迄今為止,對于“自動駕駛”行業(yè)來說,今年已被證明是一段艱難的旅程。特斯拉和埃隆馬斯克已經(jīng)對開發(fā)自動駕駛出租車網(wǎng)絡失去了興趣,轉而將注意力轉移到“特斯拉機器人”上,而 Waymo 的自動駕駛出租車則被一個靜態(tài)交通錐所迷惑。
相比之下,人們對高級駕駛員監(jiān)控在減少死亡人數(shù)方面的潛力有了更高的認識。一個跡象是對駕駛員監(jiān)控系統(tǒng) (DMS) 和其他安全技術的規(guī)定,例如美國未決的基礎設施立法中包含的自動緊急制動和防撞系統(tǒng)。
自 2017 年以來研究汽車 DMS 市場后,我觀察到最近人們對安全技術的看法發(fā)生了根本性的轉變。這主要是因為人們越來越認識到乘用車不會在短期內提供任何形式的“自動駕駛”功能。
因此,進步將來自更安全的司機,而不是來自使用技術取代人類司機。
這意味著汽車 DMS 最終將走向大眾市場采用。
30 多家 DMS 公司瞄準汽車行業(yè),但只有 Cipia、Seeing Machines 和 Smart Eye 三個公司似乎能夠蓬勃發(fā)展
讓我們探討一下我所說的供應商“關鍵能力指標”,最后對 2026 年的市場格局進行評估。
光路
光路是指紅外照明器和 CMOS 圖像傳感器。先進的系統(tǒng)在 940 nm 下運行,幀速率為每秒 60 幀。人眼看不到 940 nm 的紅外光,但在高功率下也有害。這需要了解并遵守IEC 62471眼安全對于 DMS 操作至關重要。
使用工作頻率為 60 Hz 的交替頻閃照明模式可獲得駕駛員眼睛注視、面部和頭部姿勢的最佳測量。這需要使用專用的驅動器 IC。未來的性能提升將通過用 940-nm VCSEL(垂直腔面發(fā)射激光器)替換 IR LED 來實現(xiàn)。
VCSEL 在比 LED 更窄的頻率范圍內發(fā)射能量,增加了 940 nm 的光功率輸出,從而提高了中心波長的信噪比。VCSEL 的上升和下降時間也比 LED 快得多,這對于 60 Hz 頻閃照明至關重要。
Seeing Machines 是光路的技術領導者,領先于 Smart Eye。
訓練數(shù)據(jù)
在人工智能和機器學習的時代,擁有最大數(shù)據(jù)集的公司獲勝。Facebook、亞馬遜、Netflix 和谷歌證明了這一點。對于汽車 DMS,Seeing Machines 擁有最大的數(shù)據(jù)集,其“Guardian”系統(tǒng)在過去三年中捕獲了約 60 億公里的自然駕駛數(shù)據(jù),總計約 75 億公里。
Guardian 以每周約 5500 萬公里的速度采集訓練數(shù)據(jù),覆蓋超過 30,000 輛商用車的車隊。沒有其他 DMS 供應商擁有捕獲可比數(shù)量的訓練數(shù)據(jù)的系統(tǒng)。
功能安全合規(guī)性
功能安全由ISO 標準 26262和汽車安全完整性等級 (ASIL) 等級描述。同樣相關的是德國汽車制造商的標準ASPICE(汽車軟件流程改進和能力確定)。
當軟件檢測到分心或疲勞的駕駛員時,DMS 的性能要求早已超過了簡單的嗶嗶聲和提示音。汽車制造商現(xiàn)在正在研究如何使用 DMS 信號對駕駛員的注意力狀態(tài)和參與度進行實時分析,目的是改變自動緊急制動和車道保持系統(tǒng)的靈敏度。
將 DMS 與制動和轉向系統(tǒng)融合以修改車輛在道路上的位置,大大提高了 DMS 軟件的功能安全要求以及 ASIL 規(guī)范。
開發(fā)商業(yè)級軟件的公司很少具備實現(xiàn) ISO 26262 合規(guī)性的專業(yè)知識。因此,即使對于蘋果、谷歌和微軟等尋求在未來五年內參與汽車 DMS 市場競爭的老牌公司來說,功能安全也是一個巨大的進入壁壘。
Seeing Machines 顯然是功能安全合規(guī)性的領導者。
人為因素研究
早期的 DMS 技術收集原始數(shù)據(jù),例如頭部姿勢估計(X、Y、Z)眼瞼張開(一種稱為 PERCLOS 或閉合百分比的度量)和眨眼。最近,精確的眼睛注視矢量測量(X、Y、Z)是可能的,但仍然更具挑戰(zhàn)性,需要額外的計算資源和先進的光路專業(yè)知識。
先進的 DMS 系統(tǒng)已經(jīng)遠遠超出了原始數(shù)據(jù)收集的范圍,變成了可操作的高級信號,這些信號提供了對駕駛員狀態(tài)的實時評估。測量的參數(shù)包括視覺和認知分心、嗜睡、注意力狀態(tài)和損傷。
同樣,在從原始數(shù)據(jù)收集過渡到高級信號(人為因素和行為研究的一項功能)時,Seeing Machines 無疑是領先者。
硬件/軟件協(xié)同設計
為了以 60fps 的速度實現(xiàn)穩(wěn)健和精確的頭部、面部和眼睛跟蹤,需要一種系統(tǒng)范圍的設計方法,包括光學組件、圖像處理和相關算法。我將其稱為“成像信號鏈”,它要求 DMS 硬件和軟件元素并行設計,以優(yōu)化性能、功耗和價格。
Mobileye 是汽車硬件/軟件協(xié)同設計的一個典型例子,它提供帶有定制圖像加速器和內部圖像算法的 EyeQ 系列處理器。高通試圖通過收購 Veoneer和在 Snapdragon Ride 處理器上運行的 Arriver 視覺堆棧軟件來復制這種模式。
Seeing Machines 再次成為硬件/軟件協(xié)同設計領域的明顯領導者,定制設計的圖像加速器在其專有的 Fovio 處理器上運行。它還運行在高通的專有加速器和一個名為 Occula 的定制設計的神經(jīng)處理單元上,現(xiàn)在可作為 IP 核獲得許可。
Cipia 與 Mobileye 合作優(yōu)化其 DMS 軟件以在 EyeQ4 處理器上運行,而 Smart Eye 則采用了一種稱為“硬件無關”的純軟件方法。
開始生產
Seeing Machines 將其 DMS 軟件提供給通用汽車的 Super Cruise 以及梅賽德斯奔馳的新 S-Class 和 EQS。研究表明,它還將在今年與寶馬、福特和吉普一起實現(xiàn)投產 (SOP)。Smart Eye 已與寶馬和現(xiàn)代起亞達成 SoP;Cipia 將于今年與通用汽車一起開始生產。更多細節(jié)在這里。
愛信、Jungo 和三菱是僅有的其他達到 SOP 的 DMS 供應商,但在先進技術開發(fā)方面,這三者都遠遠落后于市場領導者。他們可能會進一步落后。
汽車制造商通常會尋找至少擁有十年汽車研發(fā)經(jīng)驗的技術合作伙伴。只有 Seeing Machines 和 Smart Eye 能夠滿足汽車 DMS 軟件的這一要求。雖然愛信和三菱都是成熟的汽車供應商,但它們的 DMS 性能遠遠落后于最先進的技術。例如,兩者都沒有提供強大的視線跟蹤。
Tobii 等老牌眼動追蹤公司缺乏針對汽車的專業(yè)知識,這在未來五年內造成了巨大的阻力。
Seeing Machines 最近宣布與 16 家領先供應商合作。它們可能包括 Aptiv、博世、大陸、電裝、Garmin、Gentex、哈曼、均勝、LG 電子、麥格納、三菱、松下、法雷奧、Veoneer、偉世通和采埃孚。
在其最新的財務業(yè)績中,Smart Eye 提供的細節(jié)很少,但我認為它正在與多達八家供應商合作,其中包括 Aptiv 和多家中國公司。同樣,Cipia 很可能與 Aptiv 和 Jabil 以及一些中國公司合作。
安全規(guī)定
DMS 需求主要由立法推動,包括歐盟通用安全條例和歐洲新車評估計劃 (Euro NCAP) 發(fā)布的安全技術路線圖,以實現(xiàn)五星級安全評級。
在美國,擬議的立法將使用 DMS 來監(jiān)控受損(醉酒)駕駛,而美國國家公路安全運輸管理局在其對特斯拉致命車禍的詳盡調查中一再提出安全建議。必須采用強大的 DMS 來監(jiān)控駕駛員的參與度并防止自動化自滿。
眾所周知,汽車制造商需要“以消費者價格購買軍用級產品”。與其他任何行業(yè)相比,汽車行業(yè)的需求已經(jīng)結束了許多人的職業(yè)生涯,讓更多的投資者筋疲力盡,讓更多的供應商陷入困境。
在與考慮汽車的供應商合作時,我建議他們“賺錢的時間”至少需要十年,他們需要財力雄厚、有鋼鐵般意志的投資者。進入汽車行業(yè)是公司范圍內的承諾,必須從董事會開始。它不適合膽小的人。
市場分析
下表包括對 2026 年汽車 DMS 供應商市場份額的估計。重點是五年后,因為屆時所有主要競爭者都將成立,市場份額應該保持穩(wěn)定。
點擊查看完整大小的圖片
Seeing Machines 將在 2026 年成為汽車 DMS 的領先供應商,市場份額估計在 60-65% 之間,領先于 Smart Eye 的 20-25%。Cipia 以 5-10% 的比例排名第三,這主要是由于其與 Mobileye 的合作。
Jungo 和 Xperi 進入前五名。我預計這兩家公司都將在 2021 年底之前被收購,可能會被 Mobileye、瑞薩或德州儀器等芯片制造商收購?;蛘呖赡苡?Tobii 等軟件公司提供。
雖然這些名字可能不熟悉,但您極有可能在本世紀末之前駕駛一輛采用其安全技術的汽車。
雖然無法確定 DMS 供應商的未來市場份額,但我非常有信心做出的一項預測是,DMS 技術將比 Tesla Bot 對我們的日常生活產生更大的影響。很難準確理解埃隆馬斯克的想法。如前所述,馬斯克是一位表演者。特斯拉機器人可能是他喜劇套路的一部分。
審核編輯 黃昊宇
-
監(jiān)控系統(tǒng)
+關注
關注
21文章
3948瀏覽量
177429 -
駕駛員
+關注
關注
0文章
12瀏覽量
8465 -
汽車
+關注
關注
13文章
3623瀏覽量
37709
發(fā)布評論請先 登錄
相關推薦
評論