EETimes拉斯维加斯报道 - 虽然GoPro一直受运动爱好者追捧，但也不得不面对移动摄像头市场的进一步饱和。美国高分辨率图像处理器公司安霸（Ambarella）曾经30%的营收来自GoPro，这次在消费电子展（CES 2018）上他们推出了全新架构的计算机视觉芯片CV1，主要为高度自动化的车辆设计。
在CES开展前夜，GoPro宣布计划退出无人机业务，裁员250人，降低第四季度收入预估。 Fermi Wang告诉EE Times，Ambarella在GoPro这一块的营收已经下滑，去年这个数字仅仅是“10%左右（10-plus percent）”。他预计今年该公司的GoPro收入将下降到“非常低的数量级（very low number）”。
他补充说，弥补收入损失的是安防监控（专业级和消费者领域都有）和汽车OEM市场。如今，Ambarella整体营收的15%都从汽车行业来。
CV1 SoC内部架构。(source：Ambarella)
然而，Ambarella认为它最引以为傲的，是一种新的CVflow架构，可提供立体视觉处理和深度学习感知算法。 Ambarella创造CV1和一系列基于CVflow的新型计算机视觉芯片（稍后将要介绍）的目标是在自动驾驶汽车市场先行一步，同时满足主要的自动驾驶汽车应用，包括ADAS、电子后视镜和环视影像。
Alberto Broggi
2015年夏天，Ambarella以3000万美元的价格收购了意大利帕尔马大学的初创公司VisLab。由VisLab创始人Alberto Broggi教授领导的团队目前是Ambarella用于高度自动化车辆AV软件栈的骨干。
Ambarella在CES拉斯维加斯的场外演示中，Broggi展示了两台摄像机，一个短距离单目镜（高达几米）和一个立体摄像机，视野达到150米。两者都基于CV1，通过应用卷积神经网络（CNN），单眼相机可以检测和分类已知类别的物体，如行人、车辆、摩托车。立体相机在三维结构中检测通用物体，相机没有经过分类训练，就像激光雷达在点云中看到的东西一样。
Broggi表示，相比于每秒生成200万个3D点的激光雷达，远程立体相机可以“每秒捕获8亿到9亿个3D点”。
单目相机正在检测和分类黄箱子中的物体。（source：Ambarella）
立体相机以绿色三维结构检测未经训练的物体。（source：Abarella）
当被问及Ambarella的计算机视觉芯片能否取代激光雷达时，Broggi表示，虽然这是可能的，但这不一定是公司的意图。
CV1的秘密
Ambarella CV1的秘诀是能够将更多的信息带入计算机视觉领域，因为CV1支持高达4K或800万像素分辨率的计算机视觉处理。
VisLab团队用深度学习给CVflow带来了进步，Ambarella更将多年来在低功耗HD和超高清图像处理方面的专业知识应用于CVflow。
Broggi告诉我们：“不可能有比VisLab和Ambarella更好的联盟。”每个团队之间没有重叠。更重要的是，CVflow能利用Ambarella的图像信号管道进行高动态范围（HDR）成像，超高清处理和立体相机中的自动校准。
虽然没有多少公司谈到，但Broggi说立体相机需要非常稳定。他说，在立体相机中进行校准可能是一个挑战，尤其是在汽车应用中，因为汽车经常震动并在很宽的温度范围内工作。 但有了Ambarella新推出的CV1芯片，“我们可以在芯片上实时自动校准”，他说。
他补充说，我们在低光照条件下也不需要红外摄像机来处理图像。EETimes还问及有关友商Foresight的新型四镜头设备，该设备旨在融合来自红外（夜视）摄像机和日间摄像机的影像数据，Broggi说：“我们不需要，我们的HDR可以在极低光照条件下处理图像。
Ambarella的自动驾驶汽车。（source：Ambarella）
但更重要的是，CVflow架构是完全可编程和高效的，能够以极低的功耗提供可观的计算机视觉性能。 Broggi表示，CV1的功率为4瓦。
Broggi说：“你不需要一个强大的GPU来完成所有这些工作，比如基于CNN的分类和立体视觉处理，或是在没有训练的情况下检测一般物体。 我们在CV1上就能做所有的事情。” CV1本身就是一台非常高性能的电脑，Broggi解释说，其内部是Ambarella自家产的“引擎”，配备CNN和深度神经网络（DNN），图像DSP，两个四核ARM Cortex-A53和其他加速器。
当被问及CV1的价格时，Ambarella公司营销和业务发展副总裁Chris Day告诉我们：“比GPU便宜很多...低于50美元。”去年五月，Ambarella已经从芯片制造商那里采用14纳米CMOS工艺技术造出了样片。 Day补充说，该公司目前正在与汽车市场的众多客户进行接洽。
CV1样片图（source：Ambarella）
编译：Luffy Liu
本文授权编译自EE Times，版权所有，谢绝转载
关注最前沿的电子设计资讯，请关注“电子工程专辑微信公众号”。
