方案。

眼下,自动驾驶领域的技术路径被分为两类。一是直接做L4、L5级自动驾驶;另一种是从L1、L2级起步向高级别渐进式发展,MINIEYE属于后一种。

在L1、L2级别的产品已实现商业化的基础上,MINIEYE开始在L3以上自动驾驶布局,在发布会上宣布了正在与新加坡SMART合作,并计划在2019年把限定场景自动驾驶项目落地国内。

据界面新闻了解,后者是美国MIT和新加坡国立研究基金共同成立的研究机构。早在2014年,其就成为新加坡当地第一个公开测试无人车的团队。知名自动驾驶公司nuTonomy也脱胎于SMART。

基于这项合作,MINIEYE透露,双方将瞄准L3及以上的自动驾驶功能,并计划于2019年在国内商业化落地。

未经正式授权严禁转载本文,侵权必究。

评论

暂无评论哦,快来评价一下吧!

下载界面新闻

微信公众号

微博

这家致力于打破国外ADAS供应商垄断的本土公司终于进入了前装市场

通过硬件、软件、算法、传感器融合……MINIEYE想成为中国的自动驾驶技术巨头。

在自动驾驶和汽车ADAS领域,豪华品牌、合资品牌、自主品牌以及造车新势力们向来偏爱博世、大陆、德尔福(现改名为“安波福”)等集成类供应商巨头以及英特尔、英伟达、Mobileye(被英特尔收购)等算法和处理器强手们。

但这并不代表相关领域的本土公司没有出头的机会。

来自本土的MINIEYE公司致力于打破国外ADAS供应商的垄断。

其2014年推出的第一代产品以对标Mobileye为目标。第一代产品包括前方车距监测(HMW)、前向碰撞预警(FCW)、车道偏离预警(LDW)、虚拟保险杠(Virtual Bumper)、前车启动提醒(Stop & Go)。

其与Mobileye对比的结果是,前向碰撞预警的报警率达到了Mobileye的95.2%、车道偏离预警的报警率达到Mobileye的100.9%、虚拟保险杠的报警率达到Mobileye的97.1%,前向车距监测的绝对碰撞时间与Mobileye的吻合度达到96%。

此后,其新推出的产品经历了路试验证、后装市场,最终进入了梦寐以求的前装市场——简单来说就是成为汽车下产线后已经搭载的标配系统。

目前,MINIEYE公司获得了3款乘用车型、6款商用车型的前装订单。

今年CES展上,MINIEYE首次展出了前装产品X1。这是一款车规级主动安全产品,除了拥有前向碰撞预警(FCW)、车道偏离预警(LDW)、前车监控预警(HMW)、城市前车碰撞预警(UFCW)等功能之外,还新增了行人碰撞预警(PCW)以及交通标志识别(TSR)等功能,进一步保障驾驶员和车辆的安全。MINIEYE X1支持与毫米波雷达融合,功能扩展到自动紧急刹车(AEB)。

MINIEYE联合创始人兼CEO刘国清介绍,X1完全满足前装乘用车客户的严格要求,具有适应复杂工况、整机功耗小于3w、车规级方案、定制化和低成本五大优势。

前装客户对于产品能否在复杂工况下鲁棒性(可理解为稳定性)有着更高的要求,X1能够应对大雨、夜晚低光、异型车、高温、颠簸等不同工况。

同时,X1的整机功耗小于3瓦。这意味着X1能够在炎热的环境下同样稳定工作。在车规级方面,MINIEYE目前获得了IATF16949认证,X1核心器件满足ISO26262、AEC-Q100等标准。

另外,X1具有灵活设计可扩展的特点,可以满足与车机、数字仪表、HUD等结合的定制化需求,也能够扩展到AEB等控制型功能。

当前这家公司与比亚迪、众泰、奇瑞等主机厂;万向集团等Tier1达成了前装合作。商用车领域包括东风商用车、东风柳汽等主机厂和VITI、KUS等Tier1。

刘国清表示,今年的目标是在15款车型上实现前装。

而在市场更为庞大的后装领域,自去年11月份ADAS产品M3量产以来,已经获得数万套订单,装配车辆涵盖全国29个省市。

今年MINIEYE推出了内视产品——驾驶员行为监测系统F1。并且将M3升级为M4版本,在原有功能上增加对行人、交通标志牌的识别和驾驶员行为监测系统,并开通数据平台服务。

自动驾驶未来的普及依赖于很多技术的发展,如汽车控制、人工智能算法、传感器、芯片、高精度地图、人机交互等。

MINIEYE联合创始人兼首席科学家吴建鑫表示,MINIEYE过去5年一直在冷静积累关键技术,持续以安全和有商业价值的产品为核心。

在现场,吴建鑫博士分享了团队在算法、数据、传感器融合三个方面的研发成果。

软件与算法方面,吴建鑫认为关键在于在有限算力、低功耗、合理成本条件下来进行算法设计。MINIEYE自主研发的ThiNet技术让神经网络有效“瘦身”,降低其对算力和存储的要求。

MINIEYE还开发了嵌入式神经网络加速库FastNet,利用FastNet对Squeezenet等网络进行加速,其计算性能相较于Caffe,NCNN(腾讯),TensorFlow Lite(Google)均有1.8倍以上的提升。

而在自动驾驶领域另一项重要的工作——数据积累上,MINIEYE在创业初期就开始进行,目前已持续了44个月。目前积累的标注数据里程超过1300万公里。这也帮助MINIEYE在一些本地化场景里的性能表现要优于国外的产品。

随着后装产品的大规模装配,MINIEYE将会逐步在为用户服务的过程中积累更多数据。

为了节约车身空间并提升系统性能,传感器融合正在成为持续的趋势。MINIEYE为一些前装客户定制的解决方案就是视觉-毫米波雷达融合产品,利用摄像头识别物体,毫米波雷达测量距离和速度,优势互补。

目前,MINIEYE在完成和毫米波雷达、IMU融合的基础上,正在研发与包括LiDAR、超声波、热成像等更多传感器融合的感知方案。

眼下,自动驾驶领域的技术路径被分为两类。一是直接做L4、L5级自动驾驶;另一种是从L1、L2级起步向高级别渐进式发展,MINIEYE属于后一种。

在L1、L2级别的产品已实现商业化的基础上,MINIEYE开始在L3以上自动驾驶布局,在发布会上宣布了正在与新加坡SMART合作,并计划在2019年把限定场景自动驾驶项目落地国内。

据界面新闻了解,后者是美国MIT和新加坡国立研究基金共同成立的研究机构。早在2014年,其就成为新加坡当地第一个公开测试无人车的团队。知名自动驾驶公司nuTonomy也脱胎于SMART。

基于这项合作,MINIEYE透露,双方将瞄准L3及以上的自动驾驶功能,并计划于2019年在国内商业化落地。

未经正式授权严禁转载本文,侵权必究。