在嚴(yán)重交通事故等緊急情況下，分秒必爭(zhēng)，足夠?qū)挼木仍?chē)道可以決定生死。如果駕駛員能聽(tīng)到警報(bào)器，為什么自動(dòng)駕駛汽車(chē)不能這樣做？總部位于埃及開(kāi)羅的 Avelabs 開(kāi)發(fā)了一種傳感器解決方案，可為車(chē)輛提供聽(tīng)覺(jué)，以補(bǔ)充視覺(jué)并改進(jìn)自動(dòng)駕駛系統(tǒng)。

“在評(píng)估環(huán)境時(shí)，視覺(jué)是我們最重要的感覺(jué)，”Avelabs 產(chǎn)品管理總監(jiān) Amr Abdelsabour 在今年布魯塞爾 AutoSens 的小組會(huì)議上說(shuō)?！叭欢?，作為人類(lèi)駕駛員，我們不僅僅依賴(lài)于視覺(jué)。當(dāng)我們開(kāi)車(chē)時(shí)，我們也依賴(lài)于我們的聽(tīng)力。我們可以聽(tīng)到很多信息，但看不到像從后面?zhèn)鱽?lái)的警報(bào)器?；蛘?，如果我們開(kāi)車(chē)進(jìn)入一個(gè)盲道，而有車(chē)來(lái)了，我們真的看不到它，但我們能聽(tīng)到它?！?/p>

在 AutoSens，Avelabs 推出了 AutoHears，這是一種聲學(xué)傳感系統(tǒng)，可檢測(cè)、分類(lèi)和定位聲音，以幫助了解車(chē)輛的復(fù)雜環(huán)境。AutoHears 包括硬件、機(jī)械外殼和運(yùn)行傳感功能的軟件，旨在執(zhí)行緊急車(chē)輛、模糊場(chǎng)地、自然災(zāi)害（例如巖石滑坡）和安全事件（例如附近的碰撞、槍擊、爆炸）檢測(cè)，以及如車(chē)輛自診斷和語(yǔ)音識(shí)別。

在與EE Times Europe的后續(xù)討論中，Abdelsabour 解釋了賦予車(chē)輛聽(tīng)覺(jué)所需的條件、軟件和硬件如何相互依賴(lài)、數(shù)據(jù)融合過(guò)程的執(zhí)行地點(diǎn)和方式，以及 AutoHears 何時(shí)能夠?qū)崿F(xiàn)上路？

EE Times Europe：您能否描述一下 AutoHears 可以和無(wú)法檢測(cè)到的聲音類(lèi)型？

Amr Abdelsabour：我們從行駛中的車(chē)輛聲音（例如輪胎、發(fā)動(dòng)機(jī)、剎車(chē)和空氣動(dòng)力學(xué)聲音）以及全球不同標(biāo)準(zhǔn)的喇叭和警報(bào)器開(kāi)始。到目前為止，這些課程已經(jīng)過(guò)測(cè)試和演示。我們目前正在努力添加新的類(lèi)，例如自然災(zāi)害和碰撞檢測(cè)，但它們?nèi)蕴幱诠δ荛_(kāi)發(fā)階段。功能開(kāi)發(fā)路線(xiàn)圖正在構(gòu)建中。

EE Times Europe：AutoHears 從各個(gè)角度檢測(cè)聲音。有身體限制嗎？

阿卜杜勒：AutoHears 可以檢測(cè)來(lái)自各個(gè)角度的聲音，不僅如此，還可以檢測(cè)來(lái)自墻后和其他障礙物的聲音。當(dāng)然有物理限制。聲音測(cè)量是一個(gè)相對(duì)傳感過(guò)程，其中聲音是相對(duì)于其環(huán)境進(jìn)行傳感的。這意味著如果環(huán)境安靜，AutoHears 將能夠檢測(cè)到微弱和微弱的聲音，例如自行車(chē)甚至腳步聲。但是，如果環(huán)境嘈雜，AutoHears 將只能檢測(cè)到最重要的聲音。因此，例如，如果附近有響亮的警報(bào)器，我們將無(wú)法檢測(cè)到其他車(chē)輛的馬達(dá)聲音，因?yàn)轫懥恋穆曇魰?huì)掩蓋安靜的聲音。盡管如此，我們正在努力找出我們?cè)诳陀^(guān)數(shù)字上的確切物理限制，以便能夠?yàn)槲覀兊目蛻?hù)提供可靠的限制。

EE Times Europe：聲音的分類(lèi)呢？

阿卜杜勒：聲音的分類(lèi)是一個(gè)復(fù)雜的過(guò)程，尤其是在涉及非標(biāo)準(zhǔn)化聲音時(shí)。如果我們談?wù)摰氖侵T如警報(bào)器之類(lèi)的標(biāo)準(zhǔn)化聲音，那么分類(lèi)過(guò)程就會(huì)變得簡(jiǎn)單而直接，并且可以使用基于模型的算法來(lái)完成。然而，行駛中的車(chē)輛檢測(cè)是一個(gè)更復(fù)雜的過(guò)程，因?yàn)樗怯刹煌锢沓煞纸M成的聲音的非標(biāo)準(zhǔn)組合，從而產(chǎn)生我們的耳朵或傳感器聽(tīng)到的最終聲音。這就是各種人工智能方法發(fā)揮作用的地方，能夠通過(guò)收集的數(shù)據(jù)基于機(jī)器學(xué)習(xí)對(duì)聲音進(jìn)行分類(lèi)，并根據(jù)他們所學(xué)的內(nèi)容檢測(cè)和分類(lèi)聲音。我們很自豪地說(shuō)，在 AutoHears 中，我們結(jié)合了基于模型的算法和機(jī)器學(xué)習(xí)來(lái)對(duì)聲音進(jìn)行分類(lèi)，

EE Times Europe：音頻數(shù)據(jù)如何與來(lái)自嵌入汽車(chē)的攝像頭或其他傳感器的圖像數(shù)據(jù)融合？

阿卜杜勒：與人類(lèi)駕駛員一樣，聲音與視覺(jué)相得益彰。這就是我們對(duì) AutoHears 的看法，我們也相應(yīng)地開(kāi)發(fā)了它。因?yàn)槲覀冎饕P(guān)注聲學(xué)傳感部分，所以我們提供原始聲學(xué)傳感信息，這些信息可以與攝像機(jī)和雷達(dá)等其他傳感器融合，對(duì)物體進(jìn)行分類(lèi)和定位，從而發(fā)揮每個(gè)單獨(dú)傳感器的優(yōu)勢(shì)并克服它們的弱點(diǎn). 因此，例如，將雷達(dá)、攝像頭和 AutoHears 結(jié)合起來(lái)，可以在我們的盲點(diǎn)中檢測(cè)到以下車(chē)輛：雷達(dá)可以檢測(cè)到障礙物并準(zhǔn)確估計(jì)其距離（因?yàn)槔走_(dá)在這方面非?？煽浚?，攝像頭會(huì)對(duì)該物體進(jìn)行分類(lèi)（如果有攝像頭在觀(guān)察目標(biāo)車(chē)輛所在的方向），AutoHears 將通過(guò)自己的車(chē)輛分類(lèi)和定位來(lái)確認(rèn)檢測(cè)，并在車(chē)輛發(fā)出任何聲音（如按喇叭或發(fā)出警報(bào)器）時(shí)添加信息。所有傳感器的組合使傳感器融合以可能的最佳方式對(duì)周?chē)h(huán)境進(jìn)行了高度確定的重建。

EE Times Europe：你為什么決定建立一個(gè)完整的系統(tǒng)？為什么必須解決所有軟件和硬件方面的問(wèn)題？

Amr Abdelsabour, Avelabs

阿卜杜勒：AutoHears 作為傳感系統(tǒng)是同類(lèi)中最早的檢測(cè)系統(tǒng)之一，即聲學(xué)檢測(cè)系統(tǒng)。由于 Avelabs 是一家軟件公司，我們最初希望我們的主要關(guān)注點(diǎn)僅是從軟件角度感知功能，而不是關(guān)注硬件部分。然而，沒(méi)有傳感硬件，就不可能有傳感功能。傳感硬件是傳感功能的主要推動(dòng)者，因?yàn)閭鞲衅鞑⒉幌裨谲?chē)輛中放置麥克風(fēng)以實(shí)現(xiàn)檢測(cè)那么簡(jiǎn)單，而是必須仔細(xì)設(shè)計(jì)硬件以實(shí)現(xiàn)對(duì)周?chē)h(huán)境的準(zhǔn)確定位。為了定位對(duì)象，定位算法依賴(lài)于物理因素，例如聲音到達(dá)時(shí)間差，只有當(dāng)硬件設(shè)計(jì)成能夠檢測(cè)到這一點(diǎn)時(shí)才能檢測(cè)到。涉及多個(gè)硬件因素，例如麥克風(fēng)的數(shù)量、它們之間的距離以及它們?cè)谲?chē)輛上的位置。所有這些硬件要求迫使我們自己設(shè)計(jì)和構(gòu)建硬件，以實(shí)現(xiàn)我們提供的聲學(xué)傳感功能。簡(jiǎn)單來(lái)說(shuō)，沒(méi)有一家公司可以為車(chē)輛提供外部聲學(xué)檢測(cè)硬件，這就是我們必須自己開(kāi)發(fā)的原因。

EE Times Europe：你能告訴我一些關(guān)于聲學(xué)傳感器本身的細(xì)節(jié)嗎？在運(yùn)行算法的 CPU 上？

阿卜杜勒：在傳感器和處理器系統(tǒng)方面，我們已決定采用集中式架構(gòu)。這一決定是為了順應(yīng)所有汽車(chē)公司目前的趨勢(shì)，即依靠檢測(cè)原始數(shù)據(jù)的傳感器（相機(jī)、雷達(dá)……）。然后將原始數(shù)據(jù)發(fā)送到集中式域控制器，在該控制器中進(jìn)行傳感器融合。這就是為什么我們將聲學(xué)傳感器構(gòu)建為原始數(shù)據(jù)傳感器，檢測(cè)所有聲學(xué)信息并將其發(fā)送到運(yùn)行傳感算法的集中域控制器。如您所知，我們自己設(shè)計(jì)了聲學(xué)傳感器，但我們使用現(xiàn)成的汽車(chē)域控制器（例如 Xilinx FPGA 和 TI ADAS TDA SoC）作為運(yùn)行我們算法的 CPU。但是，由于每個(gè)客戶(hù)都使用自己的域控制器，我們僅將這些處理器用作參考硬件。因?yàn)槲覀兛梢院?jiǎn)單地部署在任何類(lèi)型的域控制器上，只要進(jìn)行必要的定制。

EE Times Europe：你為什么說(shuō) AutoHears 是“硬件依賴(lài)的”？

Abdelsabour：AutoHears 作為傳感器和傳感算法具有通用組件和硬件特定組件，具體取決于客戶(hù)所需的功能和客戶(hù)使用的處理控制器。因此，例如，如果客戶(hù)只想要聲音事件的方向（不知道到發(fā)出聲音的物體的距離），則只需要使用一個(gè)傳感器。但如果客戶(hù)還想檢測(cè)物體的距離，就需要使用多個(gè)傳感器來(lái)三角測(cè)量物體的距離。例如，這是一個(gè)依賴(lài)于硬件的功能。

關(guān)于硬件依賴(lài)性的另一面是用于處理傳感功能的域控制器。我們功能的性能取決于運(yùn)行它們的處理器及其功能。在硬件的性能和處理要求之間存在權(quán)衡。因此，例如，如果我們希望 AutoHears 以 1 度的分辨率進(jìn)行檢測(cè)，這將需要更多的處理資源。如果我們降低我們想要的性能，那么處理要求也會(huì)降低。此外，每個(gè)新硬件都將附帶一些針對(duì)微控制器抽象層的特定硬件定制，例如 AutoHears 傳感器驅(qū)動(dòng)程序，這些驅(qū)動(dòng)程序?qū)⒈粚?shí)施到客戶(hù)的基本軟件環(huán)境中。

EE Times Europe：您在發(fā)展方面處于什么位置？您打算什么時(shí)候在公共道路上測(cè)試 AutoHears？您預(yù)計(jì) AutoHears 何時(shí)投入生產(chǎn)？

Abdelsabour：可以在產(chǎn)品開(kāi)發(fā)階段考慮 AutoHears。我們已經(jīng)從技術(shù)和財(cái)務(wù)角度證明了這一概念，進(jìn)行了演示和測(cè)試以證明可行性，目前我們正在努力“產(chǎn)品化”開(kāi)發(fā)。這包括公共道路驗(yàn)證以及獲得汽車(chē)認(rèn)證。這是我們從產(chǎn)品開(kāi)發(fā)到商業(yè)化所需的兩個(gè)步驟。這些是在投入生產(chǎn)之前必須采取的步驟。

EE Times Europe：你們有早期客戶(hù)測(cè)試解決方案嗎？

Abdelsabour：雖然我們?cè)诮衲?9 月開(kāi)始在 AutoSens 上發(fā)布該產(chǎn)品，但我們已經(jīng)在與客戶(hù)討論測(cè)試該解決方案的問(wèn)題。在我們嘗試向汽車(chē)市場(chǎng)推出新產(chǎn)品的過(guò)程中，我們希望依靠我們的客戶(hù)和合作伙伴更多地了解市場(chǎng)期望和要求，并將我們的傳感器集成到數(shù)據(jù)采集車(chē)隊(duì)中，以收集更多數(shù)據(jù)進(jìn)行培訓(xùn)和驗(yàn)證目的。

審核編輯 黃昊宇