AImotive:自动驾驶界的“经济适用男”

回想2014年,丰田作为当年全球销量最高的车企,面对来势汹汹的自动驾驶大势,想要挥出一记左勾拳:“出于安全性考虑,只有人才能更好地驾驶车辆”。可还没握紧拳头,对方的一记直拳已在眼前,丰田捂脸宣布:2020年实现自动驾驶汽车商品化。

窥一斑见全貌,如果说三年前传统车企还能负隅顽抗,现在则全部称臣,自动驾驶行业迎来了史无前例的热闹。让这个行业热闹起来的,其实是谷歌、特斯拉等科技巨头的入局挑战,传统车企在观望中纷纷跟随,各类以人工智能为核心的初创公司快速成长,这场群雄割据的混战吹响了号角,而胜败的关键已经从车辆制造转变为算法。雷锋网认为,这给了大量人工智能初创公司弯道超车的机会,比如AImotive。

成为AImotive:一次分离和一次易名

Kishonti 是一家领先的高性能图形、计算、汽车和计算机视觉解决方案专家,在过去的十年里,与纳斯达克100强的半导体和消费电子产品市场的领导者进行着合作。2009年,Kishonti 公司发布了一个名为“NaviGenie”的实时导航应用框架,并在当年 NAVTEQ Global LBS Challenge 上赢得了第三名。之后,Kishonti公司内部逐步建立了汽车相关的研究团队,在世界的某个角落,默默做着研发。沉寂5年后,直到2015年1月,他们在奢靡的拉斯维加斯,借CES展览向外界展示了自己研发的第一辆嵌入式应用处理器驱动的汽车,一举成名。

6个月后,该研究团队获得250万美元种子基金投资,正式与Kishonti分离,成立AdasWorks,将总部设在匈牙利布达佩斯。

又间隔半年,黑莓旗下子公司QNX宣布与AdasWorks达成合作协议,AdasWorks的数项功能——包括车道识别、移动物体识别和物体分类移植到QNX OS平台,通过整合双方技术,开发驾驶辅助技术和自动驾驶技术。随后,AdasWorks更名为AImotive,并于2016年联合NVIDIA发布声明称,在 Nvidia Drive PX 2平台上成功运行了Intelligent Surround View System。

2016年9月,AImotive在加州山景城设立了第一个海外办公室,标志着其正式进军美国自动驾驶市场。

AImotive:自动驾驶界的“经济适用男”

如何成为自动驾驶界的“经济适用男”

AImotive专注于研发低成本的自动驾驶软件,成本的低廉主要是因为不同的“汽车视觉”解决方案。在行业内,要让汽车“看得见”,主要是通过两种方式:

  • 激光传感器,英文全称为 Light Detection And Ranging,简称LiDAR。LiDAR每秒钟发出百万束激光,形成一张能感应周遭的“大网”,让自动驾驶汽车看到视野范围之外的物体。但LiDAR造价高昂,美国硅谷的LiDAR激光传感器技术鼻祖Velodyne,其技术备受业内认可,但价格区间为8000—80000美元,且短时间内无法降低成本。LiDAR价格昂贵的原因在于都是采用手工制作,要保证激光的发射和接收不出差错,手工组装和调校普遍耗时。

  • 摄像头。摄像头的应用非常容易理解,而且成本极低,但比起LiDAR则在可靠性方面有所欠缺,不过图像识别技术的进步有望提升可靠程度。

AImotive正是采用了第二种方案,来降低整体成本,提供一个“经济适用”的解决方案。摄像头解决方案的关键就在于图像识别,如何让汽车清晰地分辨出不同事物非常重要,识别错误就会酿成车祸。

AImotive:自动驾驶界的“经济适用男”

所以,AImotive研发人员通过电子游戏和虚拟软件来训练搭载深度学习引擎的人工智能,通过摄像头获取数据并分析,保证在视野较差的环境下安全驾驶,目前已经能够识别车辆、树木、行人等超过100种事物。不过,需要注意的是,能够识别的数量并不是评判标准,在实际驾驶过程中,准确、快速地识别、决策、反应才是最重要的,这需要庞大的数据进行对深度学习算法和引擎进行优化。

Almotive 的首席执行官兼创始人 Laszlo Kishonti 在接受 VentureBeat 的采访时表示,希望能够构建一个通用的人工智能自动驾驶生态系统,不管开车时身处什么位置,驾驶风格或驾驶条件如何,汽车都能自动驾驶。

AImotive:自动驾驶界的“经济适用男”

2017年年初的CES大展上,AImotive 便展示了其最新的自动驾驶套件——aiDrive。雷锋网了解到,该套件由四个引擎构成,分别是:

  • 识别引擎  Recognition Engine

    识别引擎利用图像作为主要输入,识别引擎结合并处理传感器数据,使用像素精确、卷积神经网络(CNN )的分割和距离估计模型。该引擎能够识别超过100个不同的对象类别,包括乘用车、行人、自行车、摩托车、动物和可行驶的路面等,并从单个摄像机的角度估计它们的距离。

  • 定位引擎  Location Engine

    定位引擎利用三维地标信息增强常规地图数据,保证精确的定位和导航,同时保持车内存储要求极低。地标数据库解决方案是全球可扩展的,可以与任何OEM的默认导航系统一起工作。

  • 运动引擎  Motive Engine

    运动引擎从位置引擎中获取定位和导航输出,并将其与周围环境的预测状态相结合来决定车辆的正确轨迹,同时适应不同的驾驶文化和特定的驾驶风格。

  • 控制引擎  Control Engine

    aiDrive套件还能够通过低水平执行器指令(例如转向、制动、加速度)来控制车辆。这由控制引擎完成,它将之前选择的轨迹转换并传递给车辆。

aiDrive系统的出现,能够帮助更多整车企业在自动驾驶领域发挥作用,但正如AImotive创始人Laszlo Kishonti所言:

只有一小部分汽车制造商能够独立进行自动驾驶技术的研发,这就是为什么像我们这样的专业技术公司在研究这些技术。

而这对整个自动驾驶行业的发展,也具备极大的意义。

融资情况及未来发展

雷锋网(公众号:雷锋网)获悉,除上文提到的250万种子基金外,从crunchbase显示来看,AImotive已完成两轮融资,分别是:

  • A轮,240万 欧元 

  • B轮,600万 欧元

另据国内媒体报道,AImotive 共获得了1050万美元的投资,投资方包括一级供应商博世和芯片制造商 Nvidia,公司已经从最初的 15 名工程师,发展到了如今拥有 120 名的工程师和研究人员的规模。Laszlo Kishonti 表示公司可以量产发售的自动驾驶软件将在两年内完成准备,并计划明年在日本和中国开设办事处。

原创文章,作者:ItWorker,如若转载,请注明出处:https://blog.ytso.com/110081.html

(0)
上一篇 2021年8月26日 14:42
下一篇 2021年8月26日 14:42

相关推荐

发表回复

登录后才能评论