新闻资讯
当前位置: 首页> 新闻中心> 正文
单目视觉“寡头林立” 这家初创公司如何玩转双目视觉

2017年3月,欧洲Euro-NCAP(安全评鉴协会)发布了新一系列包扩奥迪、丰田、路虎等在内的车型的碰撞测试结果,其中路虎的发现车型获得了五星。获得五星的路虎车型,搭载的主动安全系统中,前向采用了双目摄像头的方案,而这个方案也成为了它能脱颖而出的关键。


作为汽车主动安全系统的一个重要传感器,摄像头已经在业内成名许久。声明卓著的Mobileye用十余年的时间将单目的性能发挥到了极致,被英特尔153亿美金收购后更是成为了单目寡头。敢于同其直面竞争者寥寥无几,于是乎鲜有的几家初创公司,选择了从双目的方案开始切入。


双目系统的原理跟单目完全不同,需要的技术积累和克服的难点也不同。在新的赛道上,同业者不多,国外博世、大陆等厂商虽早有发力,但性能一般,而国内更是屈指可数。


成立于2017年的元橡科技,算是一家低调又少数的双目立体摄像头的软硬件一体方案商。公司团队虽小,但核心成员都有丰富的研发经验,产品性能优异。


双目方案需要神同步


2015年前后,国内ADAS市场迎来了一个高潮期,各种ADAS挂名的公司如雨后春笋般野蛮生长了起来。元橡科技创始人发现ADAS虽热,但核心的视觉传感器能力还是差强人意,于是便萌生了出来创业的念头。


在计算机视觉领域摸爬滚打了十余年的元橡科技创业团队,对摄像头的软硬件技术都熟捻于心。他们认识到在单目摄像头的方案方面跟头部竞争者有太多距离,一时难以追赶。


而在双目方面,由于技术路线的不同,还有较大机会和空间。至此,自创立之初,元橡科技团队就载着做双目视觉方案的世界佼佼者的愿景,顺着软硬件一体化的道路向前走。


双目跟单目最大的区别是,前者需要软硬件的联合优化,这也是为什么公司要做软硬件一体的解决方案商。


双目摄像头的方案,CMOS融合图像数据需要相匹配的ISP处理,现有的ISP方案都是针对单目的,不太适合做双目的处理,所以元橡科技从ISP这个硬骨头开始啃,争取在相机的每个处理单元做到最优。


立体视觉的一个难点就是相机的同步问题。立体测量距离的基本原理是三角测量,用两个摄像头拍同一个景,通过图像的差异来测量距离。


而为了达到这一效果,首先两个摄像头要做到同步。图像的每一帧本身会因为时间的变化和外部环境的变化存在差异,而双目测距的原理正是通过相同场景的不同视角来得出的,如果两个相机在拍摄的时候不能达到同步,那么就会造成测距的源参照物发生错位,造成的连锁误差也是不可逆的。利用双目摄像头测距的原理得出的结果,也就本质上错了。


立体视觉的另外一个难点就是两个相机的一致性问题,就像天下没有两片相同的叶子,哪怕是工业流水线上生产出来的相机,也存在一定的差异性。


因此,为了使得立体相机达到同步拍摄,系统的软件结构、运行机制都需要进行软硬件调整,才能达到统一性。


市场上大部分宣传能够达到同步效果的,实际上还是用原有的ISP来做,但原来的ISP实际上是针对单目相机设计的,控制只能达到帧级别。元橡科技基于自身的技术,目前可以达到像素级别的对齐,这种技术在业内也属领先。


用数据说话


双目相机有一个非常关键的参数——Baseline,即两个摄像头之间的距离。距离越小,结构稳定性越好;但同时越小的间距,测量相同距离的难度也会越高。


双目摄像头在汽车上使用的环境非常恶劣,不仅要承受巨大的温差变化,暴晒雨淋冰冻,还需要经受常年累月的颠簸。


由于双目摄像头测距的原理是三角测距原理,因此作为三角测量标准尺的底边——摄像头之间的相对位置是不能发生改变的,否则结果将会是错的。产品结构的稳定性是随着摄像头间距的增大呈指数级别增加的,为此,保持双目摄像头结构的稳定性就成了顶要紧的事。


而间距越小,准确测距的难度就越大。这对于双目摄像头的发展而言是一个矛盾的存在。


元橡科技目前可以做到小于10cm的Baseline下,测距范围达到100米,精度达到95%以上,测距性能指标是业内其他已知竞争对手的两倍左右。高性能、小尺寸、低成本是公司产品的优势。


正如之前《高工智能汽车》写的一篇文章中所述(点击浏览ADAS单目/双目/三目到底有什么区别?),双目测距的方案对于两个摄像头的一致性要求非常高。但元橡科技使用的镜头,只是一般的镜头,并没有采用很高的规格,国内舜宇,欧菲光生产的都可以使用。这是因为元橡科技通过自身的图像矫正算法,可以消除掉摄像头差异带来的问题。


这种技术得益于他们在日企中工作的经验,日本在精密制造领域拥有相当的实力。在以往的工作经验中,并不会寻找品质最好的镜头,因为不利于大规模产品化,于是在通用的镜头中寻找一致性较好的两枚摄像头,然后通过软件算法的调教,消除差异。5%-10%的畸变误差都会刷掉大部分日本生产厂商。


镜头的安装是一片片镜片层层叠加在一块,公司花了很大的精力去做非一致性的容忍。从30度到90度的镜头,都可以支持。另外广角的非球面镜片本身生产就有很大的难度,但团队现在的技术也已经可以达到要求。


元橡科技核心人员透露,能攻克这些技术难关,需要耐心和静心,它是一个基础的研究,但国内的环境整体较为浮躁,个中不仅仅是后端算法的弥补,还需要硬件层面的调整,少有团队能沉下心来做事情。


单双目的失真


单目跟双目本身存在功能性上的不同,双目是用来测距,单目是用来识别。简而言之,双目是在单目的基础上加了一维深度信息。


单目是2D的,真实的世界是3D的,因此单目拍出来的2D照片失去了现实世界一个维度的信息,这个缺失的信息对于车载又是至关重要的。


为了接近真实环境,单目需要通过其他的信息来弥补缺失的另一维度的信息。这就是单目方案需要大量样本库的原因,单目需要首先识别物体,然后才能通过成像尺寸或者在图像中的位置信息得到距离信息。无论是深度学习,还是传统的方式,都是在补缺失去的信息。


单目的工作原理造成它常常会存在漏检的情况,对于陌生的障碍物无法识别,这时候会直接导致事故。ADAS层级越高,视觉必须要得到距离来补充,才能得到一个完备的结果。


而双目实际上是一个2.5D的传感器,摄像头拍摄的图像是2维的,双目测距获得的距离信息是一个0.5维度(无法获取障碍物背部的信息),因此通常将双目称为2.5维的传感器。


双目做ADAS不需要样本库,测距直接通过简单的规则——将路面以及周围突出的物体都视为障碍物,整个算法是全白盒化的,不会存在识别不到的问题。而且一旦出现问题,就可以直接找到原因,不会像单目深度学习算法是黑盒的逻辑。当然双目能够得到这样的结果,一切都是建立在准确获取测距结果的基础上的。


单目的核心是数据库和算法的,但双目是需要联合优化,立体匹配,两个相机的一致性,整个的优化流程都不一样。博世的长期研发的团队有数十人之多,但技术水平并没有提高太大。


优化难度之所以较大,是因为双目的优化需要软硬件同时进行,而且本质上而言硬件的优化是重中之重。


因此对于调校的工程师而言,需具备硬件工程师的思维,只有这样,才能让硬件发挥到极致性能。能达到这些要求的工程师,业内给了一个称号:全栈工程师,他们在国内非常稀少。


这些人才需要在软硬件方面都具备一定的知识储备,在光学成像、软件算法、硬件电路方面都得有所涉足,因此人才较为稀缺。


元橡科技的核心技术人员,已经有超过5年的团队工作经验,因此相互协调工作已经有了很大的默契。加上行业经验,才能迅速的将产品更完善的展现出来。


元橡科技新招募的工程师很多都是从名校毕业的应届毕业生,学历至少为硕士。这些人才需要既懂硬件,又懂软件。


他们大部分的背景是做视觉、芯片逻辑的,刚开始公司并不会急于员工进行开发,产生效益。而是会培养员工的各方面能力,只有这样,才会使得新来的员工在后续的研发过程中,自然而然的具备合适的思维模式。


立体相机为何物?


立体相机并不是形态上必须是双目或者多目,而是它所拍摄出来的图片一定要经过立体的匹配,点对点的匹配和优化,最终得到一个稠密的视差图,或者说深度图。整个过程需要性能强大的处理器完成,没有这个过程,是不能称之为立体相机的。


三目的立体相机和三目成像相机也是有不同的。三个不同FOV的摄像头,没有立体匹配,就不能称之为立体相机。原来的车载摄像头分辨率有限,因此三目成像相机本质上是一个二维相机,跟单目原理一样,只是为了覆盖更远的距离,更广的角度。


特斯拉曾想通过三目立体相机的原理,测算出距离。就是通过不同视差角的摄像头拍摄图像的重叠区差异性,计算得出障碍物距离。但是这种技术本身存在一个较大的技术难点,就是不同广角的镜头拍照以及曝光的时间不同,两个摄像头拍照的时候成像的相同的位置时间是不一样的,很难保证同步。


举例来说,摄像头长焦的和广角的某一行像素点是同时曝光的,但其中只有少数几个像素点能达到时间的绝对同步。剩下的大部分像素点曝光时间都不在一个时间点上。


这种微小的差异在高速运动中就会被放大,也就造成了双目测距距离不远的原因。所谓差之毫厘谬以千里,说的就是这个道理。


为了解决这个问题,在当前的技术条件下,除非CMOS厂家做一些工艺上的特殊处理,比如让人们可以控制每一个像素点的曝光时间,但实现的难度比较大。


因为国际上知名的CMOS厂商都是巨头,如索尼、三星等,他们的业务在车载领域占比较小,而作为已经成熟的标准的工艺,是很难为一些企业做出调整、修改,明星如特斯拉都不行。


因此现阶段而言,三目想要做成立体相机是很难的,短距离测距可能会有,但意义并不是很大。这也是特斯拉后来为什么放弃做三目摄像头(Mobileye提供技术支持)的主要原因。


在现有的基础上,为了实现类似的三目效果,可行的方式是通过多个双目相机实现,比如现在元橡科技就在尝试做四目甚至六目的相机来实现不同测距范围的多角度覆盖,将双目当做单目来用。


双目需要FPGA来做


视觉方案不可避免的要用到高性能的处理器,但NVIDIA的三高处理器并不适合,FPGA的方案才是可取之道。


一般算法验证会在PC上用GPU来做,但做产品化并不会用GPU的方案。这与平台的适应性有关,一般来讲,端上智能更适合用FPGA、芯片的方式,它需要完成大量高速的重复运算,最好是用高计算能力的专用芯片完成。


类似于NVIDIA的方案,实现一个通用计算平台,功耗大,即使是降到现在宣称的15W,如果没有主动散热系统,还是很难正常工作的。NVIDIA的方案,更适合多传感器融合、无人驾驶大脑的场景。


之所以有些公司会尝试用GPU的方案,是因为GPU 的开发相对简单一些,大部分通过原有的C语言修改就可以使用。


元橡科技的FPGA已经迭代了好几代,技术成熟需要走过无数的坑,没有谁可以轻松跨过。


双目的摄像头是一个天然融合的传感器,它将深度学习和图像学习糅合,使得后续的处理速度会非常快。


元橡科技使用FPGA的方式,将传感器深度图像生成的时间压缩到了毫秒级别,这意味着处理解析图像数据,得出结果几乎是实时的,给控制决策部分留下了非常充裕的时间。


传统的GPU的方案,在处理图像前,首先得将图像缓存,这个时间大概会花费30ms左右的时间,之后完成图像的特征提取。因此纵使GPU的计算能力再强,但前面的缓存时间是没有办法忽略掉的。


而用FPGA的方案,则用时会很少,当图片在从一个像素一个像素生成的过程中,就可以通过有限的几个像素点计算对比出差异,提交给处理器得出计算结果。整个过程是几乎实时完成的,为中央处理器做控制、决策留出了充沛的时间。


这也是为什么在NCAP的评比中,路虎的双目方案可以获得满分的原因。这里面有一个核心的问题——系统的复杂性造成延时性不一样。


双目的趋势


奔驰2016年前只在S系的车型中试验了双目,但到了2017年的时候,其销量最广的E系列车型,都已经标配了双目。


后来宝马的5系也跟上了,而路虎走的更为激进。前视传感器中将雷达去掉,只用双目的方案(但是它还是凭借单一传感器拿到了N-CAP的第一名,英国当年的最佳安全车型奖)。


双目能够取得很好的效果,已经得到了国外主流的一些主机厂的认可。包括一些知名的Tier-1,也在发展自己的双目能力,如博世、大陆等,Mobileye也在一直修炼内功。国内主机厂需要看到这个趋势。


尽管双目拥有一定的技术优势,但由于供应商太少,整体声音较弱。国内无论主机厂还是市场对双目方案的认可度、信任度都比较低。


只做高利润的Tier-2


元橡科技的目标和定位都是做Tier-2,这不仅仅是因为想要快速占领市场,必须依赖Tier-1等巨头帮忙推进,另一方面,作为一个技术型的公司,拥有了一定的技术壁垒之后,只需要提供技术方案获取最高利润即可,并不需要去做生产制造。


生产制造是一个繁复冗余的过程,需要完善的管理、精密的管控,一般Tier-1或者主机厂也会愿意指定一些拥有相应制造实力的公司。


同时如果公司涉足了生产,就会潜在的成为原来一些有实力的制造商的竞争者,对于发展而言并不有利。因此元橡科技未来也不打算涉足生产制造环节,会像国外的科技公司一样只提供技术方案。


目前元橡科技的人员有20余人,已经拿到了众多主机厂的合作订单,会在近期完成一轮融资。将核心研发人员扩充到40人,周边应用开发人员要达到20人,还要建立自己的FAE团队,用来培养Tier-1或者主机厂的工作人员。


另外除了北京是核心研发的驻地外,元橡在上海也设立了产品应用的部门,用来服务长三角周边的大量主机厂客户。


公司希望将来把产品做成一个标准件,然后批量给主机厂、自动驾驶公司使用,而不是忙不迭的做一个又一个的定制项目。同时,未来希望做全球顶级的双目视觉软硬件方案提供商。


公司目前主要的合作伙伴将会是Tier-1、主机厂,自动驾驶相关的将会稍微偏弱,毕竟离应用太远。但也会做一些典型的CASE,用来培育市场(元橡科技在OpenSpace中可以达到几乎100%的可靠性,自动驾驶公司可以通过公司的方案来做路径规划)。


除了在车载领域的应用,元橡还涉足了机器人、无人机等领域。计算机视觉的技术,原本就是相通的,如果能服务于车载领域,那么在消费领域和工业领域也顺理成章。

来源:高工智能汽车

本文地址:https://www.d1ev.com/news/shichang/64828

Copyright © 2017 元橡科技(北京)有限公司. all rights reserved.京ICP备17047648号

+010-8646 8956