翻譯自——semiwiki

今天的社會正變得越來越以多媒體為中心、依賴更多的資料和自動化。自動駕駛系統正在加速普及。自動化、分析化和智慧化正在從人類轉向“特定於機器”的應用。計算機視覺和影片將在我們未來的數字世界中扮演重要角色。數以百萬計的智慧感測器將透過人工智慧嵌入汽車、智慧城市、智慧家居和倉庫。此外，5G技術將成為一個完全互聯的智慧世界的資料高速公路，有望連線從人到機器甚至機器人的一切。

一個多世紀以來，汽車行業一直是一個關鍵的經濟風口，它正朝著自動駕駛和車聯網的方向發展。汽車正變得越來越智慧化，對人類操作的依賴也越來越少。V2V和V2X，即來自感測器和其他來源的資訊透過高頻寬、低延遲和高可靠性的鏈路傳輸，為全自動駕駛鋪平了道路。90%以上的汽車事故是人為失誤造成的，自動駕駛可以讓交通事故造成的損失銳減，將在實現汽車行業“零事故”、“零排放”和“零擁堵”的宏偉願景中發揮關鍵作用。

根據Tractica公司預測，到2025年，汽車人工智慧硬體、軟體和服務的市場規模將從2017年的12億美元增至265億美元。這包括機器學習、深度學習、NLP、計算機視覺、機器推理和強大的人工智慧。麥肯錫稱，到2030年，全自動駕駛汽車將佔全球乘用車銷量的15%，到2040年，這一數字將升至80%，具體取決於監管政策、消費者接受度和安全記錄等因素。自動駕駛目前是一個相對新生的市場，該系統的許多好處只有在市場擴大之後才能完全實現。

由此看來，智慧網聯汽車已經成為全球眾多國家在汽車製造領域的戰略發展方向。早在2018年，美國便釋出了《準備迎接未來交通：自動駕駛汽車3.0》。同樣在2018年，歐盟釋出了《通往自動化出行之路：歐盟未來出行戰略》。檔案顯示，到2022年，所有新車需具備通訊功能，實現車聯網，到2030年普及完全自動駕駛。中國工信部於2018年印發了《車聯網（智慧網聯汽車）產業發展行動計劃》。計劃提出，第一階段，到2020年，在車聯網（智慧網聯汽車）產業跨行業融合方面取得突破，具備高級別自動駕駛功能的智慧網聯汽車實現特定場景規模應用。第二階段，2020年後，高級別自動駕駛功能的智慧網聯汽車和5G-V2X逐步實現規模化商業應用，實現“人-車-路-雲”的高度協同。

但對於技術發展來講，唯一的障礙是車輛必須具備視野、思考、學習和駕馭各種駕駛場景的能力。

人工智慧定義車輛

當下關鍵技術的缺失以及水平滯後是制約智慧網聯汽車發展的瓶頸之一，關鍵零部件包括感測器、定位系統、ADAS等。其中感測器的三大核心部件包括車載攝像頭、毫米波雷達和鐳射雷達。

我們知道，完全自主駕駛的體驗是透過一個複雜的感測器和攝像頭網路實現的，這些網路為機器重現了外部環境。自動駕駛汽車透過處理攝像頭、鐳射雷達、雷達和超聲波感測器收集的資訊，告訴汽車與周圍物體的距離、路緣、車道標記、交通訊號和行人的視覺資訊。

與此同時，隨著嵌入式系統、導航、感測器、視覺資料和大資料分析等領域的最新進展，我們也見證了車輛和移動邊緣計算的智慧化程度不斷提高。首先是先進的ADAS，包括緊急制動、倒車攝像頭、自適應巡航控制和自動停車系統。

如圖所示，由汽車工程師協會(SAE)定義的6個自動駕駛級別被引入後，全自動汽車有望逐步實現。這些級別的範圍從無自動化、有條件自動化到全自動汽車。隨著自動化水平的提高，汽車將接管司機更多的功能。ADAS主要分為L1級和L2級。Waymo、優步、特斯拉等汽車製造商和科技公司，以及一些tier-1，都在大力投資更高水平的駕駛自動化。

隨著人工智慧技術創新的快速增長，L4得到了更廣泛的接受，目標主要在高速公路條件下執行的車輛。

雖然此時L3級和L4級之間的障礙主要是各國的監管，但L4級和L5級之間的跳躍要大得多。後者需要具備導航複雜路線和不可預見情況的技術能力。

隨著自動化水平的提高，將需要更多的感測器、處理能力、記憶體、高效功耗和網路連線頻寬管理。下圖顯示了自動駕駛汽車所需的各種感測器。

深度學習、邊緣計算和車聯網的融合，是由人工智慧和車輛通訊共同推動。在可視資料應用中，面向機器的影片處理和編碼的另一種實現技術是新興的MPEG機器影片編碼(MPEG- VCM)標準。

2020年，MPEG會議透過Zoom線上召開了MPEG史上第一次全線上會議。本次會議重新定義了VCM研究範圍，更新了機器視覺應用場景及需求，增加了智慧工業場景及其智慧任務。機器視覺編碼VCM專家組研究範圍定義為：MPEG VCM標準組旨在定義一種壓縮的影片或特徵碼流，該碼流從影片中提取，服務於用於多種機器任務，同時保障高壓縮效率和機器智慧任務效能。此壓縮影片或特徵碼流服務於機器視覺和人機混合視覺應用。

這裡有兩種具體技術:

有效壓縮影片/影象

特徵提取的共享

可以看出，基於標準的機器影片壓縮和分析演算法(MPEG-VCM)和5G V2X在實現自動駕駛汽車的全面發展中起著至關重要的作用。

5G V2X和新興MPEG-VCM標準使行業朝著統一的國際方向發展。這種統一的法規和國際標準的建立對未來智慧交通和人工智慧汽車行業的全球市場奠定了基礎。

未來的自動駕駛汽車有很多可能的VCM-V2X聯合架構。根據給定AV基礎架構場景的需求，我們可以使用集中式、分散式或混合的VCM-V2X架構，如圖所示。目前，大多數聯網汽車製造商都在嘗試使用低成本攝像頭的集中式架構。一直以來，由於攝像機的不斷提高的可伸縮性、靈活性和資源共享能力，讓它們變得更加智慧、更加分散式，它們的優勢將會更加凸顯。新興的MPEG-VCM標準還提供了傳輸壓縮提取特徵的能力，而不是在車輛之間傳送壓縮的影片/影象。

Gyrfalcon Technology Inc.是這些創新技術的典型公司，利用人工智慧和深度學習的力量，依靠出眾的效能、能效和可擴充套件性，在裝置、邊緣和雲應用中為人工智慧驅動的攝像頭和自動駕駛汽車提供了突破性的解決方案。

5G、邊緣計算、計算機視覺、深度學習和機器影片編碼(VCM)技術的融合將是全自動駕駛汽車的關鍵。標準和互操作技術，如V2X、MPEG-VCM標準、強大的邊緣和板載計算推理加速器晶片，使得低延遲、低成本、節能和安全的優點能夠滿足AI汽車工業的要求。