加入高工智能汽车行业群(自动驾驶5群,车联网智能座舱3群,智能商用车群),加微信:17157613659,并出示名片,仅限汽车零部件及OEM厂商。
对摄像头视觉感知的“性能突破”仍是Tier1的重中之重。在围绕视觉感知技术的自动驾驶竞争中,博世的目标同样是成为该领域的市场领导者。
英特尔旗下的Mobileye,过去几年在ADAS前视摄像头(集成芯片和算法)领域拥有约70%的市场份额。这让以博世为代表的传统汽车Tier1视为强大的竞争对手。
2年前,博世在英特尔收购Mobileye之后表达了公司对于视觉技术的重要性及战略投入的决心。此前,英特尔一直是博世的合作伙伴之一。
在目前全球主要的ADAS一级供应商中,有两大阵营。以麦格纳、安波福、采埃孚为代表,与Mobileye合作;以博世、大陆、Veoneer为代表,则选择自研。
考虑到L2及以上系统,视觉仍占据核心地位,而多传感器的融合,也意味着Tier1需要尽量覆盖视觉、雷达等多感知技术的自主掌控。
那么,什么是AI摄像头?
博世的定义是,带有人工智能的摄像头不仅能准确检测到一个物体,比如路边的骑行者或行人(这是目前基于深度学习的主要着力点),它还能识别出该物体与驾驶策略的相关性,并迅速决定适当的行动:刹车、转弯或继续行驶在预定的道路上。
近日,博世宣布即将推出第三代单目前视摄像头,命名为MPC3,基于人工智能算法,搭载核心组件是瑞萨的V3H芯片以及博世自己的微处理器。
瑞萨新的R-Car V3H系统芯片(SoC)经过优化,可用于立体前置摄像头(不过此次博世仅仅是用于单目),并实现了5倍于其上一代芯片的视觉性能。
R-Car V3H SoC对于计算机视觉处理的架构进行了优化,基于impx5 +图像识别引擎和专用硬件加速器的异构计算机视觉概念,提供了包括密集光流、密集立体视差和对象分类在内的算法支持。
卷积神经网络集成IP (CNN)加速了深度学习处理,并且只有0.3瓦的低功耗,是R-Car V3M深度神经网络性能的两倍以上。
R-Car V3H基于已在R-Car V3M中使用的经过验证的IPs,包括一个双图像信号处理器(ISP),可以将摄像头信号转换为图像创建和识别处理。
这种重用确保了性能覆盖从ADAS到L3、L4系统的可扩展性,通过避免在每个摄像头中使用ISP,减少了开发时间和系统成本。
为了节省系统成本,R-Car V3H只需要一个LPDDR4内存,与其他前置摄像头解决方案相比,降低了内存组件的成本。
按照此前的计划,R-Car V3H SoC的大规模量产计划于今年第三季度开始。而博世将作为第一批用户,计划在今年底实现MPC3量产。
基于新一代MPC3摄像头,在没有明显道路标记的情况下,博世也可以做到检测道路可行驶区域。该算法还改进了现有的驾驶员辅助系统,扩大了其应用范围,比如检测到部分隐藏的行人、读取交通标志上的文字或数字。
在博世看来,不管是ADAS、AEB还是自动驾驶功能,最重要的是,他们(感知决策系统)必须能够在瞬间检测到一个物体是否与他们的驾驶策略有关。
基于多路径算法,MPC 3集成了传统的图像识别预编程算法,可以识别车辆、骑行人或者道路标志等常见物体类别。
同时,基于光流和运动结构(SfM)识别路边凸起的物体,比如马路牙子、路障等等,此外还可以跟踪特定像素点的运动轨迹。
此外,还有深度学习算法,对识别物体进行分类,通过神经网络和语义分割来区分路面和周边其他不属于道路的区域。
此前,博世预计在2020年,量产搭载全新一代自动驾驶方案的高速公路辅助增强版(HWA)功能,在驾驶员确定的情况下可以进行自动变道。
上述功能会使用5颗第5代博世的毫米波雷达,同时还需要一个第3代的前置摄像头(也就是MPC3),视场角从50度变成了100度,像素提升到260万。
由于MPC3把功能性算法、视觉识别新算法融入芯片所实现的效果,作为车规级产品对乡村、城镇道路识别效果极佳。

继续阅读
阅读原文