2018（第二屆）高工智能汽車金球獎評選微信投票環節正式啟動，2019年1月15-17日，2018年度高工智能汽車年會將在上海舉辦，同期舉行金球獎評選頒獎儀式。

本屆金球獎評選的關鍵詞是“推動”，作為中國智能網聯汽車行業的風起云涌的一年，全球產業目光聚焦中國。汽車智能化、網聯化、共享化，從一開始就是全球化市場、全球化競爭。

不管是跨國汽車制造商、零部件廠商，還是中國自主品牌、國產供應商，都是推動中國汽車產業進入新時代的重要推動力。

本屆金球獎評選共有15家企業參與年度創新技術評選，投票截止日：12月17日 20:00。（注：如有不正常的刷票行為，一經發現，直接取消入圍資格。）

1、Roadstar.ai 多傳感器前融合

Roadstar.ai自主研發的多傳感器前融合核心技術，其中包含了兩項關鍵技術：1、「HeteroSync 異構多傳感器同步技術」實現兼容不同品牌、不同數量的各類型傳感器，包括激光雷達、攝像頭、毫米波雷達、GPS 等，實現高精度時間、空間同步。

2、「DeepFusion 數據深度融合技術」通過對不同傳感器原始數據的提取融合，統一輸出八維空間數據，在傳感器層級實現數據的時間與空間精準同步和優勢互補，從而更好地提高自動駕駛算法的魯棒性和自動駕駛的安全性。

自動駕駛車輛感知效果展示Roadstar.ai基于自動駕駛載體的多目標車輛感知預測。而目前大部分自動駕駛公司只能做到多傳感器后融合，比較落后的還在使用單一傳感器不融合，缺少冗余性。

2、凌感科技 基于人工智能計算機視覺的三維交互技術

1、與蘋果ARKit、谷歌ARCore相比，凌感科技自主研發基于空間定位方法的SLAM技術，能在中低端安卓機上流暢運行。

2、支持26自由度手勢、6自由度頭部位置追蹤。

3、手勢跟蹤技術兼容Android和iOS系統，支持跨平臺操作，超低功耗。

第一代體感技術受硬件系統的相關算法的限制，市場角窄，在10-100公分的范圍內無法精確而快速的識別復雜的手勢。隨著虛擬現實，車載控制等一大批要求近距離高精度低功耗的手勢控制應用出現，對第二代體感交互技術，也就是近距離手勢識別技術的要求也應運而生。

凌感科技自主研發出第二代SLAM模組，使用IMU 輸出數據和視覺數據配合，延遲小于20ms、功耗少于2瓦，完全滿足三維人機交互需求。

3、歐菲“智能代客泊車”系統

歐菲“智能代客泊車”系統僅利用歐菲自主生產的高清環視廣角相機作為唯一的傳感器輸入，不使用任何GPS、 IMU、激光雷達等昂貴設備，單純靠歐菲自主開發的視覺算法實現可行駛空間檢測、目標檢測、地圖構建、定位、路徑規劃、泊車和車輛控制，實現在園區內的“智能代客泊車”。

歐菲“智能代客泊車”系統僅利用歐菲自主生產的高清環視廣角相機作為唯一的傳感器輸入，不使用任何GPS、 IMU、激光雷達等昂貴設備，單純靠歐菲自主開發的視覺算法實現可行駛空間檢測、目標檢測、地圖構建、定位、路徑規劃、泊車和車輛控制，實現在園區內的“智能代客泊車”。

4、普強信息 低功耗語音喚醒

普強低功耗語音喚醒，為穿戴式設備及智能家居設備打造高性能語音交互方案，可以運行在各種主流芯片上，基本詞匯語音喚醒，OEM廠商可自行指定觸發短語或詞匯。

1、功能完備，前瞻性設計固定喚醒詞，支持聲紋喚醒離線命令詞識別支持客戶定制喚醒詞支持近場（耳機）、遠場(音箱)喚醒

2、超低功耗，極小尺寸超低功耗，低于10MIPS極小尺寸，低至2*3MM降噪環境一體化，支持降噪環境，噪音>5db。

5、森思泰克 毫米波雷達超分辨算法技術

1、車載毫米波雷達受孔徑限制，角度分辨率整體偏低，在有限孔徑下想要達到更高的角度分辨率只能通過超分辨算法實現，算法在工程實現時，可采用特殊算法對計算復雜度及數據存儲量進行合理優化，在現有的芯片計算平臺上以更高的計算速度達到實時性的要求。

2、采用超分辨算法后，角度分辨率較不采用超分辨算法可整體提高3倍以上，在信噪比較高時，可達到1°以內的分辨率。

6、順禾電器 疲勞駕駛預警系統DFM

1、整個產品采用一體化設計（攝像機與控制器集成在一個產品上），安裝簡便，安全可靠，抗干擾能力強。

2、無按鍵設計，采用手勢進行開關機操作。

3、自動開關機：ACC上電后，系統自動開啟；ACC關閉后，系統自動關閉。

4、智能學習：上電后，自動學習駕駛員面部特征；增強報警的準確性。

5、通過聲、光進行報警。

7、網樂互聯“場景化+智能電臺流”技術

“場景化+智能電臺流”技術：根據時間、地點、人物定義一個場景，基于場景收聽需求，智能組合新聞資訊、音樂、出行信息等內容，以不間斷電臺流的方式智能推送給車主。

目前車載音頻技術以電臺廣播、車機互聯、APP等形式存在，存在廣播廣告多、節目不個性、內容不伴聽，點按操作不便捷等缺點。

8、偉世通 DriveCore?自動駕駛域控制技術平臺

全球第一款車規級自動駕駛域控制技術平臺產品，具有模塊化，高擴展性的特點。平臺包括三個部分：

1、DriveCore? Compute, 可擴展的模塊化計算硬件單元，可根據需求定制計算能力和擴展能力；

2、DriveCore? Runtime，先進的中間件及軟件框架，PC開發環境和嵌入式軟件的橋梁；

3、DriveCore? Studio，偉世通針對DriveCore? Runtime環境而提供的開發工具，可帶來高效的算法開發、測試和標定流程；

平臺可以為客戶提供先進高效的自動駕駛開發解決方案，高度開放的特性允許算法開發的快速迭代更新，大大縮短產品開發的時間，助力全行業向自動駕駛技術的普及快速前進。

目前絕大部分的自動駕駛解決方案都不具備開放的開發環境，開發周期冗長，投入巨大，整車廠需要和算法開發公司，芯片制造商，高清地圖提供商分別進行合作和溝通，行業缺乏將硬件開發和軟件開發進行有機整合的平臺化解決方案。

9、未動科技 車載多模態人機交互技術

1、多模式交互-抬頭顯示HUD，將時速、導航等信息投射到前擋風玻璃，結合AR技術可以實現AR HUD可以為駕駛者更好的使用體驗；

2、多模式交互-后座娛樂，將給車內乘客提供一個極致舒適的后排乘坐環境；

3、車載多模態交互，綜合了語音識別、手勢識別、人臉識別等多種交互方式，不僅更容易被自動識別、準確率更高，而且更符合人類的交互偏好，確保司機和乘客的乘車安全并提高駕乘體驗。

當前車載人機交互方式多采用單一的基于命令和選擇的交互方式，無法滿足多場景的復雜交互要求，且交互效率較低、交互體驗較差。

10、小馬智行 全自動駕駛系統架構及操作平臺PonyBrain

小馬智行自2016年末創立伊始就選擇寫一套完整的作業系統（后命名PonyBrain），不僅有全面的可控性、還能支持個性化的優化，在實時性能、作業調度、數據傳輸和吞吐效率上與傳統的方法相比有質的提升，系統性能提升約20倍。

在兩年內，經過多種環境測試和數據積累、加上人工智能的模型突破，PonyBrain完成了一次又一次的整體優化，持續降低資源占用，更好地支持復雜的深度學習模型。

大多數初創公司曾采用（甚至有的仍采用）傳統機器人操作系統（ROS）作為自動駕駛系統開發和調試的框架。不是說這個系統做得不合理，但它是基于機器人的作業系統，它的一些性能，比如實時性差，應用到全自動駕駛這樣的對安全性要求非常高的領域，有傳輸的延遲或者丟包，這是完全不能接受。

11、軒轅智駕 毫米波雷達超分辨技術

軒轅智駕毫米波雷達采用MIMO+超分辨測角技術，利用多通道發射和接收組成天線陣列，得到虛擬天線孔徑，具有靈活的孔徑擴展能力和波形分集能力，有效改善改善雷達的測角精度和雜波抑制性能；

同時采用music超分辨測角算法，達到較高的角度分辨率和估計精度，同時實現多信號同時測向，滿足自動駕駛及多傳感器融合的高分辨需求。

汽車毫米波雷達具有探測性能穩定、體積小、全天候工作等特點，但相比光學傳感器，角分辨率較低，目前大多數采用單發多收比相測角技術，難以實現角度高分辨，無法達到遠距離區分多目標的要求。。

12、英泰斯特 自動駕駛車輛視頻與總線數據同步采集、分析及監控技術

本技術通過一個小巧的PCB電路板，將4路高清攝像頭信號（360環視），1路駕駛室視頻、1路道路視頻信號、車輛總線（CAN）數據、高精度定位數據同步進行采集，并完成所有數據的存儲、分析和遠程傳輸（4G）。

同時，設計了同步數據分析軟件，可以將上述各種數據數據同步進行回放，用于自動駕駛車輛的場景數據采集、分析、診斷和實時監管。

13、知行科技 基于AI的行人仿真

此技術利用深度神經網絡學習行人的走路姿態及動作，并根據現有行人的走路姿勢和方向來產生他的下一步行為。

在仿真環境中，我們給行人輸入出發點和目的地，同時賦予每個行人不同的類型（保守型，激進型，正常型等），行人就會在仿真環境中產生自己的行為。這種AI仿真環境可以產生隨機的場景數據，用來開發和驗證自動駕駛系統。

現有的仿真軟件也可以用來做一些模擬環境下的測試，但車輛和行人的運動都是提前設定好的，所以只能用來做一些特定場景的測試。但自動駕駛更需要重點解決的是對于隨機性危險場景的反應，這在市面上現有的仿真軟件中是無法實現的。。

14、承泰科技 一種分布式多傳感器的汽車雷達系統

將毫米波雷達、超聲波探頭、攝像頭等多傳感器形成一套系統，提高系統可用度和可靠性；集中進行信號處理與數據處理，提升系統性能的同時，達到立體環視效果；結構融合和總線共用，提高可靠性同時，降低系統安裝復雜度；簡化傳感器前端電路，降低功耗，降低系統成本。

當前車載ADAS傳感器各套系統各自獨立，復雜且不好用。即使是毫米波雷達BSD、FCW、ACC、AEB等功能往往也是不同的控制器各自工作。

15、雙髻鯊 商用車全盲區預警系統

商用車全盲區預警系統，通過雙目立體視覺技術接收圖像，預測車輛的運動姿態以及位于車輛盲區內的運動物體的運動姿態，并當根據預測到的車輛的運動姿態與盲區內的運動物體的運動姿態，確定車輛與位于車輛盲區內的運動物體可能發生碰撞時，控制報警模塊發出報警信號，利用攝像模塊輔助駕駛員對盲區進行觀察，使得車輛在行駛過程中不存在盲區，提高了車輛駕駛過程中的安全性；

司機在駕駛車輛的過程中是存在巨大的視野盲區，貨車、大客車的盲區更大，給商用車司機安全駕駛帶來了巨大的困擾。傳統的方法安裝反光鏡來解決盲區問題，再進一步是通過拼接攝像頭視頻讓司機更好地看到車身周圍的狀況。這些都需要司機的眼睛來判斷危險，司機稍一疏忽仍然會照成嚴重事故。

雙髻鯊利用雙目立體視覺技術的特點，開發出對商用車四周盲區進行實時監測的全盲區監測系統，對車身周圍的盲區內所有的物體進行跟蹤、定位和識別，判定危險、及時對司機進行預警，提醒司機進行防范。

雙髻鯊商用車全盲區預警系統給商用車又增添了多雙眼睛，及時提醒，極大增加了商用車的安全性，降低了商用車的事故率。