眼擎科技朱继志：攻克视觉成像的山头，做自动驾驶最清晰的“眼睛”

打磨了四年时间，眼擎科技在成像芯片上交付了两张重要的成绩单。

今年1月，眼擎发布了全球首款成像专用芯片eyemore42；4月20日，眼擎发布了针对自动驾驶领域的成像视觉技术方案 eyemore DX120，该方案可使自动驾驶视觉能力提升到120dB（达到超越人眼的视觉能力）。

目前关于如何实现自动驾驶方案有着许多讨论，但大多数的方案都认为纯视觉的技术方案在现阶段还尚未可行。但眼擎科技CEO朱继志认为，如果在前端视觉的成像足够好，就能够舍弃激光雷达这根“拐杖”。而眼擎在过去四年的时间当中，所聚焦的事情亦是，如何让前端的成像更加清晰。朱继志认为，打通技术的关卡才是技术型公司所要聚焦的事情，也是眼擎科技的定位。

攻克视觉成像的山头

和大多数实验室数据不同的是，眼擎科技所要面对的是实时的、动态的、随时变化的复杂光线环境下的成像数据，因此所面对的挑战更为严苛、复杂。

而在AI时代里，机器对于视觉的要求已发生本质改变，精准测量物理世界将成为机器视觉的唯一要求，传统的ISP成像架构显然已无法满足这一点。尤其在自动驾驶领域，需要绝对的精准。

今年以来，自动驾驶领域出现了多次的事故。坚定的视觉拥趸--特斯拉，也三番四次出现出现了车祸事故。3月份，Uber在亚利桑那州所发生的致命车祸，在夜晚复杂光线下，摄像头的成像效果受到很大影响，且灯光无法照射到的位置几乎是全黑的。尽管业内对于车祸原因各持一词，两起事件所反映出来的之一就是视觉前端成像能力的不足直接影响到后端的算法识别的瓶颈。

而自动驾驶所牵涉的大部分场景，几乎都与光线有关，比如车过隧道的时候，隧道里外，光线明暗对比强烈，车载摄像头需要很长的响应时间；另外晚上行车的时候，部分行车开远光灯，导致车载摄像头无法正常识别；以及夜间环境下的红绿灯问题……这些典型场景下的视觉盲区都是在自动驾驶领域中无法回避的问题。

因此，攻克自动驾驶场景当中的复杂光线无比重要。眼擎的出发就是为了解决自动驾驶在视觉领域适应复杂光线的难题。

朱继志跟雷锋网新智驾介绍：DX120可以解决自动驾驶在实际上路过程中遇到的95%以上的复杂光线视觉识别问题，同时，该方案还满足了自动驾驶企业对于成像技术采用方案时对车规这一硬指标的需求，可以适应地库、夜间道路、隧道等各种复杂光线环境，给算法端输出高信噪比的视觉图像。另外，DX120有三大核心：第一，前端成像采用的是车规级Sensor；第二，视觉动态范围达到欧盟标准的120dB，第三、无损实时输出标准JPEG图像。

同时，眼擎科技打造的全新的架构的AI 成像引擎包括了算力、算法和数据，其在优化数十倍算法的前提下，大规模提升算力，在积累丰富数据的基础上，进行了数百种场景的测试与验证，从而确保成像引擎的暗光能力比人眼高 8 倍，降噪能力比摄像头高 64 倍，逆光能力比摄像头高 32 倍。

以下为DX120的实拍视频：

   

雷锋网新智驾备注：这段视频是在隧道对比的效果，可以看到隧道内外在黑暗光线下对比的反光程度。在逆光的环境下，依然能够看清车道线、交通标志牌、红绿灯、前方机动车车牌等多类目标的成像均是非常的清晰。

3+2+2的商业模式

在前面四年攻克的技术的难关以后，眼擎所面对的是，如何将自己的产品推向市场。

朱继志对雷锋网新智驾说，今年是眼擎科技市场推广落地的第一年，同时，2018年也是AI技术落地的重要一年，尤其在AI+汽车的行业里，潜在着巨大的机会与可能。为此，朱继志总结出眼擎科技在商业上的一套打法：做芯片、卖模组、推方案、建生态的商业模式，提供开发工具的套件、模组、IP授权，深度化定制等全栈式技术支持。

据朱继志对雷锋网新智驾透露：在DX120发布后的一个多月里，已有不少企业申请试用样机，其中已有相当一部分厂商进入了Design-in阶段。此外，朱继志透露：预计在今年Q3，眼擎的芯片将会大规模流片，流片完成后板卡功率仅为1瓦。而在自动驾驶领域的应用只是眼擎商业落地的开始，未来会在安防、工业检测、机器人、医疗、深度相机、无人零售等领域持续发力。

对于产业发展前景，朱继志十分乐观。他认为AI机器的大规模落地会需要以万亿计的“眼睛”，而眼擎的重点即是成为“眼睛”这一器官中不可或缺的核心芯片，与AI时代新兴的图像算法（大脑）进行更为高效、智能地交互，为它提供更为强大、高品质的成像解决方案。

雷峰网原创文章，未经授权禁止转载。详情见转载须知。