为HWA“铺路”，博世“年底量产”AI前视摄像头“GGAI视角”

对摄像头视觉感知的“性能突破”仍是Tier1的重中之重。在围绕视觉感知技术的自动驾驶竞争中，博世的目标同样是成为该领域的市场领导者。

英特尔旗下的Mobileye，过去几年在ADAS前视摄像头（集成芯片和算法）领域拥有约70%的市场份额。这让以博世为代表的传统汽车Tier1视为强大的竞争对手。

2年前，博世在英特尔收购Mobileye之后表达了公司对于视觉技术的重要性及战略投入的决心。此前，英特尔一直是博世的合作伙伴之一。

在目前全球主要的ADAS一级供应商中，有两大阵营。以麦格纳、安波福、采埃孚为代表，与Mobileye合作；以博世、大陆、Veoneer为代表，则选择自研。

考虑到L2及以上系统，视觉仍占据核心地位，而多传感器的融合，也意味着Tier1需要尽量覆盖视觉、雷达等多感知技术的自主掌控。

那么，什么是AI摄像头？

博世的定义是，带有人工智能的摄像头不仅能准确检测到一个物体，比如路边的骑行者或行人（这是目前基于深度学习的主要着力点），它还能识别出该物体与驾驶策略的相关性，并迅速决定适当的行动：刹车、转弯或继续行驶在预定的道路上。

近日，博世宣布即将推出第三代单目前视摄像头，命名为MPC3，基于人工智能算法，搭载核心组件是瑞萨的V3H芯片以及博世自己的微处理器。

瑞萨新的R-Car V3H系统芯片(SoC)经过优化，可用于立体前置摄像头（不过此次博世仅仅是用于单目），并实现了5倍于其上一代芯片的视觉性能。

R-Car V3H SoC对于计算机视觉处理的架构进行了优化，基于impx5 +图像识别引擎和专用硬件加速器的异构计算机视觉概念，提供了包括密集光流、密集立体视差和对象分类在内的算法支持。

卷积神经网络集成IP (CNN)加速了深度学习处理，并且只有0.3瓦的低功耗，是R-Car V3M深度神经网络性能的两倍以上。

R-Car V3H基于已在R-Car V3M中使用的经过验证的IPs，包括一个双图像信号处理器(ISP)，可以将摄像头信号转换为图像创建和识别处理。

这种重用确保了性能覆盖从ADAS到L3、L4系统的可扩展性，通过避免在每个摄像头中使用ISP，减少了开发时间和系统成本。

为了节省系统成本，R-Car V3H只需要一个LPDDR4内存，与其他前置摄像头解决方案相比，降低了内存组件的成本。

按照此前的计划，R-Car V3H SoC的大规模量产计划于今年第三季度开始。而博世将作为第一批用户，计划在今年底实现MPC3量产。

基于新一代MPC3摄像头，在没有明显道路标记的情况下，博世也可以做到检测道路可行驶区域。该算法还改进了现有的驾驶员辅助系统，扩大了其应用范围，比如检测到部分隐藏的行人、读取交通标志上的文字或数字。

在博世看来，不管是ADAS、AEB还是自动驾驶功能，最重要的是，他们（感知决策系统）必须能够在瞬间检测到一个物体是否与他们的驾驶策略有关。

基于多路径算法，MPC 3集成了传统的图像识别预编程算法，可以识别车辆、骑行人或者道路标志等常见物体类别。

同时，基于光流和运动结构(SfM)识别路边凸起的物体，比如马路牙子、路障等等，此外还可以跟踪特定像素点的运动轨迹。

此外，还有深度学习算法，对识别物体进行分类，通过神经网络和语义分割来区分路面和周边其他不属于道路的区域。

此前，博世预计在2020年，量产搭载全新一代自动驾驶方案的高速公路辅助增强版（HWA）功能，在驾驶员确定的情况下可以进行自动变道。

上述功能会使用5颗第5代博世的毫米波雷达，同时还需要一个第3代的前置摄像头（也就是MPC3），视场角从50度变成了100度，像素提升到260万。

由于MPC3把功能性算法、视觉识别新算法融入芯片所实现的效果，作为车规级产品对乡村、城镇道路识别效果极佳。