歷經五年探索，Minieye進入企業成長期。
Minieye組建於新加坡，2013年年輕的劉國清帶領這支剛剛成立不久的團隊開啟汽車智能駕駛輔助（ADAS）的中國征程。
他是對的。
中國汽車市場每年有兩到三千萬的增量新車，從2016年開始，越來越多的車型開始選擇把智能駕駛作為產品賣點和差異化，到2020年前我國所有商用車都要具備ADAS功能。
Minieye聯合創始人兼CEO劉國清說，“今年開始我們明顯感知到市場上需求，ADAS屬於一個快速的上升期，我們判斷在LE和LR的部門上，已經由第一階段導入期進入到成長期，未來得三到五年一定是呈現一個快速發展的趨勢。”
今天（5月30日），在北京，在眾多合作伙伴和投資人前，Minieye正式公佈了商業化成果以及自動駕駛佈局。
作為一家智能駕駛技術初創企業，Minieye自主研發的L3以下高級駕駛輔助類產品，已正式進入前裝領域，和比亞迪、眾泰、奇瑞、東風柳汽等乘用車和商用車主機廠以及多家Tier 1企業產生合作，目前定點9款車型，搭載其產品的多款車型年內將上市。
後裝領域，其產品已經獲得訂單數萬套，產品分佈在全國29個省和直轄市的車隊。
自動駕駛領域，Minieye正在與新加坡-美國麻省理工學院聯盟（SMART）開展自動駕駛相關的合作，預計於2019年實現商業化落地。
今年的CES展上，Minieye首次展出了前裝產品X1，這是一款車規級主動安全產品，所有車規級方案首先要滿足AEC-Q100、ISO 26262、IATF16949標誌。
Minieye X1它的工作原理是利用視覺傳感器去捕捉前方的交通環境圖象數據，通過Minieye 提供的視覺感知狀況，以及傳感器融合的技術，幫助汽車識別環境裡邊的車、人、標識牌和車道線等交通目標，進而去分析他們位置、他們運動狀態，
目前，Minieye X1可以實現前向碰撞預警（FCW）、車道偏離預警（LDW）、前車監控預警（HMW）、城市前車碰撞預警（UFCW）、行人碰撞預警（PCW）以及交通標誌識別（TSR）等功能。
值得一提的是Minieye X1還支持與毫米波雷達融合，功能擴展到自動緊急剎車（AEB），並具有靈活設計可擴展的特點，可以滿足與車機、數字儀表、HUD等結合的定製化需求。
劉國清介紹稱，“X1完全滿足前裝乘用車客戶的嚴格要求，具有適應複雜工況、整機功耗小於3w、車規級方案、定製化和低成本五大優勢。”
不過相對於後裝，前裝客戶對於產品能否在複雜工況下保持魯棒的性能有著更高的要求，同時還要降低產品成本。
劉國清說，“X1能夠應對大雨、夜晚低光、異型車、高溫、顛簸等不同工況。”
從現場播放的視頻中，我們可以看到X1在不同一些複雜工況下的一些表現，在雨雪天氣、夜晚低光、對向遠光照射下，X1整個識別系統都非常穩定，對車道線、車輛、穿雨衣的識別人無偏差。
不過，極端條件下，Minieye X1還是存在很多侷限性，這也是視覺傳感器的不可逾越的障礙。
當然，進入前裝領域市場前景巨大，後裝產品因其侷限，無法切入執行層面，以國際巨頭Mobileye作為參考，其一年的營收中，前裝收入達到將近80%。
劉國清博透露，“Minieye的小目標是今年年內定點十五款車型。”
這將一筆不小的訂單數。
而在後者市場，去年11月份Minieye的後裝ADAS產品M3量產以來，已經獲得數萬套訂單，裝配車輛遍佈全國29個省市。
據悉，今年Minieye將會進一步豐富產品矩陣，推出了內視產品——駕駛員行為監測系統F1以及M3的升級版本M4，在原有功能上增加對行人、交通標誌牌的識別和駕駛員行為監測系統，並開通數據平臺服務。
M4還標配的4D融合，它支持數據回傳功能，可以把M4獲取到包括駕駛員的行為信息，環境的感知信息，以及車輛的運動狀態全部都通過4D模塊上傳到雲端，讓以及運營商和合作夥伴，為終端車隊提供數據增值化服務。
與前裝市場要求不同，後裝客戶除了對產品性價比的要求外，產品的安裝速度快、適配車型廣等都是用戶關心的問題。
相比較市場上同類產品的安裝大約需要1到2小時，Minieye通過自主研發的安裝工具讓安裝人員不再需要筆記本電腦和笨重的標定板，二十分鐘就能安裝一臺設備，Minieye的產品能夠適配超過1000種車型，支持非破線式安裝。
而針對沒有4G信號的新疆地區，M4在設計上進行了包括斷點續傳、預加載等功能的迭代。
劉國清最後說，“作為一家技術公司，領先的技術和過硬的產品是立足之本，但如何為客戶創造價值才是制勝關鍵。除了產品本身的質量之外，安裝、維護等等細節也非常重要。對於技術背景的公司來說，需要積極的投身市場，洞察客戶需求，並以迅捷的反應去迭代產品。”
在自動駕駛領域，Minieye聯合創始人兼首席科學家吳建鑫從算法、數據、傳感器融合三個方面的介紹了Minieye研發成果。
吳建鑫表示，“Minieye過去5年一直在冷靜積累關鍵技術，持續以安全和有商業價值的產品為核心。”
算法方面，吳建鑫認為關鍵在於在有限算力、低功耗、合理成本條件下來進行算法設計。
Minieye自主研發的ThiNet技術讓神經網絡有效“瘦身”，降低其對算力和存儲的要求。
Minieye通過嵌入式神經網絡加速庫FastNet，利用FastNet對Squeezenet等網絡進行加速，其計算性能相較於Caffe，NCNN（騰訊），TensorFlow Lite（Google）均有1.8倍以上的提升。
而自主設計的神經網絡架構IP HardNet，這項技術可以幫助高計算複雜度的神經網絡在小面積的FPGA（如zynq 7010，zynq 7020）上實時工作。
吳建鑫稱，“ThiNet、FastNet和HardNet“神經網絡三件套”幫助MINIEYE將深度學習廣泛用於產品化中。”
在數據層面，Minieye在44個月時間內積累的標註數據里程超過1300萬公里，這幫助Minieye在一些本地化場景裡的性能表現要優於國外的產品，而隨著後裝產品的大規模裝配，Minieye也將會逐步在為用戶服務的過程中積累更多數據。
而傳感器層面，Minieye為一些前裝客戶定製的解決方案就是視覺-毫米波雷達融合產品，利用攝像頭識別物體，毫米波雷達測量距離和速度。
Minieye傳感器存在一個獨有的特點，每一個攝象頭光學上的技術裡面，都有一個IMU，一個慣性傳感器，這個傳感器配合Murata，兩角角速提高50%，速率可以達到100赫茲，其產品安全性方面得到增加。
據悉，Minieye在完成和毫米波雷達、IMU融合的基礎上，正在研發與包括LiDAR、超聲波、熱成像等更多傳感器融合的感知方案。
自動駕駛領域裡，有兩條主要的路徑去實現汽車自動化：一是直接去做L4、L5級自動駕駛，一種是從L1、L2級起步向高級別漸進式發展，Minieye屬於後一種。
在L1、L2級別的產品已實現商業化的基礎上，Minieye開始在L3以上自動駕駛佈局。
機構負責人Marcelo博士表示，“他們之前嘗試過各種各樣的傳感器，包括各類傳感器的融合，在這個過程中越發感覺到攝像頭的優越性。它不僅具有性價比，還能夠提供豐富的信息。如果將感知部分交給專業的團隊去做，那麼他們可以更專注於路徑規劃方面的工作。”
作為一家初創公司，Minieye從後裝到前裝再到的自動駕駛的路線是清晰且獨特的，相比創業初期直接切入自動駕駛，Minieye這樣的做法可以說更務實。
不過，在這市場中，Minieye面對的競爭也更為強大，除了Mobileye這樣專注視覺傳感器的國際巨頭公司，安富利這樣的零部件公司也必將不可小視。
閱讀更多 AutoR智駕 的文章
