总部位于美国俄勒冈州威尔逊维尔的FLIR Systems是一家专注于为各种应用生产热成像产品的传感器公司, 据麦姆斯咨询报道, 近日FLIR宣布已对新加坡机器学习和人工智能 (AI) 创业公司CVEDIA进行了大笔战略投资.
CVEDIA开发的SynCity模拟器软件工具可为自动系统OEM和相关传感器制造商, 提供超逼真的多模式数字环境, 相比传统数据采集技术, 能够更快, 更安全, 更经济地对其系统进行训练. CVEDIA的SynCity模拟器软件可展示现实世界的物理特性; 模拟多种照明和环境条件; 在对人, 动物和汽车等物体的渲染方式上, 使用人工智能系统将其转译为现实而逼真的对象. 这样可以生成高质量的数据集, 这些数据集输入到客户的神经网络框架后, 可大大缩短这些深度学习系统的训练时间, 并简化训练过程.
除非你是一位传感器极客, 否则这个消息可能看起来只是个小众新闻. 但这一举措表明, 在竞争日益激烈的传感器市场, 以及人工智能和机器学习热潮中, 出现了新的现实状况: 对于小企业而言, 只专注优秀的硬件已经不够了; 但即使是创业公司, 只要选择了一个方向, 并利用智能AI引擎包装硬件, 也可以在市场巨头环伺下茁壮成长.
SynCity模拟器软件用于热成像图保护野生动物
FLIR为各种企业应用提供热成像传感器, 例如现场检查和消防等. 其传感器有各种各样的应用形式, 包括平板电脑和智能手机附件. 最近, 该公司一直在宣扬, 基于LiDAR (激光雷达) 和可见光摄像头运行的自动驾驶汽车具有盲点, 而这些盲点可以利用热像仪来解决.
这为FLIR带来了市场营销挑战, 说服自动驾驶汽车开发商在自动驾驶汽车上使用热像仪已经不易, 更具挑战的是, FLIR如何才能证明其产品是自动驾驶应用首选的热成像传感器? 因为, 在这个生态系统中还有其他热传感公司, 例如竞争对手AdaSky.
据麦姆斯咨询此前报道, 以色列厂商AdaSky创立于2016年1月, 已经推出了一款远红外摄像头Viper——业内首款内嵌机器学习软件的远红外固态摄像头, 不含任何可动部件, 并能够在摄像头内部进行数据处理, 能够帮助Level 3, 4以及5级自动驾驶汽车更快地进入市场.
FLIR的答案是投资第二家公司CVEDIA, 以利用后者的即插即用型AI以及和自动驾驶相关的机器学习功能 (如物体识别) 使其热成像传感器实现差异化. FLIR认为, 如果能够确保其传感器最大程度地适应各种自动驾驶架构, 同时能够承担一部分自驾汽车开发商的开发负担, 那么它必将成为自动驾驶应用中最具吸引力的热成像传感器供应商.
这与传感器厂商通常采用的传统运营模式不同, 传统的模式是为尽可能多的应用生产与任务无关的传感器. 这同时也表明传感器市场正在紧缩.
专注于交通传感, 集成AI和机器学习的3D视觉传感厂商Viscando
我们也已经关注到其他传感器公司, 将其硬件和特定应用功能打包在一起. 例如, 专注于制造3D视觉传感器的Viscando公司. 随着英特尔内置AI引擎的RealSense 3D视觉相机的推出, 3D视觉传感器市场正变得越来越艰难.
Viscando公司应用3D视觉和AI, 实现准确的交通数据
但Viscando通过专注于一个利基行业——各种市政交通传感, 来持续保持竞争力. Viscando打造了比简单的3D相机更完善的产品组合, 其中包括AI和与交通传感应用相关的机器学习功能. 这个利基市场足以让Viscando不断扩大规模, 但它又足够小, 以至于像英特尔这样的巨头还没有专门针对它进行开发.
如果没有嵌入AI和机器学习, Viscando或将无法抗衡英特尔或任何其他3D视觉供应商, 但在硬件基础上针对特定领域进行AI和机器学习的堆栈, 它就能够变得足够有竞争力. 这告诉我们, 在传感器价格暴跌的情况下, 硬件初创公司林立的传感器市场仍然有充足的市场空间, 但前提是这些小企业愿意专注并寻找战略机遇, 在其硬件上开发智能功能.
这就是FLIR对CVEDIA进行投资的战略目的
'对CVEDIA的这项投资将增强我们创新传感解决方案的能力, 使我们的客户能够更快, 更准确地做出关键任务决策, ' FLIR总裁兼首席执行官James Cannon解释道, '能够自动将关键信息通知用户或系统的软件算法的加持, 是一项非常有价值的功能特性, 可大幅强化我们的传感器所感知的独特和丰富的数据. '
