一家做 HUD 的公司,凭什么叫「未来黑科技」?
这篇文章想聊的事儿,有这么几个关键词:车内人机交互、创业公司、HUD、黑科技、中国。 听着有点儿意思吧?咱们慢慢说。 众所周知,一年一度的 CES 是大公司的舞台,但同样也有创业公司的发挥空间,虽然今年的展会还有一两天才开幕,但是在此之前,我们提前接触到了一家将要参展的国内创业公司。他们的注册名叫做「 未来(北京)黑科技有限公司」,英文名叫做「Futurus」。 关注科技行业的同学应该对「 黑科技」 三个字不陌生,某些企业在宣传产品的时候,特别喜欢用这个词来形容自己的技术。当然,这么做除了收获满满的吐槽之外,好像没有太多正面反馈。 所以看到这儿,可能你难免会对这家叫做「 未来黑科技」 的公司心里打鼓——难道又只是为了吸引眼球,挑战大众智商的?当然,如果真是那样的话,可能你们就看不见这篇文章了。 后装到前装 其实,GeekCar 在半年多前的 CES Asia 上就已经接触过这家公司。不过在当时,他们的名字还是 「 异视科技」,主要的产品是后装 HUD(抬头显示)。 半年之后再见,Futurus 的 CEO 徐俊峰告诉我们,他们已经把主要的精力转移到了前装 HUD 上。除了保留后装 HUD 产品线之外,他们的主要精力已经放在了前装产品中。 徐俊峰说,Futurus 的前装 HUD 已经能够实现比宝马新 7 系更大的尺寸和视觉效果。同时他们还会在尺寸、界面上不断提高,研发全挡风成像的 HUD。 目前,他们已经和一家国际著名的车厂确定了合作。在国内,他们还正在和一家一级供应商成立合资公司,针对的就是自主品牌和一些新造车团队。比如智车优行的奇点汽车,在上市的时候就会搭载 Futurus 供应的大尺寸 HUD。2017 年初,Futurus 还会改造一辆车来展示他们的全挡风成像的 HUD 技术,和路面信息结合的 AR 技术也会逐渐应用到产品中。 熟悉 HUD 行业的人都知道,后装 HUD 目前在交互体验、稳定性等方面都还不成熟。很多购买了后装 HUD 的用户都没有得到他们期待中的体验。另外,前装 HUD 市场从去年开始,向 10 万级别的车辆下探,也给了很多用户接触前装 HUD 的机会。 无论是从我们的感知,还是一些分析机构的报告来看,前装 HUD 在接下来几年的时间里会发展的更加迅速。所以说,Futurus 选择把重心转移到前装,其实是一件正确的事。 当然,从后装转移到前装,本身不是一件简单的事情。后装产品在稳定性、产品体验、车厂选择供应商的习惯等角度都需要重新考虑。对于这一点,徐俊峰对自己的技术很自信。他也告诉我,Futurus 目前不缺车厂端的合作伙伴。 关于 Futurus,你也可以看下面的这段视频来了解更多。 背后的光学显示技术 事实上,从未来黑科技的公司名字就能看出,他们要做的事情可能不仅仅是 HUD 那么简单。徐俊峰告诉我,他们想要做的事情其实和光学、物理有关,要从这些角度着手研发未来关于「 全息成像、增强现实」 一类的黑科技。而目前把 HUD 作为主打的产品,主要是因为有较大的商业前景。说白了,做公司必须要考虑主营业务的盈利问题,谁都没有办法避免。 在研发 HUD 之外,Futurus 也会把固定一部分资金用来研究「 黑科技」。比如在视频里,我们在公司门口看到的巨大装置,就是一个类似「 全息投影」 的光学显示器。通过底座光学模组光场投影,我们就能不依托于任何介质,裸眼看到凭空出现的影像。这还是我们第一次在电影之外看到真正的不需要任何介质的裸眼全息成像技术。 当然,由于没有 3D 拍摄的设备,我们的视频没有体现出全息投影的立体感,有机会去 CES 的同学,可以去现场体验一下。 虽然目前为止,这个装置的成本还没有达到商用的程度,不过在技术层面,这已经是一个比较成熟的方案。未来,徐俊峰考虑把这项技术应用到广告、教育等行业。 事实上,宝马在前几天宣布要在 CES 上展出 HoloActive 悬浮屏交互系统 ,也有着类似的效果。徐俊峰说,他也会考虑把物理、视觉层面的反馈加入到这套全息成像系统里。 显然,在黑科技这条路上,Futurus 想要「 一条路走到黑」。对于技术类的公司,只要能让我们看到实打实的「 黑科技」,那么就是一件令人兴奋的事情。而且,如果一家公司能把技术做到足够领先的程度,那么商业上的成功也不会太远。 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)。
「GeekCar Daily」1.3: 大众收购移动支付公司 PayByPhone;NHTSA 升级五星安全评级标准
大众收购移动支付公司 PayByPhone 据外媒报道,为了在移动支付领域完成布局,大众旗下的金融公司收购了移动支付软件公司 PayByPhone。PayByPhone 在全球多地提供大规模停车场,目前在巴黎、旧金山、伦敦等地一共拥有 26.2 万个停车位。通过 PayByPhone 的 App,车主还可以随时缴纳停车费。 这才是做出行服务的正确姿势。 NHTSA 将升级车辆五星安全评级标准 据外媒报道,NHTSA(美国高速公路安全管理局)准备 在 2018 年升级车辆五星安全评级标准,其中将把 BSD 盲点监测系统作为强制装备。NHTSA 在安全模拟试验中得出结果,BSD 盲点监测系统至少可以避免 62000 起碰撞事故,减少 3000 例受伤事件。 新手司机必备。 特斯拉 8.1 系统正式推送 Elon Musk 在 Twitter 上正式宣布,特斯拉已经开始向 1000 辆新车(2016 年 10 月及以后生产)推送升级后的 Autopilot 8.1 系统,该系统将会支持搭载 Autopilot 2 代硬件的车型。而剩余搭载 Autopilot 1 代硬件的车型,新系统升级将会推迟至 1 月末。 这一次没有跳票。 第五批新能源汽车推荐目录发布 工信部在官网正式发布了第 5 批新能源汽车推荐目录,其中有 5 款车型突然被逐出推荐目录,分别是:凯迪拉克 CT6 插电混动版、荣威 eRX5、荣威 e550、东风一款纯电动厢式运输车以及陕汽一款纯电动厢式运输车。被逐出推荐目录的主要原因,是因为这 5 款新能源汽车的电池供应商均有外资背景。 都是电池的锅。 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)。
GPU 驱动下的自动驾驶变革
人们开始认识 NVIDIA(英伟达)这个企业,是因为他们创立了 GPU 这个概念并一直在这个领域内统治至今。不过,最近几年,这家企业却在自动驾驶领域做得风生水起。过去的 2016 年中,他们发布了 Drive PX2 核心,获得加州无人驾驶路试牌照,并和众多其他公司达成了自动驾驶相关的合作。 NVIDIA 的 CEO 老黄将在本次 CES 期间演讲,并发布最新的产品和技术,感兴趣的朋友文末有视频直播链接。 GPU 与自动驾驶的联系 NVIDIA 在自动驾驶领域的成就正是得益于他们在 GPU 领域内的深耕。大多数人对 GPU 应用的了解都是在游戏领域。其实,在自动驾驶环境中,GPU 的优势也十分明显。 与 CPU 一样,GPU 的功能主要也是完成计算任务。两者的不同点在于,CPU 的核心数量只有几个(一般不超过两位数),每个核都有足够大的缓存和足够多的数字和逻辑运算单元,并辅助很多复杂的计算分支。而 GPU 的运算核心数量则可以多达上百个(被称为流处理器),每个核拥有的缓存大小相对小,数字逻辑运算单元也少而简单。 这样的架构差别使得 CPU 更擅于计算复杂繁琐的大型计算任务,而 GPU 则可以高效的同时处理大量的简单计算任务。如果把 CPU 和 GPU 想成是一个出色的建筑团队,那么 CPU 就是可以定义结构并完成复杂计算的总设计师。而 GPU 则是负责完成各个细节建筑任务的工匠团队。 在驾驶环境中,司机除了操作车辆之外,还需要同时做出大量的判断——既要实时观察路面上正在发生的各种情况,又要判断自己在整个路线当中的方位。重复完成这种大量且相对比较简单的计算判断任务,正是 GPU 的专长。用 GPU 作为自动驾驶系统的核心大脑,也就变得顺理成章了。 NVIDIA 在 CES 2016 上发布的 Drive PX2 就是这样一台「 自动驾驶超级电脑」。它同时搭载了两颗 CPU 和两颗 GPU,在浮点运算性能上,相当于 150 台 Macbook Pro,可以处理 12 部 200 万像素摄像头(60fps)的数据。 除 PX2 之外,NVIDIA 还发布了端到端的深度学习系统,能够将 PX 2 与云端 NVIDIA DIGITS 链接,上传驾驶数据,并通过深度学习平台 NVIDIA DRIVENET,进一步提升所有使用 NVIDIA 自动驾驶平台的自动驾驶精度。关于这套系统的具体原理,可以参考我们之前的 文章 众多的合作伙伴 有了强力的自动驾驶大脑,完善的深度学习体系,再加上加州无人驾驶路试牌照。NVIDIA 在自动驾驶领域的地位已经越来越重要。在这一年中,NVIDIA 在汽车领域内达成的众多合作也很好的印证了这一点: 1. 主机厂: 一向在自动驾驶领域十分激进的特斯拉今年就宣布,在其 Model S、Model X 以及 Model 3 车型的全新 AutoPilot 自动驾驶系统都将配备 NVIDIA DRIVE PX 2。此外,福特、宝马、奔驰、大众(奥迪)等汽车厂商也都开始测试并使用 NVIDIA 的自动驾驶技术。 2. 地图商: TomTom 的 RoadDNA 技术也被应用在了 Drive PX2 上面。这套系统可以通过车辆上的传感器及摄像头实时捕捉道路两侧的 3D 数据,并于已有的数据库进行对比,从而让行车电脑即使在告诉行驶中,也能够确认自己在整个路线当中所在的位置。 3. 深度学习及人工智能: 百度是 NVIDIA 最重要的合作伙伴之一。因为这两家公司的合作不只是在驾驶环境下的深度学习平台建设上,还包括了云端平台,地图技术,语音及图像识别等等方面。除去百度这样的互联网巨头之外,自动驾驶软件公司如 AIMotive 也会使用 NVIDIA 的硬件产品。 在即将开始的美国 CES 2017 上,NVIDIA 将进一步展示他们与这些合作伙伴的合作成果。此外,NVIDIA … 继续阅读
3000 辆专车就能搞定全纽约人的出行?麻省理工有话说…
麻省理工学院计算机科学和人工智能实验室(CSAIL)今天发表了一项研究结果:使用 3000 辆共享专车,就能替代纽约全城 13000 辆出租车。如果所有的用户都使用共享专车,纽约的交通拥堵、汽车尾气污染和燃油消耗问题都能有所缓解。 CSAIL 的研究人员通过获取纽约出租车的公共数据,加上伊利诺伊大学开发的一套算法,做了这样的推演:使用 3000 辆 4 座共享专车可以满足全纽约 98%的出行需求,平均每位乘客的等待时间仅仅为 2.7 分钟。在这其中,最重要的部分就是基于实时需求的动态响应系统,它能够提高系统 20%的效率。 Uber、Lyft 在不断扩张自己的共享专车业务,于是 CSAIL 也通过模拟,计算出了共享专车系统中的极限。 他们对于不同尺寸的车辆进行分析之后发现,如果在全纽约上线 2000 辆 10 座共享专车,那么就能满足全城 95%的出行需求(目测得拼车了)。其实,运营方也可以上线不同类型的车辆,进行重新分配来满足大众用车需求。比如,当某地有大型演唱会或体育赛事时,可以派过去一辆载客量更高的车。 CSAIL 团队打造的共享专车系统可以系统性地分析出行需求,并且确定每辆车的最佳行驶路线和任务。随后,系统将会自动分配不同规格的车辆,一些剩余车辆将会被分配到高需求地区。 CSAIL 研究团队的负责人 Daniela Rus 教授说,最大的挑战就是要研发一套能够实时响应的解决方案,它要能够包含上千辆车。在这其中,第一步就以合适的精度理解并提炼出地图。CSAIL 的专车系统同样适用于无人驾驶汽车,因为它能根据实时需求不断计算行进路线。 可以肯定的是,Uber 和 Lyft 也一定在设计类似的算法(肯定是商业机密),当算法和无人驾驶技术都成熟后,无人驾驶专车服务就能立即投入运营了。 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)。