与整车厂，Tier1合作，这家计算机视觉公司称：想做自动驾驶，必须先过这道关！

黄教主携NVIDIA在CES 2018向自动驾驶领域投下的核弹余威未散，中国的一家NVIDIA Inception计划成员便宣布获得新一轮融资。新芽NewSeed 1月11日消息，智能驾驶视觉供应商CalmCar（天瞳威视）宣布完成3000万元Pre-A轮融资，投资方国中创投。新一轮融资将用于大规模商用实时采集分析设备，前装视觉环境感知系统的量产以及组建位于底特律Farmington Hill的北美工程中心。

2014年，汽车新贵特斯拉与Mobileye的牵手，将计算机视觉辅助驾驶技术推到公众面前。那时，人们才切实感受到，ADAS这种几乎是每台车的标配、却又似可有可无的东西，原来离自动驾驶这么近。

2015年，一个拥有十余年汽车安全电子研发经验，曾就职于大型汽车零部件供应商(Tier1)天合汽车集团（TRW）、并有过一次成功创业经历的工程师，在辗转英国和澳洲之后，决定回国创业，要做一家具有深度学习技术的嵌入式计算机视觉公司。

2016年，Mobileye以153 亿美金的身价被英特尔收购，再一次印证了计算机视觉在自动驾驶领域不可估量的重要性。而CalmCar，也在短短两年内推出了智能驾驶视觉系统CalmCar Vision System，并于2016年完成天使轮1000万元的融资。

在GTC CHINA 2017大会上，王曦向黄仁勋介绍CalmCar

CalmCar Vision System是一套采用“深度学习技术”的汽车智能视觉系统，通过“深度学习技术”的认知能力，可以迅速“学会”识别新物体，全面认知复杂路况，精准感知、预测车辆行驶过程中的交通情况。能够实现的功能包括LDW（车道偏离预警）、FCW（前向碰撞预警）、PCA（行人碰撞预警）、BSD（盲区监测）及TSR（交通标志识别），服务于AEB，LKA，ACC等高级驾驶员辅助系统所具备的核心功能。

“我们的产品分为硬件、软件、数据三部分，硬件是自行研发的单目摄像头以及搭载微型GPU的嵌入式系统；软件是基于深度学习的环境感知和决策算法；数据则包括数据采集与实时分析。”在位于天津高新区的国际创业中心，CalmCar的创始人王曦接受了新芽NewSeed的采访，“CalmCar解决的不单单是ADAS环境感知方案，我们的目标是服务从ADAS到自动驾驶。”

与英伟达合作，CalmCar得到了什么?

过去三年里，自动驾驶成为汽车业的颠覆者，以互联网车企为代表的新势力崛起，传统车企也纷纷押注其中。在自动驾驶集成的诸多人工智能中，计算机视觉是发展最为成熟的一个。基于这波造车风潮，专注于车载计算机视觉的创业公司纷纷涌现。

“不管是智驾还是自动驾驶，视觉必不可少，但是世界上能量产的不多。目前全球范围内真正可以量产的是Mobileye，我们也在做。”提起CalmCar，王曦尤为自信，环境感知的评判标准最主要是检测距离、检测精度、检测种类以及响应时间，王曦的自信便来自于这几个方面。

在检测距离上，目前CalmCar的检测距离约为140m，可追踪到170m；对于人的检测距离约为70m，可追踪到接近百米。“国内大多该领域的初创公司的检测距离集中在50米到近百米左右。”王曦说。

在检测精度上，50m内测距误差小于3%，80m内误差5%，百米内误差在8%-10%。

在检测种类上，目前CalmCar已经积累了数百万公里精确校准的数据，可以提供精准的轿车、公交车、工程车、行人、骑行人、路面信息以及道路静态目标等物体的实时检测和追踪，检出率达95%以上。

在响应时间上，CalmCar已经实现了稳定30帧每秒的实时处理。

CalmCar硬件部分，占用空间小

除了数据精准、识别场景丰富，CalmCar还兼具体型小、可兼容和开放的特点，可以快速安装和投入使用。首先，硬件部分不需要复杂的安装过程，即插即用，占用空间小，具备半自动校准功能，同时又可以很容易地跟其他传感器进行配合，清晰呈现不同层级的数据源。“从Raw Data、结构化信息，信号列表以及多层级的数据源，我们提供可定制的输出信息。”

其次，目前CalmCar搭载的是单目摄像头，可以融合激光雷达、毫米波雷达、GPS、IMU等多种传感器，具有很强的扩展性。

再次，CalmCar开放了一些底层驱动，方便客户把其他传感器融合进来，以实现深度配合。“智驾并不是一家公司可以做的，一定是一个生态圈。”

为保证算力和延展性，同时将产品控制在较小的体积，CalmCar目前采用了英伟达微型GPU芯片，配合并行计算技术满足对图像实时处理的要求。随着订单量的增加，英伟达也注意到了这家中国的初创公司，将CalmCar纳入了NVIDIA Inception计划，在计算硬件及算法模型上予以支持，同时为CalmCar牵线搭桥，推荐众多客户。

新势力造车这么火，却选择与传统车厂合作

当前参与到自动驾驶战场的各方势力中，以互联网车企为首的新势力风头正劲，而CalmCar现有的客户名单中并没有一家互联网车企的身影。反而Tier1、传统车企和图商，是目前公司主要的服务对象。

“我个人对这种新能源汽车新势力轿车相对比较保守，你看传统车企走得慢，它是有自己的规则和规律的。”

因多年供职Tier1的经历，王曦深知Tier1掌握着产业最核心的命脉。自动驾驶这一新兴事物对于Tier1来说，也是大力发展的方向。CalmCar从早期产品设计、软硬件开发到功能验证，每一个细节都与Tier1客户一同打磨。“无论传统车企还是互联网车企，都是Tier1的客户，所以Tier1是一定要合作的。”王曦斩钉截铁地说道。目前CalmCar已经在和几家Tier1深入合作。

新芽NewSeed记者试乘车

整车厂也是CalmCar合作的重点目标，想做自动驾驶，整车厂首先需要有自己的一套验证评价体系，而现在大家都在起步阶段，都在研究怎样建立起这样的评测体系。CalmCar也积极参与到这一体系的搭建中来。评测体系的建立需要大量的真实道路采集数据，CalmCar的商用实时采集分析设备也正在被不同整车厂大范围使用。

与图商的合作点则在于他们有做中精度、高精度地图的需要，CalmCar可以大规模安装在采集测绘车辆中帮助图商检测、分析、定位路面上的静态目标，与地图数据融合，并参与到他们的开发研究中来。与图商的合作意义深远，高精度地图是智驾领域里必不可少的一环，整车厂与Tier1更期待视觉、雷达与高精度地图数据打通的完整解决方案。

新芽NewSeed记者试乘体验

早期介入、长期服务，是CalmCar的客户服务策略。“我们从最开始一直跟随，每次升级换回来的都是第一手反馈，我们帮助他们进行验证、诊断，发现问题去帮他们一起解决。”CalmCar建立了完善的追踪机制。王曦将团队分为三层，中心是核心层，负责技术方案的设计；之后是应用层，负责方案实施与落地；最外层是项目经理，与客户保持长期跟踪。这种团队配合模式较为灵活，解决了边际成本随客户数量增加而增加的问题。

这样的合作模式给CalmCar带来的好处有四：一是参与客户的供应商评测标准建立，形成对自身产品的认可和依赖；二是借助客户的自动驾驶发展速度，让CalmCar尽快量产上路；三是随着客户的验证流程，CalmCar能广泛而及时地获得一手数据；四是为公司在初创期带来比较可观的收入。

不过，CalmCar并不排斥与新势力车企的合作。王曦认为，公司处于初创阶段，与严谨的传统车厂合作更有助于产品的打磨和积累。

机会与竞争并存，谁会跑在前面？

当问及CalmCar的核心壁垒，王曦笑称不喜欢此类说法。“深度学习的出现、硬件平台的更新、GPU、带有视觉功能的芯片，这些都为我们创业公司提供了机会。未来肯定会有很多很多这样的公司出现。竞争肯定会有，但总需求实在太大了。”

尽管如此，新芽NewSeed还是试图梳理了CalmCar的护城河。

1、一场与时间的赛跑，入场早者跑在前面

依据Goldman Sachs的研究数据，ADAS装配在一款汽车上的周期长达15年，从市场沟通、评估，到产前工作需要6年，再进入3年的生产周期，5至7年的迭代测试时间。CalmCar一开始便介入进来。“汽车硬件的开发要经历CV（概念验证）、DV（设计验证）、PV（产品验证）的过程，CalmCar目前处于DV阶段。”王曦说。

　2、数据是壁垒，而且还不卖

随着数据采集越来越多，目前已有一些客户找上门来，希望购买，但王曦并不打算用数据变现。“客户数据不能买卖，而且现在数据已经变现了，它是我们为客户提供服务的一部分。”

3、接地气的工程师团队

深度学习在智能驾驶领域的落地需要极强的工程化能力，王曦更注重产品的落地、验证和可实施性。CalmCar的团队，CTO谢晓靓拥有美国应用数学博士背景，曾在彭博社和硅谷从事深度学习算法相关的软件开发。还有从英国留学归来专长于追踪算法的计算机博士李皓。另外，团队中还有多名负责深度学习算法和嵌入式系统的专家，都具有丰富的行业和量产经验。团队现有成员60余人，研发总部位于天津，在苏州设有数据中心，北京设有工程实施中心，2018年1月组建位于底特律Farmington Hill的北美工程中心。