从买不起五菱之光到牵手美国一线 OEM，MINIEYE 是怎么做 ADAS 创业的？

MINIEYE 是一家使用摄像头方案做 ADAS 的创业公司，成立于 2013 年 4 月，目前团队约 30 人，办公室位于深圳和南京。

在深圳，我采访到了 MINIEYE 的 CEO 刘国清。当时的深圳下了一天大雨，恰好 MINIEYE 的工程师在外面测试 demo，我也有幸上车体验了一把。

坐在车里，看着工程师的电脑屏幕上一个个闪过的车辆被绿色的方框标记，我想起了在和刘国清聊天时他提到的一句话：「当时（2013 年）我们想买一辆五菱之光做测试，想了想太贵，还是算了…」

但是现在，他们已经和一家美国一线 OEM 签署了研发合同，并被列入 Vender List。另外，他们的产品已经有三家国内主机厂和两家美国主机厂在进行测试。

从「护驾」到 MINIEYE

2013 年 4 月，刘国清和几个朋友回到国内创业，项目名称叫做「护驾」。后来他们推出一款 App，能够利用手机摄像头，实现前车距离监控、前向碰撞预警和实时车道检测。他们做 App 某些程度上是受 iOnRoad 被哈曼重金收购的影响，这让他们觉得 App 是一个展示技术的好机会。

刘国清说护驾 App 做的比 iOnRoad 还要好，而做 App 的理由也很简单，就是为了融资。因为当时国内的用户和资本市场，对 ADAS 还很陌生。

其实对于用手机作为 ADAS 的硬件主体，刘国清的认识很清楚，他认为两者本身是没有什么切合度，就是体验性质的。而更名「MINIEYE」的原因很简单，就是「护驾」的商标注册不下来…

目前，MINIEYE 主打两项功能，分别是前车碰撞预警（FCW）和车道偏离预警（LDW），并且已经相对成熟。关于这两项功能，刘国清说已经可以对标 Mobileye。除此之外，MINIEYE 也做了行人识别的基础算法开发，在国际通用测试库里达到了全球领先，但距离产品化还有很大距离。

数据是核心，处理是关键

对于 ADAS，刘国清表示「本地化」是一个非常重要的环节，即使是对于处于领先地位的 Mobileye 来说，在国内对某些车型识别上也是有问题的，这源于其国内数据的缺失。

要做「本地化」，就要有足够多的数据。从 13 年下半年开始，他们就开始着手于数据的收集和处理。现在 MINIEYE 在全国有 33 辆合作的数据采集车，北至哈尔滨南至广州，每天行驶里程在一万公里左右，积累了大量数据。而同一数据源，可以用于车道识别、车辆识别、行人识别的研发工作。

在完成对数据的采集工作后，就需要对数据进行处理。面对每天增加的数据，并不是每个团队都能胜任的。他在去某知名互联网公司交流时，对方工程师表示面对海量数据，根本处理不完，只能堆在那里。

MINIEYE 用到了包括深度学习在内的其他算法，尽可能做到最大限度的自动处理。对于数据的处理能力，也是 MINIEYE 的核心竞争力之一。

关于深度学习，刘国清也谈了谈他的观点。首先，深度学习技术门槛很高，但对于产品来说，重要的不是用了深度学习，而是「在哪使用」以及「如何使用」；其次，深度学习需要足够的钱买足够多的 GPU，而火力全开又需要足够多的数据（又回到了前面提到的数据收集过程）。

其实，每天一万公里、大量 GPU，也是很烧钱的…

有前装，也有后装

与其他 ADAS 团队专注前装或者后装不同，MINIEYE 兼顾了前装市场和后装市场，前装市场为主，后装为辅。前装产品大家都是跟着主机厂要求做，主要是满足主机厂需求。而后装产品，则更多体现了 MINIEYE 的产品思路，以及对于 ADAS 的理解。

行车记录仪和 ADAS 在硬件需求上是冲突的，这一点是很多做 ADAS 的团队公认的一点。但刘国清认为，ADAS 有摄像头、有主板、有存储功能，如果没有行车记录仪功能，对于国内的用户来说是难以理解的。如果想做一款后装 ADAS 硬件，行车记录是绕不开的功能。至于 MINIEYE 的后装产品会不会加入行车记录仪功能，刘国清的措辞是「会慎重考虑」，毕竟这是一个产品定义问题。

后装 ADAS 不得不面对的问题就是安装，不正确的安装方式会降低识别率。MINIEYE 在保证主动安全性能的前提下，做了大量工作来降低安装成本。包括算法的优化以及结构设计，并且获得了相关专利。

对于后装产品，MINIEYE 还有一项名为「Kiddo」的人工智能技术，支持 3G/4G 通信。每个 MINIEYE 产品都会向 Server 端发送数据（经用户允许后），Server 端收集到数据后会进行相应处理，不断迭代，再传回给用户，让每个 MINIEYE 产品都变得更加智能。（类似于 Tesla 的自主学习功能）

虽然说着简单，但里面还是有很多难点的：

首先，如何向 Server 端发送高质量但又尽可能少的数据？视频数据肯定不能直接上传，毕竟流量烧不起。这就要求用户本地的算法是优秀的，能够辨别出哪些需要上传，上传之前最好能够进行预处理。

其次，Server 端要有足够好的算法，来处理所收集到的数据，这就又回到了我们前面提到的数据处理能力的重要性。

至于数据传输过程产生的流量费用，用什么样的模式和通讯运营商合作，需要考虑。

一套成熟的 ADAS 系统，不是一朝一夕能完成的。但是起码在这两年发展很快，国内创业公司在完成了三年左右的技术积累后，到了向厂商展示 demo 的阶段。今年，会是他们很重要的一个时间节点。

至于 MINIEYE 凭什么用了三年时间就做出了前装水准的 ADAS，除了自身技术积累外，很大程度上是因为外部环境的变化，一是硬件（芯片、摄像头），二是政策法规推动，资本觉醒。

ADAS 确实是一片蓝海，但到底谁能赚到钱，还是技术问题。

---

原创声明： 本文为 GeekCar 原创作品，欢迎转载。转载时请在文章开头注明作者和「来源自 GeekCar」，并附上原文链接，不得修改原文内容，谢谢合作！

欢迎关注 GeekCar 微信公众号：  GeekCar 极客汽车  （微信号：GeekCar）&极市  （微信号：geeket）。