郑重声明：用户在社区发表的所有资料、言论等仅仅代表个人观点，与本网站立场无关，不对您构成任何投资建议。用户应基于自己的独立判断，自行决定证券投资并承担相应风险。

　　在《先驱者》开篇里(先驱者(1) 一文了解世界自动驾驶格局),我们从宏观的角度揭开了自动驾驶的神秘面纱,那么从这一章开始,我们将以自动驾驶技术供应商为主线,更深入的了解自动驾驶。

　　○壹·感知——自动驾驶的“眼睛”

　　自动驾驶需要什么技术?想要回答这个问题,其实想想人类是如何开车就足够了。

　　上面的这些关于人的操作,如果用机器、电脑来代替,部分代替就是半自动(我们常说的驾驶辅助ADAS),全部代替就是全自动驾驶。那么关于自动驾驶的三个主要方向我们就有了比较清晰的画面:环境感知(眼睛)、行为决策(大脑)、车辆控制(手脚)。这一章,我们先来聊环境感知方面。

　　其中摄像头和激光雷达是自动驾驶领域两个最具有代表性的传感器。激光雷达过去经常被应用在地图测绘,在自动驾驶领域也会用激光雷达对地图进行测绘,除此之外还需要担负起避障和定位的作用。我们在后面会单独对中国的激光雷达行业进行介绍,这里就不再赘述。

　　为了加强安全性,自动驾驶车辆会通过增加摄像头数目的方式来提高对外界的感知,一般车身周围会布置超过8个摄像头,分别从前后左右四个维度进行物体的发现、识别、追踪的任务。这些摄像头通常以60Hz的频率工作,当这些摄像头同时工作时,将会产生高达1.8GB/s的巨量数据。

　　○贰·绕不开的顶级视觉公司——Mobileye

　　在汽车摄像头领域,有一家无论如何也绕不开的公司,这就是Mobileye。作为世界上顶级的视觉系统公司,Mobileye在以单目摄像头为基础的ADAS(高级驾驶辅助)方面一直走在世界前列。

　　而这套系统的核心是基于EyeQ系列系统芯片(包含算法)。到目前为止,超过了27家汽车制造商都选择了EyeQ的驾驶辅助技术,近似垄断的市场地位,让Mobileye的高级驾驶辅助功能的成本高居不下。

　　网络上有这样一个段子:“中国国力要和美国比,福利要和北欧比,机械要和德国比,手机要和苹果比,长城要和丰田比……一个国家的制造要VS世界制造。”虽然这样的说法有些夸张,但确实存在这样的情况,那么在机器视觉方面,我们自然也要向Mobileye发起挑战,而这些中国的挑战者中,MINIEYE就是其中的佼佼者。

　　○叁·绝地反击的中国企业MINIEYE

　　2013年还在为新加坡政府打造高级驾驶辅助技术(ADAS)的刘国清厌倦了实验室里的工作,作为一名技术人员,他希望的是技术的落地,而不是仅仅落在纸面上。

　　吴建鑫博士作为计算机领域的科学家,MINIEYE的技术方向以及前沿性的开发主要由其进行把控。那么还有一位特殊的人才是刘国清在国内的合作伙伴——杨广。刘国清戏言杨广是他们之间学历最低的一位(本科),但其实作为CTO的杨广深得刘国清的赏识,曾经就职于微信的杨广把控整个公司的技术。刘国清直言这是一位顶级的码农,同时最擅长将系统架构和纸面上的功能落地,把半成品变成成品。

　　比如说在2015年的股灾,当时整个行业可谓是进入了寒冬,融资环境极差,当时MINIEYE的团队还只有50人,而这50多人的初创团队经历了4个月的无饷,所有的压力都压在刘国清的头上。

　　残酷的市场环境,让刘国清坚定了发展高级驾驶辅助作为当前主线的信念,同时也认清了智能驾驶的市场现状。

　　而对于高级驾驶辅助这个领域,刘国清认为无论L2还是L5,其中所需的核心技术模块是类似的,中间确实会存在壁垒,但这并不意味着L2或者L3的技术积累对于L4没有价值,这中间是不存在技术清零的。

　　对于整个行业来说,如果跟不上特斯拉的步伐,那么未来可能会有更大的挑战,因此MINIEYE趁着这股东风,逐渐进入了快车道。另一个转机来自政策,国家开始推动商用车标配行车预警性产品,比如碰撞预警等,这对于MINIEYE来说也是个巨大的市场。

　　MINIEYE前装销量的快速增长,很大程度上还是得益于法规的推动,同时一些大的快递公司为了更好的管理车队,提高安全和效率,也开始大规模配置驾驶辅助系统,比如顺丰车队70%的驾驶辅助产品都是来自MINIEYE。

　　MINIEYE能够取得不同车企或者运输车队的认可,政策确实是一方面,更重要的来自于中国企业可以为车企带来更灵活和本土化的功能定制。在高级驾驶辅助这个市场,背后的利润空间、交付模式其实是比较透明和稳定的,车企在选择时会更看重产品的技术含量以及开放程度。

　　从技术这个角度看,世界上感知做得好的企业并不多,顶尖的就是之前提到的Mobileye,所以刘国清认为这个市场真正有竞争力的玩家并不多。

　　而对于MINIEYE来说,最大的优势在于算法的调校。MINIEYE的算法是根据国内的交通驾驶环境进行调校,刘国清认为MINIEYE的算法和核心技术和中国交通环境的匹配度更好。另一方面,感知技术也很依赖数据,而在本地数据积累和采集方面,显然中国企业比国外的玩家更有优势。MINIEYE从2014年开始积累自己的数据,包括数据的标注、清洗等等。

　　在开放程度方面,Mobileye这种国外厂商对底层开放程度比较有限,一般国内车企在进行这方面合作时也是比较头痛这一点。对于MINIEYE来说显然不存在这种问题,他们可以提供深度的定制,底层开放的更彻底,至于售后的服务方面MINIEYE也认为自己的价格更低、性价比更好。这也是很多主机厂在和许多Tier 1合作后,还会找MINIEYE合作的原因。

　　○肆·MINIEYE的现状:从感知到数据挖掘

　　从2013年到现在,MINIEYE已经实现了对高级驾驶辅助系统前装和后装产品的全覆盖。其中前装产品的爆发集中在去年,尤其是和东风商用车进行了紧密合作,而在今年和明年还会有乘用车会安装相关驾驶辅助产品。

　　因此现在的MINIEYE也不仅仅生产摄像头,研发摄像头算法,同时还完成了惯性导航、毫米波雷达、超声波雷达的落地,在今年还将激光雷达整合到了高精度地图中去,显然刘国清在实现自己对于MINIEYE在自动驾驶领域的承诺,通过增强自身的整合能力,为越来越高阶的自动驾驶技术继续提供感知能力。

　　另外,在数据方面MINIEYE也没有放松,他们从2019年开始加深对数据的挖掘,刘国清认为随着时间的推移,算法之间的差距有很大可能会被进一步推平,但数据不会,数据随着时间的推移必定会越来越大。

　　这一点从特斯拉和Waymo身上都能看到很清楚,这两家公司的技术路线并不相同,但焦点都是围绕着数据。

　　MINIEYE对特斯拉的手法十分推崇,他们也在逐步打通这个部分。因为MINIEYE目前已经有大量产品在商用车上进行了前装,通过这些前装的产品,MINIEYE也在进行相关数据的收集。

　　当聊起MINIEYE的未来,刘国清显然有自己的想法。从大方向上看,MINIEYE未来几年还是要推进高级驾驶辅助前装产品装车,同时对不同感知传感器整合做到持续的推进,更重要的是保持深挖数据,做到对数据进行足够的积累。

　　在具体技术方面,传统强势的摄像头感知方面继续深挖单目摄像头的潜力。这里要跟大家安利一个知识点,也就是单目摄像头和多目摄像头的问题。

　　而双目摄像头确实和一般的摄像头系统不同,它的本质就是立体识别(就是类似眼睛),目前在双目摄像头方面技艺高超的是斯巴鲁和博世。

　　博世的解决方案是在60m以内采用双目立体视觉,60m以外采用单目的算法,另外立体视觉对于不均匀的光照、雨雪天气都会影响他的成像,当然它在相对理想的环境下,它相对于单目是有优势的。

　　目前来时,单目摄像头的驾驶辅助方案还是主流,其中原因除了成本,还有双目摄像头的体积大,不好在前挡风处安装。

　　第二个方向是自动泊车,MINIEYE的全自动泊车将会成为下一个商业化的项目,目前已经和车企进行了合作,我们在明年就能看到前装量产系统落地。

　　最后一个方向就是智能座舱。得益于MINIEYE在高级驾驶辅助里面积累的感知技术,他们还将其应用在乘员舱内。

　　另外还有一些有意思的,在夜晚开车的时候,中控点亮会十分刺眼,那我们就可以追踪视线方向,当视线落在中控上,大屏幕才会被点亮。此外MINIEYE还会做一些多模态,就是把视觉的识别与语音的识别融合到一起,提供更加自然的交互方式,比如监控车内遗留物品,孩子是否被所在车内。所以它是整个流程里面一系列的功能,而这些功能相当一部分是相当实用的。

　　刘国清坦言对这项技术预期跟高,因为这是个增量市场。MINIEYE目前在国内市场打的牌就是进口替代,而面对国外车企打的就是增量需求,通过这种差异化MINIEYE就能切到国外客户的供应商体系里面去。

　　○陆·在感知供应商眼里,自动驾驶何时到来?

　　在文章的最后,我们又到了“CEO看自动驾驶”的环节,那么对于一个感知供应商,MINIEYE对自动驾驶到底有怎样的看法呢?

　　刘国清认为最近两年在人工智能的底层技术上并没有太大的进展,特别是在视觉和传感器融合方面,进步并不明显,不过在自然语义方面有较大突破,感知这个市场也进入了一个相对平稳的状态,如果在人工智能方面没有太多突破,那么未来10年可能都是处于一个缓慢发展的阶段。

　　第二,小鹏、蔚来等造车新势力则会推动L2的普及和技术升级,因此高级驾驶辅助才是未来5年增长和渗透的关键点,至于目前火热的Robotaxi可能会有更多示范和应用,但它的崛起势必需要更成熟的商业模式,目前来看就是一个长期的示范,并不会在5年内形成太大的规模。

　　总的来说,脚踏实地的刘国清对于自动驾驶行业还是十分稳重,显然在他看来,L2-L3才是未来5年最大的市场。

　　编辑点评:对于自动驾驶而言,感知是其中的重要一环,我们很高兴能看到像MINIEYE这类的中国厂商正在冉冉升起,在这个市场中争取自己的话语权。这些隐藏的背后的、不为人知的企业,也将成为中国自动驾驶市场的基石,为中国未来的汽车行业贡献出自己一份力量。

近年来，机器视觉因为机器人智能化的升级而成为热点，2017年以来，机器视觉领域融资不断，一路升温，成为各大巨头企业争相抢夺的焦点。

预计2018年中国机器视觉规模将达到52亿元，增长速度约为24%，到2021年将超100亿元。

易视智瞳自主研发的3D视觉精密点胶系统的先进性在于，采用视觉系统和双激光线扫描，自动识别超窄边框的三维坐标定位，通过优化视觉算法，自动补偿产品变形和偏差。

3D视觉精密引导技术需要在视觉体系和运动体系之间建立起精准的对应关系。3D空间下三轴点胶机器人视觉标定技术，是在两个体系之间建立起精确对应关系，从而实现高精密的3D巡边、点胶效果。通过3D路径建模，精密规划机器人点胶路径，精准契合目标工件的加工轨迹，为精密点胶奠定良好基础。

1、高清***技术：单***系统没有图像重叠误差，高清2D照片可用来直接进行图像识别，客户不需要再单独配置昂贵的2D相机；

2、智能光技术：基于环境光适配技术可以适应大多数环境光的环境。内置主动光源的RGB三色亮度可调,客户可以根据应用场景调整光的颜色，不需要单独安装环境光源；

3、明亮/黑色适应技术：数字点云HDR技术，参数可实时调整，实现了对明亮和黑色部分的点云补偿，无需任何喷雾。

COMATRIX3D相机的拍照速度极快，多达256个计算单元的图像并行处理；拥有强大的机器视觉平台，是面向工业应用的专业视觉库，包含视觉标定、图像感知等关键组件；相机内置高清2D相机，客户无需再配置外部2D相机，不需要再开发相机配准功能；具备自动化标定功能，标定过程达到可视化，并可在线自矫正，可快速实现机器人的手眼标定。

基于此，COMATRIX3D相机具有高适应性，适用于结构化及非结构化应用场景，例如：传送带分拣、拆垛、码垛、料框取件等。同时具备高鲁棒性，即机器人在识别和感知时，免受曝光过度、阴影、光照不均等因素的干扰。最后，独有的算法模型和机器学习方法可使机器人快速适配新物品。

WELINKIRT视觉识别技术是微链科技独有的成熟技术，它通过单镜头就能对物体进行2D、2.5D和3D识别，对物体选中的特征点进行识别分析，能够完全对各种复杂形状物体进行分析判断，以至无论物体发生位置偏移、高度差变化、角度变化还是部分瑕疵，都能够快速的修正定位到所需的角度及位置。

机器人通过对物体或周围环境的图像学习记录特征点，通过算法建立相对基础坐标系，同时软件有控制机器人动作的函数模块，当非基准位置物体进入视野范围，软件通过当前图像与基础坐标系图像进行对比算法，计算出引导的相对距离及位置，指导机器人进行相对位置的精准动作。

机器人3D视觉定位系统

埃尔森3D视觉定位系统是国内首家机器人3D视觉引导系统，针对散乱无序堆放的工件设计，可协助机器人实现3D智能抓取。通过对工件3D数据扫描以实现三维准确定位，引导机械手准确抓取定位工件，满足了工业机器人自动化产线的柔性工装。并且利用AI智能分析和路径规划技术可以让机器人实现真正的智能化。

NeuroPicker3D智能分拣系统由机器人控制系统、3D视觉系统及辅助周边系统组成。可柔性、高效地将物料从无序、半无序状态转化为有序状态，提高生产效率，降低生产成本。软件控制系统可一键升级，并根据不同工件的需求提供定制化无序分拣服务。

NeuroBot产品具有四大创新性：

第一，系统自升级。系统硬件采用工业机器人等标准设备，软件采用深度学习等标准方案，将非标定制的工作降到最低，可实现快速上线，开发部署与系统升级同时进行，有效缩短设备上线时间。

第二，高性价比。采用新技术、新方案，相同性能指标的条件下，可将售价降低到国外同类产品的五分之一，配合国内外主流机器人，以一年收回人力成本为标准，可提供最低成本的整体解决方案。

第三，高效率、高精度。应用最前沿的计算机视觉、机器学习以及深度学习算法，有效整合分拣与缺陷检测过程中积累的经验。随着自主学习能力的不断提升，分拣与缺陷检测的成功率可持续提高。

第四，柔性操作。柔性化程度高，无需改造生产线及自动化设备，用户进行简单的拖拉拽即可实现相关操作，可同时支持多种类目标物的识别、搬运等任务，满足定制化生产的需求。

该产品的技术创新、先进性主要体现在：

1、先扫后焊这个功能名称为：智能自主编程，可以根据在线扫描点云数据，提取焊缝轨迹，机器人智能自主决策编程，主要应用为：扫描角度与焊接角度不一致，焊接空间狭窄及工件反射严重的情况。

2、焊缝专家系统：进行工件焊缝训练，自适应选择检测算子并设置焊缝特征参数，实现高噪音高反射率环境下焊缝特征提取和多道焊缝、特定焊缝的辨识。

4.机器人和工具误差补偿方法。