DeepScale是硅谷一家专注于自动驾驶感知技术的公司，其CEO Forrest Iandola在本月接受新智驾采访时表示，他们能将深度学习同时用于摄像头以外的传感器数据上，如雷达与激光雷达，并在较为廉价的嵌入式设备上提供感知解决方案。

　　新智驾：你怎么定义DeepScale和它在自动驾驶行业的位置？

　　Forrest：我们是一家软件公司，取决于与哪家OEM合作，我们会成为Tier 1或Tier 2供应商。有时与车厂合作，有时也与T1合作，向车厂提供完整的解决方案。两种典型的情况。我们不是开发自动驾驶整体解决方案，而是只开发感知系统软件，是自动驾驶构成的一部分。

　　新智驾：多传感器的前融合在学术研究上是一个相对成熟的领域吗？

　　Forrest：研究的人相对比较少。深度神经网络是一个有研究很多的领域，在语音识别、目标检测、图像及视频识别、文本分析上都有很多应用。但传感器的融合在DeepScale之外，还主要是人工设计的算法，很少用深度学习，甚至没有用机器学习的方法。总体上虽然已经有了一些研究，但仍有很多开放的问题待解决。

　　新智驾：那有待解决的问题还有哪些？

　　Forrest：除了很多方法没有利用原始数据，这会带来一定的局限外，如何做到传感器的时间同步也是一个重要问题。传感器有不同的采样速率，一个传感器可能是每秒30次的采样，另一个可能是40帆每秒，在如何融合上我们有一些成果了。时间序列神经网络（Time Series Neural Network）帮了很大的忙，RNN（递归神经网络）也很有用，解决了不少问题。

　　新智驾：雷达上的原始数据你们用的是频谱（Spectrum）吗？如何做数据融合？

　　Forrest：第一步是我们与一些雷达公司有合作，他们会为我们提供原始数据。这方面我们有一些进展，用机器学习的方法取得了一些不错的成果。可以透露的是，这有点像语音识别，你可以用原始波形（Wave Forms），或者用FFT（快速傅里叶变换）做一系列的处理，再喂给神经网络，这是一个还没解决的问题。

　　新智驾：你们对传感器的配置没有具体要求？

　　Forrest：我们在配置上很灵活，主要看合作的OEM想达到什么样的效果。在城市路段和高速上所用传感器是不一样。想达到什么样的功能，想要系统多可靠，这决定了用什么样的传感器。

　　新智驾：让业界采用你们的方案是否存在哪些阻碍？

　　Forrest：有不少公司开发出了车载的智能传感器，里面也集成了处理算法，对这些公司来说，我们的技术是颠覆性的（Disruptive）。车厂也不可能同时用这两种方法，所以我们在与汽车行业对用新技术做计算感兴趣的公司合作，希望能将计算中心化。

　　新智驾：是因为习惯了传统的方案而不愿意接受新的技术？

　　Forrest：这对每家公司来说都不一样。如果对精度和系统安全没那么敏感，就不需要。

　　新智驾：那是否意味着你们更偏向于L4-5级别的全自动驾驶，而不是L2-3级？因为后者已经有Mobileye这样的公司了？

　　Forrest：我们L2-5级别的方案都做。L2-3的定义很广泛，现在L2级自动驾驶的功能和它未来有的功能差别很大，比如像紧急制动系统这样的功能就还不完美，还有很多工作要做。车厂也对有更多的安全功能很感兴趣。我们也不是想挑战Mobileye，但在L2-3领域还有很多待解决的问题。在L4-5级上，会加入更多的传感器，会面向更多的场景，而我们系统的好处是对传感器的改变适应性很好，我们可以支持高端和低端的传感器，且不用做太多的前期开发。

　　新智驾：你们开发过程中遇到的主要挑战是什么？

　　Forrest：取决于自动驾驶车辆要达到什么样的功能，我们的一个目标就是要达到相应的感知精度要求。另外就是要在车规级的硬件和处理器上完成实时计算。DeepScale的一个优势是我们擅长重新思考神经网络的设计，以在更小的处理器上运行。英伟达等GPU公司在PC和服务器上，以及未来的汽车上都有很好的应用。但也有一些应用场景，就算是英伟达最便宜的芯片也不能满足OEM的需求，但我们能将深度神经网络运行手机和车载硬件上。这也是我们的一个特点，很多公司或者在GPU上做深度学习，或者在其它硬件上做非深度学习的传统的计算机视觉。

　　新智驾：你们现在主要支持哪些计算平台？

　　Forrest：与我们对传感器的要求不多，可以换到新的传感器而不用做过多的开发一样，我们自己的深度神经网络软件框架可以移植到不同的处理器平台上，比如高通、英伟达、TI等，我们未来会运行上所有的平台上。

　　新智驾：现在你们深度神经网络的功能有哪些？

　　Forrest：目前我们主要关注的是物体检测，包括物体的种类、运行路线、距离等信息；还可以分析3D点云，即环境的3D形状是什么，从一个摄像头到多个传感器的数据都可以分析。还有Occupancy，也就是道路上可以行驶的空间。

　　新智驾：你如何看待以摄像头或激光雷达为主的自动驾驶方案？

　　Forrest：我是一个很务实的人，我觉得更多的传感器意味着更安全。各种不同的技术路径都有自己的价值，但重要的是取决于想要做什么和达到什么样的效果。如果只是做Demo，只想在限定区域内运行，可能一个摄像头就够了，如果是要解决安全问题并且要量产，不确定。

　　新智驾：你们未来的主要工作是什么？

　　Forrest：招人，软件开发，获取更多数据，寻求更多合作都是。在一个漂亮的Demo与量产之间，还存在很大的鸿沟，安全性上也需要不断提升。
(责任编辑：admin)