今天，我們經(jīng)常聽到有人說自動(dòng)駕駛時(shí)代即將到來，但是，真正在各種現(xiàn)實(shí)條件下實(shí)現(xiàn)的自動(dòng)駕駛?cè)匀簧行钑r(shí)日。人類駕駛員仍然需要注意路上的情況，并且車輛內(nèi)部似乎提供了一個(gè)類似于相對(duì)靜態(tài)的實(shí)驗(yàn)室一樣接受觀察的環(huán)境。Eyeris成立于2013年，是一家以人為中心的人工智能（AI）公司，旨在通過監(jiān)控車內(nèi)狀況，確保車輛是由人控制并確認(rèn)環(huán)境也符合完成這一關(guān)鍵任務(wù)的要求，從而使駕駛更安全、更舒適。

挑戰(zhàn)

各種各樣的駕乘者和感應(yīng)條件

與外部世界相比，車內(nèi)狀況相對(duì)穩(wěn)定，但仍然存在各種各樣的挑戰(zhàn)。車內(nèi)可能只有獨(dú)自駕駛汽車的一個(gè)人，也可能還有另外幾名乘客，這些人可能是男性，也可能是女性，身材也各不相同，從小孩子到100公斤以上的彪形大漢都有可能。此外，人類的膚色千差萬別，可能在不同的照明條件和溫度下穿戴不同的服裝和配飾，讓這種“實(shí)驗(yàn)室環(huán)境”驟然間變得相當(dāng)復(fù)雜。更不要說還要考慮是不是帶寵物同行，昨天留在后座上包漢堡的紙還沒有扔掉，有一兩部手機(jī)被扔在乘客座位上。

解決方案

傳感器融合與數(shù)據(jù)豐度

雖然一個(gè)傳感器系統(tǒng)可能具有出色的眼動(dòng)跟蹤或其他技術(shù)優(yōu)勢，但作為一家人工智能軟件公司，Eyeris主要專注于融合各種硬件傳感元件。因此，他們與眾多硬件制造商合作開發(fā)感應(yīng)技術(shù)，包括傳統(tǒng)紅外（IR）、現(xiàn)代紅綠藍(lán)+紅外（RGBIR）傳感器、熱成像儀甚至雷達(dá)，以便全面掌握情況，還與眾多處理器制造商合作運(yùn)行人工智能程序。這種傳感器融合與用于訓(xùn)練的極大數(shù)據(jù)集相結(jié)合，意味著車輛內(nèi)部空間能夠以人類合并視覺、聽覺、觸覺、嗅覺甚至可能還有味覺的相同方式準(zhǔn)確解釋，以執(zhí)行復(fù)雜的任務(wù)。

除了運(yùn)行AI系統(tǒng)所需的原始算力外，還必須考慮攝像頭硬件、傳感器處理模塊和汽車的其他處理硬件之間的連接。例如，Eyeris使用Maxim的MAX96706 14位GMSL解串器將基于移動(dòng)工業(yè)處理器接口（MIPI）的圖像傳感器和攝像頭模塊連接到AI處理板中的一些參考設(shè)計(jì)并取得了巨大成功。隨著汽車電子產(chǎn)品的集成度日益提升，處理和提取這種數(shù)據(jù)傳輸?shù)目煽糠椒ǔ蔀樾枰紤]的重要因素。

制造的汽車豐富多樣意味著可以輕松集成到X、Y或Z等不同車型中的組織良好的系統(tǒng)可以顯著減少開發(fā)成本，縮短上市時(shí)間。

硬件創(chuàng)新

促進(jìn)軟件創(chuàng)新

過去幾十年，算力和硬件創(chuàng)新呈現(xiàn)出驚人的爆炸式發(fā)展。盡管如此，軟件的創(chuàng)新依然得天獨(dú)厚地以相較硬件快得多的速度發(fā)展，與軟件提供商相比，制造商常常發(fā)現(xiàn)自己處于“追趕”之中。特斯拉、蘋果和其他公司自己生產(chǎn)AI硬件，專門用于滿足已露端倪的軟件改進(jìn)，其原因之一就是如此。

對(duì)于與眾多現(xiàn)有硬件制造商合作的小型軟件/AI公司來說，除了具有足夠的原始算力外，還必須提供與新型人工智能框架（如TensorFlow、PyTorch和ONNX）兼容的成熟軟件堆棧和軟件開發(fā)工具包（SDK）。可用的編譯器應(yīng)支持現(xiàn)代神經(jīng)網(wǎng)絡(luò)層，配備成熟的軟件仿真器、仿真引擎以及用于AI模型解析、精簡、定量等任務(wù)的相關(guān)工具。

最后，支持傳感器融合任務(wù)（如內(nèi)置3D視差引擎、多相機(jī)流式功能、富輸入/輸出（IO）接口等）也異常有用。這使AI和設(shè)置AI系統(tǒng)的人能夠在解決噪音問題的同時(shí)，處理廣泛的數(shù)據(jù)。

AI傳感器融合

汽車安全等應(yīng)用

雖然這篇博文的重點(diǎn)是汽車內(nèi)部感應(yīng)，但更普遍的情況是，在很多應(yīng)用當(dāng)中傳統(tǒng)的純視覺AI設(shè)置或許是符合邏輯的選擇，只是可能無法滿足一些特例的需求。特別是在安全關(guān)鍵型應(yīng)用中，在適當(dāng)?shù)恼彰骱推渌麠l件下大多數(shù)時(shí)候都可以發(fā)揮作用的視覺系統(tǒng)可能遠(yuǎn)遠(yuǎn)不夠。在這些情況下，增配其他感應(yīng)能力（無論是第二RGB可見光設(shè)備、紅外傳感器、雷達(dá)還是用于增強(qiáng)存在檢測的熱傳感器等），都可使AI能夠充分監(jiān)測和控制環(huán)境。

擁有數(shù)十億美元資產(chǎn)的公司可能有資源內(nèi)部開發(fā)自己的芯片，但在其他情況下，規(guī)模較小、更靈活的AI公司可能更適合這種模式。因此，必須找到、發(fā)展并聯(lián)合適當(dāng)?shù)挠布献骰锇椋瑸槠嚭推渌袠I(yè)生產(chǎn)一體化產(chǎn)品。可用的硬件和軟件接口工具越好，設(shè)置AI軟件就越容易，生產(chǎn)出優(yōu)秀產(chǎn)品也就越快。通過適當(dāng)?shù)臄?shù)據(jù)、工具和AI訓(xùn)練，可以讓我們的世界更安全、更美好，對(duì)于這些系統(tǒng)的用戶和整個(gè)社會(huì)都是如此。