商汤科技工程与运营执行总监许亮：用原创AI“驱动”可量产的自动驾驶 | 2019全球智能驾驶峰会

雷锋网新智驾按：10月26日至27日，2019第二届全球智能驾驶峰会暨长三角G60科创走廊智能驾驶产业峰会在苏州高铁新城正式举行。峰会主要聚焦“自动驾驶的量产时代、单车智能和车路协同的共演之路、新型的车内交互探索”三大主题，共同探讨了智能驾驶的未来发展方向。

本次峰会由苏州市相城区人民政府主办，苏州高铁新城管理委员会、雷锋网新智驾承办，江苏省智能网联汽车产业创新联盟、江苏省人工智能学会智能驾驶技术专业委员会、清华大学苏州汽车研究院、中国移动通信集团等单位协办。来自主机厂、国内外一级供应商、自动驾驶解决方案商、自动驾驶核心零部件、出行运营商等智能驾驶上下游企业，车路协同专家学者、代表企业等1500余位业内人士莅临现场。

作为国内AI领域的独角兽企业之一，商汤在计算机视觉和深度学习领域的技术积累，决定了其进入汽车圈的路径。

峰会期间，商汤科技工程和运营执行总监许亮在题为《原创AI赋能汽车的今天和明天》的演讲中表示，打造以“视觉”为核心的感知技术是商汤智能汽车解决方案的基础，商汤希望连接更多顶级合作伙伴，不断扩大视觉技术的辐射范围，让更多的用户享受到AI技术为驾车和乘车体验带来的安全与便利。

基于人脸识别、活体检测等技术，商汤“智能车舱” 解决方案可带来刷脸开门和自动化车辆权限管理等功能。同时在驾驶过程中，结合对人脸状态和动作的检测，可对驾驶员的不安全状态进行提醒，最大限度地保障驾驶安全。不仅如此，它还可对后排乘客属性及物品进行识别，实现更贴心的提醒和辅助功能。

目前，商汤“智能车舱”业务正与汽车行业建立广泛的合作关系，既包括欧美日本等国际一线品牌，也包括国内传统整车厂和造车新势力，同时还与Tier1供应商展开合作，共同推进车舱视觉系统的研发和商业落地。

而在商汤联手本田自主研发的L4级别自动驾驶解决方案中，除了上述自动驾驶方案所具备的功能外，其还可以搭配多种不同传感器，支持感知、分析预测、决策规划控制、城市级三维地图重建及无人车高精度定位能力等技术功能，以便于实现多层次的自动驾驶系统。

自2017年进军自动驾驶领域以来，商汤在该行业中不断取得突破。首先是与OEM厂商本田合作，共同发力适合乘用车场景的L4级自动驾驶方案。

2018年，商汤完成杭州、上海半开放场地内实现无接管自动驾驶，2019年，在日本落地“AI自动驾驶公园”，将用于自动驾驶汽车的研发和测试，并面向公众开放。除此之外，许亮还表示，商汤在自动驾驶方面今后还将会有更多的落地技术。

以下是许亮的演讲全文，雷锋网(公众号：雷锋网)新智驾进行了不改变原意的编辑：

高铁站、机场、酒店等里面所有的人脸比对，身份证比对，实际上只是商汤计算机视觉应用一部分，我们也在做汽车行业一个应用，例如如何“消灭”车钥匙，实际上这些技术核心点中间一定有一个活体检测技术。此外，怎么保护客户财产，能够把各种照片攻击，视频攻击安全等级提高，这也是我们在做的事。

2014年发展到今天，商汤经过了C+轮多轮融资，现在公司有3千多名员工，200多名AI行业博士，我们聚焦AI技术原创，通过AI实现AI+所有产业的落地。

第一，AI+智慧城市是我们最大的业务，给很多政府提供了很大的帮助，我们推的政府智慧城市概念上，帮上海市徐汇区政府，提供综合性解决方案；第二，AI+金融、AI+芯片我们也有很多的落地；AI+自动驾驶是今天所讲内容的重点；第三，AI+医疗，通过商汤视觉比对，影像和图片比对提高所有医院就医企业，所有垂直产业落地我们也都在做。

对于商汤来讲，我们最重要一个愿景就是通过全球700多家合作伙伴，把AI技术落实到垂直产业去。

用AI“驱动”汽车 

SenseParrots是商汤一个开源性平台，AI需要数据训练，同时需要拿到很大数据量做模型训练和迭代。

在产品初期把这个作为商汤重要愿景，我们自建一个研发平台，在这个点上最多支持一千多层神经网络学习，我们训练模型，包括训练自己的数据会非常的高效，而且它的精度很高，这也是我们为什么在垂直行业内很快实现落地，现在成为国内最大的AI独角兽。

在深度学习方面，商汤科技构建了深度学习基础库PPL (Parrots Primitive Library)，部署了深度学习平台SenseParrots。训练模型是深度学习的核心要素，而商汤的训练平台主要基于GPU，其目标是分布式、高性能、可扩展。

顶尖十大人工智能实验室中，非常荣幸商汤创始人作为亚洲唯一入选人工智能实验室，也基本上是与Facebook、谷歌背后研发机构相同，代表时下最高人工智能产业的一个前沿来做一些学术探讨和合作。这是去年9月20日，科技部正式宣布商汤科技成为国家第五大人工智能开放创新平台。

自动驾驶解决方案

接下来介绍一下AI+汽车，我们到底做了什么样的产品和业务。

从商汤角度来说，基于深度学习平台做了很多视觉方面应用，汽车应用上也有很多视觉方面影响，比如自动驾驶需要周边环境感知，汽车对于车辆内部感知，驾驶人行为识别，都有很大应用场景，我们以自动驾驶，智能车舱为中心，围绕这两块数据回流，包括结构化数据产生智能网联的价值。

商汤在自动驾驶上基本可以做到综合性解决方案，2017年跟本田正式签约了基于L4全功能自动驾驶解决方案，这其中包括一些感知技术、分析预测技术、定位、决策以及一些控制。

多传感器融合方面，商汤现在基本可以实现激光雷达、毫米波雷达、摄像头等传感器融合，同时基于视觉精度可以提供更有效自动驾驶决策。

从自动驾驶三大要素来说，感知、决策和执行，在最后执行层面基本上车厂和Tier 1占据了很重要的角色，包括很多AI公司聚焦点还是感知和决策方面为车厂提供一些服务。我们基于强化学习的智能决策这块也做了很大的应用。

前面讲到商汤联手本田自主研发的L4级别自动驾驶解决方案中，除了上述自动驾驶方案所具备的功能外，其还可以搭配多种不同传感器，支持感知、分析预测、决策规划控制、城市级三维地图重建及无人车高精度定位能力等技术功能，以便于实现多层次的自动驾驶系统。

其实，自2017年进军自动驾驶领域以来，商汤在该行业中不断取得突破：

• 2017年12月，商汤与顶级OEM厂商本田签署长期战略合作协议，共同研发L4级乘用车自动驾驶解决方案；

• 2018年4月，商汤在杭州进行封闭道路测试，实现基本自动驾驶功能；

• 2018年6月，商汤在上海临港地区半开放场地内实现无接管自动驾驶；

• 2018年12月，商汤在日本茨城县常总市落地“AI自动驾驶公园”并开展测试；

• 2019年，商汤与三亚将共同打造景区“无人驾驶”旅游体验项目，提升三亚市智慧旅游服务体验。

智能车舱解决方案

汽车产业在AI领域内，通过跟汽车行业渗透代表汽车产业最大贡献，我个人认为就是车舱解决方案，利用深度学习给车舱带来不同体验。

商汤智能车舱解决方案，是利用深度学习给车舱带来不同体验。

具体包括，第一个DMS、安全检测等；第二个Cabin Sensing车舱感；第三个Intelligence Entry我们基于双摄像头带来无钥匙解决方案，这个技术为很多车厂做一些POC，接下来大规模的时候基本上不需要钥匙了；第四个是HMI，做一些交互融合。

智能车舱解决方案实现的功能上，可以监测驾驶员驾驶的状态，以及手势控制。后座状态监控，后排有没有遗漏的小孩，或者狗。右边是在现有一脚登基础上开发出来新的功能，基于车上现有识别技术，识别是车主的时候，靠近这个后备箱自动打开。

这是进入技术，3D人脸开门结束，附带活体检测技术，这个产品已经带给很多客户做体验了。这是增强现实伴侣，我们提出一个概念，车舱虚拟人，基于这样一个概念可以在将来把车舱变的更为亲密性，在你购车的时候定制你一个专署人物造型。

上图是我们公司AR技术负责人，左边是她真实人，通过一张照片可以在右侧生成虚拟人，我们能够做的技术，定制人之后，比如说你要唤醒它，为你服务就可以通过虚拟人提供一个互动，我们下一个技术解决方案就是把这样解决直接搬到车舱内。这是整个智能网联在初期的解决方案，因为商汤最大一个点是我们对于ID，整个身份的认证，目前我们提出一个概念，基于身份互联网概念。

从整个车上身份管理，V2X身份管理，交通信号身份管理，智慧交通管理所有信号采集，这些所有数据进入互联网之后，第一个是感知，与人身份相关的感知，第二个信息交互，跟智能硬件信息交互，从而实现服务找人也提供一个有效平台。

此外，我们跟很多车厂，政府提了很多概念，怎么把这么多摄像头变成一个移动的眼睛，社会需要提供服务的时候提供一些支持。右边是第三方公司想的方案，个性化方案，在这个点上我们可以做会员管理，可以在云平台定制一些音乐和广告，不再受传统蓝牙技术和手机技术的约束。

这是云平台把所有数据拿出来之后，我们怎么做一些管理。现在我们已经实现的，驾驶员监控平台，怎么在驾驶员数据回流以后进行管理，有没有疲劳驾驶以及疲劳驾驶频次，包括避免交通事故都给社会和车厂提供一些管理数据和管理的方式。右边可以分析出多少男性女性开车，年龄分布是怎样，驾驶习惯好不好，这些数据都会变成第三方数据分析和抓取重要的依据。

商汤的初心-原创

商汤从某种意义上讲是人工智能公司，但是我们做垂直产业落地的时候，我们认为AI产业落地一定要符合所有产业的特点。

从决定做汽车业务开始，我们就启动了质量体系建设，所有实验设备和实验验证，类似于功能安全都在做认证。在做汽车行业业务垂直落地的时候，不管自动驾驶还是车舱内产品，我们更多的是与车厂、合作伙伴创建共同语言，怎样为客户服务，才能把所谓跨界产品更有效，导入到汽车行业内去。

以上就是我们在汽车行业一个大概介绍，商汤的原动力则是“坚持原创”，这股力量不断助推商汤快速成长，让AI引领人类进步。

。