來源：市場資訊

（來源：深圳市汽車電子行業協會）

南京行車寶智能科技有限公司成立于2015年，是一家專注于為客戶提供車載AI/視覺算法和方案的創新型科技企業。核心團隊來自中科院自動化所，擁有超過20年的AI/視覺算法產業化經驗。已經量產的功能和方案包括AVM、APA、ADAS、DMS、哨兵模式、BSD等，功能極為全面，且已經在高通、全志、紫光展銳、芯馳、瑞芯微、杰發科、聯發科、TI等多家芯片平臺上大規模落地，裝車量超過百萬。

除了自身的研發團隊外，公司還和中科院自動化所、北京航空航天大學、航天科工集團建立了合作關系，在新技術、新方案的開發過程中，可以根據客戶需求，通過聯合開發設計、技術引進、合作開發等方式，使相關研發成果盡快轉化為生產力，為企業創造效益。

目前，公司已經先后建立了南京數據中心、北京人工智能研究院、深圳研發中心，通過整合不同區域的人才和資源優勢，更好地為廣大客戶提供服務。

我們本著“開拓創新，共創，共贏”的原則，期望通過領先的核心算法和方案與深度行業化的相關汽車電子廠商合作來深耕中國的汽車電子市場。

二、方案介紹

2.1 AVM方案

全景環視系統通過將多個魚眼攝像頭采集到的車周影像進行無縫拼接技術以及智能畸變矯正后，最終形成一幅車輛四周的全景俯視圖顯示在屏幕上。該系統可以讓駕駛員對車輛周邊環境整體態勢進行精準把控，從而有效減少刮蹭、碰撞、陷落等事故的發生。

圖1. 環視拼接效果示例

圖2. 哨兵模式檢測示例

量產平臺：全志T5/T7/T527，高通8155/8255/6125，杰發科8015/8025，RK3588/3568，芯馳X9，紫光展銳7870，聯發科MT8791/8371，RTD1861，凌陽8368PU等。

與傳統AVM方案商比，行車寶AVM的優勢

功能全面。除了2D+3D的基本功能外，AVM+ADAS+車道線標定+透明底盤+BSD已經全面在車廠大規模量產。 普通AVM方案商很難具備更深入的算法功能開發能力。

透明底盤，在方向盤大角度情況下拼接效果非常好，如下圖示例：

具備圍繞環視的AI功能定制能力

如：APA、BSD、avm+adas、哨兵模式等

2.2 APA視覺感知方案

該方案通過融合視覺感知車位線和障礙物，彌補雷達在空曠地帶和低矮物體檢測上的不足。視覺功能包括車位檢測、障礙物檢測以及可行駛區域分割。

車位檢測：

車位檢測框圖以及對應的車位線類別，如下：

圖3. 車位檢測示意圖

障礙物檢測的種類包括限位器、雪糕桶、地鎖（打開、關閉）、警示牌、機動車、非機動車、墻柱等，如下：

圖4. 障礙物檢測示意

可行駛區域分割主要將圖像當中可行駛的部分分割，并構建柵格地圖用于規控后續處理。可行駛區域分割結果示例如下：

圖5. 可行駛區域分割示意

相關算法已經在地平線J3、TDA4、黑芝麻A1000L上落地和量產。除此之外，本算法方案也已經在高通8155/8255，芯馳X9sp，紫光展銳7870等智能座艙平臺（艙泊）上移植并落地。

2.3 電子后視鏡隨動算法方案

如下圖所示在掛車的電子后視鏡應用中，當掛車和拖車車頭轉角超過一定閾值后，掛車后輪將會離開后視鏡窗口，從而司機無法觀測到潛在風險。

圖6. 隨動算法示意圖

算法的流程圖如下：

本方案基于視覺檢測原理獲取尾部車輪在圖像中位置，并控制車輪顯示在窗口中心。該方案已經在CV22平臺量產。

2.4 前車防撞預警

前方碰撞預警系統FCW以前視攝像頭為主要傳感器，基于機器視覺、人工智能技術探測并跟蹤前方車輛，判斷本車于前車之間的距離、方位及相對速度，當存在潛在碰撞危險時對駕駛者進行警告。

系統啟動條件：

1) 系統上電啟動自檢完成；

2) FCW功能開關打開；

3) 車輛行駛速度范圍：15KM/H - 120KM/H；

4) 能見度>200m，除大雨、大霧及冰雪路面。

性能指標如下：

1) 快速精準的預警，單幀處理時間<0.05 秒；

2) 碰撞預警時間從1.5秒-3.5 秒動態可調；

3) 可有效處理逆光等惡劣環境；

4) 最遠作用距離>80 米；

5) 報警準確率>99%，虛警率<1%；

6) 嵌入式系統上，內存消耗<1M；

7) 能穩定給出前車軌跡（用于判斷前車是否從旁邊車道切入）、車輛相對速度、相對碰撞時間等信息；

8) 能有效檢測各種轎車、SUV、MPV、卡車、公交車、特種車輛；

9) 雨刮器不影響功能運行。

圖7展示了我們算法在低質量圖像中對前方車輛檢測和跟蹤的效果，從圖中可以看出我們的產品對圖像質量有很高的魯棒性，同時對目標檢測和跟蹤的穩定性也非常高。

圖7. 前車檢測和跟蹤示例

與同行相比，其優勢為：

1) 車輛檢測檢測性能穩定，能夠提供本車和前車的相對速度以及相對碰撞時間；

2) cpu占用率低，內存消耗少。目前已經在安霸 a7 平臺上應用，分配主頻<300M；

3) 對復雜環境的魯棒性高，準確率高，誤報率低。目前，前車防撞功能能夠在大暴雨中實現穩定報警；

4) 可以針對大卡車進行預警，從而可以減少報警次數，進一步提高報警性能。

該功能模塊的潛在客戶為：汽車電子廠家、底盤廠家等前裝供應鏈企業，以及公交車隊等準前裝客戶。可用于前車防撞預警、緊急制動剎車等功能。

2.5 車道偏離預警

當車道偏離系統開啟時，攝像頭（一般安置在車身側面或后視鏡位置）會時刻采集行駛車道的標識線，通過圖像處理獲得汽車在當前車道中的位置參數，當檢測到汽車偏離車道時，傳感器會及時收集車輛數據和駕駛員的操作狀態，之后由控制器發出警報信號。

系統啟動條件：

1) LDW功能開關打開；

2) 車輛行駛速度大于功能閾值（默認值60KM/H，可標定界面設置，參數范圍40 KM/H - 60 KM/H）；

3) 天氣良好（能見度>1km）；

4) 道路標線清晰且符合GB5768。

性能指標：

1) 處理幀率>25Hz；

2) 可以同時通過TLC和Offset進行報警；

3) 預警靈敏度3級可調；

4) 識別率：白天：識別率＞99% 誤識別率＜0.1%，夜間：識別率＞98% 誤識別率＜0.5%；

5) 識別精度：車輛與左右車道線距離，誤差小于10%

車輛行駛偏向角度，誤差小于1deg

車輛橫向偏移速度，誤差小于0.5m/s

6) 自適應車道寬度的變化；

7) 可有效處理逆光等惡劣環境；

8) 可有效處理陰影，馬路裂縫等干擾；

9) 可以實現對弧度很大的車道線進行檢測。

圖8顯示了算法在不同環境下的車道線檢測效果，顯示出了算法在大曲率復雜環境下的魯棒性。

(a) 白天車道線被嚴重遮擋的檢測效果

（b）晚上光線較為復雜的檢測效果

(c) 低對比度環境下的車道線檢測效果

圖8. 不同環境下車道線檢測效果

與同行相比，其優勢為：

1. 系統圖像處理算法具備大轉角車道線的檢測能力，因此提前判斷車道線的變化趨勢，提高系統的應變能力，同時可以提供更可靠的車道線檢測精度；

2. 基于大數據訓練的車道檢測算法可以有效區分車道和噪聲干擾，提高車道線檢測在復雜環境下的魯棒性，如圖8(c)所示；

3. LKAS采用自動標定技術滿足整車廠生產節拍，標定流程簡單方便。

該功能模塊的潛在客戶為：汽車電子廠家、底盤廠家等前裝供應鏈企業，以及公交車隊等準前裝客戶。可用于車道偏離預警、LKAS等功能。

2.6 疲勞駕駛預警

疲勞駕駛預警系統是基于機器視覺技術的多元信息融合駕駛輔助預警系統。系統使用圖像傳感器采集駕駛員的面部信息，采用高速數字信號處理器進行圖像的處理與分析，基于疲勞檢測算法對駕駛員的疲勞等不安全狀態進行實時監控。同時通過對駕駛員的操作特性進行分析，包括對車速、方向盤、油門、剎車燈操作特征的提取和判斷，輔助駕駛員的疲勞狀態監控。圖9為疲勞駕駛的控制邏輯。

圖9. 疲勞駕駛檢測的控制邏輯

系統啟動條件：

1) 發動機啟動；

2) 車速＞50km/h；

3) 控制器檢測到駕駛員疲勞駕駛。

系統性能：

1) 疲勞檢測的準確率>97%；

2) 嵌入式車載設備上的運行速度>20fps/s；

3) 檢測靈敏度動態可調；

4) 可有效處理逆光等所造成的光線不均勻造成的干擾。

該功能模塊的潛在客戶為：汽車電子廠家等前裝供應鏈企業，以及公交車隊等準前裝客戶。可用于疲勞駕駛檢測預警功能。

三、團隊優勢

1. 專業的人工智能研發隊伍以及多樣化的技術分工。北京研究院有多位在人工智能研發和產業化方面具有豐富經驗的專家。除此之外，研發團隊還包括了軟件、測試等研發人員，能夠為不同客戶需求提供完善的解決方案；

2. 合理的研發布局。公司在北京、長三角（南京）、珠三角（深圳）都建立了研發中心，充分利用不同區域的特點，進行優勢互補，更好保障有競爭力的產品研發；

3. 清晰的目標。公司目前已經把所有研發都聚焦在ADAS、3D高清環視相關功能和方案的研發，力爭為相關tier1客戶提供一流服務；

4. 高效的團隊執行力。團隊成員目標統一，互補性強，能夠快速高效的為客戶進行服務。團隊成立時間不長，但已經為tier1客戶開發了多款難度較大功能和方案。同時，團隊的平均年齡很年輕，具備很強的可塑性；

5. 卓越的產品創新能力。合理的管理方式能夠讓具備人工智能技術背景的技術人員與具備深厚行業背景的技術人員充分溝通、碰撞火化，已經在國內首先研發出了三路流媒體后視鏡等產品。