ITD Lab的秘密武器是首席技術(shù)官実吉敬二(Keiji Saneyoshi)，他是日本車廠斯巴魯(Subaru)智能駕駛輔助系統(tǒng)EyeSight之父，是該車廠原創(chuàng)立體視覺系統(tǒng)“Stereo Range Imager”幕后的首席工程師；実吉任職于Subaru時率領(lǐng)的團隊，開發(fā)了第一套只利用立體攝像頭(stereo cameras)來偵測物體，例如車輛、行人、自行車或機車騎士的駕駛輔助系統(tǒng)。

 

Keiji Saneyoshi

 

実吉在1998年離開Subaru進入學界，在東京工業(yè)大學(Tokyo Institute of Technology，TIT)擔任教授直到2017年初；他在TIT任教期間指導的團隊進一步提升了原始立體視覺算法，并在2016年5月成立ITD Lab

 

顯然先進的立體視覺(stereo-vision technology)技術(shù)就是実吉與ITD Lab的專長所在，該技術(shù)可提供“距離估算”(distance estimation)，這是單眼攝像頭無法做到的。然而，傳感器融合在現(xiàn)今汽車產(chǎn)業(yè)領(lǐng)域蔚為風潮，ITD Lab推動立體視覺在ADAS的應(yīng)用似乎是違背直覺。

 

盡管立體視覺曾經(jīng)被視為ADAS來說至關(guān)重要的差異化技術(shù)，聚焦于高度自動化駕駛車輛的一線汽車零組件供應(yīng)商(Tier One)與車廠傾向于認為立體視覺不那么相關(guān)；產(chǎn)業(yè)界形成的共識是，單視覺(Monovision)的局限可以透過單眼攝像頭與雷達的結(jié)合來解決。

 

実吉坦承，雷達-單視覺方案確有進展，不過他仍然對ITD Lab的立體視覺技術(shù)有信心，因為該技術(shù)不需要融合雷達數(shù)據(jù)，能提供在3D距離量測、自我位置識別、防碰撞、物體追蹤、車道識別、道路邊界識別等方面表現(xiàn)卓越性能，速度可達每秒60訊框(frames)、最高甚至可達每秒160個訊框。

 

曾受教于実吉的ITD Lab首席執(zhí)行官小倉明宏(Akihiro Ogura)接受EE Times采訪時表示，該公司技術(shù)的其他優(yōu)勢包括支持“自動校準”(automatic calibration)，能吸收制造失誤與安裝時的連接失誤；而小倉強調(diào)，ITD Lab的技術(shù)目標是以較低的成本提供最高安全性，該公司應(yīng)用于ADAS的解決方案之成本會低于Intel/Mobileye的方案。

 

ITD Lab是在一個黑盒子里提供其先進立體視覺算法，以儲存在ROM中的程序代碼形式，用以啟動Intel-Altera的Cyclone FPGA。

 

ITD Lab展示其智能立體攝像頭(左上) （來源：EE Times）

 

與EyeSight系出同源

 

雖然ITD Lab是一家新創(chuàng)公司，卻因為技術(shù)與Subaru的EyeSight有血緣關(guān)系而很少遇到信譽相關(guān)的問題。如技術(shù)顧問公司VSI Labs創(chuàng)辦人暨首席顧問Phil Magney所言：“EyeSight是很可靠的解決方案，而且已經(jīng)存在市場好一段時間；Subaru在推出前向(forward-facing) ADAS解決方案后不久就贏得不少贊賞，這成為Subaru車用安全解決方案陣容的基礎(chǔ)。”

 

以実吉在Subaru開發(fā)的Stereo Range Imager為基礎(chǔ)，ITD Lab聲稱其解決方案有進一步的改善，特別是在自動校準、視差影像精確度(parallax image accuracy)、計算性能(平行處理優(yōu)化)等方面。不過也有部分產(chǎn)業(yè)觀察家指出，立體視覺不再是ADAS的唯一解答。

 

針對Subaru的EyeSight，市場研究機構(gòu)The Linley Group資深分析師Mike Demler的觀察是：“Subaru顯然利用了雙攝像頭進行距離估算，以支持其適應(yīng)性巡航控制與自動剎車/油門等功能，這是罕見的選擇；”他指出：“雷達現(xiàn)在是該類功能更熱門的技術(shù)選項，也更精確可靠，因為不必顧慮光線情況與雨雪等情境。”

 

而Demler指出，使用立體攝像頭的唯一理由是3D建模以及距離估算，他猜測実吉選擇立體視覺方法而非攝像頭-雷達系統(tǒng)，只是因為他對前者比較熟悉。不過実吉堅稱，立體視覺方案──藉由在整個流程中保持光流(optical flow)──能讓ADAS更簡單而且容易，因為不需要傳感器融合。

 

VSI Labs的Magney部分同意実吉的意見；他指出：“采用立體視覺做為主要傳感器，就不必擔心雷達，”而且能讓你“把所有的處理程序包進立體視覺模塊中，所以在布署之前一切都設(shè)定妥當；”然而他也指出：“更常見的方法是將單眼攝像頭搭配雷達，可以更合理地量測物體的深度以及運動。”

 

確實，雷達技術(shù)一直在變得更好；如Magney所言，它抵抗天氣的能力比攝像頭更好。在另一方面，雷達的最大問題仍然是“誤報”。隨著傳感器融合的勢力不斷擴大，ITD的立體視覺技術(shù)有可能已經(jīng)過時，但該公司首席執(zhí)行官小倉在充分意識到所面臨的艱困市場競爭之同時，也表示：“給我們機會證明我們的技術(shù)，你一定不會失望。”

 

支持立體視覺技術(shù)，你不是一個人在戰(zhàn)斗

 

日本新創(chuàng)公司ITD Lab并非唯一看好立體視覺技術(shù)的業(yè)者，還有包括汽車安全系統(tǒng)制造商Autoliv、Subaru/Eyesight以及Ambarella (VisLab)，也提供立體視覺解決方案。

 

市場研究機構(gòu)The Linley Group資深分析師Mike Demler表示，來自歐洲的自動駕駛技術(shù)開發(fā)商AIMotive曾示范過利用立體攝像頭支持高階自動駕駛；技術(shù)顧問公司VSI Labs創(chuàng)辦人暨首席顧問Phil Magney則指出，除了前面提到的那些公司：“有少數(shù)一線(Tier Ones)汽車電子廠商也仍支持立體視覺技術(shù)，就算目前沒有將該技術(shù)列在產(chǎn)品列表中，也會提供立體視覺方案的詢價(RFQ)。”

 

相較于其他立體視覺解決方案，ITD Lab首席技術(shù)官実吉敬二(Keiji Saneyoshi)強調(diào)，該公司的優(yōu)勢在于兩個方面：“我們提供更清晰的物體邊緣(object-edge)偵測，而且我們的處理速度快很多──大概是Subaru EyeSight速度的十倍。”

 

CMOS影像傳感器拍攝的影像 （來源：ITD Lab）

 

ITD Lab競爭對手之立體視覺技術(shù)拍攝的影像 （來源：ITD Lab）

 

上面的第一張圖是以CMOS影像傳感器拍攝的影像，第二張圖則是ITD Lab競爭對手的立體視覺技術(shù)所擷取的影像；実吉指出，物體之間的邊緣粗糙而且模糊，可能導致某些物體消失在背景中。下方的影像則是由ITD Lab自家立體視覺技術(shù)拍攝的，每個物體的邊緣更銳利，強化了可藉由轉(zhuǎn)向避免碰撞的能力。

 

以ITD Lab立體視覺技術(shù)拍攝的影像 （來源：ITD Lab）

 

功能齊全的SoC

 

而ITD Lab與其他計算機視覺處理器業(yè)者的最大差異化所在，是実吉堅持利用FPGA做為視覺加速器，他相信FPGA不只對該公司的立體視覺算法很理想，也能在未來用以執(zhí)行CNN或DNN等人工智能神經(jīng)網(wǎng)絡(luò)：“FPGA的平行處理流水線是為深度學習量身打造。”

 

雖然目前ITD Lab的智能立體攝像頭(Intelligent Stereo Camera)還未提供深度學習功能，但該公司首席執(zhí)行官小倉明宏(Akihiro Ogura)表示，他們計劃利用“一款低成本FPGA”添加AI功能。根據(jù)ITD Lab代理商Macnica/Fuji Electronics總經(jīng)理荒井文彥(Sachihiko Asakura)的說法，該公司正準備導入來自第三方業(yè)者的深度學習解決方案。

 

對此VSI Labs的Magney表示：“對ADAS來說，沒有AI功能不會是一個缺陷，因為該類系統(tǒng)主要是決定性應(yīng)用；不過對更多先進應(yīng)用(例如自動駕駛)來說，你會需要對AI技術(shù)有所著墨，以保持與市場的關(guān)聯(lián)性。”

 

ITD Lab的実吉堅信，立體視覺處理是在未進行訓練的情況下偵測一般物體的理想方案；相較之下單眼視覺可能會在遇到未經(jīng)過訓練的狀況時錯失物體偵測；“舉例來說，Volvo的自動駕駛技術(shù)據(jù)說在識別馬路上的袋鼠時遭遇困難，”他表示，袋鼠的跳躍動作會混淆單眼相機的視覺處理。

 

但The Linley Group的Demler并不贊同，他提出的疑問是：“單眼視覺物體偵測與識別算法都已妥善經(jīng)過證實，ImageNet競賽都是以單眼拍攝影像為識別內(nèi)容，這不是很有趣嗎？”他進一步表示：“神經(jīng)網(wǎng)絡(luò)推理引擎是分類氣，它們會計算一個物體有經(jīng)過預(yù)先訓練的概率，如我們所知道的，Uber的系統(tǒng)其實有偵測到牽著自行車穿越馬路的女性路人，但軟件當機了。”

 

對于Uber自駕車在美國發(fā)生的撞人致死事故，実吉的疑問是Mobileye視覺處理器有沒有在足夠快的時間內(nèi)偵測到行人。為了證明今日的ADAS技術(shù)性能，Mobileye在來自警方提供之Uber交通事故視頻饋入上執(zhí)行其軟件；英特爾資深副總裁Amnon Shashua在去年3月的一篇部落格文章中表示：“盡管條件不理想，大多數(shù)出現(xiàn)在實際場景中的高動態(tài)范圍數(shù)據(jù)可能丟失，但在發(fā)生撞擊大約1秒之前能達成清楚的偵測。”

 

実吉也有做過一樣的工作，在Uber事故的視頻饋入上執(zhí)行其軟件；根據(jù)他的說法，ITD的智能立體攝像頭能在撞擊發(fā)生前2.23秒偵測到穿越馬路的女性行人。如下圖所示，第一欄是單眼視覺處理器擷取的影像在撞擊前1.29秒偵測到物體，第二欄是ITD的立體視覺擷取到的影像，第三欄則是警方提供的事故發(fā)生當時監(jiān)視錄像。

 

以不同技術(shù)模擬偵測Uber美國的撞人致死事故 （來源：ITD Lab）

 

ITD Lab準備推出其智能立體攝像頭芯片──儲存一組用以處理視差影像數(shù)據(jù)之FPGA程序代碼的ROM芯片──以及包括光學組件在內(nèi)的參考設(shè)計開發(fā)板；該公司表示，至少將有一家Tier One廠商正在評估其技術(shù)，而実吉表示該方案的功耗是3瓦。

 

本文轉(zhuǎn)載自電子技術(shù)設(shè)計。

 

 

推薦閱讀：