该方案使自动驾驶视觉能力提升到史无前例的120dB（达到超越人眼的视觉能力）。
4月11日，三部委联合印发了《智能网联汽车道路测试管理规范（试行）》，标志着自动驾驶一些行为今后有法可依，接着，阿里宣布了“蓄谋已久”自动驾驶进展，自此BAT在自动驾驶领域已经悉数入局，国内数十家自动驾驶领域的创业公司风头正劲，且看近期国内自动驾驶领域在立法、企业、资金、人才等方面相继传来的好消息，更不用提中国是全球最大的汽车市场，这些优势为自动驾驶行业创造出了得天独厚的发展环境，足以令其站在全球一
然而3月19日，Uber无人驾驶车在夜间行驶测试时撞死一位行人，成为有史以来最严重的交通事故，为自动驾驶前景蒙上一层寒霜。虽然事故的原因目前依然众说纷纭，但从公布的资料来看，问题还是聚焦在夜间行驶这个场景上。国内专注做视觉成像芯片的眼擎科技CEO朱继志认为：”具体情况还不明了，但现场环境来看，不会那么黑，因为传统摄像头比人眼能力差几十倍，所以如果人来看的话，应该是可以看到行人。但对于汽车来说，第一、行人离车距离太近，车速过快，激光雷达未必反应的过来。第二、当时行人是从暗部走向亮部，因为路灯的原因，光线明暗反差太大。在暗部的时候，汽车没有监测到，等行人走到亮部的时候，距离太近已经太迟了。夜间道路光线环境太复杂，汽车摄像头的动态范围需要提升30倍以上，自动驾驶汽车才有上路的可能。“显然，摄像头能力并没有我们想象中的那样火眼金睛，传统摄像头广受光照条件影响，在强光、弱光、逆光、反光等情况下，普遍无法保持正常工作。
“过去三十年，以ISP为代表的传统成像架构一直统治着成像能力的表现，即使现在AI发展了，发现传统摄像头能力不够，效果也不可能有很大的提升，原因很简单，三十年前的技术架构，以前图像只考虑给人看，现在的图像是给机器看，但传统架构成形多年，积重难返。这就是技术架构的弊端，久而久之，大家没看到视觉能够突破，就形成了一种潜移默化，普遍认为视觉能力就是不可能有突破，这也是激光雷达日后被叫好的一个原因，其实本质上，我们应该回到问题的源头，视觉能力不够，就研发新的成像引擎架构，做视觉成像专用的芯片，来提升汽车的视觉能力，这件事不好干，我们为此专注做了4年，就是眼擎科技目前做的事情。”朱继志的介绍中，大概可以明白自动驾驶视觉领域技术存在天花板的成因。
而当前最受车企青睐的激光雷达，除了成本高、分辨率低外，更无法获取物体对象的颜色信息，更不善于实时地分辨物体。
自动驾驶车企想要发展，必须要考虑三个问题：
第一就是自动驾驶算法层面的设计和优化，目前大部分厂商考虑接入百度Apollo，一部分则考虑自建团队自力更生，这是人才和技术的“军备竞赛”，而这点互联网公司和新兴创业公司具有优势。
第二是量产能力，近期特斯拉频频被行业人士抨击，就是因为特斯拉汽车产能不足，前段时间威马创始人沈晖接受采访时也表示：“造车新势力的窗口期只有三年，年销量10万量才能活下来，而期待靠其他车场代工解决量产能力，是一个美好的愿望。”印证了汽车整体量产能力不亚于生死线，这点传统车企有优势。
第三则是“隐形实力”关键技术的储备，不管是算法层面、数据层面、还是硬件技术层面的关键节点，都会成为持有者看不见的杀手锏，其实这三座大山哪一座有突破，都有很大的机会。
眼擎科技是专注成像引擎技术的公司，今年1月份发布了全球首款成像专用芯片。，经过过去一年与汽车合作伙伴的深度调研和联合研发，眼擎科技耗时6个月，准备推出一套专门为自动驾驶设计的成像解决方案，该方案使自动驾驶视觉能力提升到史无前例的120dB（达到超越人眼的视觉能力），并且整套系统符合车规标准，出色适应地库、夜间道路、隧道等各种复杂光线环境，给算法端输出高信噪比的视觉图像。眼擎科技潜心4年专注于AI视觉成像引擎技术突破，又用了近10个月专项研发自动驾驶视觉成像解决方案，使自动驾驶技术终于迎来了重大突破。
匿名用户
