人工智能

清研微视:九年钻研疲劳驾驶预警,打造护驾卫士

清研微视是国内在商业化上走得较远的ADAS厂商。

2017年03月14日
撰写 | 刘馥亮
  • 人工智能
  • 人脸识别
  • 清研微视
  • ADAS
  • 疲劳驾驶预警

清研微视创始人张伟,2012年博士毕业于清华大学汽车工程系,在校期间,研究课题是疲劳驾驶识别。博士毕业后,张伟赴苏州清华汽车研究院,在研究院的扶持下创建清研微视,将学术研究成果市场化。

2013年5月,清研微视成立;2015年12月,第一款产品交付,从2006年张伟开始研究这个课题开始算起,历经整整9年产品落地。清研微视的疲劳驾驶预警系统可应用在商用车和乘用车;在推出疲劳驾驶预警系统之后,清研微视又推出了公交客流统计系统、护驾卫士ADAS系统。

清研微视产品体系图

(注释:高级驾驶辅助系统(Advanced Driver Assistant System),简称ADAS,是利用安装于车上的各种感应装置,第一时间收集车内外环境数据,进行静、动态物体的识别、侦测与追踪,让驾驶者在最短时间内察觉危险,从而引起注意、提高安全的主动安全技术。

驾驶员疲劳预警(Driver Fatigue Monitor System)属于ADAS的一部分,是在驾驶过程中,捕捉并分析驾驶者的生物行为信息,检测出驾驶员出现疲劳,从而进行预警。当前主要采用的疲劳检测手段有两种:一是驾驶员驾车行为分析,即通过分析驾驶员转动方向盘、踩刹车等行为特征,判断驾驶员是否疲劳,但这种方法受驾驶员习惯影响较大;第二种是通过图像识别,对驾驶员脸部与眼睛特征,进行疲劳评估。第二种方法正逐渐被主机厂接受并采用,清研微视即是通过表情识别,提供驾驶员疲劳预警解决方案。)

2016年,清研微视实现营收数千万,在智能驾驶领域属于商业化较早的公司。通过自身和合作伙伴的努力,前装市场与众多主机厂达成合作,后装市场为物流公司、巴士集团服务,同时以ADAS技术与保险公司合作,2017年清研微视将更上一个台阶。

九年磨一剑,ADAS产品量产

九年心血,才落地第一款产品,可见人脸识别的难度。据张伟博士介绍,技术的最大难度在于表情识别,不同个体的表情特征会有差异,除了人本身的差异性外,还受环境影响,比如戴墨镜、眼镜反光、镜框遮挡、光照和驾驶员乱动等诸多问题,都会影响到识别精确度。

识别精确度的提高需要依赖大量数据优化算法,早期的数据来源主要通过两种途径:一个是在运行的车上安装视频记录装置;另一个是清研微视有一个团队在各地搜集数据,数据采集回来再进行整理。

清研微视团队规模在50人左右,其中近30人是技术人员。清研微视历经九年打造的产品,目前在国际上也处于领先水平。以安全著称的沃尔沃,与清研微视在商用车上的合作,已经在印度开展;日本先锋电子,在智能驾驶方面,挑选了国内两家企业作为合作伙伴,车联网是与百度合作,ADAS是与清研微视合作。国际厂商的肯定,充分证明了清研微视的技术能力。

在第一款产品落地之后,后续产品的推出就变得相对容易。张博将之比喻为小孩“识字”与“认苹果”、“认梨”的关系,小孩不识字时要学会什么是苹果、什么是梨,这是个困难的过程;但如果已经识字,再区分苹果与梨,就轻松很多。在图像识别领域,清研微视耕耘9年就是“识字”的过程,第一款产品是“苹果”,后续的产品就是“梨”、“香蕉”……

在实现疲劳驾驶预警的技术突破之后,清研微视推出了ADAS“护驾卫士”。这款产品包含对车内和车外两个维度的识别:面向车内,是疲劳驾驶识别;面向车外,是对行人、路和环境的识别预警,包括车道偏离预警、前车碰撞预警、盲区检测预警、行人碰撞预警和标识识别等。目前护驾卫士已经实现小批量生产,将交付给长途客运和货运公司。

商用车市场为主,乘用车市场刚兴起

产品落地,随之而来的是推向市场。对疲劳驾驶预警系统有刚性需求的是商用车,因为职业驾驶员连续驾驶时间较长,产生疲劳的概率大,而且出现疲劳驾驶,产生的事故都很严重。

在乘用车市场,疲劳驾驶预警对个人消费者不是必需,而是锦上添花。但近来随着成本下降,主机厂开始主动拥抱疲劳驾驶预警系统,一是对车主有用、降低车辆事故,二是在不显著影响价格的前提下可以增加一个卖点。

与主机厂合作主要是在前装市场,清研微视目前已达成合作的主机厂有:一汽、北汽、广汽、福田、江淮、重汽等。面对主机厂的销售,清研微视会自己做,也会通过合作伙伴,包括先锋电子和主机厂的知名一级供应商。

疲劳驾驶预警系统

在清研微视2016年的营收构成中,后装市场占比90%,前装市场占比10%。后装市场的客户主要是物流公司,即将量产的护驾卫士也主要是面向后装市场。与主机厂的前装合作,产品推向市场的时间周期较长,因为疲劳驾驶系统尚处于试验状态,未成为所有车型的标配;在主机厂选定搭载疲劳驾驶系统的车型中,下线的周期,相比后装市场也长很多。

据张博介绍,国内的商用车在800万辆左右,市场规模在数十亿级别,如果加上每年2,500万辆的乘用车销量,市场空间足以跑出2个以上百亿市值公司。

图像识别实现公交客流统计92%准确率,助力智能公交

清研微视的疲劳驾驶预警,已能够实现复杂情况下的人脸表情识别,帮助公交车统计客流只是机器视觉识别技术的一个自然延伸,而公交车客流统计也是出行市场一大痛点。

公交车客流量统计系统,就是用机器代替人工,实现公交站点和线路的人数统计。人流数据可支撑公交线路优化、客流的实时动态分析与预测、公交调度的决策和调控。准确易用的客流统计系统是实现智能公交不可或缺的配置。

回顾公交车客流统计系统的发展历史,历经IC卡、压力踏板、红外线等检测方案,但这些方案在实际过程中,均存在众多问题。IC卡只能反映本地乘客的数据规律,无法囊括游客乘车情况;压力板根据踩踏次数和重量来判断人数,接触式检测设备故障频率高,维修成本高,且因体重差异、单/双脚踩踏、原地踏步等原因,导致检测准确率不高;红外计数使用的是对射原理,过人时阻断红外线,形成“一个”计数,在人流高峰阶段,多人并行的情况会导致漏检率高。

清研微视是利用摄像头,从头顶采集头部图像,利用视频图像处理、模式识别等技术,对“人头”进行检测与跟踪,实现人数统计。客流量统计也面临着表情识别类似的诸多难题,例如乘客拥挤、光照、发色、帽饰等都影响识别准确性。

公交车客流统计系统

清研微视的检测跟踪算法,是摄像头拍摄的图像以每秒25帧的速度处理,实时提取图像中人头部的形状、发色和头部运动,与数据库中积累的样本特征数据对比,确定目标是否为同一个人;算法要同时对多个目标同步跟踪,精确跟踪每个乘客的行动轨迹,确定乘客从上车到下车,以完成“一个”计数。

在提供客流统计系统硬件和算法之外,清研微视还为公交公司提供后端网络平台,获取车辆位置信息、客流信息,结合线路表和站点,可帮助实现智能调度。

清研微视的公交客流统计系统,落地的第一个城市是银川,1500套系统覆盖了这座中等城市的所有公交车。银川之外,这套系统也在淮安等城市落地;截止2016年9月,公交客流统计系统的销售量达到6000多台。

近期,爱分析对清研微视创始人&CEO张伟博士进行了调研访谈,节选部分与您分享。

Q:目前ADAS的技术水平距离无人驾驶还有多远?

A: 要实现无人驾驶,有两个方面:一个是车辆控制,一个是环境识别。车辆控制包括纵向控制(加速、减速)和横向控制(与方向盘相关),车辆控制的技术已经比较成熟;难点是环境识别,包括行人识别,道路识别等。靠传感器去感知外界的环境,这个需要多传感器融合,目前激光雷达等成本还太高;另外需要的条件是,精准的地图、精确定位和一个精确计算的安全平台。

微观上,车的感知和控制越来越智能化,这依赖于多传感器融合的识别;宏观上,把车看成一个点,就依赖于高精度的定位,从网络平台对它进行调控。这两个结合,才能达到真正的无人驾驶。

Q:您觉得激光雷达的成本会下降到什么程度,预计多长时间?

A: 激光雷达实现固态化,低成本就达成了。在2016年的CES大会上,已经有公司做出了全固态激光雷达,清华汽车研究院也在进行全固态激光雷达的研发,所以我觉得激光雷达的成本降下来不是问题。成本下降的程度,国外公司给的是能下降到300-500美元,按我们的技术路线,能在600人民币以内,我们规划的是2年时间实现。等成本降下来,全固态激光雷达就会成为汽车的标配。

Q:特斯拉抛弃Mobileye而选择与英伟达合作,可能的原因是什么?

A: 深度学习的技术越来越成熟,只要硬件资源足够,达到Mobileye的水平不成问题。特斯拉在自动驾驶方面,对于各类技术都尝试过,不一定全部都自己做,但它要挑选最合适的供应商。自动驾驶的算法复杂度很高,计算对硬件资源要求比较高,在小小的电路板上要把复杂的算法跑起来,英伟达技术有一个GPU加速的功能,利用GPU加速,让算法跑起来,所以选择跟英伟达合作。