ADAS準備好被“重新定義”了嗎？

　　有什么價值?

　　首先，Verre解釋：“我們并非僅提供所謂的影像，而是提供給機器使用的視覺數(shù)據(jù)。”

　　他提到Chronocam事件驅(qū)動型(event-driven)傳感器的三個主要優(yōu)點：“可產(chǎn)生較少的數(shù)據(jù)量，能夠達到更快的反應時間，并且可在更寬廣的動態(tài)范圍中運作。”

　　相較于傳統(tǒng)影像傳感器使用許多重復的靜態(tài)影像而較為耗能，Chronocam的不同點在于其以事件驅(qū)動型的計算機視覺技術只擷取一個場景中因動作而產(chǎn)生的局部像素級變化。

　　Verre表示：“減少數(shù)據(jù)量相當重要，因為我們無法讓帶寬超載。即使是非常少的數(shù)據(jù)量也會對ADAS應用所需的資源量和成本造成相當?shù)挠绊憽４送?，這一技術還能讓機器實時處理數(shù)據(jù)。”

　　采用該公司計算機視覺傳感器的另一個強項表現(xiàn)在其動態(tài)范圍。

　　事件驅(qū)動型計算機視覺技術不受光線條件影響，無論明亮或暗處，皆可擷取視覺數(shù)據(jù)。Verre說：“在如此寬廣的動態(tài)范圍內(nèi)擷取高質(zhì)量時間數(shù)據(jù)的過程就是一個極大的優(yōu)勢。”他解釋說，與動態(tài)范圍在80到100dB之間的傳統(tǒng)影像傳感器相比，Chronocam的技術可提供120到140dB的動態(tài)范圍。

　　然而，Chronocam的市場定位明顯地轉移至某一個方向。但Chronocam相信，在進入ADAS/自動駕駛車市場時，并不至于與現(xiàn)有CMOS影像傳感器供貨商社群發(fā)生沖突。

　　與一年前所聽到不同的是，Chronocam如今開始將其技術運用在幾種提升ADAS/自動駕駛車安全性所需要的傳感器中。

　　事實是目前的CMOS攝影機在車用市場的基礎穩(wěn)固。如下圖研究機構Yole Developpement的圖表中所示，車用攝影機的需求正快速成長中。

　　除了采用多臺攝影機，具備ADAS功能的汽車也已經(jīng)布署了不同傳感器，例如雷達、光達(LiDAR)到超音波傳感器等。

　　Verre預期：“雷達可能會繼續(xù)存在，攝影機需要用來顯示信息(提供駕駛使用)。但是當加入Chronocam的事件驅(qū)動型傳感器，可提升其他傳感器的效能，并加快擷取數(shù)據(jù)的速度。”

　　Verre提到事件驅(qū)動型傳感器并不會擷取模糊的動作數(shù)據(jù)，運作時也并不受光線條件的影響。較高的時間數(shù)據(jù)能與其他傳感器共同運作。他提到Chronocam目前尚沒有合作伙伴，但其目標在于與其他的傳感器合作伙伴共同建立一個以事件驅(qū)動型傳感器為中心的生態(tài)系統(tǒng)。

　　Chronocam的傳感器運用在車子時，舉例來說，能取代昂貴的光達系統(tǒng)，能夠使自動緊急煞車功能成為標準功能，并運用在非高價車上，因為這種事件驅(qū)動型傳感器并不需要大量的數(shù)據(jù)處理。

　　深度學習

　　那么深度學習(deep learning)又扮演什么角色?許多目前正在研發(fā)中的自動駕駛車開始采用深度學習技術來處理大量收集到的感測數(shù)據(jù)。

　　如同Nvidia所表示，深度學習“仰賴強大運算能力的GPU、存取大量的數(shù)據(jù)，以及具備智能算法，為深度神經(jīng)網(wǎng)絡處理復雜的問題。”例如，Nvidia的GPU可用在深度學習的學習與推論方面。

　　目前用于深度學習的數(shù)據(jù)集主要是以傳統(tǒng)CMOS影像傳感器所擷取的數(shù)據(jù)為主。如果Chronocam決定采用深度學習技術，該公司需要自行訓練數(shù)據(jù)集——其方式就是透過事件驅(qū)動型的數(shù)據(jù)。

　　汽車OEM將會在現(xiàn)有組合中再增加一個(或多個)傳感器嗎?

　　事件驅(qū)動型傳感器的基礎是神經(jīng)形態(tài)工程學。Verre表示，這對于Chronocam來說是可行的，并不需要拒絕，因為需要接受訓練的數(shù)據(jù)量會變得更少。事件驅(qū)動型傳感器本質(zhì)上能夠非?？焖俚丶右苑磻Ｋa充說：“Chronocam自己的人工智能(AI)數(shù)據(jù)庫能完全配合處理事件驅(qū)動型數(shù)據(jù)，且預計今年底前將可完成。”

　　看好哪些市場應用?

　　Chronocam已經(jīng)將目光瞄準了三個市場：汽車、AR/VR和機器人。該公司最早準備好打入的市場是機器人，預計在2018年推出產(chǎn)品。采用事件驅(qū)動型傳感器的機器人可在工廠的安全距離內(nèi)，監(jiān)控工人和協(xié)作型機器人(co-robot)的操作。

　　根據(jù)Verre所說，如果這類系統(tǒng)采用傳統(tǒng)的影像傳感器，最小距離必須保持在40公分左右，因為擷取數(shù)據(jù)時所造成的延遲，會使得協(xié)作型機器人在更接近人類時造成危險。

　　相反地，他提到，采用Chronocam的傳感器，距離可縮短至3公分。Chronocam目前正與一家美國的機器人制造大廠合作，但Verre并未透露該公司的名稱。原型機預計將于今年中以前完成。

　　AR/VR是Chronocam下一個計劃進入的市場，商用化產(chǎn)品預計于2019年上市，該公司的傳感器將用于AR/VR頭戴式裝置的眼動追蹤與視覺測距功能。

　　最后一個但也是最大的市場為車用市場，其合作伙伴包括Renault、Nissan，以及歐洲以外的汽車OEM與一線廠商。Verre示表，該公司的計劃是在2018年年底前推出原型產(chǎn)品，以便能在“2021年如期上市”。

　　對于任何新創(chuàng)公司來說，投入車用市場的技術研發(fā)過程相當痛苦，因為它需要較長的產(chǎn)品開發(fā)周期，然而幸運的是，Chronocam的產(chǎn)品也可以應用在其他市場，如機器人與AR/VR，在開發(fā)車用市場期間可以先在這兩個市場上有所發(fā)揮。

　　Verre預估，該公司將在2019年開始看到實際的營收，一年大約會有兩千萬美元的銷售額。

　　需要強大的晶圓代工伙伴

　　這家新創(chuàng)公司目前的首要任務是完成這三個市場的產(chǎn)品原型，證明這些產(chǎn)品能有效地運作，并且在每個市場建立合作伙伴關系。

　　一年前，Chronocam可能認為提供第一層事件導向運算(軟件開發(fā)工具包;SDK)的攝影機技術便足以說服客戶。但現(xiàn)在，Verre相信，Chronocam必須提供合作伙伴全面的垂直解決方案，若無法做到這點，Chronocam認為其與眾不同的技術將永遠不會被市場接受。

　　為了成功推出其事件驅(qū)動型的傳感器技術，Chronocam需要一家強大的晶圓代工合作伙伴。目前，該公司正使用標準的CMOS圖像處理技術，制造具有VGA分辨率的傳感器。Verre說：“但至少還必須提升到高畫質(zhì)(HD)的分辨率。目標是改采用晶背3D堆棧技術來生產(chǎn)像素間距縮小至5微米的傳感器，相形之下，目前的傳感器約有15微米。”

　　一年前，Chronocam還只能從CEA Investment和Robert Bosch等創(chuàng)投業(yè)者中募得150萬歐元，而今，該公司已擁有1，500萬美元的資金，并正不斷地強化其工程團隊。Verre的計劃是在今年底前擴充到50人。