Foresight首次对外展示了QuadSight™这套“最精确的四目视觉系统”

继上个月以色列公司Foresight Autonomous拿下第一个卡车四目视觉系统（QuadSight™）订单（一家欧洲车企）后，近日这家公司披露再次拿下一家中国电动汽车厂商的订单。

Foresight Autonomous于1977年9月在以色列注册成立，是一家从事设计，开发的视觉技术公司,基于专有的计算机视觉，视频运动检测和机器学习软件，实现运输和安全应用的商业化。他们的技术是基于母公司与以色列军方十多年的合作。

这家公司研发的ADAS系统基于3D技术、视觉算法和人工智能，可以有效实时分析周围的环境信息。此前有外媒报道，Foresight Autonomou正在与江淮汽车进行系统测试合作。

与其他公司的技术不同，Foresight会在车辆的前后左右四个方向安装8个摄像头，每个方位2个，这样可以为车辆提供更为精确的距离数据，包括同周围车辆的距离、是否与行人或者非机动车辆过近。同时也能对于周围的路况进行实时的精确评级，最大程度上降低误报率。

在今年的美国CES展上，Foresight首次对外展示了QuadSight™这套“最精确的四目视觉系统”，为半自主和自主车辆安全提供障碍物检测性能。 

QuadSight™采用的四摄像头技术，结合了两对立体视觉的红外和可见光摄像头，该系统设计用于在任何天气或光线条件下（包括完全昏暗，雨天，霾，雾和眩光），以接近于零的虚假警报达到接近100％的障碍物检测。

QuadSight™的相关技术指标：

1、全天候天气光照条件下运行

2、30FPS的动态分辨率

3、100米范围内小于10%的深度精度，最小识别目标35cm*25cm

4、3D自动校准的柔性基线

5、大于45˚的广角视场

Foresight首席执行官Haim Siboni此前表示：“视觉是保证智能驾驶汽车乘客安全的基础，而在所有天气和照明条件下的完美视觉表现显然是汽车制造商为建立消费者信心所必须实现的突破，以加速自动驾驶汽车的实际应用。”

近年来，立体视觉技术在3D成像、检测及精确性方面的表现，对于安全可靠的半自主和自主车辆视觉系统成为至关重要的技术选择之一。

立体视觉相机超越了人类驾驶员实时观察3D物体的能力，无论物体是大还是小、运动中还是静止，抑或是从短距离或远距离来探测。 动态的驾驶环境要求具有一定程度的精确度水平，目前来看也只有立体视觉相机能够提供。

这条视觉系统的特别之处在于融合了红外与可见光两种视觉技术。

拥有完整的视觉和感知功能，特别是在恶劣的光线或天气条件下能够看见并识别公路、车辆、路边设施、障碍，对下一代自动驾驶汽车安全操作至关重要。

每一种摄像头在某些光线或天气条件下都有各自的短板和弱项。当红外与可见光摄像头融合时，能够弥补单一摄像头及传统可见光双目摄像头的不足之处，在动态光照、阳光直射、正面行驶的汽车开大灯、恶劣天气条件下提供精确的视觉和感知能力。

除了四目视觉系统，这家以色列公司还有两项产品，分别是双目视觉系统Eye-On™和V2X解决方案Eye-Net™。

今年6月，Foresight Autonomous宣布，成功完成了Eye-Net™事故预防解决方案的对照试验。该方案基于V2X蜂窝移动网络，通过使用智能手机并依靠现有的蜂窝移动网络实时向行人和车辆提供碰撞警报。

在实验期间，Foresight在各种情况下测试了Eye-Net™系统，并将其与安装在十字路口的NoTraffic智能系统进行了整合，进行了包括车辆和/或行人在内的几种事故的模拟场景。

在所有情况下，使用安装在手机上的Eye-Net™应用程序的各方都能收到实时警报，以防止发生碰撞。同时，Eye-Net系统与智能交通基础设施系统进行集成，安装在十字路口的系统使用智能传感器识别未联网驾驶员或行人，然后通过Eye-Net系统将信息传送给驾驶员，以防止碰撞。

在试验过程中，信息实时传输至现场的控制中心，并在地图上显示模拟碰撞发生的位置和时间，以及相关道路使用者的分类。

近年来，以Mobileye为代表的以色列汽车技术初创公司吸引了全球的目光。有数据显示，以色列交通运输科技产业至少有550家创业公司。

其中，在立体视觉方面以色列公司是全球最早进行研发的，目前，立体视觉已经渡过技术基础期，将进入3-5年的快速成长期。

自动驾驶对安全性要求更高，不能漏报，一旦漏报就是一个非常严重的交通事故。比如除了车、人等常见的一些障碍物，未来车辆感知系统必须检测到全类型的障碍物。同时，目前如果搭配现有成熟的单目视觉、毫米波雷达及激光雷达的方案，成本还是很高。

其中，传统的单目视觉最大瓶颈在于天气变化，尤其是雨雾及夜晚环境。而立体视觉是一个全类型环境识别，以目前的主流自适应巡航ACC为例，以双目为代表的立体视觉技术可以减少光照变化带来的影响。同时，双目摄像头是一个天然融合的传感器，它将深度学习和图像学习进行有效糅合。