软件可以实现给自动驾驶成本减赋吗？

2017年12月7日，本田与商汤科技联合宣布，双方将基于本田的车辆控制技术系统，融合商汤科技的视觉算法和开发平台，共同发力适合乘用车场景的L4级自动驾驶方案。

“基于人工智能的超算平台 、深度学习的平台，领先的视觉算法，商汤科技会提供自动驾驶的整体解决方案，以此打造完整的产品线，构建智能汽车行业的生态。”商汤科技技术副总监毛宁元如是说。

基于这些理念，商汤科技将会在ADAS以及L2-L4领域，提供相应的自动驾驶产品，并同OEM深度合作，进行产品的联合开发，目前商汤科技正同Honda进行深度紧密的合作。

自动驾驶产品中，会使用到基于深度学习的卷积神经网络DNN，但DNN从学术到落地应用，中间有许多问题需要克服，如算力和存储的提升，将算法应用到最终设备的挑战，以及Cost&Latency&Power。

芯片平台中，从CPU、GPU、Soft DPU(FPGA)、Hard DPU到ASIC，只有FPGA能够提供灵活可选的DNN。同时，它具备小体积多接口的优势，远超CPU、GPU的低时延，快速的工程和应用编译工具链。

正是基于这些原因，商汤科技选择了赛灵思的FPGA，作为自动驾驶应用的算力平台。

一.单目ADAS

商汤科技自动驾驶领域的产品，目前是一款基于单目ADAS视觉处理的产品，具备传统的LDW、FCW、UFCW、PDW、HMW、SLI、TLR、AEB功能。

单目摄像头的性能参数为1MP、FOV 52，内存1GB DDR3，通过can总线传输数据。

在车道线识别部分，可以检测4条车道线，包含左左、左、右、右右的车道，车道线的属性涵盖黄白、虚实、单双、路边沿，类型可以覆盖直道、弯道、部分遮挡车道(预测)，有效的检测距离是50米。通过融合传感器的方式最远可以达到100米。

交通标志、信号灯的识别方面，可识别传统的限速、禁止等19个标志，常见的红绿灯以及指向箭头都可以识别。

对于目标的检测，包括机动车、非机动车、行人，基本覆盖常见的目标物，对于行人的检测，正面、背面、侧面、站立、蹲、半遮挡也可以通过算法实现绝大部分的识别。

其中，行人非机动车的有效识别距离为50米，机动车的有效识别距离为100米，测距的绝对误差小于0.5米，远处误差小于5%。

为了安全性，产品额外划出了汽车的可行驶区域，距离为50米，在汽车行驶过程中，为驾驶员保驾护航。

二.做Tier2

商汤科技的产品使用了自主知识产权的算法和深度学习网络，在算法上充分考虑了内外兼容性，并在不同的车型中测试验证，因此简化了安装的步骤。安装过程简便，只需要数分钟即可。

当然，做单目的图像识别并不容易，需要依赖大量的数据库，为此，商汤科技也研发了普通的图像收集、处理产品，用于目标物体的样本库采集和处理，最后将优化后的算法移植到真正的量产产品中。

这种做法加快了量产进度，弥补了需要通过实际量产产品不断迭代、采集数据优化版本的过程。

在汽车产业链中，有OEM、Tier1还有无数的供应商，商汤在智能驾驶的发展中，希望扮演Tier2和算法决策的角色，通过连接感知传感器硬件厂商、高精地图厂商，为前装和后装的客户，提供相应的产品。

毛宁元相信，未来依靠算法的进步实现的成本下降，可能会比硬件迭代来的更快。