2017年 6月13日，由泰伯網(wǎng)主辦、主題為“空間大數(shù)據(jù)的崛起”的WGDC2017，在北京國家會議中心盛大開幕。大會由空間信息產(chǎn)業(yè)創(chuàng)新創(chuàng)業(yè)服務(wù)平臺泰伯主辦，秉承不斷引領(lǐng)和促進空間信息技術(shù)創(chuàng)新與變革的宗旨，WGDC已走過六個年頭，如今成為全球最具前瞻性的跨界創(chuàng)新風(fēng)向標(biāo)。

　　13日，由北京智能車聯(lián)產(chǎn)業(yè)創(chuàng)新中心、中關(guān)村智通智能交通產(chǎn)業(yè)聯(lián)盟協(xié)辦的高精度地圖與智能駕駛峰會開幕。峰會上，東軟睿馳汽車技術(shù)有限公司自動駕駛業(yè)務(wù)負責(zé)人劉偉發(fā)表了主題為“基于視覺的駕駛場景理解與自動駕駛集成”的演講。

　　以下為演講實錄(未經(jīng)本人核實)：

　　劉偉：大家下午好!很高興也很激動組委會給我這么一次機會，讓我在信息大會上分享汽車的事兒。首先，聽了剛才大家很多介紹，有一點忐忑，忐忑在哪兒呢?講得都非常的面向市場，面向未來，當(dāng)然我這邊可能會讓大家有點失望，我講的是比較現(xiàn)實的，從我們這么多年經(jīng)驗角度來說，我們怎么去看自動駕駛這件事，怎么樣把這個產(chǎn)品帶到市場的。我?guī)硌葜v的題目是基于視覺的駕駛場景理解與自動駕駛的集成。

　　首先還是比較傳統(tǒng)的方式，先介紹一下我們自己。我們的集團是東軟，第一個上市的軟件公司，在全球擁有2萬多名員工，在中國有8個區(qū)域總部10個軟件研發(fā)基地，16個軟件開發(fā)與技術(shù)支持中心，60多個城市建立營銷與服務(wù)網(wǎng)絡(luò)，在全球有8個子公司，東軟的產(chǎn)品和服務(wù)銷往全球95個國家和地區(qū)，這些軟件不光在汽車領(lǐng)域包括在移動通信、醫(yī)療設(shè)備、金融、教育，可以看到基本上涉及到所有的領(lǐng)域。

　　東軟在汽車領(lǐng)域有25年的研發(fā)經(jīng)驗，東軟汽車電子軟件在全球前30汽車品牌中有80%中的運行，業(yè)務(wù)覆蓋歐洲、日本、美國，在汽車店方面我們有4千多名的員工，擁有25家車廠，16家Tier，11家內(nèi)容提供商，5大通訊企業(yè)。我們有中國最大的車聯(lián)網(wǎng)整體端到端級的運營商，也是最早獲得L5級別以及汽車電子A—SPLCE、L3的企業(yè)。

　　東軟在汽車領(lǐng)域BigCar的途徑，借助東軟在汽車領(lǐng)域這么多年的經(jīng)驗，創(chuàng)造以汽車為中心的平臺，去提供面向人、車、社會全系統(tǒng)的一個解決方案。這里面包括有金融、運營以及新能源，包括我們車展的這種剛才也提到了儀表、中控。在東軟這么一個汽車鏈的業(yè)務(wù)背景下，我們于前年2015年9月份，拿出了集團里面新興的幾個領(lǐng)域，分別是新能源、車聯(lián)網(wǎng)、自動駕駛成立了一家新的公司叫做東軟睿馳，致力于在新能源、智能網(wǎng)聯(lián)領(lǐng)域成為一家擁有卓越技術(shù)的創(chuàng)新型企業(yè)，向全球市場提供產(chǎn)品、技術(shù)以及新能源汽車所需要的解決方案，為創(chuàng)造智能和豐富的生活方式和環(huán)保社會做出應(yīng)有的貢獻。

　　我是屬于ADAS業(yè)務(wù)線，基于視覺在駕駛場景的理解這個方面，我們有25年的電子行業(yè)經(jīng)驗，有18年的圖像處理方面的經(jīng)驗，12年來一直專注于輔助駕駛核心技術(shù)的研發(fā)，研發(fā)人員有120多人，覆蓋了視頻分析、嵌入式高性能計算、傳感器融合等輔助駕駛系統(tǒng)相關(guān)領(lǐng)域，然后一些相關(guān)的專利和一些技術(shù)。我們的使命是為人類的交通安全與便捷做出一些貢獻，讓更多的人享受到我們的安全、便捷的產(chǎn)品和服務(wù)。

　　我們在各個領(lǐng)域里面都有的技術(shù)基礎(chǔ)，下面進入整體介紹一下在視覺領(lǐng)域，為自動駕駛我們所做的工作。首先是自動駕駛需要解決的問題有哪些，首先要感知周圍的環(huán)境，要實現(xiàn)我們自身的定位，然后要了解我們的目的。我們在這里邊當(dāng)前提供的是哪些呢?第一個部分我們周圍的環(huán)境是哪些，我們基于車展的攝像頭去實現(xiàn)周圍的環(huán)境，為自動駕駛提供一個感知的空間。它的感知可能有很多種，包括攝像頭、超聲、激光雷達、毫米波雷達以及GPS，和提到的高精度地圖數(shù)據(jù)。我們作為自動駕駛這塊提供視覺的環(huán)境感知和理解，這里面展開來講涉及到很多細節(jié)的技術(shù)。包括車外的感知、車內(nèi)的感知，車外的這種道路環(huán)境以及交通參與者，以及路上的這些交通指示包括信號燈、包括這種限速標(biāo)志，包括路面的一些指示標(biāo)志這樣的一些事。車內(nèi)我們需要識別一些駕駛員的姿勢、駕駛員的注意力等等這些跟智能駕駛相關(guān)的人和車之間的標(biāo)準(zhǔn)。在車外環(huán)境感知這塊，交通環(huán)境、交通參與者這方面，行人、摩托車、車輛、動物，路面車道線、路面標(biāo)識、車位標(biāo)識，知識信息剛才提到交通牌等等。

　　這些是成果能夠識別哪些環(huán)境，包括車輛的識別，車道線的識別，車輛的檢測、行人的檢測、摩托車的檢測。這個是基于夜間的行人識別，基于測試攝像頭的人、車、摩托的識別。這個是面向不同類型、不同姿態(tài)對象的，比如說有非常復(fù)雜的一些行人過馬路的時候，以及這種正面、側(cè)面車輛的識別。車道線的識別，不同類型的隧道內(nèi)，夜間，前邊是有迎面的燈光，以及直線、歪線這樣場景的車道線的識別，以及路面交通標(biāo)識的識別，包括斑馬線的識別。一些停車位的識別，因為我們車輛在泊車的時候使用可停車空間的識別。這是交通標(biāo)志的識別，限速標(biāo)志的識別，以及這些指示牌的識別，信號燈的識別。

　　在自動駕駛里面，因為除了L5到L6的階段有一些人接軌，需要我們在自動駕駛或者輔助駕駛工作的階段，實時的去監(jiān)控駕駛員的一種狀態(tài)，使駕駛員能夠及時的去接管這樣一種行為，保證駕駛員能夠?qū)崟r的接管過來，否則的話會有導(dǎo)致更嚴(yán)重的事情。所以在自動駕駛的過程中，對于駕駛員姿態(tài)的監(jiān)控也是非常重要的，我們基于視覺主要有分別是檢測駕駛員他的精神狀態(tài)，他的手勢識別，還有他的視線。這個是監(jiān)控駕駛員他的朝向，通過面部特征識別去判斷他視線的狀態(tài)。這個是根據(jù)眼部的特征去識別他的關(guān)注點。

　　在視覺的基礎(chǔ)上我們有一些車內(nèi)、車外的環(huán)境感知，有了這些感知我們在自動駕駛方面做了哪些集成?在集成的過程中又需要哪些關(guān)鍵的基礎(chǔ)?首先，也是大家最近提的比較熱的“深度學(xué)習(xí)”技術(shù)，前面提到視覺是大部分使用傳統(tǒng)機器學(xué)習(xí)的方法去識別圖像中的特征，在深度學(xué)習(xí)的研究過程中，我們有兩個方面。首先第一個方面我們會通過這種深度學(xué)習(xí)為我們的機器學(xué)習(xí)提供一個更加準(zhǔn)確的標(biāo)志，就是說我們會提供一個機器學(xué)習(xí)的增值，因為深度學(xué)習(xí)它比機器學(xué)習(xí)本身更能夠通過對海量數(shù)據(jù)的處理得到樣本，用來機器學(xué)習(xí)識別結(jié)果的產(chǎn)生。

　　還有另外一方面，通過深度學(xué)習(xí)的一些裁減，實現(xiàn)一些輕量化的應(yīng)用，使它能夠在自動駕駛嵌入式載體中得到真實的應(yīng)外。然后在深度學(xué)習(xí)領(lǐng)域通過我們的一些研究，也在克服了一些比較基礎(chǔ)的問題，包括一些配置化的網(wǎng)絡(luò)識別更小的物體、更特殊的車輛以及傳統(tǒng)機器學(xué)習(xí)算法所不能解決的問題。還有一個是一種類似于激光雷達的場景，通過掃描的方式實現(xiàn)駕駛空間的識別。另外在深度學(xué)習(xí)的實踐領(lǐng)域，最重要的是我們目前使用了可量產(chǎn)的芯片，這個是通過我們在芯片設(shè)計領(lǐng)域深度的合作，結(jié)合我們控制算法提出了一種面向量產(chǎn)的SOC的結(jié)果方面，去實現(xiàn)剛才我提到的環(huán)境感知的技術(shù)，真正應(yīng)用到自動駕駛和車輛上實現(xiàn)整個的產(chǎn)業(yè)化。

　　在高新能運算方面有兩個方面，就是我們使用了并行計算的技術(shù)，提供給專門的模塊去進行，同時圖像的識別和處理交給GPU或者R來實現(xiàn)，通過這種并行的處理將計算的能力提高了，就是在數(shù)據(jù)處理典型的算法方面有很大程度的提高，在綜合性能方面能夠得到至少50%的一個提高。這樣對于剛才我們提到的基于視覺的場景理解，自動駕駛的實現(xiàn)方面有很大的意義。在這個領(lǐng)域我們其實做了一些工程化的工作，比如說我們通過對神經(jīng)網(wǎng)絡(luò)做一些裁減，我們可能使用了一些輕量化的CNN，然后它比傳統(tǒng)的限量級方式檢測，還有相比完整CNN識別率方面它有一個性能和功耗的均衡，還有能夠達到量產(chǎn)ADS產(chǎn)品能夠滿足的性能水平。

　　我們在基礎(chǔ)上也有自己自動駕駛的研發(fā)平臺，然后這個上面我們其實也做了一些自動駕駛的探索，包括我們在園區(qū)，還有之前在公共道路上做了很多自動駕駛的小樣。我們現(xiàn)在重點工作其實是剛才提到的，利用輕量化的神經(jīng)網(wǎng)絡(luò)然后利用可量產(chǎn)的芯片，硬件平臺去搭載我們現(xiàn)有的自動駕駛技術(shù)，去支持現(xiàn)在L0、L1至L2的自動駕駛發(fā)展水平的需要。

　　在市場活動方面，我們也參加了今年在美國的CES，今年的CES可能是一個自動駕駛非常直觀的體現(xiàn)，所有的車廠都拿著真正能跑的車去給大家嘗試，然后去在實際道路上跑。所以可以看到自動駕駛這件事非?？靵淼轿覀兊纳钪校鋵崉偛抛畛跷乙蔡岬搅?，東軟有25年自動駕駛方面的經(jīng)驗，18年的圖像領(lǐng)域做的這些事情。說到這些其實我們也比較慚愧，這么長時間了，我們才意識到自動駕駛來的這么快，兩三年的時間把自動駕駛這件事在做已經(jīng)不是一條新聞了，就是大家都在做了，沒有做自動駕駛才是新聞，所以這個領(lǐng)域真的是非常的快。在CES上我們也支持了多家的芯片供銷，也支持了在歐美的一些供應(yīng)商去做一些自動駕駛方面的嘗試。

　　介紹一下我們當(dāng)前對自動駕駛產(chǎn)品的支持，這是我們ADAS使用了一個比較lol的傳感器，照現(xiàn)在的水平看應(yīng)該是屬于上一代的產(chǎn)品了，但是通過這樣非常小的平臺，我們也帶來了預(yù)警，車道線識別。在后視方面，因為現(xiàn)在的車都有后視的攝像頭，基于后視功能也帶來了移動物體的識別，橫穿物品的識別，這樣一些有特色的應(yīng)用。這個是剛才的一些場景簡單的介紹，下面有一個視頻可以看一下我們ADAS產(chǎn)品之間一些具體的演示。

　　(視頻演示)

　　這是一個標(biāo)清的攝像頭加一個芯片，這個是車機的ADAS界面，這是一個電動車輛檢測、摩托車檢測，在換道過程中會做一些交互的方式加預(yù)警。這個是夜間對于摩托車進行檢測，這是后視的預(yù)警系統(tǒng)，也是通過測試盲區(qū)的物體識別對駕駛員的提示。移動物體識別區(qū)別于超聲雷達的特點，超聲雷達的范圍比較小，但是通過攝像頭所有移動的物體可以識別。橫穿物體檢測，對于畫面內(nèi)橫穿的物體作出一些提示，我們看泊車輔助，能讓我們可以看到車停在了哪。ADAS產(chǎn)品非常的便宜，在國內(nèi)也是比較有特色的產(chǎn)品，可以說是其他車商很少去從事的領(lǐng)域，我們針對后視攝像頭做了挖掘，去把價值場景帶到我們?nèi)粘Ｄ軌驊?yīng)用的十萬級別以下的車輛，可能都會安裝這樣的產(chǎn)品，成本非常的低。

　　第二代我們更換了一個更高等級的品牌，這個品牌使用了SUV的方案，里面有R，可以實現(xiàn)對高清攝像頭以及激光雷達和毫米波雷達的支持，同時有可以更好的去識別環(huán)境，去做更多更復(fù)雜的控制策略。它有幾種形態(tài)，一種形態(tài)是一體機的形式，然后是集成在控制器上的攝像頭，安裝的位置是風(fēng)擋玻璃，行人碰撞AB就是緊急制動輔助，還有車道偏離輔助這樣控制的功能。還有一種使用兩個攝像頭分別去實現(xiàn)近距離大到秒，遠距離的識別去適應(yīng)更多更豐富的場景。

　　這邊一個視頻，提供一代產(chǎn)品功能，它使用了專用芯片，支持毫米波雷達，這是在它的基礎(chǔ)上開發(fā)的AEB、LKA的功能，這些都是基于車道線識別和前方車輛識別，以及基于測試攝像頭車位識別和自動泊車系統(tǒng)。因為目前的階段都是輔助駕駛，所以這一個過程中都是會有人去干預(yù)的，包括剛才的換檔。這是一個全速ACC的功能，所有以上提供的數(shù)據(jù)全是基于視頻的，可以說沒有超聲也沒有毫米波雷達，基于攝像頭的一件事，我們基于SOC的平臺可以做這些事，能夠把一個可量產(chǎn)的產(chǎn)品帶到市場上來，也就是剛才我們提到的L0到L3，3到5年市場上大家可能真正會用到的產(chǎn)品。交通標(biāo)識識別在產(chǎn)品里面沒有太多的去推廣應(yīng)用，這個應(yīng)該在未來的高精度地圖中完全可以取代視覺的作用而且更加可靠，這個是基于我們視覺然后結(jié)合了毫米波雷達去做的一個集成，將來提供更高的自動駕駛需求。

　　所以我們整個是提供了在開放平臺上去做視覺處理的預(yù)算，我們可以至少在歐美、日本會提供我們的算法，當(dāng)然在國內(nèi)是提供360度環(huán)視的方案，我們使用的芯片是量產(chǎn)的芯片，是可量產(chǎn)的芯片，而且不光是在LOC方面，我們還有控制類的MCO應(yīng)該也是面向自動駕駛能夠提供L3的要求，這是我所有的介紹，謝謝大家!