獲3000萬美金融資，鑑智機器人深化自動駕駛的“智能基因”？_風聞

2021年10月25日，特斯拉市值站上萬億美金，成為美股第五家市值破萬億的企業，幾乎超過美股全部主要車企市值的總和。特斯拉在資本市場的成功，刺激着投資者的神經，也促使市場再一次將視野聚焦在自動駕駛領域，進一步思考自動駕駛技術路線的發展方向。

隨着自動駕駛等級的不斷提高，控制權和責任主體逐漸從駕駛員轉換為車輛，智駕系統的定位也將由擴增人的感知能力到接管車輛自主駕駛。由此對智駕系統之於物理世界環境理解的要求完全不同，將由對物理世界部分信息的提取提升到事無鉅細的全面感知與理解。

近日，“鑑智機器人”宣佈完成3000萬美元A輪融資，由渶策資本領投，包括Atypical Ventures，五源資本，金沙江創投等在內的老股東持續增持，戰略投資人地平線在商業落地方面給予大力支持。本輪融資資金將用於核心技術研發、高質量的量產規模化落地以及更大範圍的商業化部署等方面。

鑑智機器人於2021年8月成立，公司以“基於軟硬協同優化，構建機器人傳感器計算與智能大腦”為願景，專注自動駕駛傳感器計算與下一代自動駕駛方案的研發和推廣。

鑑智機器人將面向傳感器計算領域與下一代自動駕駛產品，通過算法與算力協同優化，開展基於AI的視覺成像和3D視覺雷達的技術研發與產品化，並將其應用於下一代中高級自動駕駛方案中，推動中高級別自動駕駛技術的發展與落地。

高級別自動駕駛需要時刻對周圍的環境進行感知以進行決策規劃，而基於純視覺輸入進行 3D 空間中的目標檢測是其中最具挑戰的任務之一。

由 2D 圖像感知 3D 空間的目標，是利用低維度的輸入預測高維度信息，維度缺失使得任務的難度遠大於 2D 目標檢測，需要設計合理的範式充分利用輸入圖像信息對高維度信息進行建模推理。

目前業界基於純視覺的 3D 感知框架，主要在圖像空間進行目標檢測。此類範式不僅依賴極高的算力資源，另外也無法與語義分割等任務進行並行推理，可擴展性較差。

針對該問題，鑑智機器人提出了下一代純視覺自動駕駛3D 目標檢測框架 BEVDet。BEVDet 遵循模塊化設計的理念，包含四個分工明確的模塊，BEVDet 通過這四個模塊簡潔的解決純視覺自動駕駛3D 目標檢測的問題。

當前自動駕駛技術的發展已經進入下半場，一方面需要解決關鍵性問題（成像問題、3D問題）推動自動駕駛等級的提升，另一方面需要構建更優的範式充分利用規模化的數據並進行持續升級迭代。

鑑智機器人以“基於軟硬協同優化，構建機器人傳感器計算與智能大腦”為目標，專注自動駕駛傳感器計算與下一代自動駕駛方案的研發。將基於視覺為主的傳感器輸入，通過攝像頭+算法+算力的傳感器計算模式，打造視覺雷達標準產品，並構建以視覺雷達為核心的高級別自動駕駛解決方案。

回到當下自動駕駛技術與商業的交匯點上，視覺雷達或將成為未來L4級自動駕駛的主力擔當，畢竟車企們是無法承受哪怕極小概率的自動駕駛安全隱患的，更何況視覺雷達的成本價格隨着競爭的加劇正在大幅下降，正在達到可以規模量產的邊緣了。

而正如我們所看到的，視覺雷達的前景也並非一片光明，特別是在純視覺計算和毫米波雷達等技術路線裏，仍然有着可能“取而代之”的技術潛力和商業可行性。

來源：新工業洞察