10月28日，车云会第19期沙龙以“自动驾驶发展该突进还是放缓”为主题，通过线上线下同步举行。邀请到国家智能网联汽车创新中心高级研究员李晓龙，东风技术中心技术总师周海鹰、领骏科技创始人&CEO杨文利、极目智能技术支持高级总监段吉四位核心分享嘉宾，从政策、技术、安全等多个维度展开分享。
极目智能技术支持高级总监段吉介绍了极目智能自研的JMNet神经网络模型结合光学、算法、硬件优化的业界领先的智能驾驶方案。同时，针对自身技术在重卡的L2级辅助驾驶、乘用车的L3级智能驾驶自动泊车、矿区工程机械无人驾驶场景等方面的应用。以下演讲实录分享：
大家好，我是极目智能的段吉，我们公司从诞生以来都是一个面向量产车市常
极目智能成立于2011年总部是在武汉，从L0级的驾驶产品开始做起，现在量产的话已经到了L2+级，目前布局在后面的L3、L4级自动驾驶的产品落地。公司团队有140多个人，其中60%以上都是研发人员，里面也有是大部分的都是硕士和博士，属于一家典型科技型的公司。
目前我们供货的客户包括80%以上客车的主机厂以及60%的头部卡车主机厂，商用车方案这一块的全国市场排名是前三。
极目智能核心技术其实落在智能驾驶里面，它属于是感知层，我们知道自动驾驶涵盖感知决策和执行这三个层次，我们是从感知层入手，整个公司现在的核心竞争力的话就是在于感知的算法，以及说神经网络的设计上面。
我们自研的一套叫做JMNet的一个神经网络模型，它跟现在的市面上主流的检测模型相比的话，大概只需要25%的计算量，就可以取得同等的检测精度。
比如说后面有一个我们跟Mobileye EyeQ4也就是现在量产最多的芯片指标的对比。那从这个车辆的检测距离来看的话，我们是明显优于它的，车辆行人、检测距离的还有检测精度的指标上面我们都是明显优于他的。
在车道线的检测产品，目前具备有一定的优势，因为采用的也是自己的自研的高效平台方案，在数据累积方面还在提升，但优势在于选择芯片的时候，我们可以选择国产化的，或者是说更轻量级的，比如说304的芯片就可以做到跟它有1T、2T的算力，这个做出来的检测效果是接近的这样一个产品。这一块的话就是我们的整个技术的核心竞争力所在。
我们现在的产品其实除了道路交通上面的比如说前置的摄像头，大家可以看到这里有一个轴，会分成上半部分和下半部分，而上半部分是往集成式的前装的这个方向走的。一个是前置的摄像头，然后它的话可以去做道路的交通参与者，以及说各种路况、路面包括可行式区域这样的一些检测，去把它用分割算法和检测算法去做融合了之后，可以去做一些判断。
另外就是我们也融合了多传感器的融合技术，可以跟超声波雷达和毫米波雷达这些传感器去做一个融合。我们在前项的控制上面已经量产到了L2的，包括LBS等这样一些功能。
同时我们还在积极的尝试除了前置之外，就是基于摄像头和雷达的一些其他应用的产品。比如说上面列了S5的产品，这时候环视360度的这样一个全屏检测，它跟其他的市面上环视比，它除了可以看到不同角度的车身周围的情况之外，我们还把人和车的检测加进去了。
那传统的做人和车的检测环视上面摄像头做检测的时候，用的光流的算法。但光流的算法有一个问题，它就是依靠你摄像头里面这个画面上面的光的一些改变，比如说有运动轨迹出现了，它就认为这个地方可能存在有移动目标或者是障碍物的。那实际上因为光流的检测不一定性，以及说本身它是有一些硬伤的逻辑里面，所以它的检测的准确率并不高。
我们后面是直接用深度学习去做了，这样的话，就是检测的精度和准确率上面我们可以做到95%以上。同时它这一个控制器也除了做环视检测，也融合了驾驶员的疲劳监测的功能，这个就是一个摄像头对内的，就不是对外的。
同时还有BSD就是盲区的检测，以及说LCA变道辅助，融合了一个毫米波雷达，这个时候可以在车辆变道的时候可以看到里面的目标车道上面是否有比你车速更快的一个来车，如果有的话它可以去做一些辅助的预警。
后面是基于前面的预警设备，我们开始去做横向和纵向的车身的一些控制。就是往控制器这个方向走，包括摄像头加上5个毫米波雷达，以及说后面到了激光雷达和高精度的地图MAU惯性传感器是我们后面正在研发的产品。
下面是后装的产品线，后装一块其实主要面对的市场来说的话，它并不是直接给自动驾驶的市场去用，它是给行业监管这样的一个需求来使用的。比如说交通部去规定了所有的渣土车、泥土车这些运输的车量都必须加装一个行车记录仪，我们俗称叫做目标机，它就会把车辆的一些点位传上来，然后经常大家如果是看的话，就会看到有一些大货车、疲劳驾驶被抓了之类，这个设备去做了统计。那我们跟他的融合在于我们把智能驾驶上的一些算法加进去了，而比如捉AWS的告警前车碰撞以及驾驶员疲劳的监控的预警也同时上传到平台上面去，这样做到一个是可以给司机去做一个提醒。
另外一方面的话就是对于每一次告警我们也有对应的预置和视频去做一些回溯。包括保险公司合作的模式，我们可以跟它去做风控的运营。在司机真的出现危险驾驶的这种情况下，我们从后台直接有人用电话去通知司机立马去休息不要去疲劳驾驶。这一块就是我们的一个产品的矩阵布局的一个情况。
业务拓展方面，极目智能主要分成三个部分，一个是客车市尝，一个卡车市场，一个乘用车市场，从下往上。为什么这样去分的呢？因为是跟着法规去走的，在2017年的时候，出了一个863的交通部的目标，这个是针对于营运车辆，就是营运车辆必须要安装前视的摄像头加雷达的这样一套系统去做预警，所以这一块所有的客车从2017年、2018年的时候开始，它出厂的时候就是标准配有双预警的一个系统。
第二个的话就是后面跟进的，客车市场后面跟进的就是卡车的市场商用车这一块，从2019年开始起的话也是做了一个标配，在这两个市场的话基本长客车上已经做到了第一个，然后卡车市场上的话已经从0做到了70%的客户覆盖率。基本上头部的这些主机厂我们都是已经覆盖了供货客户，乘用车这一块大家也比较清楚，比如说现在一些国产的方案，包括地平线、黑芝麻的一些芯片的方案在应用。
其实在这之前大部分的都是博世、大陆这一套系统，因为之前确实的话自动驾驶在技术在国外会比较先进一点。那我们后面的话国产化的芯片平台起来了，包括我们这些做传感器的厂家也起来了，这样的话我们在自己的赛道上面，同时我们也会抓住一些客户。
预计是到2023年的时候我们会变成一家跟博世、大陆一样这样的给乘用车去供货。我们已经在供货合作的伙伴列表，基本都是一些主机厂，其中也有图森未来、小马智行、滴滴，应用在它们的自动驾驶车辆上面。
我们的技术从底部一步一步从L0一开始慢慢的往上去做，它的应用场景首先左边的话这一块是一个已经量产的产品，就是在重卡上面，已经实现了L2的辅助驾驶的产品的量产，包括环视监控预警系统，以及我刚才提到驾驶员疲劳监测的系统。这个主要也是通过摄像头和毫米波雷达去实现的。后面的话我们增加了更多的传感器可以实现更多的功能，比如说L3的智能驾驶，然后包括自动泊位和导航，这一块我们会融合进激光雷达、超声波雷达还有惯性传感器。结合高精度地图的话也可以去做高精度的导航，然后还有矿区、工程机械还有港口的无人驾驶等，陆续切入无人驾驶的一些应用。
最后对于“自动驾驶发展该突进还是放缓”主题来说，我认为，技术方面的话，要大家积极的去向前保持突破，不停的去让我们的算法去做升级，然后让我们的传感器系统功能更强大、但是集成度更高，不要出现这种过多的冗余的一些东西。另外，保证它是高效的，然后是安全可靠的，不过现在应用的方面还是尽量谨慎的去落地，不要像早期的特斯拉一样，就直接打擦边球，说自己是自动驾驶，但实际上后来出了事之后它悄悄改成的辅助驾驶。应用方面我们是谨慎的去做落地，需要大家一起去努力，一个是自动驾驶的未来，是大家一起努力的，另外一方面自动驾驶目前还没有来，那它没有来需要我们一起努力把整个技术推动可以去支持自动驾驶的普及。我的分享就到此。谢谢。
