來源： 濱海時報 　作者： 牛婧文 　編輯：李彤 　2017-09-19 08:52:00

內容提要：通過安裝在汽車擋風玻璃上的攝像頭就能夠輕鬆判定車道線、行人及來往車輛的距離，並實時檢測駕駛員是否存在疲勞駕駛情況，對潛在的危險發出預警等功能。

裝在車頭上的CalmCar系統

　　通過安裝在汽車擋風玻璃上的攝像頭就能夠輕鬆判定車道線、行人及來往車輛的距離，並實時檢測駕駛員是否存在疲勞駕駛情況，對潛在的危險發出預警等功能。在高新區的國際創業中心裏，一家名爲恩泊泰(天津)科技有限公司的科技型企業將發展重心聚焦於人工智能在汽車領域的運用，並研發出了基於深度學習技術的智能車載視覺系統“CalmCar”。該系統作爲新一代輔助駕駛(ADAS)、自動駕駛、無人駕駛的視覺前端，已受到投資界的廣泛關注，公司於今年年初更是完成了數千萬元的融資。

　　車輛一露頭就能檢測到

　　“在輔助駕駛、自動駕駛、無人駕駛領域，市場上較爲傳統的是模板匹配的技術方式。但傳統的算法並不能檢測到形變的物體，這是行業的瓶頸之一。”恩泊泰公司首席技術官謝曉靚解釋道，當汽車轉彎時，如果行人剛好進行下蹲的動作，這時候基於傳統算法的智能車載視覺系統就會難以識別變形的行人。由於檢測分析的誤差，很可能會釀成交通事故。而這一點，正是CalmCar系統可以克服的。

　　“追蹤車輛與行人、估算車距、預測行人行爲模式、偵測前車剎車燈和駕駛員疲勞駕駛情況等功能都可以通過CalmCar系統來實現。”謝曉靚告訴記者，深度學習技術能夠將目標檢測與跟蹤、場景理解與分析等在車載視覺上的處理有效地組織起來，並形成整體的處理方案。他們把視覺傳感器與深度學習技術在嵌入式系統中結合，使車載系統可以自動對車、人、物進行檢測與跟蹤、軌跡預測與分析，從而實現汽車的主動安全功能。因此，CalmCar智能車載視覺系統才能夠讓汽車“學會”識別新物體，全面感知複雜的路面情況並預測車輛行駛過程中的交通情況。

　　當前，我國路面交通情況十分複雜，所以智能車載視覺系統在實際應用中需要積累大量的數據才能保證將功能發揮至最大化。爲此，恩泊泰公司還組建了專業的標註團隊，用以獲得屬於自己的樣本大數據。通過對這些標註樣本的深度學習，CalmCar系統對形變物體以及部分遮擋物體的識別精度大大增加。現在，該系統已經可以提供精準的轎車、公交車、行人等的檢測，哪怕是隻露出一個車頭的車輛也能夠實時地被檢測出來，近處的檢出率達95%以上。

　　“機器視覺技術在國內市場上仍未成熟，舊的算法無法兼備速度與精度的特點。”恩泊泰公司相關負責人告訴記者，爲了兼顧速度和精度的平衡，公司的研發團隊緊跟學術界的前沿動態，自己開發了支持增量訓練與並行計算的新算法，解決了大數據下的學習問題，且隨着數據的增多，其性能越來越優異。

　　創新技術與產業化接軌

　　“在新興的領域，創新就是不斷試錯的過程，由於缺少成熟的系統的理論支撐，一切都需自身慢慢摸索。”謝曉靚認爲，現如今公司的發展大方向已經明確，但仍然有諸多細節有待突破和成熟。

　　據瞭解，恩泊泰公司在創立早期曾從事於人臉識別的研究開發，並在澳大利亞開展過智能安保項目。作爲一家研發機器視覺核心技術算法、軟件、硬件系統的企業，該公司在兼顧技術創新研發的同時，也在積極尋求與產業接軌合作的途徑。

　　目前恩泊泰公司的CalmCar系統正在與一家世界級汽車電子零部件供應商聯合定製開發、測試，並且與國內最大的通訊設備供應商合作開發ADAS、ITS的視頻結構化算法、軟件、硬件。同時，公司還爲一家國家級汽車研究機構和一家國內頂級整車廠提供定製開發路況採集設備，並參與了首都機場基於TX1/TX2的安防應用。

　　該公司負責人表示，爲了能讓車載設備具備智能、自動理解汽車周邊的環境與情況，研發新一代車載智能視覺系統便成爲了公司今年的工作重點。雖然距將新算法應用於終端產品還有很長一段路要走，但一直瞄準產業化目標毫不放棄。並且針對在新技術與產品結合時產生的諸多侷限，技術團隊已做出了積極探索並得到初步突破。

　　“我們智能車載視覺系統的可視距離目標是90-120米。”謝曉靚對記者說，“舉個例子，最早CalmCar系統上只能應用一個USB攝像頭，但經過我們長時間的研究探索，現在已經能用到工業級的攝像頭了，這在技術成果產業化領域是一個大突破。”