地平线发布AI on Horizon战略,边缘AI芯片开放赋能智能驾驶

4月16日至25日,以“共创•美好生活”为主题的第十八届上海国际汽车工业展览会在国家会展中心举办,专注于边缘AI芯片的创业企业地平线(展位号:3H-3AE01)亮相本次车展首次设立的“未来出行”展区。此次,地平线以“AI on Horizon,Journey Together”为主题,展出了多个最新智能驾驶解决方案,十多款地平线AI芯片和算法赋能的智能车载设备,并在17日举办的媒体发布活动上,解读了AI on Horizon的商业理念和智能驾驶战略,宣布和首汽约车、禾赛科技的重磅合作……系列动作在上海车展实力吸睛。

一、AI on Horizon,做AI时代最底层的赋能者

人工智能无疑正在成为这个时代最火热的关键词,也成为本届车展各界关注的一个重点领域。在向人工智能时代迈进的途中,AI技术将如何落地?AI企业将扮演什么样的角色?产业链上下游企业和AI公司将是怎样的关系?是产业普遍关注,也是众多AI创业公司在试图回答的问题。

本次上海车展,地平线创始人兼CEO余凯首次对外明确了地平线的战略选择——AI on Horizon,做AI时代最底层的赋能者。地平线将充分发挥自身在人工智能软硬件方面的核心优势,聚焦在边缘AI芯片+工具链组成的基础技术平台的搭建和打磨,赋能产业合作伙伴,向行业提供“超高性价比的AI芯片、极致功耗效率、开放的工具链、丰富的算法模型样例和全面的赋能服务”。

地平线创始人&CEO余凯

余凯在发布会上表示:AI on Horizon,就是通过底层的人工智能处理器进行开放的赋能,提供丰富的工具链,提供强大的服务,使得我们的客户,我们的合作伙伴能够在芯片之上去构建它的产品,构建它的应用,提供它的服务。而贯穿在其中精神内涵,就是Journey together,一路成就客户,因为我们相信只有以成就客户作为信仰的企业才能够获得越来越多的社会的支持,才能够不断的往前发展。在底层哲学上我们深刻的相信,只有充分的开放,才能真正的成就客户,只有把我们的AI芯片、工具链,乃至所有的资源都开放出来,让我们的客户能够不光能够打造无与伦比的产品,而且能够实现充分的差异化,使他们在市场上有差异化的竞争力。

从创业最初表示要做“AI时代的Intel”,到如今的“AI on Horizon”,地平线在AI时代的角色和定位越来越明晰。而此次上海车展的地平线展台上,也展示了AI on Horizon在智能驾驶方面的初步成果——十多款合作伙伴基于地平线AI芯片和算法打造的智能车载设备,包含智能后视镜、DMS产品、ADAS产品、智能出租车终端等等。

二、地平线边缘AI芯片开放赋能智能驾驶,多项最新方案展出

余凯曾发文称“自动驾驶处理器是人工智能产业的珠穆朗玛”,自动驾驶处理器在性能、可靠性、实时性、功耗效率以及对应的算法等方面都提出了人工智能行业应用中最高标准的要求,也天然的是边缘AI计算。自2015年成立起,地平线便聚焦边缘AI芯片的研发,智能驾驶正是其从一开始就选定的重要落地场景。

上海车展的媒体发布活动上,地平线副总裁&智能驾驶产品线总经理张玉峰介绍了地平线成立至今在智能驾驶方面所取得的成绩以及未来的发展规划,并发布了地平线智能驾驶战略。

基于创新的人工智能专用处理器架构 BPU(Brain Processing Unit ) ,地平线于2017年12月发布了第一代自动驾驶处理器——征程1.0,可用于L2级别的高级驾驶辅助系统(ADAS),并于2018年4月发布了地平线Matrix自动驾驶计算平台,并获得2019美国CES创新奖。据介绍,搭载了地平线第二代BPU的车规级人工智能芯片也将于2019年发布,这将是中国第一个车规级芯片。而与此同时,地平线也将迎来多个前后装项目定点。

地平线副总裁&智能驾驶产品线总经理张玉峰

张玉峰表示,基于“AI on Horizon”的商业理念,在汽车产业里,地平线定位自己为Tier 2,是Tier1和OEM的AI赋能者,通过提供基础的“芯片+工具链”,并向合作伙伴提供先进的模型编译器、完备的训练平台、场景驱动的SDK、丰富的算法样例等工具和服务,赋予汽车感知、建模的能力,实现车内车外智能化,用边缘AI芯片全面赋能智能驾驶。

地平线目前基于自主研发的芯片、工具链加上典型算法样例,已经形成了“综合环境感知”和“多模人车交互”车内车外智能化的综合能力,开放赋能智能驾驶,并在本届上海车展全数展出。地平线携手行业伙伴,一方面,共同向行业提供高性能、低成本、低功耗的多类别环境感知、众包高精地图采集与定位等方案。另一方面,共同打造 DMS、AR HUD、Face ID 等基于视觉感知与语音技术的多种智能人机交互方案。其中,基于地平线AI芯片和算法样例打造的多模态人车互动解决方案是首次公开展出,地平线NavNet众包高精地图采集与定位方案在国内展会首秀,在现场吸引了广泛关注。

  • 地平线多模态人车互动解决方案华丽首秀,1+1>2

汽车产业内有一大趋势共识——主动交互的智能人车互动。为达到这种主动交互的能力,需要突破多模态融合技术。地平线多模态人车互动解决方案旨在打造新一代的车内人机交互系统。一方面,地平线融合了视觉与语音等各领域的AI技术,结合用户的行为习惯进行预测。另一方面,可以通过地平线的AI芯片和AI算法更为精准地判断出用户的真实意图,快速推荐、处理相应的产品。譬如,多模态人车互动解决方案可以通过云端数据(包含天气、地点、日期、音乐历史类型等)+车内摄像头采集到的车内人物数据,个性化地推送最符合当前场景的歌单。

“算法的预处理、算法模型、后处理策略”,地平线从这三个阶段着手进行多模感知融合。基于征程2.0架构,地平线整合视觉与语音技术,提供的是一整套的车载多模交互解决方案。1+1>2,多模态人车互动解决方案真正使得汽车成为具备多模感知、深度决策、主动交互的智能机器人。

  • 地平线NavNet众包高精地图采集与定位方案于国内展会首次亮相

在高精地图受到技术局限又亟需的困境下,地平线因时度势,推出了NavNet众包高精地图采集与定位方案。得益于地平线Matrix强大的视觉感知能力,在仅使用单目摄像头的情况下,NavNet即可实现道路语义重建并输出局部三维地图,进而用以与已有高精地图进行匹配获取定位。此外,NavNet还可在无地图区域进行自动建图,赋能高精度地图众包建图与更新。目前,地平线NavNet支持十六大类地图元素的重建、识别、矢量化(包括车道线、地面标识、停止线、人行道、交通灯标志牌等)。

三、左手禾赛科技,右手首汽约车,地平线智能驾驶朋友圈再拓展

除了商业模式、战略发布和多款新品展出,此次车展上,地平线与首汽约车、禾赛科技分别达成战略合作,一方面推动高级驾驶辅助系统(ADAS)和驾驶员监测系统(DMS)的大规模落地,提升驾驶安全;另一方面和行业伙伴共同推动高级别自动驾驶研发与应用。

地平线副总裁&智能驾驶产品线总经理张玉峰、首汽约车车联网项目负责人夏智卿、禾赛科技董事长&首席科学家孙恺、地平线创始人&CEO余凯(从左至右)

首汽约车是首汽集团互联网转型的成功典范,是互联网出行领域的优秀代表,在当前汽车智能化的浪潮中,首汽约车也在积极探索,用最新的智能化手段提升网约车的乘坐体验和运营管理效率,引领智慧出行时代。此次合作,地平线将通过联合行业合作伙伴,为首汽约车的运营车辆提供智能车载终端,用地平线的AI芯片和针对网约车行业定制化开发的算法技术,将传统后视镜改造成具备高级驾驶辅助(ADAS)和驾驶员行为分析(DMS)、人脸识别语音识别等AI能力的智能车载设备,包含车道偏离预警、前车碰撞预警、车内人脸识别、疲劳监测、抽烟打电话等危险驾驶行为检测等功能。

禾赛科技专注于面向无人驾驶的激光雷达的硬件开发,其自主研发的激光雷达Pandar40已经装在了硅谷、底特律、匹兹堡及欧洲和中国各地的数十家顶尖自动驾驶公司的无人车上。地平线低功耗、高性能的AI芯片能够为激光雷达感知方案提供强大算力支持。此次战略合作后,将充分发挥双发的核心优势,共同向自动驾驶市场提供高性能、低功耗、易用性强的激光雷达感知方案,推动L3以上级别自动驾驶的研发与应用落地。

自成立以来,地平线与全球四大汽车市场顶级 Tier1 和 OEMs 的合作关系不断拓展纵深,合作伙伴包括奥迪、博世、长安、比亚迪、上汽、广汽等。此次,同禾赛科技和首汽约车达成战略合作,地平线智能驾驶朋友圈再度壮大。随着AI on Horizon战略的明确提出,未来地平线智能驾驶朋友圈的广度和深度将大为拓展。

赋能万物,让每个人的生活更安全、更美好!这是地平线在成立之初就明确的使命。而如今,成立不到4年的地平线已成为全球最具价值的注于人工智能芯片和边缘人工智能计算的初创企业。AI on Horizon,Journey Together!拥有世界领先的深度学习和决策推理算法开发能力的地平线探索了一条属于自己的商业化路径,聚焦边缘AI芯片,通过开放与赋能,携手行业合作伙伴共同迎接全球智能化时代的到来。

产业自动驾驶AI芯片地平线
1
相关数据
地平线机构

地平线作为嵌入式人工智能全球领导者,致力于提供高性能、低功耗、低成本、完整开放的嵌入式人工智能解决方案。面向智能驾驶、智能城市和智能商业等应用场景,为多种终端设备装上人工智能“大脑”,让它们具有从感知、交互、理解到决策的智能,让人们的生活更安全、更便捷、更美好。

深度学习技术

深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法,至今已有数种深度学习框架,如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

自动驾驶技术技术

从 20 世纪 80 年代首次成功演示以来(Dickmanns & Mysliwetz (1992); Dickmanns & Graefe (1988); Thorpe et al. (1988)),自动驾驶汽车领域已经取得了巨大进展。尽管有了这些进展,但在任意复杂环境中实现完全自动驾驶导航仍被认为还需要数十年的发展。原因有两个:首先,在复杂的动态环境中运行的自动驾驶系统需要人工智能归纳不可预测的情境,从而进行实时推论。第二,信息性决策需要准确的感知,目前大部分已有的计算机视觉系统有一定的错误率,这是自动驾驶导航所无法接受的。

激光雷达技术

自动驾驶车辆传感器的一种,采用激光扫描和测距来建立车辆周围环境的详细三维模型。Lidar 图像具有高度准确性,这使得它可以与摄像头、超声波探测器和雷达等常规传感器相提并论。然而激光传感器面临体积过大的问题,同时,它的机械结构非常复杂。

感知技术

知觉或感知是外界刺激作用于感官时,脑对外界的整体的看法和理解,为我们对外界的感官信息进行组织和解释。在认知科学中,也可看作一组程序,包括获取信息、理解信息、筛选信息、组织信息。与感觉不同,知觉反映的是由对象的各样属性及关系构成的整体。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

人脸识别技术

广义的人脸识别实际包括构建人脸识别系统的一系列相关技术,包括人脸图像采集、人脸定位、人脸识别预处理、身份确认以及身份查找等;而狭义的人脸识别特指通过人脸进行身份确认或者身份查找的技术或系统。 人脸识别是一项热门的计算机技术研究领域,它属于生物特征识别技术,是对生物体(一般特指人)本身的生物特征来区分生物体个体。

规划技术

人工智能领域的「规划」通常是指智能体执行的任务/动作的自动规划和调度,其目的是进行资源的优化。常见的规划方法包括经典规划(Classical Planning)、分层任务网络(HTN)和 logistics 规划。

语音识别技术

自动语音识别是一种将口头语音转换为实时可读文本的技术。自动语音识别也称为语音识别(Speech Recognition)或计算机语音识别(Computer Speech Recognition)。自动语音识别是一个多学科交叉的领域,它与声学、语音学、语言学、数字信号处理理论、信息论、计算机科学等众多学科紧密相连。由于语音信号的多样性和复杂性,目前的语音识别系统只能在一定的限制条件下获得满意的性能,或者说只能应用于某些特定的场合。自动语音识别在人工智能领域占据着极其重要的位置。

人机交互技术

人机交互,是一门研究系统与用户之间的交互关系的学问。系统可以是各种各样的机器,也可以是计算机化的系统和软件。人机交互界面通常是指用户可见的部分。用户通过人机交互界面与系统交流,并进行操作。小如收音机的播放按键,大至飞机上的仪表板、或是发电厂的控制室。

推荐文章
暂无评论
暂无评论~