开易科技将深度学习落地为重点布局方向，最大程度地挖掘其每月增加百万级数据量的价值。

下午四点，搭载开易科技 ADAS 设备的测试车缓缓由市区驶向机场高速。

为确保得到更全面的实测数据，坐在驾驶位的技术人员李永强需要在高速上来回变换车道、压车道线行驶或是开上逆光小路；副驾驶位的工程师建军则怀抱笔记本电脑，负责收集、记录数据，着重挑选车辆密集或是有挑战性的路段进行视频采集；后排的算法工程师大姚与阿布时刻关注着测试屏，对测试效果进行分析评估，讨论各种优化算法的可能。

?

　　开易科技路测效果图

　　（地面上的蓝色阴影标示车道线区域检测结果；红色线圈出正前方车辆并显示车距，蓝色线圈出侧前方车辆并显示车距）

最近，一旦有算法优化或是硬件更新，开易科技的技术团队就会进行这样的路测。这家专注于ADAS技术的创业公司，成立于2015年底，创始团队主要为海归博士、硕士以及业内专家，目前研发的系统已实现车道偏移预警、前车碰撞预警和前车启动提醒等功能。近日，小米开售的“70”迈智能后视镜，就采用了开易的ADAS系统。

基于单目视觉，紧跟多传感器融合大潮

目前，ADAS系统的视觉传感器主要有激光雷达和摄像头两种。其中，谷歌、百度采用了成本较高的激光点云，可以满足较高的精度要求。摄像头同样是一种非常重要的传感器，虽精度比不过激光雷达，但胜在成本较低，可以满足 ADAS 系统的基础需求。

摄像头可分为单目和双目两种解决方案。狭义的双目解决方案指可通过视差实现精确测距，类似于加强版的毫米波雷达，用于判断前方是否有障碍物、是否有碰撞的危险，并不会判断前方具体是什么。广义的双目解决方案则集成单目的特性，利用其模式识别方法识别前面物体的类型、进行追踪，可以实现距离估算。

开易科技最核心的技术是基于单目视觉的图像识别，这源于单目本身的技术优势：它既可以独立构建ADAS系统，又是双目的关键技术点。由于具备相同的功能，双目摄像头和毫米波雷达未来将会存在一个取舍的问题。「相比之下，单目即使在未来传感器融合的大趋势下，也是一个不可或缺的技术点，无论从短期还是长期看，都存在不可替代性。」开易科技 CEO 刘鹏说。

从自动驾驶 L1-L5 的分级上看，纯单目的解决方案最多只能实现 L2 级。在刘鹏看来，虽然开易目前的落地产品只能做L1到L2级别，但未来会考虑与其他传感器（如毫米波雷达）结合，做L2到L3级别的事。「目前L4到L5级别的应用还仅限于一些测试场景，要真实落地不仅要在技术上、法规上符合规定，还需要制造工艺上满足要求。」

　　2014年国际汽车工程师协会（SAE）制定了一套自动驾驶汽车分级标准，并对其自动化程度划分了 L1~L5五个等级

不过，刘鹏也承认单目解决方案同样存在缺点。第一是没有办法实现精确测距，不过目前实现 L2 级别的自动驾驶，只要测距误差在5%甚至10%内都可以接受，车主可通过正确的信号做出判断。第二是在极端恶劣条件下（比如暴雨天），如果连人的视线都会受到影响，单目的准确率也会严重下降。

　　这需要通过传感器融合来弥补解决，也是未来开易科技的研究方向之一。

提前布局深度学习，强化技术优势

「我们另一个布局方向是深度学习落地，最大程度地挖掘出海量数据的价值。」刘鹏如是说。

单目视觉的技术核心之一就是目标检测，这就需要海量的完备数据支持。当准确率达到一定水平时，数据集的好坏就会成为提升准确率的关键因素。开易科技在全国范围内有三十多辆采集车采集各种工况数据，这些来自不同城市的数据再经过机器筛选，人工标注，加上其他数据来源，开易每月会收集到百万级的数据量，「这是一个持续积累、补充的过程」。

　　另一个核心技术是对目标进行持续的追踪以确保有效预警，这涉及到测距等技术。现在无论检测还是追踪环节都流行用深度学习，但存在资源消耗高、在主流的嵌入式平台上难落地的问题。在刘鹏看来，传统方法在准确率上是有瓶颈的，需要更复杂的算法。深度学习可拓展性较强，可以帮助提升各方面的性能指标，虽然目前很难低成本落地，但根据摩尔定律能让深度学习跑起来的硬件终会出现。（摩尔定律指的是当价格不变时，集成电路上可容纳的元器件的数目，约每隔18-24个月便会增加一倍，性能也将提升一倍。）