無(wú)人駕駛的一天終究會(huì)來(lái)，屆時(shí)交通的安全性可以得到大幅度提升，汽車行業(yè)也會(huì)發(fā)生顛覆性的變化，也許2022年將實(shí)現(xiàn)這一目標(biāo)。

人工智能概念很早就有了，但之前做的都不是特別好，因?yàn)橹岸际侨巳ソ逃龣C(jī)器，然后再讓機(jī)器為人做判斷。直到近幾年才有的深度學(xué)習(xí)功能，人工智能進(jìn)入了高速發(fā)展階段，深度學(xué)習(xí)算法已經(jīng)成為了無(wú)人駕駛的基石，用深度學(xué)習(xí)來(lái)做決策和感知將很快的把無(wú)人駕駛的能力提升在人類駕駛員之上。

無(wú)人駕駛的研發(fā)，從深度學(xué)習(xí)在無(wú)人駕駛的應(yīng)用程度來(lái)看，存在著兩個(gè)不同的流派。一個(gè)傳統(tǒng)汽車廠商，他們?cè)谑畮啄昵熬烷_始研究自動(dòng)駕駛技術(shù)，其主要目的是通過(guò)主動(dòng)駕駛來(lái)幫助人們提升汽車的安全性和操控性。二是互聯(lián)網(wǎng)，以百度、谷歌為代表，利用深度學(xué)習(xí)研究無(wú)人駕駛。

從深度學(xué)習(xí)在無(wú)人駕駛的應(yīng)用方式來(lái)看，也有兩種方案：一是以攝像頭為基礎(chǔ)的方案，比如mobileye,他們是全球最大的高級(jí)駕駛輔助系統(tǒng)系統(tǒng)供應(yīng)商，前不久，英特爾斥資153億美元收購(gòu)了這家公司。他們以感應(yīng)器為基礎(chǔ)領(lǐng)域領(lǐng)域進(jìn)行了非常好的深度學(xué)習(xí)，但是在決策系統(tǒng)上并沒有應(yīng)用深度學(xué)習(xí)，目前只能應(yīng)用于半自動(dòng)駕駛。另外還有一家值得關(guān)注的自動(dòng)駕駛技術(shù)研發(fā)公司，Drive ai，他們表現(xiàn)的的比較激進(jìn)，是直接從傳感器出來(lái)的信號(hào)輸出成為自動(dòng)駕駛的決策，相當(dāng)于給車輛安上了一個(gè)能夠讓車?yán)斫庵車h(huán)境并安全行駛的大腦。目前，這類方案已經(jīng)在做驗(yàn)證，只需要通過(guò)大量的路測(cè)來(lái)證明其技術(shù)的可靠性。

無(wú)人駕駛之所以可能在三到五年內(nèi)被實(shí)現(xiàn)，主要是基于這幾個(gè)技術(shù)的突破。

第一，深度學(xué)習(xí)的算法成為了無(wú)人駕駛的基石。用深度學(xué)習(xí)來(lái)做決策和感知將會(huì)很快的把無(wú)人駕駛的能力提升在人類駕駛員之上，比如說(shuō)，去年阿法狗幫著教育了很多高科技行業(yè)之外的包涵整車廠的領(lǐng)導(dǎo)，甚至是芯片廠商公司。再比如說(shuō)，速銳得為中汽研研究氫能源動(dòng)力汽車的整車控制策略，提供了絕對(duì)大部分汽車傳感器的數(shù)據(jù)和報(bào)文。

第二，傳感器的換代和傳感器的融合技術(shù)的升級(jí)。傳感器技術(shù)在這兩年有突破性的提高，使得無(wú)人駕駛在深度學(xué)習(xí)和新型傳感器上，得到一個(gè)非常廣泛、非常好的突破。

第三、硬件的升級(jí)，打造云端汽車大腦。當(dāng)汽車大腦擁有了這樣的計(jì)算能力之后，就可以把 學(xué)習(xí)算法和這個(gè)模型放到車上，然后在汽車自己駕駛的過(guò)程中，走一些實(shí)時(shí)的判斷和決策。其中非常關(guān)鍵的是基礎(chǔ)決策，他是通過(guò)攝像頭、激光雷達(dá)感知，對(duì)很多物體作出判斷，這個(gè)判斷要用到速銳得的一些數(shù)據(jù)做一些評(píng)比，綜合算法，看一看在大量數(shù)據(jù)里這個(gè)決策的準(zhǔn)確性。

第四，無(wú)人駕駛技術(shù)還需要一個(gè)非常重要的能力，就是數(shù)據(jù)收集。俗稱為樣本采集。如果一個(gè)公司在做無(wú)人駕駛，無(wú)人駕駛的車隊(duì)有多大很重要，因?yàn)槊總€(gè)車隊(duì)的規(guī)模會(huì)影響到他這個(gè)車子開得好壞，也就是數(shù)據(jù)收集的大小，樣本足夠多，足夠大，深度學(xué)習(xí)的算法越準(zhǔn)。就當(dāng)下，采用4G網(wǎng)絡(luò)，已經(jīng)可以將大部分的數(shù)據(jù)、攝像頭照片，發(fā)回云端做很大的樣本采集，涉及的車型不同，在總線數(shù)據(jù)上的采集方式也多種多樣，那么，無(wú)人駕駛的數(shù)據(jù)采集終端也會(huì)得到業(yè)內(nèi)的的很重視，因?yàn)閿?shù)據(jù)的采集能力，決定著深度學(xué)習(xí)。

結(jié)合項(xiàng)目背景和區(qū)塊鏈技術(shù)的發(fā)展，引申到汽車智能、大數(shù)據(jù)、物聯(lián)網(wǎng)等領(lǐng)域，隨著我市開放態(tài)度和眾多頂級(jí)人才進(jìn)入到智能駕駛、人工智能領(lǐng)域，許多核心技術(shù)點(diǎn)上的差異已逐漸被拉平，大家在絕對(duì)技術(shù)水平上的差距不斷縮小，而解決實(shí)際問(wèn)題的能力卻會(huì)越來(lái)越顯著，這里面的核心就是數(shù)據(jù)。

縱觀國(guó)外，這方面最有優(yōu)勢(shì)的還是特斯拉，因?yàn)樗亲屗醒b配了Autopilot(世界首個(gè)量產(chǎn)的輔助駕駛系統(tǒng))的車、讓用戶天天在真實(shí)生活場(chǎng)景中，為自己積累數(shù)據(jù)。目前特斯拉累計(jì)銷量已超過(guò)20萬(wàn)輛，其中大部分車都配備了Autopilot硬件 

7月份，特斯拉高管公布，全球特斯拉電動(dòng)車行駛里程已經(jīng)超過(guò)了80億公里。據(jù)外媒報(bào)道，即便車主沒有啟動(dòng)Autopilot，它仍處于“影子模式”，傳感器會(huì)捕捉數(shù)據(jù)，自動(dòng)駕駛的算法會(huì)在后臺(tái)做出自己的判斷，但并不會(huì)真的去操控汽車。每輛特斯拉電動(dòng)車都具備聯(lián)網(wǎng)功能。最近，特斯拉甚至要求車主同意上傳車載攝像頭捕捉的視頻數(shù)據(jù)。

特斯拉CEO Elon Musk 在其“藍(lán)圖計(jì)劃Part 2”中寫道：我們預(yù)計(jì)，獲得世界各地監(jiān)管部門批準(zhǔn)，需要積累大約60億英里(接近100億公里)的自動(dòng)駕駛里程。當(dāng)下，業(yè)內(nèi)達(dá)成的共識(shí)是，想要提升算法，就要拿海量的駕駛里程來(lái)填充。不跑完足夠多的里程，不知道這世界究竟多大。

目前自動(dòng)駕駛車輛的學(xué)習(xí)里程才剛剛超過(guò)每天300萬(wàn)英里(接近500萬(wàn)公里)。所以才會(huì)有谷歌多年來(lái)派出普銳斯、雷克薩斯、考拉車、克萊斯勒等各種車隊(duì)去實(shí)路測(cè)試，才會(huì)有Uber急切地在匹茲堡、舊金山投放自動(dòng)駕駛測(cè)試車隊(duì)，甚至不惜和美國(guó)加州當(dāng)?shù)剀嚬芫炙浩颇槨?/span>

國(guó)際大趨勢(shì)如此，國(guó)產(chǎn)廠商自然也不甘落后，2016年4月，長(zhǎng)安自動(dòng)駕駛汽車完成了2000km高速公路路試;而早在2011年7月14日，紅旗HQ3無(wú)人車就歷時(shí)3小時(shí)22分鐘，完成了從長(zhǎng)沙到武漢286km的高速全程無(wú)人駕駛實(shí)驗(yàn);2016年6月，國(guó)內(nèi)首個(gè)無(wú)人駕駛示范基地在上海嘉定國(guó)際汽車城開園，而國(guó)內(nèi)首個(gè)無(wú)人駕駛測(cè)評(píng)基地也將落戶同濟(jì)大學(xué)嘉定校區(qū)。同時(shí)，上汽集團(tuán)和同濟(jì)大學(xué)也已正式簽訂合作協(xié)議，共建超過(guò)1200畝的測(cè)評(píng)基地，這里有望誕生國(guó)內(nèi)首套無(wú)人駕駛的認(rèn)證體系。

從李彥宏坐著無(wú)人駕駛的jeep自由光，自五環(huán)一路開到北京國(guó)際會(huì)議中心事實(shí)釋放了一個(gè)核心信號(hào)：做一個(gè)在理想狀態(tài)下運(yùn)行的demo車對(duì)于很多團(tuán)隊(duì)來(lái)說(shuō)也許并不難，但是要解決極限工況下自動(dòng)駕駛車輛如何應(yīng)對(duì)的問(wèn)題，在沒有相關(guān)數(shù)據(jù)可訓(xùn)練的情況下，只怕再?gòu)?qiáng)的技術(shù)也是紙上談兵。

2018年5月25日深圳發(fā)布《智能網(wǎng)聯(lián)汽車道路測(cè)試管理規(guī)范（試行）》實(shí)施意見，該《實(shí)施意見》是貫徹落實(shí)《工業(yè)和信息化部、公安部及交通運(yùn)輸部關(guān)于印發(fā)智能網(wǎng)聯(lián)汽車道路測(cè)試管理規(guī)范（試行）的通知》（以下簡(jiǎn)稱《管理規(guī)范》）的要求，進(jìn)一步細(xì)化了我市申請(qǐng)道路測(cè)試的條件，明確了審核申請(qǐng)的流程及有關(guān)部門的職責(zé)分工。

2018年3月16日，深圳交委發(fā)布《深圳市關(guān)于規(guī)范智能駕駛車輛道路測(cè)試有關(guān)工作的指導(dǎo)意見(征求意見稿)》，并公開征求意見。

2017年12月2日，4臺(tái)“阿爾法巴智能駕駛公交系統(tǒng)”的深圳巴士集團(tuán)公交車在福田保稅區(qū)首發(fā)試運(yùn)行。

2017年10月底，在南科大等地實(shí)驗(yàn)兩條無(wú)人駕駛線。

由深圳市政府指導(dǎo)、中國(guó)電動(dòng)汽車百人會(huì)主辦的“2018GIV全球智能汽車前沿峰會(huì)” 將吸引來(lái)自政府、院校、知名企業(yè)、初創(chuàng)團(tuán)隊(duì)以及金融機(jī)構(gòu)的500余名代表參與。中國(guó)電動(dòng)汽車百人會(huì)理事長(zhǎng)陳清泰、中國(guó)工程院院士陳清泉、加州大學(xué)戴維斯分校交通研究所創(chuàng)始主任Dan Sperling等頂級(jí)專家，以及華為、騰訊、大陸、博世、通用、百度等知名企業(yè)代表將分別從技術(shù)、應(yīng)用、示范、通信等角度出發(fā)，對(duì)視覺感知、智能網(wǎng)聯(lián)、人工智能、智能駕駛測(cè)試與生態(tài)、5G與車路協(xié)同等話題，進(jìn)行全方位的深度探討，傳遞一個(gè)重要信息：

無(wú)論是什么樣的自動(dòng)駕駛方案，最終是要用在車上，從當(dāng)下多數(shù)車企的表態(tài)看，2020年對(duì)于自動(dòng)駕駛的初步實(shí)現(xiàn)是個(gè)坎，多家汽車廠商都宣布在這個(gè)時(shí)間節(jié)點(diǎn)要推出自己的完全自動(dòng)化駕駛車型。但自動(dòng)駕駛的真正實(shí)現(xiàn)依然是一個(gè)實(shí)踐難度極高的系統(tǒng)工程，需要傳感器、算法、執(zhí)行單位的共同配合，更何況當(dāng)下對(duì)AI技術(shù)依賴越來(lái)越深，目前沒有任何一個(gè)車企能獨(dú)立完成。

去年3月，通用宣布斥資近6億美元投資自動(dòng)駕駛創(chuàng)業(yè)公司Cruise Automation。當(dāng)時(shí)Cruise是一個(gè)40余人的小團(tuán)隊(duì)，此舉當(dāng)時(shí)曾引發(fā)了業(yè)內(nèi)爭(zhēng)議，特斯拉曾斥責(zé)該起收購(gòu)引發(fā)了自動(dòng)駕駛業(yè)界的泡沫化。

今年2月11日，福特宣布向當(dāng)時(shí)成立不足3個(gè)月的自動(dòng)駕駛創(chuàng)業(yè)公司Argo.ai投資10億美元，雖然官方表述中沒有出現(xiàn)“收購(gòu)”的字眼，但Argo.ai與福特達(dá)成了排外性合作，雙方將共同開發(fā)福特虛擬司機(jī)系統(tǒng)，目標(biāo)是幫助福特在2021年前交付自動(dòng)駕駛汽車。

通用去年的決策費(fèi)用貴是貴了點(diǎn)，但Cruise對(duì)推動(dòng)通用自動(dòng)駕駛汽車商業(yè)化所做的貢獻(xiàn)不言而喻。這也是福特效仿的原因之一。這兩個(gè)案例有著諸多相似之處，Argo.ai和Cruise在被收購(gòu)之初都是手握頂ji技術(shù)人才、急需資本和資源的創(chuàng)業(yè)公司;通用和福特都在整車制造和供應(yīng)鏈管理方面擁有豐富的經(jīng)驗(yàn)，但在開辟新業(yè)務(wù)時(shí)大公司病嚴(yán)重，決策效率低下。

對(duì)于自動(dòng)駕駛技術(shù)的研發(fā)，豐田可能是目前最低調(diào)的廠商之一，但曝光少并不意味著豐田真的無(wú)動(dòng)于衷，2014年，豐田確實(shí)說(shuō)過(guò)出于安全考慮暫時(shí)不搞無(wú)人駕駛。但這話你能信?轉(zhuǎn)個(gè)身，豐田就在2015年給自動(dòng)駕駛項(xiàng)目撥了10億美元的預(yù)算。

7月17日，豐田宣布成立自己的人工智能技術(shù)風(fēng)險(xiǎn)投資公司Toyota AI Ventures。這家新成立的風(fēng)險(xiǎn)投資公司將致力于人工智能技術(shù)初創(chuàng)領(lǐng)域的投資。目前，該公司已經(jīng)收到首筆來(lái)自豐田研究院(TRI)的1億美元原始啟動(dòng)資金。

截止到目前，這家風(fēng)投公司已經(jīng)對(duì)3家初創(chuàng)企業(yè)投資。它們分別為來(lái)自于硅谷的Nauto公司，其主要為那些監(jiān)控司機(jī)和道路環(huán)境的企業(yè)設(shè)計(jì)開發(fā)系統(tǒng)，從而阻止事故發(fā)生和不良駕駛習(xí)慣。另一家是來(lái)自英國(guó)的SLAMcore公司，其主要為智能技術(shù)開發(fā)算法，服務(wù)對(duì)象包括無(wú)人機(jī)和無(wú)人駕駛汽車，比如其開發(fā)的算法能夠幫助汽車用戶形成基于自己周邊環(huán)境和位置的地圖;最后一家是來(lái)自以色列的Intuition Robotics公司，這是一家從事機(jī)器人生活伴侶技術(shù)研發(fā)的初創(chuàng)公司。

豐田章男最近的表態(tài)鮮明地表達(dá)了當(dāng)下大多數(shù)車企下重注AI、算法、機(jī)器人初創(chuàng)公司的用意：“豐田要在同一時(shí)間內(nèi)采取進(jìn)攻和防守兼?zhèn)涞牟呗浴?。作為一家有?0年發(fā)展歷史的汽車制造商，豐田將考慮其他各種可能的發(fā)展方向，包括合作、并購(gòu)和收購(gòu)等方式。其最終目的，就是要進(jìn)一步提高豐田汽車公司的競(jìng)爭(zhēng)力，而回顧通用、福特的做法，又何嘗不是用心良苦。

自動(dòng)駕駛的本源是打造安全的系統(tǒng)，根據(jù)美國(guó)2015年所做的里程統(tǒng)計(jì)數(shù)據(jù)，全年美國(guó)的汽車總行使里程4.8萬(wàn)億公里，平均每200萬(wàn)公里出現(xiàn)一次受傷事故；平均每1.47億公里出現(xiàn)一次致死事故。這都足以證明人類的駕駛水平是了不得的。如果以平均每200萬(wàn)公里（出現(xiàn)一次受傷事故）為例，北京到上海的距離約為1200公里，我們需要開800多個(gè)往返不出現(xiàn)一個(gè)受傷事故，才可能從平均水平上證明自動(dòng)駕駛比人類駕駛安全。再說(shuō)“系統(tǒng)”。自動(dòng)駕駛系統(tǒng)有三部分組成：感知、決策、執(zhí)行。當(dāng)然，量產(chǎn)的自動(dòng)駕駛功能絕不是這三者的簡(jiǎn)單疊加，在“安全和系統(tǒng)”之外，自動(dòng)駕駛最重要的是冗余的系統(tǒng)。

自動(dòng)駕駛所有核心的零部件包涵在感知層面有毫米波雷達(dá)、激光雷達(dá)、單目攝像頭、雙目攝像頭、超聲波傳感器、輪速傳感器、加速度傳感器、陀螺儀慣導(dǎo)、定位傳感器等；在中央決策層面，有ADAS駕駛輔助預(yù)控制器，自動(dòng)駕駛預(yù)控制器、整車控制器；在執(zhí)行層面，有轉(zhuǎn)向系統(tǒng)、制動(dòng)系統(tǒng)、發(fā)動(dòng)機(jī)管理系統(tǒng)。

國(guó)內(nèi)最近幾年，中國(guó)本土自動(dòng)駕駛領(lǐng)域的創(chuàng)新創(chuàng)業(yè)呈現(xiàn)出“群雄并起”的趨勢(shì)。據(jù)不完全統(tǒng)計(jì)，從北京到深圳，已有超過(guò)十家自動(dòng)駕駛技術(shù)方案提供商陸續(xù)獲得了多輪融資。自動(dòng)駕駛的眼睛“雙目模組”到自動(dòng)駕駛的大腦“車載ECU車載電腦，涉及了圖形轉(zhuǎn)換矢量，環(huán)境監(jiān)測(cè)、場(chǎng)景模型、車況數(shù)據(jù)，駕駛模型、自動(dòng)駕駛操作系統(tǒng)算法及決策等關(guān)鍵業(yè)務(wù)方案。所以自動(dòng)駕駛決策部分的特點(diǎn)是，龍頭多、技術(shù)點(diǎn)繁雜，需要大資源、大技術(shù)、大資本，才能投入下一個(gè)環(huán)節(jié)，所有的機(jī)器學(xué)習(xí)，大多停留在信息采集階段，而這個(gè)階段的信息采集，絕大多數(shù)基本都是處于攝像頭將圖線變成矢量，然后存儲(chǔ)起來(lái)。汽車背后的主機(jī)非常巨大，相當(dāng)于一臺(tái)高容量存儲(chǔ)的服務(wù)器。

如果按照單臺(tái)車以30Hz的頻率采集320*320的圖像，十分鐘生成一個(gè)壓縮包圖片庫(kù)的速度來(lái)算，2小時(shí)內(nèi)的行駛將產(chǎn)生4個(gè)GB的圖片數(shù)據(jù)，結(jié)合邊緣算法在本地實(shí)現(xiàn)處理還需要將圖片通過(guò)蜂窩網(wǎng)絡(luò)（4G,5G）上傳到云服務(wù)器做深度分析。車子在路上跑的時(shí)候，通過(guò)V8這類也在不斷的采集數(shù)據(jù)，而這些數(shù)據(jù)可以支撐我們做進(jìn)一步的安全驗(yàn)證。

I.MX6集成了FlexCAN、MLB總線、PCI Express?和SATA-2，具有卓越的連接性，同時(shí)集成LVDS、MIPI顯示器端口、MIPI攝像機(jī)端口和HDMI v1.4，是先進(jìn)的消費(fèi)電子、汽車和工業(yè)多媒體應(yīng)用的理想平臺(tái)。

SK32作為與汽車總線交互的核心處理，采用的Cortex-M4的內(nèi)核，并帶有以太網(wǎng)的接口，將適應(yīng)未來(lái)所有車型。

兩個(gè)主處理器都滿足AEC-Q100,滿足車規(guī)級(jí)的要求，未來(lái)可以在所有汽車領(lǐng)域大量應(yīng)用。

我們利用I.MX6解決了高速視頻拍攝及解壓，通過(guò)高通4G模組將S32K采集的CAN總線數(shù)據(jù)和外圍GPS等SENSOR將數(shù)據(jù)傳給服務(wù)器。主要解決從采集端到?jīng)Q策端的數(shù)據(jù)問(wèn)題，通過(guò)采集到的車速、轉(zhuǎn)向角度、檔位信息等汽車CAN總線數(shù)據(jù)建立駕駛模型，建立樣本。

智能駕駛實(shí)驗(yàn)平臺(tái)軟件架構(gòu)示意圖

應(yīng)用服務(wù)層：智能駕駛實(shí)驗(yàn)平臺(tái)軟件網(wǎng)關(guān)自身帶視頻解析和呈現(xiàn)，主要功能均通過(guò)服務(wù)的方式對(duì)外提供，包括運(yùn)行在CAN網(wǎng)關(guān)上的總線數(shù)據(jù)、遠(yuǎn)程升級(jí)服務(wù)、本地?cái)?shù)據(jù)處理、應(yīng)用平臺(tái)部署、安全服務(wù)監(jiān)測(cè)及其他擴(kuò)展服務(wù)。應(yīng)用框架層：應(yīng)用框架層主要提供應(yīng)用服務(wù)運(yùn)行所需的執(zhí)行環(huán)境，包括Java虛擬機(jī)(Java運(yùn)行環(huán)境)、Web服務(wù)引擎、開發(fā)包、MQTT安全模塊及其他擴(kuò)展開發(fā)包。組件層：組件層主要提供網(wǎng)關(guān)系統(tǒng)運(yùn)行所需的各核心功能模塊，包括：電源模塊組，完成與S32K、I.MX6、4G通訊模組等電源供電功能；S32K模塊組，完成CAN協(xié)議解析、電壓轉(zhuǎn)換，數(shù)據(jù)解析、數(shù)據(jù)組包等功能；管理模塊組，完成4G網(wǎng)絡(luò)射頻信號(hào)接收、設(shè)備GPS定位、外部藍(lán)牙連接等管理功能。Linux&驅(qū)動(dòng)層：主要包括Linux操作系統(tǒng)和平臺(tái)驅(qū)動(dòng)，是網(wǎng)關(guān)運(yùn)行的基礎(chǔ)，包括主芯片驅(qū)動(dòng)以及各種網(wǎng)絡(luò)驅(qū)動(dòng)，如WiFi、藍(lán)牙、串口等。人工智能技術(shù)是在計(jì)算機(jī)技術(shù)上發(fā)展起來(lái)的一門學(xué)科和技術(shù)，是在計(jì)算機(jī)平臺(tái)上模擬人的大腦進(jìn)行圖像和數(shù)據(jù)的智能分析和處理，使用計(jì)算機(jī)來(lái)代替人類的工作，從而有效的減少人力資源的投入，將控制成本控制在最低。人類的大腦本身就是最精密和復(fù)雜的系統(tǒng)，人工智能技術(shù)是對(duì)人類大腦思考的過(guò)程進(jìn)行模擬和模仿，從而實(shí)現(xiàn)人工控制的智能化。人工智能化技術(shù)在不斷發(fā)展的同時(shí)，在各個(gè)領(lǐng)域包括智能汽車中的自動(dòng)駕駛的控制中也得到了廣泛的應(yīng)用。人工智能的最大優(yōu)勢(shì)就是可以對(duì)信息進(jìn)行收集和處理，代替人類進(jìn)行大量的運(yùn)算。

人工智能的直接控制

跟蹤階段的算法實(shí)現(xiàn)原則是利用連續(xù)幀間的時(shí)間連續(xù)性以及當(dāng)前幀中檢測(cè)目標(biāo)在下一幀中的空間相關(guān)性，達(dá)到檢測(cè)的實(shí)時(shí)性和穩(wěn)定性。涉及到的方法有：

（1）基于對(duì)比度分析的方法

基于對(duì)比度分析的目標(biāo)跟蹤算法利用目標(biāo)與背景在對(duì)比度上的差異來(lái)提取，識(shí)別和跟蹤目標(biāo)。這類算法按照跟蹤參考點(diǎn)的，不同可以分為邊緣跟蹤、形心跟蹤和質(zhì)心跟蹤等。這類算法不適合復(fù)雜背景中的目標(biāo)跟蹤。

（2）基于匹配的方法

 基于匹配的方法包括特征匹配、貝葉斯跟蹤和均方漂移（Mean Shift, MS）。貝葉斯跟蹤框架根據(jù)對(duì)運(yùn)動(dòng)分布描述能力的大小，依次分為卡爾曼濾波（Kalman Filter, KF）、粒子濾波（Particle Filter, PF）、隱馬爾科夫模型(HMMs)和動(dòng)態(tài)貝葉斯模型（DBNs），這些算法的主要區(qū)別參考文獻(xiàn)。

（3）基于TLD的方法

 TLD（Tracking-Learning-detection）是一種近幾年較為流行的框架，集檢測(cè)、跟蹤與在線學(xué)習(xí)于一體，實(shí)現(xiàn)檢測(cè)器的在線學(xué)習(xí)和更新，達(dá)到對(duì)目標(biāo)長(zhǎng)期跟蹤的效果。該算法與傳統(tǒng)跟蹤算法的顯著特點(diǎn)在于將傳統(tǒng)的跟蹤算法和傳統(tǒng)的檢測(cè)算法相結(jié)合來(lái)解決被跟蹤目標(biāo)在被跟蹤過(guò)程中發(fā)生的形變、部分遮擋等問(wèn)題。同時(shí)，通過(guò)一種改進(jìn)的在線學(xué)習(xí)機(jī)制不斷更新跟蹤模塊的“顯著特征點(diǎn)”和檢測(cè)模塊的目標(biāo)模型及相關(guān)參數(shù)，從而使得跟蹤效果更加穩(wěn)定、可靠。但不足之處是只適應(yīng)于單目標(biāo)跟蹤。

目前已經(jīng)取得2項(xiàng)實(shí)用新型專利，分別是《控制汽車門鎖和車窗的裝置》，專利號(hào)ZL201621280342.4和《基于汽車擋風(fēng)玻璃投射顯示的新型導(dǎo)航設(shè)備》，專利號(hào)ZL201320310820.1。目前已經(jīng)獲得5件軟件著作權(quán)：

速銳得與多家企業(yè)、科研院、高等院校汽車相關(guān)進(jìn)行了合作：

8.1 速銳得與中山大學(xué)王翔教授為創(chuàng)世紀(jì)汽車集團(tuán)進(jìn)行相關(guān)TSP遠(yuǎn)程管理服務(wù)系統(tǒng)的項(xiàng)目開發(fā)。

8.2 速銳得與復(fù)旦大學(xué)保險(xiǎn)研究所趙蕊針對(duì)車聯(lián)網(wǎng)UBI保險(xiǎn)進(jìn)行了深度的合作與開發(fā)。

8.3 速銳得與中期大學(xué)汽車院蘇炎召針對(duì)汽車車速、轉(zhuǎn)向角度及相關(guān)CAN總線產(chǎn)品的開發(fā)，用于ADAS高級(jí)駕駛輔助系統(tǒng)領(lǐng)域。

8.4 速銳得與重慶郵電大學(xué)楊老師合作，為長(zhǎng)安提供分時(shí)租賃TBOX終端產(chǎn)品，目前已經(jīng)在長(zhǎng)安新能源車落地實(shí)施。

8.5 速銳得與國(guó)家計(jì)量局、環(huán)保局、中國(guó)汽車研究中心共同制訂了《遠(yuǎn)程排放管理車載終端的技術(shù)要求及通訊格式》，針對(duì)重型卡車遠(yuǎn)程排放做了嚴(yán)格的要求，出臺(tái)了DB11/1475-2017 《重型汽車排氣污染物排放限值及測(cè)量方法》。

8.6 速銳得與武漢大學(xué)祝勇共同開發(fā)了車聯(lián)網(wǎng)管理系統(tǒng)，針對(duì)視頻采集圖片轉(zhuǎn)變矢量圖進(jìn)行了相關(guān)開發(fā)，主要應(yīng)用于車道偏移預(yù)警。

8.7 速銳得與北京工業(yè)大學(xué)孫教授、劉軒、伍毅平共同開發(fā)了車載AI大腦，采集車速、轉(zhuǎn)向角度信息，應(yīng)用于商用物流卡車的主動(dòng)安全駕駛與機(jī)器學(xué)習(xí)。

8.8 速銳得與中國(guó)汽車技術(shù)研究中心共同研究豐田氫能源汽車原理及測(cè)試方法，按照國(guó)家科技局、經(jīng)信委的要求，購(gòu)買了測(cè)試設(shè)備，針對(duì)整車做全車數(shù)據(jù)測(cè)試。

8.9 速銳得為中寶（寶馬）集團(tuán)開發(fā)了遠(yuǎn)程控制汽車門鎖燈窗的遠(yuǎn)程控制系統(tǒng)，采集了車內(nèi)紅外動(dòng)態(tài)警告數(shù)據(jù)，為寶馬（中國(guó)）集團(tuán)奠定了汽車安全的數(shù)據(jù)管理系統(tǒng)安全基石。

8.10 速銳得為上汽集團(tuán)車享網(wǎng)開發(fā)了“車享寶盒”，為上汽車聯(lián)網(wǎng)大數(shù)據(jù)商業(yè)應(yīng)用的萌芽提供了堅(jiān)實(shí)的數(shù)據(jù)基礎(chǔ)。

速銳得科技的總線技術(shù)處于國(guó)際領(lǐng)先水平，核心技術(shù)擁有自主知識(shí)產(chǎn)權(quán)，承擔(dān)并完成了多項(xiàng)國(guó)家級(jí)、省、市重點(diǎn)科技項(xiàng)目，參與起草了《重型汽車排氣污染物排放限值及測(cè)量方法》等多項(xiàng)國(guó)家和地方標(biāo)準(zhǔn)。

目前市面上的智能汽車、人工智能算法及數(shù)據(jù)采集主要還是以圖片采集為主，只能做到相關(guān)的駕駛輔助，無(wú)法達(dá)到L3級(jí)別的自動(dòng)駕駛及智能化汽車水平，大多是放置在汽車后備箱的電腦主機(jī)，主要是收集大量數(shù)據(jù)，對(duì)于新型終端國(guó)家并沒有針對(duì)硬件相關(guān)提出了相關(guān)要求。通過(guò)汽車CAN總線數(shù)據(jù)基礎(chǔ)用于決策的，目前行業(yè)內(nèi)并沒有切實(shí)可行的企業(yè)在做，一方面，是汽車CAN總線技術(shù)本身的壁壘比較高，二是車型非常復(fù)雜，三是能將視頻圖片數(shù)據(jù)與總線數(shù)據(jù)結(jié)合的企業(yè)，全球屈指可數(shù)。行業(yè)內(nèi)很多“山寨盒子”可以通過(guò)硬線接入汽車傳感器的方式在不同的ECU節(jié)點(diǎn)采集不同的數(shù)據(jù)，但是也給汽車安全帶了嚴(yán)重的影響，曾經(jīng)有不少客戶因?yàn)椴捎媒泳€的方式導(dǎo)致電氣故障燒毀汽車，只有采用免接線即總線的接入方式，才能保證安全與數(shù)據(jù)的實(shí)時(shí)性。圖片大多只是基于攝像頭，將攝像頭采集的圖片轉(zhuǎn)換為矢量圖，有一定的算法，但是壁壘不高。

申萬(wàn)宏源研究在分析趨勢(shì)時(shí)指出，2018年是車載TBOX的“莽荒出位期”，在4月份之后甚至是“集體暴動(dòng)”的狀態(tài)。V8與主機(jī)通過(guò)Canbus通信，實(shí)現(xiàn)指令與信息的傳遞，包括車輛狀態(tài)信息、車速、轉(zhuǎn)向角度狀態(tài)信息、控制指令等，通過(guò)后臺(tái)系統(tǒng)以數(shù)據(jù)鏈路的形式高速與云端實(shí)現(xiàn)雙向通信，預(yù)測(cè)5年內(nèi)該系統(tǒng)下的智能駕駛、自動(dòng)駕駛用戶將達(dá)千萬(wàn)規(guī)模。

預(yù)計(jì)本項(xiàng)目在2年執(zhí)行期內(nèi)預(yù)計(jì)可產(chǎn)生銷售收入4000萬(wàn)元，實(shí)現(xiàn)利潤(rùn)1260萬(wàn)元，納稅400萬(wàn)元。項(xiàng)目5年內(nèi)預(yù)計(jì)可實(shí)現(xiàn)銷售收入2.5億元，利潤(rùn)近6000萬(wàn)元，納稅近2000萬(wàn)元。

優(yōu)秀的人才是企業(yè)的根本。公司制定了一系列行之有效的選、用、育、留人才的政策，激勵(lì)員工為公司的目標(biāo)而努力奮斗，達(dá)到企業(yè)與員工雙贏。公司在制訂薪酬政策時(shí)充分考慮短期、中期、長(zhǎng)期報(bào)酬關(guān)系。薪酬包括工資，獎(jiǎng)金、期權(quán)福利補(bǔ)貼等。

為了順利實(shí)施本項(xiàng)目，擬新增技術(shù)開發(fā)人員13名，因項(xiàng)目實(shí)施新增就業(yè)人員7人。公司專門還組織了一個(gè)技術(shù)骨干團(tuán)隊(duì)，對(duì)新員工進(jìn)行系統(tǒng)的培訓(xùn)，以確保技術(shù)梯隊(duì)的健康發(fā)展。

未來(lái)的十年，汽車產(chǎn)業(yè)將會(huì)以電動(dòng)化、智能汽車、智能城市等為主題。未來(lái)的汽車進(jìn)一步提高基于無(wú)人駕駛的網(wǎng)約車、出租車在全球的網(wǎng)聯(lián)化；V8基于汽車CAN總線將深度結(jié)合智能汽車底層技術(shù)，幫所有的出行公司、自動(dòng)駕駛公司、大數(shù)據(jù)公司收集汽車駕駛數(shù)據(jù)，結(jié)合他們的新調(diào)度系統(tǒng)等服務(wù)更快帶到全球各個(gè)角落。

我們已有像滴滴一樣的自動(dòng)駕駛客戶、共享汽車小明出行已經(jīng)布局了自動(dòng)駕駛，我們通過(guò)一個(gè)個(gè)試點(diǎn)項(xiàng)目，將V8的數(shù)據(jù)傳輸?shù)皆贫?，通過(guò)V8安裝在這些出行公司、自動(dòng)駕駛公司、大數(shù)據(jù)公司運(yùn)營(yíng)的100萬(wàn)輛汽車?yán)?，?lái)分析駕駛模式，建立基于位置、環(huán)境、駕駛習(xí)慣的模型，以更好地提供人工智能調(diào)度等汽車網(wǎng)聯(lián)服務(wù)。

作為階段性研發(fā)成果，今年6月地，我們開始在北京北京聯(lián)合測(cè)試新的V8系統(tǒng)。V8利用智能手機(jī)、出租車位置、天氣模式等因素的數(shù)據(jù)來(lái)確定網(wǎng)約車、共享車的最有效分布。

除了提高調(diào)車效率、增加利潤(rùn)，V8也將充分利用其汽車服務(wù)平臺(tái)「TSP」上收集到的車輛數(shù)據(jù)，在國(guó)內(nèi)完善、在日韓擴(kuò)張，它的駕駛數(shù)據(jù)聯(lián)動(dòng)型汽車保險(xiǎn)，還有面向融資租賃司機(jī)的金融產(chǎn)品、預(yù)測(cè)性維護(hù)等服務(wù)、可控的網(wǎng)約車認(rèn)證等多方面的問(wèn)題。

同時(shí)， 實(shí)時(shí)的駕駛數(shù)據(jù)和視頻也有利于平臺(tái)公司構(gòu)建動(dòng)態(tài)地圖，加快自動(dòng)駕駛研發(fā)模型樣本及更新進(jìn)度。

在未來(lái)的汽車服務(wù)平臺(tái)為拼車、租車、共享車、網(wǎng)約車等公司提供一套全流程學(xué)習(xí)系統(tǒng)，來(lái)為他們進(jìn)行一體化的服務(wù)，其中包括汽車的管理、利用、分析等定制功能。除了上述汽車服務(wù)外，平臺(tái)中也包含和汽車遠(yuǎn)程信息處理保險(xiǎn)公司、身份識(shí)別公司、CRM 管理公司等各種基于數(shù)據(jù)的服務(wù)公司的合作。例如，今年 1 月，豐田汽車和保險(xiǎn)公司 Aioi Nissay Dowa 推出了日本首個(gè)和駕駛行為相關(guān)的汽車遠(yuǎn)程信息處理保險(xiǎn)。

它的原理是：在車輛上搭載 V8后，V8可以和云進(jìn)行頻繁通訊，將司機(jī)的駕駛技術(shù)、車輛情況、交通路況等信息進(jìn)行數(shù)字化處理。集成的大數(shù)據(jù)將被放入云系統(tǒng)被管理、分析，而第三方企業(yè)接入的話，則可以利用這些信息提供服務(wù)。

這些數(shù)據(jù)不僅可以方便于地圖的實(shí)時(shí)更新、車載系統(tǒng)軟件的 OTA 更新，還能基于聯(lián)網(wǎng)汽車的行駛數(shù)據(jù)判斷汽車每月的行駛里程、駕駛特點(diǎn)，然后針對(duì)它們提供定制的保險(xiǎn)優(yōu)惠策略。

國(guó)內(nèi)乃至東南亞市場(chǎng)潛力大，早已是巨頭資本角逐的地帶。泰國(guó)有本田、豐田、馬自達(dá)等多類傳統(tǒng)車廠，國(guó)內(nèi)已經(jīng)百花齊放，他們對(duì)數(shù)據(jù)的重視程度越來(lái)越高、希望通過(guò)數(shù)據(jù)搭建新生態(tài)的服務(wù)型公司，2018 年 CES 上成立了「e-Palette Alliance」。在這個(gè)聯(lián)盟里，首批合作伙伴包括滴滴出行、馬自達(dá)、亞馬遜、必勝客、Uber，整車廠、出行平臺(tái)、電商、餐飲，涵蓋了車輛供應(yīng)方、運(yùn)營(yíng)平臺(tái)、商戶等多方面力量。

總的來(lái)說(shuō)，算法、傳感器、計(jì)算硬件、基礎(chǔ)決策、數(shù)據(jù)的收集能力等都都會(huì)影響無(wú)人駕駛技術(shù)的發(fā)展，基于這幾個(gè)技術(shù)的發(fā)展，無(wú)人駕駛系統(tǒng)逐漸成為一個(gè)主流的方向。

2021年將是無(wú)人駕駛的元年，屆時(shí)有一些大公司將有十幾萬(wàn)輛無(wú)人駕駛汽車量產(chǎn)規(guī)模。當(dāng)無(wú)人駕駛到來(lái)的時(shí)候，汽車這個(gè)行業(yè)都有可能被顛覆。