人類從外界獲得的信息約75%來自視覺系統(tǒng)，而在駕駛行為中尤為突出，駕駛員駕駛需要的信息90%來自視覺。藉此，在自動駕駛的感知系統(tǒng)中，視覺感知成為了重要的一環(huán)。

　　相比于超聲波雷達(dá)、毫米波雷達(dá)、激光雷達(dá)等傳感器，攝像頭誕生時日更久，但基于攝像頭的感知技術(shù)，興起并沒有多年。

　　CV（Compute Vision）計算機(jī)視覺或稱機(jī)器視覺，是一門通過圖像獲取所需要信息的學(xué)科，在實際的應(yīng)用中，會通過硬件的攝像頭，獲取圖片或者視頻信息，中間需要經(jīng)過內(nèi)部的ISP、DSP處理，以得到更清晰的圖像，然后利用深度學(xué)習(xí)的算法，對獲得的圖片信息進(jìn)行分析、處理，最終得到現(xiàn)實世界通過圖像映射而來的數(shù)字或符號信息，以便于機(jī)器理解現(xiàn)實世界。

　　在這個過程中，涉及到的最核心技術(shù)，就是對圖像的分析、處理，工程應(yīng)用中，視覺芯片擔(dān)當(dāng)了處理的核心任務(wù)。

　　得益于CV在識別、運(yùn)動分析、場景重建、圖像恢復(fù)的能力，其廣泛應(yīng)用于安防、無人機(jī)、自動駕駛等領(lǐng)域。

　　而在自動駕駛中，CV不僅可以識別障礙物（行人、車輛等）、道路情況，還可用于構(gòu)建地圖。相比于傳統(tǒng)消費(fèi)領(lǐng)域，汽車的使用環(huán)境更為復(fù)雜嚴(yán)苛，因此CV在自動駕駛領(lǐng)域的應(yīng)用才剛起步。CV芯片作為整個視覺感知技術(shù)中最關(guān)鍵的一環(huán)，目前也還處在初期。

　　CV&自動駕駛

　　在自動駕駛中應(yīng)用CV技術(shù)，CV技術(shù)必須具備實時性、魯棒性、實用性這三個特點(diǎn)。

　　實時性要求CV系統(tǒng)的數(shù)據(jù)處理必須與車輛的高速行駛同步進(jìn)行；

　　魯棒性是要求智能車輛對不同的道路環(huán)境如高速公路、市內(nèi)公路、普通公路等，復(fù)雜的路面環(huán)境如路面的寬度、顏色、紋理、彎道、坡度、坑洼、障礙與車流等，各種天氣晴、陰、雨、雪、霧等均具有良好的適應(yīng)性；

　　實用性指智能車輛能夠為普通用戶所接受。

　　目前，CV主要用于路徑的識別與跟蹤。與其它傳感器相比，CV具有檢測信息量豐富、無接觸測量和能實現(xiàn)道路環(huán)境三維建模等優(yōu)點(diǎn)，但數(shù)據(jù)處理量極大，存在系統(tǒng)實時性和穩(wěn)定性問題，要靠開發(fā)高性能的計算機(jī)硬件，研究新算法來解決。

　　隨著計算機(jī)技術(shù)和圖像處理技術(shù)的飛速發(fā)展，三維重建道路環(huán)境為車輛高速智能駕駛提供強(qiáng)大的信息，在不遠(yuǎn)的將來具有現(xiàn)實可行性。

　　CV的道路識別基本原理為，公路路面的環(huán)境（白色路標(biāo)、邊緣、路面顏色、坑洼、障礙物等）的CCD圖像灰度值和圖像紋理、光流有差異。

　　根據(jù)這種差異，經(jīng)圖像處理后可以獲得需要的路徑圖像信息，如方位偏差、側(cè)向偏差、車輛在道路中的位置等信息。將這些信息與車輛的動力學(xué)方程相結(jié)合，可構(gòu)成車輛控制系統(tǒng)數(shù)學(xué)模型。

　　深度學(xué)習(xí)在CV中應(yīng)用廣泛，主要是因為深度學(xué)習(xí)算法的通用性很強(qiáng)，比如faster RCNN在人臉、行人、一般物體檢測任務(wù)上都可以取得非常好的效果；深度學(xué)習(xí)獲得的特征(feature)有很強(qiáng)的遷移能力，比如在ImageNet（物體為主）上學(xué)習(xí)到的特征在場景分類任務(wù)上也能取得非常好的效果；

　　深度學(xué)習(xí)計算主要是卷積和矩陣乘，針對這種計算優(yōu)化，所有深度學(xué)習(xí)算法都可以提升性能，因此工程開發(fā)、優(yōu)化、維護(hù)成本低。

　　CV在自動駕駛中使用，必須具備可靠、低功耗、超強(qiáng)算力等特點(diǎn)，因此基于CV的自動駕駛專用芯片也就應(yīng)用而生。

　　CV芯片的研發(fā)制造，除卻工藝難度，最大的難度便在于芯片的設(shè)計，算法的調(diào)教。擁有芯片設(shè)計能力的公司并不多，大部分公司都是基于一些成熟的IP核進(jìn)行研發(fā)。

　　業(yè)內(nèi)人士表示，基于外部Ip核開發(fā)，是一種普遍的做法，但在調(diào)校算法以及芯片的性能過程中，由于不具有自下而上的能力，很難將芯片的性能發(fā)揮到極致。如此一來，就會在各個性能指標(biāo)上存在差距，比如功耗，算力等。

　　CV芯片廠商之國際力量

　　針對自動駕駛領(lǐng)域的視覺芯片的公司，全球范圍內(nèi)有ADI、NXP、TI、Mobileye/ST、Movidius、NEXTCHIP 、Ambarella、Inuitive等公司。

　　ADI（Analog Devices, Inc.）是數(shù)字信號處理芯片(DSP)廠商，其發(fā)布的Blackfin處理器（BF60X系列）專門針對ADAS，具有車道偏離警告、交通信號識別、智能前燈控制、物體檢測/分類、行人檢測等功能。

　　低端系統(tǒng)基于BF592，實現(xiàn)LDW功能；中端系統(tǒng)基于 BF53x/BF54x/BF561，實現(xiàn)LDW（車輛偏離預(yù)警系統(tǒng)）/HBLB/TSR（Traffic SignRecognition道路交通標(biāo)志識別系統(tǒng)）等功能；高端系統(tǒng)基于BF60x，實現(xiàn)LDW/HBLB（智能遠(yuǎn)光燈控制）/TSR/FCW（前方碰撞預(yù)警系統(tǒng)）/PD（車輛探測）等功能。集成的視覺預(yù)處理器能夠顯著減輕處理器的負(fù)擔(dān)，從而降低對處理器的性能要求。

　　恩智浦S32V234是NXP的S32V系列產(chǎn)品中2015年推出的ADAS處理芯片，在BlueBox平臺上負(fù)責(zé)視覺數(shù)據(jù)處理、多傳感器融合數(shù)據(jù)處理以及機(jī)器學(xué)習(xí)。

　　該款芯片擁有CPU(4顆ARM CortexA53和1顆M4)、3D GPU(GC3000)和視覺加速單元(2顆APEX-2vision accelerator)，能同時支持4路攝像頭，GPU能實時3D建模，計算能力為50GFLOPs。S32V234在設(shè)計時加入了諸如ECC（錯誤檢查與糾正），F(xiàn)CCU（故障收集與控制單元），M/L BIST（內(nèi)存/邏輯內(nèi)置自測）等多種安全機(jī)制，能夠滿足ISO26262 ASIL B~C的需求。

　　德州儀器（TI）的TDA SoC系列，包括TDA2x、TDA3x、TDA2Eco，其中TDA3x系列可支持車線維持輔助、自適應(yīng)巡航控制、交通標(biāo)志識別、行人與物體檢測、前方防碰撞預(yù)警和倒車防碰撞預(yù)警等多種ADAS算法。

　　這些算法對于前置攝像頭、全車環(huán)視、融合、雷達(dá)與智能后置攝像頭等眾多ADAS應(yīng)用的有效使用至關(guān)重要。此外，TDA3x處理器系列還能幫助客戶開發(fā)針對行人和車輛、前方碰撞預(yù)警及車線維持輔助的自主緊急制動（AEB）等符合NCAP程序的ADAS應(yīng)用。

　　Mobileye雖然不是芯片制造商，但其同意法半導(dǎo)體（ST）合作，生產(chǎn)了知名的EyeQ系列芯片，用于自動駕駛。

　　其最先進(jìn)的EyeQ5裝備了8枚多線程CPU內(nèi)核，搭載18枚Mobileye的下一代視覺處理器。相比而言，EyeQ4作為上一代視覺SoC芯片，只配置了4個CPU內(nèi)核和6個矢量微碼處理器（Vector Microcode Processor，俗稱VMP）。EyeQ5最多支持20個外部傳感器（攝像頭、雷達(dá)或激光雷達(dá)），而EyeQ4最多只能處理8個傳感器的數(shù)據(jù)信息。

　　NEXTCHIP（韓）是一個以圖像處理技術(shù)為主的公司，產(chǎn)品包括視頻監(jiān)控、DVR、SOC、自動駕駛系統(tǒng)中的核心芯片，均是以圖形處理、傳輸為主的半導(dǎo)體芯片廠家。

　　公司涉及CV領(lǐng)域芯片是在自動駕駛系統(tǒng)的應(yīng)用中，主打產(chǎn)品APACHE4是瞄準(zhǔn)下一代的ADAS體系的SOC芯片。APACHE4加入了專用檢測引擎，支持行人檢測、車輛檢測、車道檢測和移動物體檢測四種監(jiān)測類型。嵌入其中的CEVA-XM4圖像和視覺平臺可讓APACHE4的客戶使用高階軟件編程來開發(fā)差異化的ADAS應(yīng)用。

　　安霸則一直是高清視頻業(yè)界的技術(shù)領(lǐng)導(dǎo)者，主要提供低功耗、高清視頻壓縮與圖像處理的解決方案，應(yīng)用領(lǐng)域涵蓋安防、無人機(jī)、車機(jī)等。

　　2015年安霸以3000萬美元的價格收購了意大利初創(chuàng)自動駕駛公司VisLab，開始發(fā)力自動駕駛領(lǐng)域。

　　2017年到現(xiàn)在，安霸相繼發(fā)布了針對ADAS的CV1和CV2 系列芯片，CV1和CV2都在同一芯片上提供單目和立體視覺處理，CV1能夠?qū)Ψ直媛矢哌_(dá)4K的視頻進(jìn)行計算機(jī)視覺處理，CV2的深度神經(jīng)網(wǎng)絡(luò)性能是CV1的20倍。

　　Inuitive是一家先進(jìn)的3D計算機(jī)視覺和圖像處理器設(shè)計廠家，利用CEVA-XM4智慧視覺DSP的授權(quán)許可，運(yùn)行復(fù)雜的即時深度感測、特征跟蹤、目標(biāo)識別、深度學(xué)習(xí)和其它以各種行動設(shè)備為目標(biāo)的視覺相關(guān)之演算法。

　　CEVA圖像和視覺DSP滿足最復(fù)雜計算攝影和電腦視覺應(yīng)用對極端處理的需求，比如視頻分析、擴(kuò)增實境和先進(jìn)駕駛輔助系統(tǒng)(ADAS)。

　　Inuitive視覺處理器NU3000以第三代的CEVA-MM3101圖像和視覺DSP來提供立體視覺功能，現(xiàn)在是Google Project Tango生態(tài)系統(tǒng)中的一部分，開發(fā)人員能夠利用它來開發(fā)需要即時深度產(chǎn)生、映射、定位、導(dǎo)航和其它復(fù)雜信號處理演算法的應(yīng)用。

　　國際知名汽車電子IC廠商，都紛紛發(fā)布了針對自動駕駛的CV芯片，但主要的應(yīng)用領(lǐng)域還是在較低等級的ADAS。

　　業(yè)內(nèi)人士表示，芯片廠商在推出一款芯片時，特別注重市場和時機(jī)，因為每一款芯片的研發(fā)都需要投入上千萬美金，成本的回收基本要依靠KK級別的出貨量。

　　如果時機(jī)未到，市場還未成熟，即使芯片性能、品質(zhì)都能達(dá)到要求，但不能大規(guī)模銷售，仍會影響公司的計劃，甚至拖垮公司。

　　因此面對自動駕駛的浪潮，大部分傳統(tǒng)車載芯片巨頭，都還只是謹(jǐn)慎的在推ADAS級別的芯片，內(nèi)部都在積累更高級別的技術(shù)，甚至在算力上一定程度可以滿足，但并不會盲目推出更高級別的芯片。

　　尚處早期的自動駕駛CV芯片市場

　　國內(nèi)近年來也涌現(xiàn)出了不少初創(chuàng)公司推出了CV芯片，比如地平線、深鑒科技、寒武紀(jì)、西井科技。

　　地平線在2017年發(fā)布了后裝的征程1.0，征程能夠以1.5W的功耗，實現(xiàn)1Tflops的算力，每秒處理30幀4K視頻，對圖像中超過200個物體進(jìn)行識別，能夠?qū)崿F(xiàn)FCW/ LDW/ JACC等高級別輔助駕駛功能，滿足L2的計算需求。

　　計劃中的征程2.0將會支持4-6路攝像頭的同時接入；支持車輛、行人、車道線和可行駛區(qū)域的檢測；支持交通指示標(biāo)志，包括交通牌、路標(biāo)、地面標(biāo)志、交通文字和符號的檢測和識別；支持一般障礙物檢測、地面缺陷檢測；征程3.0將會支持最多8路攝像頭的同時接入和多傳感器融合。

　　寒武紀(jì)在2017年發(fā)布了面向智能駕駛領(lǐng)域的IP核寒武紀(jì)1M，CEO陳天石介紹，它的性能將達(dá)到寒武紀(jì)1A的10倍以上，高度集成，具有更高的性能功耗比，目標(biāo)是讓中國的汽車全部都用上國產(chǎn)智能處理器。

　　國產(chǎn)CV芯片目前的各項指標(biāo)還只停留在要求較低的后裝水平，各個公司也希望在未來幾年能夠研發(fā)出符合車規(guī)要求的芯片。

　　但從后裝到前裝，芯片所要符合的不僅是車規(guī)的要求，還要經(jīng)受OEM對公司沒有任何大規(guī)模前裝量產(chǎn)經(jīng)驗的質(zhì)疑。

　　業(yè)內(nèi)人士透露，目前國內(nèi)的OEM已經(jīng)在積極布局下一代車型，基于視覺的ADAS功能也或多或少的被列入了產(chǎn)品規(guī)劃中。

　　對于CV方案的選型，OEM更傾向于一些具有量產(chǎn)經(jīng)驗的廠商，算力、功耗以及價格都在考慮范圍內(nèi)。OEM并不會因為要新增ADAS功能而盲目上CV芯片，如果原有的傳統(tǒng)芯片可以滿足相應(yīng)功能的算力需求，那么OEM也會傾向于沿用上一代產(chǎn)品。

　　要做符合車規(guī)等級的CV芯片，并不容易，即使是原來具備傳統(tǒng)車載芯片的廠商也一樣。CV芯片市場目前還處在早期，傳統(tǒng)領(lǐng)域的巨頭也尚在摸索推廣階段，初創(chuàng)公司要想直接進(jìn)入，難度不小。

　　除此以外，同等性能下的芯片功耗、價格將會成為各個廠商競爭的關(guān)鍵。