安全2.0智驾机器人

安全2.0智驾机器人

融资目标: 600.00 项目状态:已成功
已达: 0.00%
已认筹¥0.00
支持数2
项目信息

商业计划书内容

1、项目背景

2015年,我国汽车保有量达到1亿5000万辆,年汽车产量2500万辆,车联网应用与服务渗透率将接近10%的临界点,市场规模有望突破1500亿辆。伴随汽车智能化、车联网、以及4G网络的发展,汽车有望成为继电视、电脑、手机、平板电脑之后,下一个快速增长的智能终端。20155月,我国发布《中国制造2025》文件指出,要加快汽车等行业的智能化改造,随后工信部进一步发文对智能汽车的发展做出了详细规划,车载智能信息服务系统、智能辅助驾驶系统与自动驾驶系统将成为我国发展智能汽车的重点突破领域。汽车智能化时代已然来临。

汽车由功能车向智能车转变

目前欧美等国对于智能汽车的定义主要为先进辅助驾驶系统(ADAS)、车载移动应用和无人驾驶技术,并在更大程度上与城市智能交通管理结合起来。无人驾驶技术现在正处在尚未发展成熟的阶段,而高级驾车辅助系统(ADAS)则能够在复杂的车辆操控过程中为驾驶员提供辅助和补充,将安全提至事故发生前,更加注重事前的主动防预。目前从事ADAS方面产品研发的领先公司是以色列的Mobileye Vision科技公司,其于20148月在美国纳斯达克上市,市值120亿美金。其产品主要面对高端车市场(奥迪、奔驰等均采用其技术),但产品价格昂贵(中国的售价为18000/台左右),安装复杂度高,而且在中国国内路面并不适用,因此在我国尚未广泛普及。该项技术具有积累时间长,技术门槛高的特点,目前国内厂家并无自主研发的能力,或尚处于研发起步阶段,但是市场需求巨大,因此具有非常大的市场空缺。而公司通过前期的积累及高端人才的招纳,技术日趋成熟,具备产品研发及后续升级能力,安全2.0智驾机器人也应运而生。

2、项目概况

慧眼科技致力于通过世界级的计算机视觉、图像识别、机器学习、人工智能技术,给设备装上智慧的、能看懂世界的眼睛。安全2.0智驾机器人是慧眼科技开发的一款能够在车辆行驶过程中全程帮助驾驶员的主动安全辅助机器人系统。其通过图像识别、计算机视觉以及机器学习技术,实现包括车道偏移预警、前向碰撞预警、行人检测、车距监测、自动大灯控制、盲区监测、疲劳预警、移动目标监测等功能,能够在城市、高速公路等各种行车场景达到很高的识别准确度,从而可以缓解和预防各种车辆在道路行驶中因驾驶者疲劳驾驶、注意力不集中、新手上路等各种突发状况引发的车道偏离、追尾、碰撞等交通事故。它在云端还具有一个“安全行车大脑”,通过每台联网车辆不断上传的数据,利用大数据和机器学习技术,不断提高各项检测识别功能的准确性,并定期为各个车载终端免费升级。此外,“安全2.0智驾机器人”利用其车联网入口的特点,结合物联网、大数据、人工智能等技术手段,可以为用户提供包括汽配用品、汽车保险、上门维修与保养、汽车O2O服务、4S店、汽车金融等一系列汽车相关服务。

3、产品功能

安全2.0智驾机器人具有以下功能:

实时分析车载摄像头拍摄图像,识别出其中各关键元素如车辆、行人、车牌、障碍物、路牌、车道线等,并根据实时图像检测危险情景(如可能发生碰撞、超速、其他违章行为、低可见度危险驾驶等),实现前后向碰撞预警、根据行人行为智能预判预警、车距过短预警、首创智能识别各种车道线的车道偏离预警。本软件能有效把危险预警提前3.5秒,为驾驶员预留充分反应时间。

结合中国各地交规和大数据,首创公交专用道以及路牌识别功能,结合大数据智能预警违章。

自动统计分析驾驶员的驾驶习惯提供优化建议。

融合实时路况、大数据、云计算以及互联网地图进行实时智能线路规划导航,有效避免拥堵。

开车自动开启行车录像记录功能,停车自动停车监控功能。

自动碰撞报警救援功能,识别出车辆碰撞、翻车等严重事故,自动发出报警信号,防止车主发生严重交通事故后,无法及时报警,耽误救援时间。并在停车期间检测到车辆发生移动或者撞击则立刻通知车主并实时查看车内画面。并在紧急情况时录制锁定视频。

结合大数据、云计算实现自主学习,不断提升功能丰富性、精确性和用户体验。

4、技术及优势

我们研究的技术称为“街景认知”,即通过图像识别、计算机视觉以及机器学习的算法,对街道上的车道、车辆、行人、骑自行车人、交通标示牌、街景文字等进行自动检测和识别,如图1所示。

1:街景认知

备注:粉红色框为行人检测与识别结果、黄色框为车辆检测与识别结果、蓝色框为交通标示牌检测与识别结果、白色框为街景文字检测与识别结果

1、车辆检测

识别车辆依照的是使用前-后分级的Boosting结构和LAB特征逐层筛选,快速找出可能存在车辆的位置(如图2所示)。LAB特征的WINDOW-FEATURE centre特性可以进一步加快检测速度。如果是汽车,系统可以判断出后轮轮胎的位置。而尾灯则是夜晚重要的检测要素。图3为我们车辆检测与交通标示牌检测的部分结果。在国际公开测试数据集Kitti的测试评比中,我们的检测与识别结果均优于包括NEC硅谷驾车辅助团队在内的其他团队,如图4所示。

2:通过机器学习的算法实现车辆检测

3:车辆检测与交通标示牌检测结果

4:在Kitti数据集上与NEC硅谷驾车辅助团队等的结果比较,我们均处于领先

2、车道检测

1)通过计算图像的梯度分布,找出疑似车道关键点,然后通过区域生长的方法和车道模型,确定可能的车道位置,如图5

5:通过计算图像的梯度分布,找出疑似车道关键点

2) 结合当前车辆行驶状态,最终得出当前车道信息,车辆的行使状态通过多帧T2特征(Surf改进版)匹配得出,如图6.

6:结合当前车辆行驶状态,最终得出当前车道信息

3、行人及骑自行车人检测

提高行人检测的精度依靠的是单帧分类多帧认证两个步骤。首先通过单帧分类判断出好像是行人,然后再转入多帧认证,当检测到行人进入车道内时提高等级,采取立即发出报警等处理方式。在行人识别中,系统将把推测为行人的图像分成9个区域提取特征,结合多帧的动态变化提高精度。识别到的VGA分辨率的纵长长方形行人图像将在调整到12×36像素后进入单帧分类处理。在国际公开标准的行人检测测试数据集Caltech的测试评比中,我们的检测与识别结果均处于最优,如图7所示。

7:行人检测在Caltech数据库上与结果

4、云端安全行驶大脑

通过每台联网车辆不断上传的数据,不断提高各项检测识别功能的准确性,并定期为各个车载终端升级。

5、已获得相关专利:

1)Ting Shan, Brian C. Lovell, Facial feature processing, AU Provisional Patent, Reference: WO 2008064395 A1.

2)Ting Shan, Brian C. Lovell, Face Recognition, AU Provisional Patent, Reference: WO 2008144825 A1.

3)Optimising content based image retrieval”,Provisional Patent Application number 2009900640

4)"Image retrieval using texture data", Australian Provisional Patent Application No. 2009900639

5)"Facial image recognition and retrieval", Australian Provisional Patent Application No. 2009900641

6)"Band weighted colour histograms for image retrieval", Australian Provisional Patent Application No. 2009900642

4. 商业模式

推出车载智能硬件——安全2.0智驾机器人——通过主打“安装简便、价格亲民、智能安全、豪车体验”等特点,进入后装车载智能硬件市场;

利用“安全2.0智驾机器人”作为车辆互联网入口的特点,接入汽车行业第三方服务生态圈,如汽配用品、汽车保险、上门维修与保养、汽车O2O服务、4S店、汽车金融和二手车市场等;

与整车厂商(OEM)合作,以前装的模式在出厂车辆中预置功能强大芯片及软件,人工智能技术与车辆ECU系统完美结合,实现先进辅助驾驶功能;

与系统集成商(SI)合作,将高级驾车辅助系统技术集成到其车载摄像头中;

与保险公司合作,通过车联网设备分析用户日常驾驶行为习惯并作为保险公司计算保费依据,在促进降低交通事故发生率的同时帮助用户降低保费,形成良性循环;

与租车公司合作,并与租车公司ERP软件进行集成,革新车队管理和司机行为监控功能;

与其它车联网汽车电子厂商合作,提供集成方案。



风险提示:众筹家仅为第三方项目展示平台,投资有风险,投资需谨慎。
分享到

发表我的评论

您认为以上内容对您有帮助吗? 有帮助 一般
0/500字 提 交
全部评论: 共0条