今天我們聽說自動駕駛汽車即將出現(xiàn)，但在各種現(xiàn)實世界條件下實現(xiàn)真正的自動駕駛還需要很多年。人類駕駛員仍然需要注意眼前的情況，而車內(nèi)則呈現(xiàn)出一個相對靜止的實驗室式觀察環(huán)境。Eyeris成立于 2013 年，是一家以人為本的人工智能 (AI) 公司，旨在通過監(jiān)控車內(nèi)狀況、確保人處于控制之中并確認(rèn)環(huán)境是否能夠執(zhí)行這一關(guān)鍵任務(wù)，從而使駕駛更安全、更舒適任務(wù)。

挑戰(zhàn)：不同的乘員和傳感條件

雖然與外界相比相對靜態(tài)，但車輛內(nèi)部條件仍然存在各種挑戰(zhàn)。一個人可能獨自駕駛汽車，或者車內(nèi)可能有幾個額外的乘員，他們可能是男性或女性，體型從小孩到 100 公斤重的成人不等。除此之外，人類的膚色范圍很廣，在不同的光照條件和溫度下可能會穿著不同的衣服和配飾，突然之間，這種“實驗室環(huán)境”變成了一個相當(dāng)復(fù)雜的實驗。這甚至還沒有考慮攜帶一兩只家庭寵物、昨天沒有清理過的后座漢堡包包裝紙以及掉在乘客座位上的一兩部電話。

解決方案：傳感器融合和數(shù)據(jù)豐度

雖然一個傳感器系統(tǒng)可能擁有最好的眼動追蹤或其他技術(shù)優(yōu)勢，但作為一家人工智能軟件公司，Eyeris 卻專注于融合各種硬件傳感元件。因此，他們與眾多傳感技術(shù)硬件制造商合作——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)——以全面了解情況并與廣泛的處理器制造商合作以運行 AI 例程。這種傳感器融合與用于訓(xùn)練的超大數(shù)據(jù)集相結(jié)合，意味著可以準(zhǔn)確地解釋車輛的內(nèi)部空間，就像人類結(jié)合視覺、聽覺、觸覺、嗅覺甚至味覺來執(zhí)行一項復(fù)雜的任務(wù)一樣.

除了運行人工智能系統(tǒng)所需的原始計算能力外，還必須考慮攝像頭硬件、傳感器處理模塊和汽車其他處理硬件之間的連接。例如，Eyeris 在其一些參考設(shè)計中使用了Maxim 的 MAX96706 解串器，將基于移動行業(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，并取得了巨大成功。隨著汽車電子變得越來越集成，處理和提取這種數(shù)據(jù)傳輸?shù)目煽糠椒ê苤匾?/p>

制造的汽車種類繁多，這意味著組織良好的系統(tǒng)可以輕松集成到汽車 X、Y 或 Z 中，從而顯著降低開發(fā)成本和縮短上市時間。

硬件創(chuàng)新：促進軟件創(chuàng)新

在過去的幾十年里，我們看到了令人難以置信的計算能力和硬件創(chuàng)新的爆炸式增長。話雖這么說，軟件的創(chuàng)新周期自然比硬件的創(chuàng)新周期快得多，制造商經(jīng)常發(fā)現(xiàn)自己處于與軟件同行相關(guān)的“追趕”模式。這是特斯拉、蘋果和其他公司制造自己的人工智能硬件以專門迎合即將出現(xiàn)的軟件改進的原因之一。

對于與廣泛的現(xiàn)有硬件制造商合作的小型軟件/AI 公司來說，擁有與最新的 AI 框架（例如 TensorFlow、PyTorch 和ONNX——除了擁有足夠的原始計算能力?？捎玫木幾g器應(yīng)該支持現(xiàn)代神經(jīng)網(wǎng)絡(luò)層，具有成熟的軟件模擬器、模擬引擎和用于 AI 模型解析、修剪、量化和其他任務(wù)的相關(guān)工具。最后，支持傳感器融合任務(wù)，例如內(nèi)置 3D 視差引擎、多攝像頭流媒體功能、豐富的輸入/輸出 (IO) 接口等也非常有用。這使 AI 和那些建立 AI 系統(tǒng)的人能夠處理大量數(shù)據(jù)，同時消除噪音。

人工智能傳感器融合：汽車安全等

雖然本博客側(cè)重于汽車內(nèi)部傳感，但更一般地說，存在一系列應(yīng)用程序，在這些應(yīng)用程序中，傳統(tǒng)的純視覺 AI 設(shè)置可能看起來是合乎邏輯的選擇，但可能不足以滿足特定用例。特別是在安全關(guān)鍵型應(yīng)用中，大部分時間在適當(dāng)照明和其他條件下工作的視覺系統(tǒng)可能遠(yuǎn)遠(yuǎn)不夠。在這些情況下，添加額外的傳感功能——無論是第二個 RGB 可見光設(shè)備、紅外傳感器、雷達(dá)，甚至是用于增強存在檢測的熱傳感器之類的東西——都可以使 AI 充分監(jiān)控和控制環(huán)境。

數(shù)十億美元的公司可能有資源在內(nèi)部開發(fā)自己的芯片，但在其他情況下，規(guī)模更小、更靈活的人工智能公司可能更適合這項工作。在這里，必須確定、開發(fā)和集成合適的硬件合作伙伴，以便為汽車和其他行業(yè)生產(chǎn)一體化產(chǎn)品?？捎玫挠布蛙浖涌诠ぞ咴胶茫O(shè)置 AI 軟件就越容易，并且可以更快地生產(chǎn)出優(yōu)秀的產(chǎn)品。有了適當(dāng)?shù)臄?shù)據(jù)、工具和人工智能培訓(xùn)，我們可以讓我們的世界對這些系統(tǒng)的用戶和整個社會來說更安全、更美好。

審核編輯黃昊宇