一輪廝殺後，這家啃下數千萬前裝訂單的自動駕駛公司活下來了
撰文 | 高靜宜
「其實在去年，自動駕駛領域的創業公司在前裝領域已經廝殺過一輪了，所以今年圈子裡剩下的玩家不多了。」Maxieye 聯合創始人兼 COO 楊騰飛告訴機器之能。2015年11月，專註於自動駕駛L1到L3解決方案的Maxieye，在上海成立。
從 2016 年大批公司湧入到 2018 年不少公司沉寂了，在這為期兩年的洗牌過程中，行業標準的建立是一個關鍵點。交通部於 2016 年末發布了 JT/T1094 交通運輸行業標準——《營運客車安全技術條件》。
文件中明確規定，車長大於 9m 的營運客車應裝置符合規定的車道偏離預警系統（LDW）及前方碰撞預警功能（FCW），還應裝備自動緊急制動系統（AEB），並於 2018 年 4 月 1 日正式實施。
這些規定意味著，ADAS 功能成為前裝商用客車的標配，一些有能力「剩下來」的公司把市場規則視為新的突破口——
那些早已不滿足在後裝市場「小打小鬧」的公司，開始有機會從商用客車場景切入市場空間相對更加廣闊的前裝市場。
在楊騰飛看來，藉助公司的第一代產品並快速拓展包括商用車在內的應用市場，使得公司成為活下來的「少數派」。
根據 Maxieye 對外公布的官方數據，公司在 2018 年有數千萬前裝訂單，其中有 70-80% 的訂單就來自前裝商用車客戶。
創立至今的近三年時間，Maxieye 還完成了產業鏈的延伸。一開始，公司是把研發軟體和演算法提供給一級供應商，直到 2017 年初嘗試生產硬體，才逐漸轉型成為一級供應商。
「軟體和演算法是產品最核心、最複雜的部分，但為了給整車廠客戶提供一個完整的解決方案，我們選擇做系統供應商，把演算法跑在自己的硬體平台上，並且自己控制生產環節以保證產品質量。」楊騰飛解釋道。
實際上，這背後考驗的是團隊的行業積累。除了 80% 的技術人員比例，其創始團隊在智能駕駛行業平均從業時間長達 8 年以上，曾主導過多個 ADAS 項目和自動駕駛項目的研發和量產，有豐富的項目開發和運營經驗。
新產品對標 Mobileye EyeQ4
不同於第一代產品，Maxieye 近日發布的新產品開始「直接對標 Mobileye 的 EyeQ4 產品」。
第二代前裝產品IFVS-400
第二代前裝產品 IFVS-400 是一套針對 L2、L3 級別自動駕駛的低成本量產前視系統方案，採用了深度學習演算法。
在功能方面，這款產品不僅可以完成對車道線、路沿、車輛、行人、二輪車、紅綠燈的識別，還可以識別停止線、斑馬線、限高牌、限速牌、特種車輛、錐形桶等中國本土所需的識別目標。
產品功能示意圖
具體來看，這款產品的車道線檢測功能具有較高的正檢率及較低的虛警率，不僅可以穩定檢測殘損的、積水覆蓋的車道線，也能夠有效應對夜晚路燈或車燈在路面的反光、燈光或陽光的光暈、明暗交替的護欄等一些容易誤識別成車道線的場景，不會出現誤檢情況。
考慮到國內路況的複雜度，產品對車道線的最大檢測距離超過 100 米，可檢測的最小轉彎半徑為 80 米，最多支持8根車道線輸出。為了給 L3 以上級別自動駕駛系統的路徑規劃和決策提供更好的感知數據，產品還設計了車道線分叉點檢測和匯合點的檢測能力。
IFVS-400 產品在車輛檢測方面的最大檢測距離大於 160 米，能夠提供置信度輸出及車輛的三維姿態測算，也支持切入車輛的檢測。
鑒於中國特殊的車輛行駛工況，系統還設計了對不同種類的車輛的兼容，不僅包括轎車、SUV、廂式車、客車、卡車、特種車輛（油罐車/水泥車/三輪車），還對中國特色的三輪車及小型四輪代步車進行了數據補充。
「在增加系統檢測目標種類的同時，我們也同步開發其他功能，這些檢測目標對我們繪製高精度地圖很有幫助。」楊騰飛補充道，在創建矢量化高精度地圖方面，公司選擇與國內地圖數據服務商合作，同時在嘉興設立了一家子公司作為數據中心，處理數據的採集、標註和驗證等。
選擇低成本的 ASIC 晶元作為產品的處理器方案，是這款產品的另一大亮點。
儘管不少創業公司選擇採用的 FPGA 方案，但一開始 Maxieye 就沒有將其作為首選，原因在於與 FPGA 相比，專用ASIC 晶元除了在功耗和計算資源方面存在明顯優勢，成本上也頗具吸引力。楊騰飛透露，保守估計 ASIC 的成本只有FPGA 的 20% 到 30% 。
但規模化使用 ASIC 的主要挑戰是其研發周期較長，往往在三年以上，即便許多晶元廠商提前布局也一直沒有達到量產的狀態。而到了 2018 年，NXP、TI、Rensas 等主要汽車電子晶元廠商開始陸續量產支持卷積運算的 ASIC 晶元。
由此一來，楊騰飛認為，「 ASIC 晶元將成為量產深度學習的主流方案，用 FPGA 跑深度學習演算法的時代一去不復返了。」
發力卡車和乘用車市場
不過，進入前裝市場也面臨一些挑戰。楊騰飛坦承，與後裝市場相比，前裝的門檻更高，對演算法性能、硬體以及生產資質、質量把控等方面都有更高要求。
眼下，公司的主要精力會集中在前裝商用車和乘用車市場，並攻進卡車和乘用車市場，陸續進行小批量測試及試裝，二代產品的推出也是在為這一計劃做鋪墊。
「 IFVS-400 涵蓋了自動緊急制動系統（AEB），我們會在深度學習演算法識別的基礎上，與毫米波雷達進行底層數據融合，融合後的結果去做自動緊急制動系統（AEB）是完全可以達到量產狀態的。」楊騰飛說道。
與此同時，前裝乘用車領域產品也有發展成標配的趨勢，但與商用車相比，前裝乘用車產品的研發周期相對較長。楊騰飛預計，這一領域的真正起量會出現在 2019 年，在 2018 年會有一些前期的小批量出貨。
目前，公司正在進行 A 輪融資中。去年 6 月，公司獲得了來自理成資產、壹號資本聯合領投、君子蘭跟投的數千萬元Pre-A 輪融資。
值得一提的是，公司在成立之初沒有選擇進行天使輪融資，早期資金均來自創始團隊的自行投資以及初期的項目收入，楊騰飛提到，在 Pre-A 輪融資之前，團隊已經能夠實現公司的盈虧平衡。
「現在流行創業，那什麼樣的創業是認真的？我認為敢燒自己錢的創業才是認真的。」楊騰飛說，「從另一個角度來看也是我們對自己抱有信心，現在公司發展到這個階段也驗證了我們當初選擇的正確性。」
TAG:機器之能 |