6月4日，国内自动驾驶厂商Maxieye智驾科技正式对外宣布，公司已推出第二代前装量产前视产品IFVS-400。据悉，该产品基于低成本的ASIC芯片进行开发，采用深度学习算法，支持L2/ L3级的自动驾驶方案。就此，亿欧汽车对Maxieye创始人兼CEO周圣砚博士进行了独家专访。

Maxieye方面对亿欧汽车介绍称， IFVS-400系统整体功耗小于3W，为满足L3现阶段的功能需求，其支持对车辆、行人、骑行者、车道线、路沿、护栏、锥形筒、交通标志牌、红绿灯等多种目标的识别，不久还将提供freespace和非结构化障碍物检测功能，产品功能包括：

AEB/FCW/LDW/LKA/AEBP/PCW/ADB/TSR/TJA/REM等。同时，作为国内首款车规级ASIC硬件方案，IFVS-400已通过IATF 16949，AEC-Q100，ISO26262认证，功能安全等级达到ASIL B。

谈及目前市面上多种架构间的特点及区别，周圣砚分析表示，目前共有三种主流路线：以英伟达为代表的GPU路线，以英特尔、高通、TI（德州仪器）为代表的ASIC路线，以及部分创业公司选择的FPGA路线。三者各有优势。

简单来说，GPU计算速率快、算法资源多，但功耗大、散热问题严重、成本也比较高，因此目前还没出现严格意义上的车规级产品。“这也是特斯拉抛弃英伟达而选择自研ASIC芯片的原因。”FPGA的优势则在于当市面上没有支持深度学习的ASIC时，它可以快速搭建出ASIC的雏形，从而迎合新市场。

为更好地解释这一观点，周圣砚为亿欧汽车举了一个例子：“FPGA就像乐高积木，当市面上没有汽车时，乐高积木可以快速搭出一辆汽车，但是一旦有专门生产汽车的厂家出现后，乐高积木的优势也就不存在了。”与专用芯片ASIC相比，FPGA的功耗及成本较高，单位面积的计算资源利用率也比较低。

（Maxieye产品图）

“ASIC必将成为深度学习量产的主流路线。”谈及做出这种论断的原因，周圣砚认为，由于ASIC先期开发周期较长，FPGA或GPU+FPGA异构只是整个市场在2017年之前的“权宜之计”。到了2018年，FPGA的成本和计算优势相对减弱，毕竟ASIC的成本大约是其20%-30%左右。同时，高通、TI、瑞萨、NXP等汽车电子巨头均在2014年前后着手研发基于深度学习的处理器单元，他们普遍选择ASIC路线。如今，芯片供应商们的第一代深度学习芯片已经面市并实现量产。“他们能够凭借自身资金及资源优势，率先把ASIC芯片的量做起来，后期成本便会逐渐摊薄。而我们在对接供应商时，也会优先选用当前市场中可量产的车规级芯片，以完成产品的快速迭代。”

除了性价比之外，这似乎也恰好解释了Maxieye选择TI作为其芯片供应商的原因。而在产业链另一端，专攻前装市场的Maxieye同样也与主机厂建立了合作伙伴关系。与诸多从业者相同，该公司初期从商用车前装切入，其中包括宇通、金龙、大宇等，而这种选择背后，恐怕还是由于政策的“推手”。据了解，2017年交通部发布贯彻《营运客车安全技术条件》（“1094法规”），其中对9米以上的营运客车要求必须具备车道偏离预警（LDW）和前方碰撞预警功能（FCW），过渡期截止至2018年4月1日。至于乘用车方面， Maxieye目前也有确定的合作伙伴，并已开始量产开发工作。

至于IFVS-400的性能特点，展开来说，该芯片对车辆检测距离为160米，对行人及二轮车检测距离为80米，同时准确率达99%以上，支持置信度输出，支持切入车辆检测（cut-in）、车辆三维姿态检测以及特殊车辆检测（油罐车/水泥车/三轮车等）。

此外，IFVS-400对车道线的检测距离为100米，在弯道上支持的最小转弯半径为80米、并能实现三次曲线方程输出，最多可识别8条车道线，能够进行分岔点检测和汇合点检测，并可以对残损和积水覆盖的车道线完成检测。 可检测左右6米范围内的路沿和护栏，最远可识别80米，路沿的输出形式为三次曲线方程，能够在最外侧车道线消失的情况下，识别出多种高度的路沿。

（IFVS-400场景示意图）

IFVS-400对于识别低矮路沿、代步车、车道线残损等中国本土化的路况特点也已有相应处理办法，还能够应对复杂工况，比如逆光、雨天、夜晚 、隧道等场景。另外，这款直接对标Mobileye EYEQ4的产品可以与毫米波雷达进行传感器融合，并基于融合结果实现AEB（自动紧急制动系统），ACC和TJA（交通拥堵辅助系统）功能。值得一提的是，IFVS-400还支持矢量化高精地图创建，其中包括车道线地图、交通标志地图、停止线地图、斑马线地图等。换句话说，随着前装产品的逐步落地，Maxieye可以借助众包的形式，为高精地图厂商提供动态的地图数据。

本文摘自：亿欧网