“如果一家智能汽车电子服务公司，想要在智能汽车的道路上长远发展下去，那么它一定要能解决智能汽车前装市场上的一些核心问题，这也是衡量其存在的价值所在。”自行科技CEO关艳峰认为。

自行科技CEO关艳峰

自行科技CEO关艳峰，2007年毕业于东南大学无线电系，获工学博士学位。同年加入中兴通讯股份有限公司，致力于B3G移动通信标准和技术研究，任中兴通讯3GPP /IEEE预研专家，向3GPP/LTE-A、IEEE/802.16m等标准组织提交提案近百篇，申请发明专利140余项，国际专利50余项，十余项专利写入国际通信标准。

2011至2013年负责国家科技重大专项/新一代宽带无线移动通信网/多天线MIMO技术增强课题研究。2013年投身人工智能领域，直至联合创立深圳市自行科技有限公司。

自行科技是一家专注于智能汽车电子领域的创业公司，总部位于深圳，在武汉设立有算法研究中心；另外，正在北美布局销售中心，其主要作用是寻求与一些国际TIER 1和OEM的合作。目前公司全职人员有40多人，主要是来自中兴、华为等电子通信领域和Denso，PSA等传统汽车产业的人才。

目前，自行科技可以为前装市场提供三类车规级产品：基于单目视觉的前向ADAS系统（支持FCW，PCW，LDW），驾驶员监控系统DMS（疲劳预警、状态监控和身份识别），标清和高清全景影像系统AVM（支持LDW、BSD和MOD等）。

立足前装，“造血”和“造工具”是战略布局

和许多初创ADAS公司不同，自行科技只为前装市场提供产品和服务。

关艳峰讲到：“一家初创ADAS公司，能够快速在市场上获得营收是非常难的，而想要通过建立前装服务能力并在前装市场获得营收更难；与前装相比，后装市场在短时间内更容易获得营收，但是其利润并不高，我们不想把ADAS和智能汽车近五到十年的黄金发展时间，用在一些可能无法积累的产品和服务上去。”

在公司发展和布局方面，关艳峰认为，一个智能汽车电子服务公司想要谋求长远发展必须同时具备“造血”和“造工具”的能力。

“造血”能力指的是企业短期发展能力，是指企业具备提供满足当下市场需求的产品和服务的能力，是指能够为企业积累前装经验，和为企业带来收入的能力；

而“造工具”能力指的是企业的长期发展能力，是指企业具备提供满足未来市场需求的产品和服务的能力，并且在未来能够为企业带来收入，保持企业持续竞争力和发展的能力。

全景影像系统AVM（支持LDW），是自行科技的主要造血能力。

自行科技在与客户交流ADAS的过程中发现，当下客户对高性能（例如，严格30fps帧率，2~3s快速启动，基于AVM实现LDW），高性价比，车规级全景影像系统需求很大。

随后，自行科技对市场上的全景影像系统进行了深入的调研之后，推出一套前装车规级全景影像系统（AVM）。主要是通过安装在车外（侧向两个、前向一个、后向一个）四路高清摄像头采集道路信息，再通过软件算法拼接成环视视频。按照摄像头级别和产品技术路径的不同，全景影像系统（AVM）可分为标清和高清（720P）两个版本。

关艳峰介绍：相比传统360环视系统，公司的产品主要优势有三点。第一，降低车企采购成本。与原装车机集成度高，节约了不必要的线束和连接件（汽车线束和连接件会占据汽车电子产品成本的10%左右），节省外壳，简化量产测试流程和安装流程；

第二，可靠性高。基于Xilinx的FPGA实现，产品可以达到车规级；

第三，智能化更高，除了基本的显示之外，还可以根据客户要求基于现有硬件实现LDW和BSD。”

驾驶员监控系统DMS（疲劳预警、状态监控和身份识别），前向ADAS系统（支持FCW，PCW，LDW），是自行科技耕耘市场的有力工具。

在关艳峰看来， L0-L2阶段的很多交通事故是由于驾驶员疲劳和注意力分散造成，而L3-L4级自动驾驶属于人车共驾状态，一部分事故是由于人车驾驶权切换不及时和驾驶员过度使用ADAS和自动驾驶系统造成。

而L5级则需要全新的适配于无人驾驶汽车的自动驾驶座舱，其实不仅L5级，随着自动驾驶等级的逐渐提高，对驾乘人员的驾乘体验的提升将越来越重要。

那么，针对驾驶员疲劳监测，注意力监测，视线跟踪，表情分析以及身份识别等技术就会在自动驾驶路径上有独特的作用，比如L3级自动驾驶的人车驾驶切换，L3-L5级自动阶段的个性化定制服务；此外，针对乘员的监测以及提供乘员的互联网服务也是非常重要的。

为此，自行科技开发了一套基于深度学习神经网络的驾驶员监控系统（DMS）。它可以实现疲劳驾驶预警、不良行为监控（抽烟、打电话、打呵欠）、人脸识别及身份验证、表情识别、视线追踪等多种功能。

关艳峰介绍：“该系统的主要优点是基于视觉传感器的深度学习技术，完全在车规级器件上实现。”

在前向ADAS方面，关艳峰表示，前装市场需要高可靠、高性能、高速度、低功耗、低成本、专业化，满足安全标准的产品。

其中高可靠主要是要需要车规级的软硬件系统，至少能够保障至少3年6万公里的寿命要求；高性能主要是靠高效率算法、高计算力的硬件，能够保证各种环境下准确和实时感知、决策和执行。低功耗、低成本是车厂能够批量安装的重要保障，专业化则能合乎规范和测试流程，并提供良好的用户体验。

针对以上6大核心问题，自行科技可以提供一套基于单目视觉的前向ADAS系统（FCW，PCW，LDW），以及视觉感知核心模组供合作方集成。在这个系统中，深度学习是算法核心，FPGA是计算核心。

关艳峰介绍，在ADAS的研发方面我们投入了大量的时间，我们的FPGA硬件已经迭代了30个月，算法迭代的时间更长。例如，在有些环境下（逆光、黑暗、雨雾天气等等），人的肉眼都很难区别，靠算法如何去解决？

基于低成本FPGA平台实现深度学习的挑战很大。比如，如何优化深度神经网络，使得一个计算量很大的深度神经网络可以在一个中小规模的 FPGA 上运行，同时又能维持性能和成本平衡？

这需要对神经网络和 FPGA 进行大量优化。主要是FPGA 并行优化，包括卷积操作并行、特征图内并行、特征图间并行、层/帧并行。

其中通过对神经网络和 FPGA 平台的优化，目前单目视觉模组在环境多样性和目标多样性下性能表现良好。例如：雨天、夜晚、雪天和隧道出口、侧向车辆、局部暴露车辆以及异型车辆能可靠识别；

对于各类车辆做到多姿态、多角度的识别，最大的可靠识别距离 100 米；各类行人和非机动车，最大可靠识别距离为50米，并支持夜间行人识别功能；扩展性强，支持传感器融合及算法融合，可实现干预类ADAS功能，如AEB、LKA、自动变道等。

ADAS与乘用车车企达成合作

在市场合作方面， AVM环视系统（支持LDW）与多家Tier 1达成合作，2017年年底搭载自行科技AVM的众泰某车型已量产上市；DMS系统成功与3家商用车车企达成定点，最快一款商用车将于2018年年底量产上市；前向ADAS目前与一家商用车车企业达成定点，与一家乘用车车企达成定点，乘用车车型预计2019年初量产上市。

其他方面，关艳峰透漏，面向目前日趋明朗的视觉+毫米波雷达融合趋势，自行科技在这方面也早有布局，但是自行科技更加看中未来3到5年内可量产的L3级解决方案中的各个技术点。

对于自行科技而言，做好L3级的综合感知，甚至感知定位系统最重要的技术点，它需要基于可量产的传感器做深度融合，来克服更多的CornerCase。目前自行科技也在积极投入深度融合算法的研究，预计2019年推出视觉+毫米波雷达融合的感知方案。”

量产难，视觉融合毫米波雷达算法处于优化阶段

从技术研发储备到产品化落地量产，自行科技非常清楚还需要迈过哪些坎？

关艳峰表示，第一，GPU算法转换成在FPGA上运行工作量大。初期的深度学习视觉算法都是在GPU上完成的，但是GPU功耗高，价格昂贵，想要解决真正的量产问题，必须将GPU算法转换到FPGA上去，这需要大量时间和优化技术支撑。

第二，优化视觉融合毫米波雷达的ADAS算法难。不管是超声波和视觉，还是毫米波和视觉，实现简单的Result融合并不难，但是你想要把它做得好，采用 RawData层次的融合，在实际中取得不错的效果，这是一项不小的技术挑战。

第三，产品量产难。汽车行业是需要积累的，而且想要让中国汽车行业在世界享有一席之地，你一定要能解决一些前装量产问题，要知道，想要保证一个产品能够年产10万件，而且不被召回是不容易的，还需要产长期的测试和足够的积淀。

谈到对公司接下来的发展？

关艳峰表示，跟随市场规律，做两手准备，一面做量产输出，一面做技术储备。

例如，当下智能汽车需要L0和L1级别的ADAS产品，自行科技就对外输出L0和L1级别的ADAS产品。如果5年以后，整个业界达到了L3级别，自行科技希望能够成为L3级别ADAS产品的主要提供商，这背后需要提前做好技术储备。

关艳峰认为，传统汽车到自动驾驶还需要较长的过程，智能化从低端到高端也不是一蹴而就的事情，一个产业形成是需要整个配套产业一起进步，一起平衡发展，比如即使实现L5级别的技术路径我们已经想到了，但是也不可能马上实现量产，而且与自动驾驶相关的法律法规，基础设施也不完善。

目前需要通过一些产品先落地，培养市场认可度，只有这样慢慢的发展才能使得技术逐渐积累到L3，L4或者更高的级别。

所以在智能汽车发展过程中，自行科技更倾向于传统汽车的方式，一步一步的往高端走，不像互联网造车企业直接做到了自动驾驶级别。