汽車視覺產業研究（下）：視覺感知進入深水區，演算法決定贏家

​佐思汽研發布《2019-2020 汽車視覺產業鏈研究報告（下）雙目及其他》。

據舜宇光學觀點，汽車攝像頭分為感知攝像頭和影像攝像頭。

感知攝像頭用於主動安全，需要準確捕捉圖像，一般用於前視和內視。影像攝像頭用於被動安全，並將所拍攝的圖像存儲或發送給用戶，一般用於環視和後視。因此，感知攝像頭和影像攝像頭在成像質量要求和溫度可靠性要求方面完全不同。

感知攝像頭用於車道檢測、信號燈檢測、道路標誌識別、車內監測等。如果感知攝像頭拍攝的圖像有任何錯誤，將會引起軟體計算錯誤，並導致不可避免的後果。所以，感知攝像頭的價格敏感性相對較低。

影像攝像頭對價格非常敏感，因此存在激烈的價格戰，對性能的要求不是很高，國內企業介入較多，但是絕大多數都不賺錢。從2019年中國乘用車環視前裝市場格局圖可知，環視市場各廠商份額比較分散，不像前視單目市場呈現市場相對集中的局面，TOP6佔據90%以上份額。

來源：佐思汽研

前視攝像頭需要複雜的演算法和晶元，前視單目的單價接近 1000元，雙目則需1000多元。後視、側視以及內置攝像頭單價在200 元左右。

雙目領域取得突破

國內初創企業在雙目領域取得了突破性進展，尤其是在商用車和專用車市場。

中科慧眼雙目已經出貨一萬多台，主要用在Apollo系列無人車、江鈴輕客、環衛車、無人船、拖拉機、巡邏車等。中科慧眼雙目產品的典型應用是AEBS和限高檢測。大約有30多個城市的公交集團裝配中科慧眼雙目系統。

雙目用於限高裝置的檢測，是中科慧眼的首創，除了常規的的限高桿，諸如鄉下的小牌坊，涵洞等各種非標限高裝置均可準確感知並及時通過聲光報警裝置提醒司機。房車、特種車輛等均有限高檢測的強需求。

來源：中科慧眼

2019年，雙髻鯊宣布開發出自由雙目系統，可以使用兩個完全獨立的單目攝像頭實現雙目系統，以擺脫雙目設備體積大、工藝複雜、安裝困難、成本高等固有缺陷。

來源：雙髻鯊科技

兩個攝像頭獨立安裝，固定在車體右側即可。中間無需剛性連接，也不需要嚴格控制攝像頭的角度和間距。「自由雙目」的核心原理是自校準技術，即使攝像頭在使用過程中發生了輕微的變形和移動，雙髻鯊的演算法會自動檢測並重新校準，免除了常規雙目所需的定期重新標定校準工作。

2020年4月，Foresight宣布與FLIR合作，整合FLIR的紅外攝像頭，結合可見光立體視覺和熱成像立體視覺的技術，在惡劣的光線和天氣條件下提供精確的障礙物檢測。兩個立體通道之間的數據融合，可以有效解決隧道口等明暗快速變化的極端情況下的不報或者誤報。

佐思發布的毫米波報告中曾指出，毫米波雷達在侵蝕其他感測器的地盤。攝像頭也是一樣，有很多企業用單目攝像頭做測距，做3D成像，試圖取代雙目或激光雷達。譬如MAXIEYE。

MAXIEYE 第一代產品 IFVS-200 系列基於機器學習方案，第三代產品 IFVS-500 系列基於深度學習方案實現單目測距和3D掃描。IFVS-500 系列讓單目視覺產品可以像激光雷達一樣進行三維掃描，也可以在 50 米以內實現接近激光雷達的 3D 場景點雲掃描，提供目標的直接測距功能，實現 200 米範圍的機動車檢測、100 米範圍的行人及小目標障礙物檢測。

紛紛增強極端場景下的視覺能力

無論是車內還是車外，都需要在光線不好甚至黑暗時獲得視覺能力，這意味著需要利用紅外技術。安森美半導體的RGB-IR圖像感測器採用了NIR（近紅外）技術，另一家廠商Trieye則通過短波紅外（SWIR）相機。短波紅外相機的優勢在於能夠在任何天氣/光照條件下看到物體，可以提前識別道路危險（例如道路結冰）。

2020年4月，阿里達摩院研發出用於車載攝像頭的ISP處理器。根據路測結果顯示，使用達摩院ISP處理器，車載攝像頭在夜間場景下，圖像物體檢測識別能力比業內主流處理器有10%以上的大幅度提升，原本模糊不清的標註物也得以清晰識別。

2020年5 月 19 日，豪威科技正式發布搭載 Nyxel近紅外技術的圖像感測器 OX03A2S 。這款 250 萬像素的 ASIL-B 等級感測器專為外置成像應用設計，可用於車身周圍 2 米內的弱光甚至無光環境。OX03A2S 能夠在弱光環境下檢測和識別其它圖像感測器無法捕捉的物體。

來源：豪威科技

視覺感知進入深水區，演算法決定贏家

隨著智能汽車中視覺感測器的大量增加，不同類型視覺感測器的加入，產生的天量數據，給演算法處理帶來了挑戰和機會。

視覺ADAS演算法的領導者Mobileye 在視覺感知體系當中，同時使用了多種相互獨立的感知演算法實現冗餘疊加，目的是為了在Detection和Measurement兩個維度上提升感知的精確度與穩定性。Detection是決定感知的對象是什麼物體，Measurement是通過對攝像頭的 2D 畫面進行推算，得出感知對象的 3D 信息。

在 Detection 維度，Mobileye 就採用了 6 種獨立演算法：

• 3D汽車檢測（3DVD）：識別 2D 畫面中的目標車輛，將其標註上 3D 的邊界框。
• Full Image Detection：主要用於識別車輛兩側近距離的大型物體（如客車或卡車）。
• Top View FS：重點識別畫面中沒有被佔用的道路並進行標註。
• Features Detection (如Wheels)：重點識別獨有特徵的物體，例如車輪。
• VIDAR：通過多個攝像頭的三角測量生成 3D 畫面，再將 3D 畫面導入到激光雷達感知演算法中進行物體識別。
• Scene Segmentation(NSS)：通過像素級識別，分割出不同種類的物體並用不同顏色標註。

來源：Mobileye

特斯拉也是視覺感知演算法的領先者，特斯拉把它的深度學習網路稱為HydraNet。整個HydraNet包含48個不同的神經網路，通過這48個神經網路，就能輸出1000個不同的預測向量，理論上來說，HydraNet能同時檢測1000種物體。為了增強演算法能力，特斯拉特地收購了計算機視覺初創公司DeepScale。

為了在視覺感知演算法上追趕特斯拉和Mobileye，主機廠和Tier1們都在擴充軟體工程師團隊。演算法能力將成為左右視覺感知性能優劣的決定性因素之一。

《2019-2020 汽車視覺產業鏈研究報告（下）雙目及其他》目錄

05

國內汽車視覺企業研究

5.1 中科慧眼

5.1.1 中科慧眼簡介

5.1.2 中科慧眼產品

5.1.3 中科慧眼發展情況

5.1.4 同類產品對比

5.1.5 生產製造情況

5.1.6 雙目立體視覺產品應用

5.2 雙髻鯊科技

5.2.1 雙髻鯊科技簡介

5.2.2 雙髻鯊產品

5.2.3 雙髻鯊自由雙目系統

5.2.4 大貨車輔助安全駕駛系統

5.3 小覓智能

5.3.1 小覓智能簡介

5.3.2 小覓智能核心技術

5.3.3 小覓雙目攝像頭深度系列

5.3.4 小覓智能雙目ADAS解決方案

5.3.5 小覓智能無人配送解決方案

5.4 元橡科技

5.4.1 元橡科技簡介

5.4.2 元橡科技解決方案

5.4.3 元橡科技產品可應用領域

5.5 華芯技研

5.5.1 深圳市華芯技研科技有限公司簡介

5.5.2 華芯技研視覺產品

5.5.3 華芯技研雙目ADAS

5.5.4 華芯技研合作夥伴

5.6 海信網路科技

5.6.1 青島海信網路科技簡介

5.6.2 海信網路科技解決方案

5.6.3 海信網路科技雙目ADAS

5.7 大華技術

5.7.1 浙江大華技術簡介

5.7.2 大華股份產品

5.7.3 大華雙目應用

5.7.4 大華雙目最新動態

5.8 Foresight

5.8.1 Foresight 簡介

5.8.2 Foresight 四目視覺系統

5.8.3 雙目視覺系統Eyes-On

5.8.4 Foresight Eye-Net

5.8.5 Foresight發展動態

5.9 日本理光

5.9.1 日本理光簡介

5.9.2 日本理光發展戰略

5.9.3 日本理光雙目模組

5.9.4 日本理光雙目產品的其它應用

5.10 其他Tier1的雙目產品

5.10.1 大陸汽車

5.10.2 博世雙目攝像頭

5.10.3 電裝立體視覺感測器

5.10.4 采埃孚雙目攝像頭

5.11 雙目產品技術總結

5.11.1 雙目視覺的技術發展趨勢

5.11.2 雙目晶元

06

其他汽車視覺企業研究

6.1 環視市場概述

6.1.1 2018-2019年中國國內新車環視攝像頭安裝數量

6.1.2 2018-2019年中國國內新車環視攝像頭安裝數量月度走勢

6.1.3 2019年中國國內新車環視攝像頭裝配量佔比與TOP20品牌

6.1.4 2019年中國國內新車環視攝像頭裝配率TOP20品牌

6.1.5 2019年中國國內新車環視攝像頭分價格段裝配量/率TOP10品牌

6.2 同致電子

6.2.1 同致電子簡介

6.2.2 全球布局和產品布局

6.2.3 攝像頭產品

6.2.4 主要產品及主要客戶

6.3 航盛

6.3.1 航盛電子簡介

6.3.2 航盛產品體系

6.3.3 航盛對外合作

6.3.4 航盛供應商

6.3.5 航盛客戶

6.4 海康威視

6.4.1 海康威視簡介

6.4.2 海康威視營收情況

6.4.3 海康威視汽車電子產品

6.4.4 海康威視視覺產品

6.5 晟泰克

6.5.1 晟泰克簡介

6.5.2 晟泰克汽車環視系統

6.5.3 晟泰克主要攝像頭產品

6.6 歐特明

6.6.1 公司簡介

6.6.2 ADAS產品

6.6.3 歐特明核心技術

6.6.4 攝像頭產品

6.6.5 自動泊車系統

6.6.6 客戶與合作夥伴

6.7 敏實集團

6.7.1 公司簡介

6.7.2 營收情況

6.7.3 研發設計能力

6.7.4 攝像頭業務發展歷程

6.7.5 環視產品

6.7.6 ADAS產品應用

6.8 LG

6.8.1 公司簡介

6.8.2 LG汽車電子產品線

6.8.3 LG攝像頭產品

6.8.4 LG ADAS產品

6.9 松下

6.9.1 公司簡介

6.9.2 松下汽車業務營收情況

6.9.3 汽車電子產品系列

6.9.4 汽車視覺產品

6.10 法雷奧

6.10.1 法雷奧簡介

6.10.2 2019年法雷奧營收狀況

6.10.3 法雷奧的汽車視覺和ADAS系統

6.10.4 法雷奧視覺產品

6.10.5 法雷奧視覺產品合作夥伴

6.11 其他

07

汽車攝像頭關鍵零部件企業研究

7.1 安森美

7.1.1 安森美簡介

7.1.2 2019安森美經營狀況與汽車業務布局

7.1.3 安森美汽車生態系統

7.1.4 安森美CMOS市場地位

7.1.5 安森美ADAS圖像感測器

7.1.6 安森美車載攝像頭系統架構與CMOS產品體系

7.1.7 安森美車載CMOS產品

7.1.8 安森美近年行業併購

7.2 索尼

7.2.1 索尼簡介

7.2.2 2019索尼經營狀況

7.2.3 索尼在CMOS領域技術優勢

7.2.4 索尼攝像頭模組產品體系

7.2.5 索尼車載CMOS發展歷程

7.2.6 索尼車載CMOS產品譜系

7.2.7 索尼車載CMOS產品

7.2.8 索尼最新視覺CMOS產品

7.3 豪威科技

7.3.1 豪威科技簡介

7.3.2 豪威圖像感測器

7.3.3 豪威汽車圖像感測器

7.3.4 豪威科技最新進展

7.4 原相科技

7.4.1 原相科技簡介

7.4.2 CIS和晶元產品及計劃開發產品

7.4.3 PixArt產品

7.4.4 原相汽車視覺應用系統

7.4.5 汽車手勢控制IC

7.5 舜宇光學

7.5.1 舜宇光學簡介

7.5.2 舜宇光學2019年營收情況

7.5.3 舜宇光學業務布局

7.5.4 舜宇車載鏡頭髮展歷程

7.5.5 舜宇車載鏡頭銷售額和出貨量

7.5.6 舜宇光學的最新動向及布局

7.6 聯創電子

7.6.1 聯創電子簡介

7.6.2 聯創電子發展歷程及股份結構

7.6.3 聯創電子營業收入及研發投入情況

7.6.4 聯創電子車載鏡頭產品

7.6.5 聯創電子在車載攝像頭領域的應用

7.6.6 聯創電子主要客戶

08

汽車視覺產業發展趨勢

8.1 ToF在汽車上的應用

8.1.1 什麼是3D感知技術

8.1.2 3D感知技術：立體視覺和結構光

8.1.3 3D感知技術：ToF

8.1.4 ToF潛力巨大

8.1.5 主要ToF圖像感測器對比

8.1.6 英飛凌和松下的 ToF

8.1.7 ADI ToF

8.1.8 松下全新ToF圖像感測器

8.2 汽車視覺中的AI應用

8.3 其他汽車視覺發展趨勢