魔视智能成立于2015年，是一家以视觉为主的ADAS初创企业。近日，魔视智能开始在国内一家乘用车OEM前装批量出货，商用车市场也正在布局。

魔视智能CEO虞正华在接受《高工智能汽车》专访时表示，前装乘用车市场是公司关注的重点，未来几年也会有一个较大的增长，但商用车市场也不可小觑，在政策指引下，其可会是新技术快速落地的一个领域，因此公司也会在未来几年持续耕耘商用车市场。

魔视智能CEO虞正华在2018高工智能汽车开发者大会 · 武汉商用车专场上发表主题演讲

拿下前装订单的，是魔视的纯视觉ADAS解决方案，虞正华表示，公司2015年刚进入市场的时候，就面对着行业巨头Mobileye，正面竞争胜算寥寥，对于公司而言，另辟蹊径才是正确的生存之道。

因此在ADAS行业内有多年经验的团队，摒弃了Mobileye的传统技术路线，转而选择了以深度学习神经网络为基础的技术路线。

深度学习在图像处理方面有着天然的优势，但深度学习需要强大算力的支持，DSP、ARM的运算力都不够，彼时只有FPGA、GPU可以满足，但GPU由于在功耗、成本、车规等方面的劣势，公司在选择最终的计算平台的时候就选择了FPGA。

而选择了FPGA的路线，就无法避开赛灵思、Altera（Intel收购）两大巨头，前者占据大部分市场，且是FPGA的开创者。

也因此，公司从2015年开始就与赛灵思建立了合作伙伴关系，选择了以FPGA为依托的嵌入式深度学习路线，成为了国内为数不多的几家得到赛灵思支持的创业公司。

赛灵思是FPGA执牛耳者，能同其建立合作关系，需要在软硬件方面有一定的技术研发实力和经验。

FPGA正当时

不同等级的自动驾驶，对系统的稳定性、安全性要求差异都很大，FPGA在算力和稳定性上，可以提供足够的支持。另外一方面，人工智能还在发展，算法的迭代变化也很快，FPGA灵活的特性可以满足各个厂商的灵活的需求。

因此在相当长的时间内，FPGA会在自动驾驶运算平台中扮演一个重要的角色。

既然能进入前装，满足车规就成了一个必须具备的能力。车规是一个宽泛的概念，首先产品的软硬件需要通过各种规范标准，比如ISO26262，ASIL等级认证；其次在产品交付给OEM试用测试的时候，各个OEM又有差异化的测试体系和标准要求。这其中有一些强制的标准，比如商用车的JT/T 883，IATF 16949（汽车行业质量管理体系）。

除了功能上的一些标准外，还有安全性的严苛要求，比如适应恶劣环境、工作稳定性，超过三年以上的产品质量保证、后期维护等。有可量化的标准，也有不可量化的标准，这其中各个OEM之间会有差异性，但总的目的是让车更安全。

FPGA能够很好的满足当下的一些功耗、算力、车规等方面的要求，因此公司也就选择了基于FPGA开发。

虞正华表示，FPGA是一个通用平台，本身的硬件、逻辑单元是相对固定的。因此对于选用了FPGA为技术路线的公司而言，真正的挑战是设计优良性能的卷积神经网络，能将运算单元用到最好！其次数据的存取、处理运算如何设计，使得数据的处理和存取达到一个平衡的程度，这其中有很大的学问。

神经网络的玄妙

深度学习本身就是神经卷积网络，在大的框架上都是一样的，但在具体的技术实现上，各家公司的不同技术路线都会有较大的差异，这种差异也会导致最终的效果参差不齐。比如同样是一个目标的检测，是一次检测完成得出结果，还是两次筛选？

深度学习是比较开放的，有开源的代码供爱好者和公司使用，但开源代码的网络设计与相应的应用、计算平台都无关，因此这种通用的网络在特定的应用领域优势并不明显。

虞正华表示，只有经过针对性的优化和设计的神经网络，才能将其性能优化到最佳。

神经网络的设计包括宽度、深度（层数），以及不同层处理的任务；在训练网络前也要考虑网络的裁剪和定点化工作，这一部分需要理论框架支持，当然最主要的工作还是在神经网络的设计上。

举例而言，一般软件代码编写都是用类似于C语言这样的不直接面向机器的编程语言，完成代码编写后编译器可以完成剩下的工作，这种编译器一般是通用型的，转化后的二进制代码效率不一定很高。

但事实上通过更接近硬件的汇编语言手工编写，软件算法优化效果会更好。但是汇编的门槛较高，一般公司不会在这个层级进行开发。

FPGA的逻辑开发类似的原理，公司的深度学习软件都是基于Verilog这样的硬件描述语言，因此效率要比普通的高许多，尤其是在自动驾驶相关的特定领域。

专注视觉感知技术

ADAS市场主要分为乘用车和商用车市场，乘用车的要求较高，测试和试验的周期较长，碰到的竞争对手也会较大，很多都是国际厂商。

自主品牌OEM在寻求供应商的替代，但需要一个过程。商用车市场总量较小，但相对需求会个性化一些，竞争的压力会小一些。

魔视智能在2018年度商用车智能网联评选中获得年度商用车ADAS新锐企业奖项

魔视智能在两个市场都投入了精力，虞正华表示，在乘用车领域积累的经验可以帮助公司在商用车市场更快速落地。

目前公司的商用车ADAS产品，还只涉及LDW/FCW/PCW等预警类功能，像涉及到控制执行的AEB功能，就需要其他传感器辅助。

公司目前的视觉产品已经可以支持毫米波雷达等感知传感器的融合，满足883标准对于视觉毫米波雷达融合系统的要求，并可以扩展AEB这样包含决策控制的功能。

之所以这样，是因为虞正华认为，预警类功能是一个过渡性产品，未来随着技术的成熟，一定会转向控制执行类。

未来5年，纯视觉为主的ADAS功能会很快过渡到融合方案，尤其是商用车。虞正华表示，公司的视觉能力对于融合方案能够提供强有力的支持，例如目前的产品中已经支持了Freespace功能，从而可以有效去除雷达的误触发，例如铁板、井盖、天桥的干扰，对于AEB这样的功能是非常重要的。

魔视智能基于深度学习的车辆、车道线检测及Freespace效果

而一旦涉足控制执行，对感知系统的要求也上升了一个台阶，单一的传感器都没办法胜任。除了要在感知部分进行融合处理，还需要执行部分的协调，这部分就牵涉到了国际一线Tier1。

目前乘用车的执行部分，基本是由Tier1垄断，创业公司话语权较弱。因此，执行系统的对接，更有可能的，还是让OEM牵头破冰。

虞正华表示，随着智能驾驶的发展，行业也正在显示出一种开放的趋势，未来当中还是有一定的操作空间的，但创业公司要想分一杯羹，首先要修炼好自己的内功。

魔视智能的定位是基于视觉感知传感器，提供相应的感知、测距、定位信息，服务于自动驾驶。未来也会继续专注在视觉感知部分，提供各种场景下的技术方案支持。

公司最近也与一些OEM进行了自动泊车的演示，主要提供视觉方面的技术，例如基于视觉的车位识别。

对于公司中远期的目标，虞正华表示希望公司在乘用车和商用车的耕耘都能取得丰硕的成果，在2020/2021年能够进入L3/L4等级的量产。