DeepScale的解決方案是深度神經網(wǎng)絡傳感器的融合組成
DeepScale近日接受EE Times獨家專訪時，介紹了該公司獨特的“感知系統(tǒng)”解決方案；該公司所開發(fā)的感知技術是獲取原始數(shù)據(jù)（raw data）而非目標數(shù)據(jù)（object data），并以嵌入式處理器來加速傳感器融合。
所謂的無人駕駛汽車是如何——即時、安全且準確地——感知周遭的世界呢？如果你認為這是一個已經有解答的問題，可能得再想一想。
總部位于美國硅谷（Mountain View， Calif.）、擅長高級駕駛輔助系統(tǒng)（ADAS）與高度自動化駕駛技術的新創(chuàng)公司DeepScale近日接受EE TImes獨家專訪時，介紹了該公司獨特的“感知系統(tǒng)”解決方案；該公司所開發(fā)的感知技術是獲取原始數(shù)據(jù)（raw data）而非目標數(shù)據(jù)（object data），并以嵌入式處理器來加速傳感器融合。
“今日的深度神經網(wǎng)絡（DNN）研究有很大一部分，是以現(xiàn)有DNN進行調整或修改；”DeepScale首席執(zhí)行官Forrest Iandola分享他的觀察，不過表示在該公司的情況是：“我們從頭開始利用原始數(shù)據(jù)開發(fā)自己的DNN——那些數(shù)據(jù)不只來自圖像傳感器，還有雷達與激光雷達（LiDAR）?！?/p>
早期融合 vs. 晚期融合
車用視覺技術（Vision Systems Intelligence， VSI）顧問公司創(chuàng)始人兼首席顧問Phil Magney認為，DeepScale的解決方案“非常新穎”，代表了“將人工智能（AI）導入自動駕駛的最新想法”。那么DeepScale方案——利用原始數(shù)據(jù)來訓練神經網(wǎng)絡——與其它傳感器融合方法有什么不同呢？
對此Magney表示：“首先，如今大多數(shù)傳感器融合應用是融合目標數(shù)據(jù)而非原始數(shù)據(jù)；再者，于大多數(shù)的案例中，智能傳感器在傳感器中產生目標數(shù)據(jù)，同時其它傳感器會傳送原始數(shù)據(jù)到主處理器——在其中，目標物件會在饋入融合引擎之前被產生?！彼麑⑦@種方法稱為“晚期融合”（late fusion）。
晚期融合：傳統(tǒng)的傳感器融合方法
顯然，DeepScale的Iandola是看到了這種“晚期融合”方法的內在問題；他點出融合目標數(shù)據(jù)與原始數(shù)據(jù)會遭遇的問題，特別是當傳感器融合任務得處理不同種類的傳感器數(shù)據(jù)時：“試想激光雷達產生的3D點云（point cloud）；當你要在傳感器中重新建構3D點云，你也會收到來自攝影頭的數(shù)據(jù)，而后者的畫面更新率（frame rate）大不相同?！?/p>
Iandola指出，在建立目標時，原始數(shù)據(jù)可能會與流失的其它傳感器數(shù)據(jù)相關聯(lián)；想像當陽光直接照射到車用攝影機鏡頭的那一刻，或者是雪覆蓋住雷達。此外當傳感器數(shù)據(jù)與其它傳感器數(shù)據(jù)不一致的情況發(fā)生時，進行目標融合會變得非常具挑戰(zhàn)性。
DeepScale的解決方案是深度神經網(wǎng)絡傳感器融合
“這是為什么我們相信必須要在早期而非晚期進行原始數(shù)據(jù)融合，而且要在更接近傳感器的地方進行；”Iandola表示：“我們認為早期融合有助于解決上述問題。”
自家設計的DNN
計算機視覺是其中一個已經存在、發(fā)展良好的DNN框架，很多早期無人駕駛汽車技術開發(fā)商是利用這種框架；但對其它傳感器數(shù)據(jù)，例如雷達與激光雷達，并沒有太多經過訓練的DNN。這也是DeepScale希望能搶進的領域——而且該公司具備自行設計DNN的技術能力與經驗。
Iandola是還在學界時與加州大學伯克利分校（UC Berkeley）的研究人員，一起合作開發(fā)出名為SqueezNet的DNN模型；那些研究人員現(xiàn)在也有幾位加入了DeepScale。他表示，SqueezNet并非是為無人駕駛應用量身打造，他的團隊開發(fā)該模型：“是為了讓它的尺寸盡可能小一點，同時又能在計算機視覺資料集方面保有合理的準確度?！?/p>
而Iandola也參與過開發(fā)一個類似的DNN框架FireCaffe，是為了加速訓練以及實現(xiàn)嵌入式實作而設計；在一篇論文中，他與他的團隊聲稱，F(xiàn)ireCaffe能成功將深度神經網(wǎng)絡訓練擴展至一整個圖形處理器（GPU）叢集。
在被問到雷達與激光雷達缺乏DNN框架的問題時，Iandola表示：“這是有充分理由的，因為長期以來，攝影頭仍是最受歡迎（也是最容易取得）的傳感器，并已經產生大量數(shù)據(jù)；你從YouTube就可以抓到足夠的數(shù)據(jù)，結合地圖資訊，那些可用數(shù)據(jù)使得建構DNN框架容易得多。”
目前DeepScale正在與幾家雷達與激光雷達供應商合作，著手為車廠開發(fā)經過充分訓練的算法；Iandola表示，該公司的合作伙伴包括雷達與激光雷達領域老牌供應商以及新技術開發(fā)，其Deep目標是催生不一定需要定制化的DNN，同時又能從各種傳感器（包括新型傳感器）汲取數(shù)據(jù)。
DeepScale聲稱，他們是采用“來自多個傳感器的共有數(shù)據(jù)，以最大化準確度并解決不確定性”；此外，“標記過的訓練數(shù)據(jù)能橫跨不同的傳感器數(shù)據(jù)集重復使用，僅需要最小化的重新校準”。
VSI的Magney認為DeepScale解決方案聲稱能“傳感器未知”（sensor agnosTIc）以及其DNN能在不同處理器平臺上執(zhí)行的特性是大加分：“這能讓車廠以及一級零組件供應商打造以AI為基礎的環(huán)境建模（environmental modeling）解決方案，不需要自己訓練網(wǎng)絡或是撰寫算法?！? ? ? ?責任編輯:pj