给自动驾驶汽车一双慧眼

从Uber自动驾驶汽车传感器示意图看，这辆出事的自动驾驶汽车上面也安装了不少摄像头，并且这些摄像头都正常工作，却并没有避免悲剧的发生。为什么？

很简单，这些摄像头的视觉能力比不上人眼。

正如专家所说，传统的摄像头成像技术，机器的视觉能力无法与人的眼力相比，甚至很难接近。因为传统的成像技术更专注于做给人看的图像处理，即做图像的优化。而在机器的眼中，不注重像素高低，更不需要美颜，它需要的是精准的测量现实世界，不仅色彩高度还原、而且边缘清晰、锐度高等。

这就意味着传统的摄像头无法满足AI机器在复杂光线下的正常运作。

而对于驾驶员辅助系统，关键挑战则在于保证系统在任何环境状况下（温度变化、阳光照射、黑暗中或雨雪天气）都能正常工作，而且还要能辨认出300米以外的物体。

事故发生后，Uber暂停了自动驾驶汽车路测，丰田暂停了自动驾驶汽车的路测，据说，英伟达也暂停了自动驾驶汽车的路测。

希望之光

不久前拜访眼擎科技时，工作人员向笔者演示了他们最新推出的一项AI视觉成像引擎视觉技术成果：在昏暗办公室内，搭载了眼擎科技AI视觉成像引擎方案的摄像头在室内只有一台电脑显示屏作为光源的条件下，呈现出了明亮、清晰、色彩还原度相当高的图像。而此时，人眼已无法分辨出被拍摄对象的颜色和轮廓。

对此，工作人员解释说，眼擎科技希望解决的是AI机器在复杂光线下的自动适应能力。

有关资料显示，不论2D还是3D摄像头都需要图像传感器有至少130dB的高动态范围（动态范围指一个多媒体硬盘播放器输出图像的最亮和最暗部分之间的相对比值）。只有这么高的动态范围才能保证，即使阳光直射到镜头上，传感器也能得到清晰的图像信息。普通的镜头系统动态范围远远低于这个值。

该工作人员解释，眼擎科技的方案在成像的动态范围上比人眼高18db，所以在人眼无法辨别色彩的极弱光条件下仍能输出清晰的彩色图片。

今年1月份，眼擎科技发布了全球首款完全自主研发的AI视觉前端成像芯片“eyemore X42”。

据悉，eyemore X42成像引擎芯片，拥有比传统ISP高20倍的计算能力，采用了20多种新的成像算法，集成了超过500种不同场景下的复杂光线数据。

其中一个重要原因，eyemore X42抛弃了传统的ISP成像架构，采用了全新的成像引擎架构，来解决复杂光线下的成像难题。

除此之外，eyemore X42芯片还具有独立成像以及API接口丰富的特点。

就像人眼拥有超强的视觉能力，不仅仅在于强大的光学成像系统，更重要的是人眼通过神经与大脑的交互。基于此，眼擎科技也为成像引擎设计了一套与后端AI算法的交互架构，来获知AI对图像的需求。

眼擎科技创始人朱继志表示，这种与AI系统的交互能力，将使得成像系统真正成为AI的有机器官。

写在最后

在本月初的“2018全球AI芯片创新峰会”上，眼擎科技与商汤、地平线等AI新秀一起荣膺“年度AI先锋”奖，代表了业内对眼擎科技AI视觉前端成像技术的认可。

诚然，从Uber和丰田相继叫停路测来看，公众对自动驾驶汽车最大的顾虑还是安全问题。而安全问题的解决，主要取决于车辆本身能否及时监测到危机或作出及时的处理。这就需要自动驾驶汽车整个产业链的成熟发展，包括道路基础建设和5G网络的兴起，而其中最关键的还是需要车辆本身有一双慧眼。而传统的摄像头成像天花板已非常明显，以眼擎科技AI视觉前端成像引擎技术为代表的新生代，或许是冲破天花板的希望所在。