當(dāng)春節(jié)駕車返鄉(xiāng)擁有了L3/L4級(jí)自動(dòng)駕駛

隨著春節(jié)臨近，漫漫回家路上的路況和天氣都變化多端，長(zhǎng)途駕駛難免使人身心俱疲，若不久的將來能將真正的L3/L4級(jí)自動(dòng)駕駛落地應(yīng)用，那將大大減輕長(zhǎng)途駕車回家的辛苦。即便車外風(fēng)雨交加，人們依舊可以在溫暖的車內(nèi)放松小憩，從容地喝口熱茶吃塊點(diǎn)心，刷刷老家又開了什么新館子，帶上家人或約上老友一起去嘗鮮。若是節(jié)日駕車旅游，可以安然自若地欣賞路過的美景，隨手就拿起手機(jī)記錄美好的一瞬，這樣的長(zhǎng)途駕駛體驗(yàn)是不是讓人身心愉悅了許多呢？

昱感微電子的“多傳感器多維像素融合感知芯片”就能助力汽車自動(dòng)駕駛系統(tǒng)來實(shí)現(xiàn)這樣的體驗(yàn)，讓駕車回家之旅變得輕松愜意。智能感知是L3/L4級(jí)自動(dòng)駕駛的技術(shù)難點(diǎn)，而單一的傳感器始終存在自身的局限性，無法做到對(duì)環(huán)境全面精確的感知。昱感微的融合感知芯片創(chuàng)新性地將可見光攝像頭、紅外攝像頭以及4D毫米波雷達(dá)的探測(cè)數(shù)據(jù)融合到一起并以“多維像素”的格式輸出。多維像素是指在可見光攝像頭像素信息上加上其他傳感器對(duì)于目標(biāo)感知的信息，將感知系統(tǒng)的感知維度擴(kuò)展以實(shí)現(xiàn)多維度感知目標(biāo)的完整信息。如下圖示例，芯片將攝像頭RGB數(shù)據(jù)矩陣層，和雷達(dá)探測(cè)目標(biāo)的距離、速度、散射截面R數(shù)據(jù)矩陣層，以及紅外傳感器探測(cè)的熱輻射圖像數(shù)據(jù)矩陣層疊加組合到一起，以攝像頭的像素為顆粒度，每個(gè)像素不僅有圖像數(shù)據(jù)，縱向組合上還包含了毫米波雷達(dá)和紅外傳感器的探測(cè)數(shù)據(jù)，形成多維度測(cè)量參數(shù)矩陣數(shù)組。

多維像素就好比賦予了自動(dòng)駕駛系統(tǒng)比人類更敏銳的眼睛，看到的不僅是一幅幅二維的圖像，還有在圖像之上更多維的信息。就像在霧中穿行，人眼只能看到白茫茫的霧氣下物體隱約的輪廓，但昱感微的融合感知芯片可以利用毫米波雷達(dá)和紅外攝像頭的探測(cè)數(shù)據(jù)讓自動(dòng)駕駛系統(tǒng)感知到霧氣中的物體的方位、距離、速度、溫度等信息，確保安全行駛。不僅如此，昱感微的融合感知芯片采用最前沿的多傳感器前融合技術(shù)，攝像頭和雷達(dá)等多傳感器的探測(cè)數(shù)據(jù)在前端（數(shù)據(jù)獲取時(shí)）交互驗(yàn)證，讓自動(dòng)駕駛系統(tǒng)能感知到“看不見”的危險(xiǎn)。例如，當(dāng)反向車道有強(qiáng)遠(yuǎn)光燈干擾下，視覺無法清晰地看到行車周圍的狀況，容易引發(fā)危險(xiǎn)。但昱感微的融合感知芯片可以解決強(qiáng)光對(duì)視覺的干擾：當(dāng)雷達(dá)子系統(tǒng)探測(cè)到潛在運(yùn)動(dòng)目標(biāo)時(shí)，融合感知芯片可以引導(dǎo)本車的攝像頭針對(duì)運(yùn)動(dòng)目標(biāo)做快速局部修正曝光（見下圖），以此實(shí)時(shí)獲取運(yùn)動(dòng)目標(biāo)的分辨細(xì)節(jié)特征，并將局部修正曝光的圖像融合雷達(dá)數(shù)據(jù)傳輸至自動(dòng)駕駛系統(tǒng)，避免撞擊危險(xiǎn)發(fā)生。

多傳感器前融合可以發(fā)揮各個(gè)傳感器在不同應(yīng)用場(chǎng)景下的優(yōu)勢(shì)，取長(zhǎng)補(bǔ)短來達(dá)到1+1>2的效果。4D毫米波雷達(dá)可以幫助可見光攝像頭克服天氣光線的影響，可見光攝像頭的圖像又為毫米波雷達(dá)增添了語義信息，進(jìn)一步提高雷達(dá)點(diǎn)云的置信度；而紅外不僅賦予了自動(dòng)駕駛夜視能力，還可以清楚地辨別行人。如下圖所示，基于可見光攝像頭的感知系統(tǒng)可能會(huì)忽略遠(yuǎn)處較暗的兩個(gè)人（在可見光圖像的陰影區(qū)域），紅外攝像頭可以輕松地通過人體測(cè)溫辨別出來。此外，在夜間高速行駛狀態(tài)下，紅外可以對(duì)遇到突然躥出來的人或動(dòng)物進(jìn)行判別，如果是行人則必須避讓，動(dòng)物可根據(jù)行駛狀態(tài)引導(dǎo)自動(dòng)駕駛系統(tǒng)采取不同的決策。

除了天氣和光線外，基于純視覺網(wǎng)絡(luò)的算法仍存在corner cases的問題，樣本的長(zhǎng)尾效應(yīng)影響著自動(dòng)駕駛系統(tǒng)的表現(xiàn)。而昱感微的融合感知芯片是基于物理數(shù)據(jù)的感知，可以很好地解決這個(gè)問題。芯片將多個(gè)傳感器的探測(cè)數(shù)據(jù)融合，并將各傳感器的探測(cè)數(shù)據(jù)的坐標(biāo)統(tǒng)一、時(shí)序?qū)R，圖像與雷達(dá)數(shù)據(jù)完成像素級(jí)實(shí)時(shí)“時(shí)空對(duì)齊同步”輸出。這是業(yè)界公認(rèn)的多傳感器前融合的技術(shù)難點(diǎn)之一，不過得益于團(tuán)隊(duì)成員多年相關(guān)領(lǐng)域的技術(shù)積累和眾多技術(shù)創(chuàng)新，昱感微的融合感知芯片內(nèi)嵌功能可以支持客戶完全滿足系統(tǒng)對(duì)目標(biāo)感知“坐標(biāo)統(tǒng)一，時(shí)序?qū)R，數(shù)據(jù)同質(zhì) ，突出事件感知”的要求，能夠解決目前車廠在自動(dòng)駕駛鄰域的技術(shù)痛點(diǎn)。

并且，昱感微融合感知芯片輸出的“多維像素”與現(xiàn)有的AI計(jì)算平臺(tái)兼容，可以復(fù)用已有的圖像數(shù)據(jù)樣本。對(duì)于目前流行的神經(jīng)網(wǎng)絡(luò)框架（比如，Yolo V8，BEV +Transformer等等）只需小幅修改就可適用多維像素。多維像素還可以快速提升AI網(wǎng)絡(luò)的訓(xùn)練收斂率以及目標(biāo)識(shí)別率，并且可以大幅降低系統(tǒng)算力要求。

多維像素還可以直接高效支持“占用網(wǎng)絡(luò)” (Occupancy Network)算法。占用網(wǎng)格是指將感知空間劃分為一個(gè)個(gè)立體網(wǎng)格（體素），而多維像素包含了目標(biāo)的3D空間位置信息、目標(biāo)的速度信息和材質(zhì)信息，可以直接高效實(shí)時(shí)支持占用網(wǎng)格中的體素算法。Tesla目前在主推“BEV +Transformer+占用網(wǎng)絡(luò)”，國(guó)內(nèi)華為GOD2.0也采用相同的架構(gòu)，預(yù)計(jì)未來許多智能駕駛團(tuán)隊(duì)都會(huì)引入“占用網(wǎng)絡(luò)”來提升系統(tǒng)能力。多維像素的應(yīng)用前景非常廣闊。昱感微的融合感知芯片+BEV +Transformer+占用網(wǎng)格有望成為L(zhǎng)3/L4級(jí)自動(dòng)駕駛最優(yōu)的落地方案，不久的將來人們就可以輕松愉快地享受長(zhǎng)途自駕之旅了。

多維像素“占用網(wǎng)格”３D體素算法精準(zhǔn)探測(cè)運(yùn)動(dòng)目標(biāo)空間位置