AI • 物聯網 • 網路邊緣

駕車時十分仰賴視野是否清晰。

無論周圍環境是刺眼、昏暗或下雨，行經其他車輛、行人或障礙時絕不容失誤。幸虧科技持續進步，先進駕駛輔助系統 (ADAS) 採用視覺解決方案，協助人類駕駛偵測這些物體。

車輛配備的 ADAS 視覺系統，附有一組攝影機會即時串流車輛內外的影像。再由電腦擷取串流的影像，分成影格交給視覺處理器分析。

車載視覺系統的挑戰

雖然在 ADAS、自動駕駛、電動車來說，視覺系統的功用很重要，但業界沒有一致的標準可以評量視覺系統。再者，傳統的視覺系統無法確切判斷周遭環境。考量到車輛亟需有效的視覺，實驗室必須徹底測試車用攝影機，且經過生產線產品測試，才能安裝至 ADAS 解決方案。「影像擷取卡就負責這類測試」影像處理系統供應商、眼雲智家科技有限公司的執行長暨創辦人袁坡說。

車輛移動時，電腦會從視訊擷取靜止的影像，然後傳輸給視覺處理器。影像擷取卡在研發環境，及攝影機的生產前測試會執行相同的功能。「攝影機是獨立生產的模組，最後才會組裝至車輛。但在此之前，攝影機一定要經過校準、測試和品管。」袁表示。

影像擷取卡使用案例

在實驗室環境中，影像擷取卡會協助測試攝影機在昏暗或其他極端環境時，提供的影像是否清晰，藉此評估攝影機的功能。

至於生產階段，製造商會校準攝影機，確保裝置能對焦和提供不失真的影像。這時，影像擷取卡同樣派上用場。「製造商連結攝影機與我們的影像擷取卡後，即可邊檢查影像，邊調整攝影機。」袁說。

此外，工廠透過預燒測試瞭解攝影機在長時間連續串流時的效能，也是影像擷取卡的使用案例。攝影機單次最長運轉 144 小時，同時影像擷取卡會確保攝影機確實攝錄影像，不遺漏畫面。「攝影機只要遺漏畫面即淘汰。」袁說。

另外，影像擷取卡可協助收集實際的資料，用於開發演算法。這時攝影機會安裝在車上，供影像擷取卡同步擷取號誌、行人和自行車等資料。「交通號誌偵測和行人偵測演算法需要大量資料。在 AI 領域，資料是關鍵，所以我們的影像擷取卡協助收集資料。」袁說。

影像擷取卡實際的需求

雖然影像擷取卡在車用攝影機的生產階段充分發揮效用，但仍有部分難題要解決。

首先，影像擷取卡要容易攜帶，才方便收集資料和測試。接著，影像擷取卡要能與多部攝影機同步，模擬實際的行車環境。ADAS 解決方案大多搭載多部攝影機，拍攝車輛內外。

影像擷取卡也得跟上車用攝影機技術，與之並進。「隨著攝影機的解析度、影格速率、景深提升，影像擷取卡也要配合提升頻寬。」袁說。

眼雲科技的 ECFG 系列提供模組化電路，可同時支援 4 至 16 個視訊頻道，滿足前述的需求。不僅如此，ECFG 系列可處理日後更高的資料頻寬需求。「我們深知公司在科技業的發展方向，並訂立方針滿足日新月異的需求。」袁說。

車用攝影機日後的發展

未來展望有一部分牽涉到其他類型的攝影機，包括在極端情況下也能偵測物體的紅外線攝影機。短波紅外線 (SWIR) 也是競爭產品。由此可見多光譜視覺系統占有一席之地的理由，這也是眼雲科技的 ECFG 系列可以提供的技術。

同時，眼雲科技目前致力設計邊緣 AI 支援且更智慧的影像擷取卡。「Intel 處理器的系統單晶片格式，在單一晶片整合影像處理、神經運算引擎與 CPU，成功加速邊緣 AI 應用程式。」袁說。AI 支援的影像擷取卡適用於機器人、監控，及各種使用案例。智慧影像擷取卡只挑選有關的影像資訊，不再傳送串流視訊所有的影像至視覺處理器。例如視覺處理器只要處理出現移動的行人、動物 (或許更有意義) 的影像，不必一再處理千篇一律的柏油路影像。

「以上是本公司的藍圖，我們會設計更智慧的影像擷取卡，透過 Intel 邊緣 AI 技術收集較為相關的資料」袁說，「我們可以透過 Intel 技術，將影像擷取卡設計得更靈活聰明，所以我們很期待日後的市占率成長」。

本文由 insight.tech 編輯總監妮．貝內施（Georganne Benesch）編輯。