「團隊牛逼，技術牛逼，但最終盈利才是真的牛逼。」在MINIEYE 2018 發(fā)布會開場前，他們選擇把這句話做成了文字快閃視頻，在會場大屏幕上循環(huán)播放了好幾遍。相較于高大上的公司宣傳片，這種「話糙理不糙」的表達反而讓我更加感受到了這家公司的務實。

對于一家做 ADAS 的初創(chuàng)企業(yè)來說，要想實現可持續(xù)性的盈利，進入前裝并獲得車廠的量產訂單是必經之路（Mobileye 的前裝收入占到總收入的 80%）。而在成立 5 年之后，MINIEYE 也終于上了前裝的車。

前裝量產項目年內落地

MINIEYE 創(chuàng)始人兼 CEO 劉國清博士在發(fā)布會上具體介紹了他們的前裝車載視覺識別方案 X1，為了更好的滿足車廠需求，X1 承載了 5 個重要的特性：

1. 復雜工況下性能魯棒：例如在夜晚低光，雨雪天氣等特殊環(huán)境下，X1 都能夠提供穩(wěn)定的識別效果。同時針對中國特色的路況，例如異形車、車道標識等，X1 也達到了理想的魯棒性。

2. 整機功耗 3W：低功耗意味著 X1 能夠在車規(guī)要求的高溫下工作。劉國清說他們曾在盛夏的深圳中午暴曬了測試車輛兩個小時，然后再讓工程師帶著產品在車上不開空調地做測試，結果就是產品還可以正常工作，但是工程師已經受不了了（給工程師加根冰棍兒吧）。

3. 車規(guī)級方案：X1 已經符合了 AEC-Q100、ISO26262 等車規(guī)標準，這也是進入前裝必須要過的一道坎。

4. 有競爭力的成本：價格優(yōu)勢是國內供應商在行業(yè)內的重要立足點，因此 MINIEYE 在 X1 上也盡全力優(yōu)化硬件結構，縮減不必要的元器件（DDR 和 NAND Flash），最大化降低產品硬件成本的支出。

5. 靈活設計：X1 基于一個彈幕攝像頭傳感器。但為了匹配不同客戶的需求，X1 還可以融合雷達（IMU、毫米波雷達），支持擴展 AEB、LKA 功能。

X1 的計算芯片將基于 FPGA 平臺，功能上可以提供前向碰撞預警（FCW）、車道偏離預警（LDW）、前車距離監(jiān)控（HMW)、城市前車碰撞預警（UFCW）、行人碰撞預警（PCW）、限速標志識別（SLI）。通過整合毫米波雷達，還可以提供 AEB、LKA 等 L2 級別的自動駕駛功能。

劉國清在發(fā)布上公布了數家前裝客戶——乘用車領域包括比亞迪、眾泰、奇瑞等主機廠；萬向集團等 Tier1。商用車領域包括東風商用車、東風柳汽等主機廠和 VITI、KUS 等 Tier1。即將落地的車型包括 SUV、MPV、A00 級、電動巴士、傳統燃油商用車等，首款落地的車型在今年第三季度就將 SOP。

后裝新品 M4

除了前裝之外，MINIEYE 還發(fā)布了最新一代后裝產品 M4。雖然后裝相較于前裝而言門檻會更低一些，但是劉國清認為，從用戶體驗角度考慮，后裝產品的標準一點也不比前裝低，因此他們也會將前裝技術應用在 M4 上。

相較于上一代 M3，M4 新加入了檢測座艙的后攝像頭——可以檢測駕駛員的疲勞狀態(tài)，以及實現人臉識別的 faceID 功能。同時通過 4G 模塊，M4 支持將前后攝像頭所收集到的路況與駕駛員數據上傳至云端做進一步的分析和標注。

其實后裝的關鍵在于走量。為了降低產品的使用門檻，MINIEYE 聲稱他們開發(fā)了一套全新的產品安裝流程，可以在 20 分鐘內完成后裝產品安裝。要知道 2014 年當我們第一次嘗試將一臺后裝 Mobileye 產品裝上一輛?？怂箷r，Mobileye 的工程師調試了近一個白天的時間才最終搞定。

技術積累

MINIEYE 的技術優(yōu)勢體現在哪？他們的首席科學家吳建鑫博士從算法、數據、傳感器三個方面進行了說明。

算法方面，吳建鑫博士認為關鍵在于在有限算力、低功耗、合理成本條件下來進行算法設計。MINIEYE 的做法有三個：

1. 算法瘦身：對應 ThiNet 技術，可以通過簡化縮小神經網絡的大小，降低其對算力和存儲的要求。

2. 算法加速：對應 FastNet 嵌入式神經網絡加速庫，可對 Squeezenet 等網絡進行加速。其計算性能相較于 Caffe、NCNN（騰訊）、TensorFlow Lite（Google）均有 1.8 倍以上的提升。

3. 軟件硬件結合：對應 HardNet 神經網絡架構 IP，這項技術可以幫助高計算復雜度的神經網絡在小面積的 FPGA（如 zynq 7010，zynq 7020）上實時工作。

數據方面，關鍵點在于如何更低成本、更高效率的獲得「Corner Case」。目前 MINIEYE 已經用傳統測試車的方式收集到了 13,000,000 公里的數據，不過這對于「Corner Case」來說還遠遠不夠。他們的計劃是通過后裝產品中設計數據采集、上傳、標注模塊，從而隨著產品走量達成 100,000 輛 x20,000 公里/年=20 億公里/年的數據采集量。

傳感器方面，關鍵點為多傳感器融合，目前，MINIEYE 在完成和毫米波雷達、IMU 融合的基礎上，正在研發(fā)與包括 LiDAR、超聲波、熱成像等更多傳感器融合的感知方案。

最后吳博士還宣布 MINIEYE 開始在 L3 以上自動駕駛布局，他們正在與新加坡 SMART 合作，并計劃在 2019 年把限定場景自動駕駛項目落地國內。

注：SMART 是美國麻省理工學院和新加坡國立研究基金共同成立的研究機構，其專注于 Future Mobility 的分部位于新加坡國立大學。早在 2014 年，其就成為新加坡當地第一個公開測試無人車的團隊，知名自動駕駛公司 nuTonomy 也脫胎于 SMART。

市場帶給本土 ADAS 供應商的希望

「技術創(chuàng)新是花錢，是讓技術人員自己爽。技術創(chuàng)業(yè)是賺錢，是要滿足客戶需求，讓客戶爽?！箘宓倪@句話道出了作為技術供應商的本質職能：服務客戶——不管表面的技術創(chuàng)新與科技情懷有多么光鮮，其背后的商業(yè)模式靠的依然是殘酷的甲乙方供求關系。在 ADAS 市場中，有來自海外的傳統巨頭，也有國內眾多的后起之秀，競爭不可謂不激烈。幸運的是，中國市場對 ADAS 的需求也越來越大，對于 MINIEYE 來說，在這個時間點進入前裝是一個搶占新增市場份額的好機會。

劉國清把 MINIEYE 與外國巨頭供應商的對比比作來自中國的 Luckin Coffee 和來自國外的 Starbucks，而在我看來，這其中的關鍵就在于：如何能捕獲那些愛喝咖啡之人的心。

返回第一電動網首頁 >