研發投入大、盈利周期長，ADAS 其實是一門「非常難且不劃算的生意」。Mobileye 就曾「 8 年無收益，10 輪融資全砸技術」。

但這對有些人來說， ADAS 漫長的研發和測試周期并不是阻礙，反而是令從業者垂涎的機會。三星首席策略官 Young Sohn 預計 ADAS 很快會成長為百億美金的市場。未來幾個月，三星也將發布自己的 ADAS 解決方案。

「在智能電動汽車時代，我們有機會誕生出 Mobileye 級別的新興供應商，所以這絕對不是一門小生意。」為了證明這一點，自行科技聯合創始人寧迪浩向雷鋒網指出，「 2016 年 Mobileye 的銷售額不到 4 億美金，但占有 ADAS 市場 70% 的份額。這說明一個問題：行業的發展還不成熟。」

自行科技的前身是一家與計算機視覺業務相關的外包公司，按照寧迪浩的話說，外包業務并不能支撐公司長遠發展，索性換個方向。2016 年，這個由前中興、華為成員組成的 ADAS 公司自行科技正式成立。

這是一家專注智能汽車電子的創業公司，具體提供包括 Level0/Level1 級的 ADAS 產品、Level 2 級別的模組和解決方案。

今年 8 月，自行科技拿到民德電子、索菱千萬人民幣的投資。

技術

事實上，在自動駕駛技術完全到來前，ADAS 仍有極大的優化空間。

寧迪浩說，與 Mobileye 技術路徑不同，自動科技利用深度學習打造 ADAS。這也被認為是「 從技術上避免 Mobileye 的劣勢，開發出超過它的產品。」他向雷鋒網透露，過去一年，團隊花了大量時間對神經網絡模型進行壓縮，使 ADAS 系統可以在低成本的 FPGA 上運行。

不過，基于 FPGA 平臺實現深度學習挑戰巨大。比如，如何優化深度神經網絡，使得一個計算量很大的深度神經網絡可以在一個中小規模的 FPGA 上運行？同時又能維持性能和成本的平衡？

這個訣竅在于：需要對神經網絡和 FPGA 進行大量優化。FPGA 的并行優化包括卷積操作并行、特征圖內并行、特征圖間并行、層/幀并行。據雷鋒網了解，自行科技的團隊主要優化了卷積并行和特征圖并行。

經過對 FPGA 平臺的深度優化，性能有多大改善？

自行科技 CEO 關艷峰在一次技術分享中提到：以 ZYNQ7020（xilinx 芯片） 為例，YOLO Tiny （實時目標檢測）可達到 60 幀的處理速度，VGG16 （卷積神經網絡結構）達到 26 幀的處理速度。

「行業內相當一部分人低估了視覺進步的速度，我們使用深度學習后，視覺對光照、惡劣天氣和惡劣環境、特殊路況（隧道、橋梁）適應能力大幅度提升。」寧迪浩表示。

通過對神經網絡和 FPGA 平臺的優化，單目視覺模組在環境多樣性和目標多樣性下性能表現良好。例如：雨天、夜晚、雪天和隧道出口、側向車輛、局部暴露車輛以及異型車輛能可靠識別；對于各類車輛做到多姿態、多角度的識別，最大的可靠識別距離 100 米；各類行人和非機動車，最大可靠識別距離為 50 米，并支持夜間行人識別功能。

不過，這不僅僅是停留在展示算法的層面。眼下這家公司的進展是，前向 ADAS 的產品樣機已經完成，既有預警類（PCW、FCW 和 LDW）也有干預類（ AEB 和 ACC、LKA ）產品。據了解，兩類產品將在今年年底量產供貨。

落地：商用車市場

ADAS 公司面臨的共性問題是：到底選擇哪個市場落地？什么時候可以實現量產？

隨著 C-NCAP 的出臺，將刺激國內自主品牌普及 Level 1、 Level 2 的配置。新車必須裝有有效的安全防護系統才能夠在碰撞安全評級（滿分五星）中獲得五星——這是一個利好消息，意味著部分 ADAS 公司將從中拿到訂單。

「但是，國內的 ADAS 公司根本吃不到第一波『螃蟹』。對于新技術，汽車廠商會選擇如博世、大陸這樣更為成熟的供應商。」寧迪浩認為， 2019 年、2020 年之后才是國內 ADAS 公司們的機會。隨著市場的擴大、滲透率的提升，中國自主品牌一定會尋求國產化替代方案或者第二供應商部分成熟、起量的產品。

但這種情形在商用車市場卻是另一番景象。

今年 3 月交通部推出新規定：要求 9 米以上營運客車必須安裝 LEW（車道偏離預警系統）和 AEB（自動制動系統），過渡期 13 個月，未來將推廣到貨運車領域。

這一規定可以理解為商用車市場將是一片可以讓 ADAS 公司施展拳腳的藍海——這也是當前自行科技發力的方向。

雖然商用車的市場只有乘用車市場的四分之一，但是如果創業公司按照新規開發出適用于商用車的 ADAS 產品，可以讓這項技術在短期內真正落地。

「貨車存量市場大概在 800、900 萬輛，新增市場每年大概幾十萬輛，如果客、貨加在一起，一年一百多萬的新增，一千多萬的存量，為什么不做？」寧迪浩告訴雷鋒網。據他透露，目前團隊在這一市場拿下了部分訂單。

同時，駕駛員疲勞檢測、360 度環視也是這家初創公司產品線的一部分。按照寧的邏輯，從長線看，環視的收入可以為 ADAS 的持續研發提供「輸血」能力——上述兩個產品能夠在短期內盈利。

為了證明環視的市場，他還列舉了一組數字：環視作為倒車影像的升級配置，從 2016 年開始，其滲透率接近 10%，到 2025 年有可能超過 30%。

今年 3 月，英特爾斥資 156 億美元收購 ADAS 標桿公司 Mobileye，轟動業界。但在寧迪浩看來，Mobileye 被英特爾收購并不能作為這個行業的典型代表，因為英特爾承受了極高的溢價——這個溢價既有偶然性也有必然性。必然性在于 Mobileye 走出了一條獨有的路，成為市場上的「孤品」。

從長遠角度看，國內 ADAS 公司要走通這條路，還有賴于市場的進一步成熟。

從 ADAS 到自動駕駛

在談到為什么自動駕駛項目比 ADAS 更受投資人偏愛時，寧迪浩這樣告訴雷鋒網：「自動駕駛可能更像網紅，他們（投資人）覺得想象空間更大。」

但有一個不容忽視的現實，自動駕駛從 Level 2 向 Level 3 的跨越，到 Level 3 向 Level 4 的跨越，難度系數非常大，短期內很難量產落地。

英偉達解決方案架構師程亞冰曾表示，Level 3 （SAE）級別自動駕駛所需要的計算量和數據量是 ADAS 的 5 倍左右。為了勝任各種各樣的復雜場景，Level 4 級別自動駕駛的安全糾錯機制更為復雜，軟件框架要比 Level3 復雜很多，前者是后者計算量的 50 倍左右。

這不僅僅是計算力的問題。在寧迪浩看來，自動駕駛最核心的部分是集中式控制器，不僅有高性能、低功耗計算資源運行算法完成功能，系統還需按照 AUTOSAR 的體系設計，需要滿足安規（function safety）要求，目前這對國內的公司來說是巨大的門檻。他認為圍繞控制器做外圍工作是合理選擇，具體包括：傳感器融合、高精地圖、V2X 等等。

ADAS 的能量有多大，在自動駕駛正式到來前，這還是一個沒有被完全驗證的問題。

原文鏈接：http://tech.ifeng.com/a/20170831/44671119_0.shtml