w66利来智能成立于2015年 ，是一家以视觉为主的ADAS初创企业。近日 ，w66利来智能开始在国内一家乘用车OEM前装批量出货 ，商用车市场也正在布局。
w66利来智能CEO虞正华在接受《高工智能汽车》专访时表示 ，前装乘用车市场是公司关注的重点 ，未来几年也会有一个较大的增长 ，但商用车市场也不可小觑 ，在政策指引下 ，其可会是新技术快速落地的一个领域 ，因此公司也会在未来几年持续耕耘商用车市场。
w66利来智能CEO虞正华在2018高工智能汽车开发者
大会 · 武汉商用车专场上发表主题演讲
拿下前装订单的 ，是w66利来的纯视觉ADAS解决方案 ，虞正华表示 ，公司2015年刚进入市场的时候 ，就面对着行业巨头Mobileye ，正面竞争胜算寥寥 ，对于公司而言 ，另辟蹊径才是正确的生存之道。
因此在ADAS行业内有多年经验的团队 ，摒弃了Mobileye的传统技术路线 ，转而选择了以深度学习神经网络为基础的技术路线。
深度学习在图像处理方面有着天然的优势 ，但深度学习需要强大算力的支持 ，DSP、ARM的运算力都不够 ，彼时只有FPGA、GPU可以满足 ，但GPU由于在功耗、成本、车规等方面的劣势 ，公司在选择最终的计算平台的时候就选择了FPGA。
而选择了FPGA的路线 ，就无法避开赛灵思、Altera（Intel收购）两大巨头 ，前者占据大部分市场 ，且是FPGA的开创者。
也因此 ，公司从2015年开始就与赛灵思建立了合作伙伴关系 ，选择了以FPGA为依托的嵌入式深度学习路线 ，成为了国内为数不多的几家得到赛灵思支持的创业公司。
赛灵思是FPGA执牛耳者 ，能同其建立合作关系 ，需要在软硬件方面有一定的技术研发实力和经验。
FPGA正当时
不同等级的自动驾驶 ，对系统的稳定性、安全性要求差异都很大 ，FPGA在算力和稳定性上 ，可以提供足够的支持。另外一方面 ，人工智能还在发展 ，算法的迭代变化也很快 ，FPGA灵活的特性可以满足各个厂商的灵活的需求。
因此在相当长的时间内 ，FPGA会在自动驾驶运算平台中扮演一个重要的角色。
既然能进入前装 ，满足车规就成了一个必须具备的能力。车规是一个宽泛的概念 ，首先产品的软硬件需要通过各种规范标准 ，比如ISO26262 ，ASIL等级认证；其次在产品交付给OEM试用测试的时候 ，各个OEM又有差异化的测试体系和标准要求。这其中有一些强制的标准 ，比如商用车的JT/T 883 ，IATF 16949（汽车行业质量管理体系）。
除了功能上的一些标准外 ，还有安全性的严苛要求 ，比如适应恶劣环境、工作稳定性 ，超过三年以上的产品质量保证、后期维护等。有可量化的标准 ，也有不可量化的标准 ，这其中各个OEM之间会有差异性 ，但总的目的是让车更安全。
FPGA能够很好的满足当下的一些功耗、算力、车规等方面的要求 ，因此公司也就选择了基于FPGA开发。
虞正华表示 ，FPGA是一个通用平台 ，本身的硬件、逻辑单元是相对固定的。因此对于选用了FPGA为技术路线的公司而言 ，真正的挑战是设计优良性能的卷积神经网络 ，能将运算单元用到最好！其次数据的存取、处理运算如何设计 ，使得数据的处理和存取达到一个平衡的程度 ，这其中有很大的学问。
神经网络的玄妙
深度学习本身就是神经卷积网络 ，在大的框架上都是一样的 ，但在具体的技术实现上 ，各家公司的不同技术路线都会有较大的差异 ，这种差异也会导致最终的效果参差不齐。比如同样是一个目标的检测 ，是一次检测完成得出结果 ，还是两次筛？
深度学习是比较开放的 ，有开源的代码供爱好者和公司使用 ，但开源代码的网络设计与相应的应用、计算平台都无关 ，因此这种通用的网络在特定的应用领域优势并不明显。
虞正华表示 ，只有经过针对性的优化和设计的神经网络 ，才能将其性能优化到最佳。
神经网络的设计包括宽度、深度（层数） ，以及不同层处理的任务；在训练网络前也要考虑网络的裁剪和定点化工作 ，这一部分需要理论框架支持 ，当然最主要的工作还是在神经网络的设计上。
举例而言 ，一般软件代码编写都是用类似于C语言这样的不直接面向机器的编程语言 ，完成代码编写后编译器可以完成剩下的工作 ，这种编译器一般是通用型的 ，转化后的二进制代码效率不一定很高。
但事实上通过更接近硬件的汇编语言手工编写 ，软件算法优化效果会更好。但是汇编的门槛较高 ，一般公司不会在这个层级进行开发。
FPGA的逻辑开发类似的原理 ，公司的深度学习软件都是基于Verilog这样的硬件描述语言 ，因此效率要比普通的高许多 ，尤其是在自动驾驶相关的特定领域。
专注视觉感知技术
ADAS市场主要分为乘用车和商用车市场 ，乘用车的要求较高 ，测试和试验的周期较长 ，碰到的竞争对手也会较大 ，很多都是国际厂商。
自主品牌OEM在寻求供应商的替代 ，但需要一个过程。商用车市场总量较小 ，但相对需求会个性化一些 ，竞争的压力会小一些。
w66利来智能在2018年度商用车智能网联评选中
获得年度商用车ADAS新锐企业奖项
w66利来智能在两个市场都投入了精力 ，虞正华表示 ，在乘用车领域积累的经验可以帮助公司在商用车市场更快速落地。
目前公司的商用车ADAS产品 ，还只涉及LDW/FCW/PCW等预警类功能 ，像涉及到控制执行的AEB功能 ，就需要其他传感器辅助。
公司目前的视觉产品已经可以支持毫米波雷达等感知传感器的融合 ，满足883标准对于视觉毫米波雷达融合系统的要求 ，并可以扩展AEB这样包含决策控制的功能。
之所以这样 ，是因为虞正华认为 ，预警类功能是一个过渡性产品 ，未来随着技术的成熟 ，一定会转向控制执行类。
未来5年 ，纯视觉为主的ADAS功能会很快过渡到融合方案 ，尤其是商用车。虞正华表示 ，公司的视觉能力对于融合方案能够提供强有力的支持 ，例如目前的产品中已经支持了Freespace功能 ，从而可以有效去除雷达的误触发 ，例如铁板、井盖、天桥的干扰 ，对于AEB这样的功能是非常重要的。
而一旦涉足控制执行 ，对感知系统的要求也上升了一个台阶 ，单一的传感器都没办法胜任。除了要在感知部分进行融合处理 ，还需要执行部分的协调 ，这部分就牵涉到了国际一线Tier1。
目前乘用车的执行部分 ，基本是由Tier1垄断 ，创业公司话语权较弱。因此 ，执行系统的对接 ，更有可能的 ，还是让OEM牵头破冰。
虞正华表示 ，随着智能驾驶的发展 ，行业也正在显示出一种开放的趋势 ，未来当中还是有一定的操作空间的 ，但创业公司要想分一杯羹 ，首先要修炼好自己的内功。
w66利来智能的定位是基于视觉感知传感器 ，提供相应的感知、测距、定位信息 ，服务于自动驾驶。未来也会继续专注在视觉感知部分 ，提供各种场景下的技术方案支持。
公司最近也与一些OEM进行了自动泊车的演示 ，主要提供视觉方面的技术 ，例如基于视觉的车位识别。
对于公司中远期的目标 ，虞正华表示希望公司在乘用车和商用车的耕耘都能取得丰硕的成果 ，在2020/2021年能够进入L3/L4等级的量产。
