当前位置:

首页> 创业通> 找项目> 创业项目> 详情

新型智能超低功耗物联网视觉传感芯片研发

A~B轮融资轮次

  • 融资项目介绍

1、项目背景

    随着物联网时代的到来,基于视觉的智能感知需求呈现爆炸式的增长,市场需要更低功耗和更小面积的视觉终端来满足在线教育、智能医疗、工业4.0以及车联网等多个应用领域对视觉感知的智能性、规模性和实时性的组网需求,目前视觉传感器芯片在这些应用领域年销售额超过150亿人民币,并以每年20%增速持续增长。而现有传统的视觉传感器芯片将越来越不能满足物联网市场迅速发展的需求。这类CIS产品,功能要求特殊、技术含量高,行业竞争压力小,单价高,利润空间大。虽然目前总量需求不如手机、消费产品和移动电脑,不过随着物联网的爆发,市场增长迅猛。

2、项目内容

项目精确定位于上述市场导向和痛点,研发了一系列能应用于广域和无处不在的视觉监测需求的超低功耗物联网视觉传感器芯片(内部命名:IOVS),目标能够以毫瓦级的功率持续进行特征提取和模式识别,相对现有技术的视觉传感器芯片功耗明显降低,具备专用性强、小面积、超低功耗等特点,应用于广域和无处不在的物联网视觉监测需求,特别针对在线教育、智能医疗、工业4.0以及车联网等多个视觉传感的应用领域。

该芯片项目在芜湖市2018年度第二批高层次科技人才团队项目评审中被评为一类项目,并获得芜湖经济技术开发区600万投资入股。同时该项目获得 2020第九届中国创新创业大赛安徽赛区总决赛荣获一等奖和最具人气奖、2021年第六届创客中国创新创业大赛安徽省三等奖。

3、技术先进性

本项目技术创新是建立在对物联网视觉传感器本质任务的重新定义上实现的,不同与目前所有的视觉传感器都是建立需要一个更清晰的图像作为传输和处理的理念上,我们的视觉传感器通过在传感器端对原始图像数据进行运算来实现对目标特征参数、状态预警、危险告警等有效信息的提取,然后只需要将提取出的有效信息传送到云端进行进一步的加工和处理,从而不仅大大减少了终端功耗和芯片尺寸,更有助于大幅降低物联网通信和云端数据处理的压力。

该项技术摈弃传统视觉传感器将大部分芯片面积和功耗放在图像处理和图像编解码上,而转移到对原始图像的有用信息或特征的直接抽取和智能分析上。通过我们特有的“功耗和推理品质(Power-Inference Scalable: PISCALE)”按比例调整实现的,它在能耗和对提取特征推理的品质之间进行权衡调整。它模拟了人类观察视觉场景的关注程度和推理的惯性思维的动态变化,根据手头任务的细节和推理品质水平处理它。可以在由于目标推理品质退化引发大量的特征丢失的情况下,功耗与推理品质按比例调整,并纠正对于物体的识别。

本项目产品具备背照式、全局曝光和堆栈等常规国际最为先进的CIS设计技术外,还针对IoT和移动设备市场研发了更为独特和先进的技术,包括:

a)决策级低功耗技术:一种决策级的低功耗技术--功耗和推理品质比,利用深度学习的方法智能地在能耗和对提取特征推理的品质之间进行权衡,并决定视觉传感器需要获取、处理和传输的信息量的多少。这种技术模拟了人类观察视觉场景的关注程度和推理的惯性思维的动态变化,根据手头任务的细节和推理品质水平处理它。

b) 基于堆栈技术的功能前置:限制当代视觉传感器使用瓶颈是功耗和数据量问题,超80%的功耗在后端图像处理上。得益于3D堆栈技术在CIS上的发展,我们让VIOS集成对应的功能模块,使其能智能地提取图像中的有用信息,进一步在云端人工智能的帮助下,完全实现抛弃ISP独立使用,从根本上减少了功耗。

    c) 结合深度学习技术:结合深度学习和神经网络技术,我们开发了自己独特的云端深度学习算法。为了解决带宽、储存空间和处理能力等问题,我们的IOVS只向云端传输有用的信息数据。云端的深度学习算法也必须在这种低质量或更为抽象的图像上进行训练。我们融合了目前一些最为先进的神经网络,并针对我们的特有数据级进行重构和优化。


  • 项目商业计划书

新型智能超低功耗物联网视觉传感芯片研发及产业化商业计划书

目录

1. 项目概要阐述

1.1、项目背景阐释

1.2、项目核心定位

2. 市场需求解读

2.1、传统CIS分析

2.2、CIS新需求分析

3. 项目核心优势

3.1、核心优势

4. 成功因素分析

5. 盈利模式分析

 

1. 项目概要阐述

1.1、项目背景阐释

截止2017年,全球CMOS图像传感器芯片市场达到135亿美金的规模,比2016年的116亿美金增长了16.38%。其中,96%的市场份额都是由12名非中国厂商占据,当前日本索尼、韩国三星、美国OV合计占据了全球CMOS图像传感器72%的市场份额。跟据国际半导体权威机构IC Insights最新报告到2021年,全球CMOS 图像传感器销售金额将达到160亿美元,年出货量达到80亿颗,2016~2022年10.5%的复合年增长率。另一方面,除了传统市场,随着IoT市场和新兴嵌入式应用终端市场的不断发展,其对更低功耗、更智能的新型CIS芯片的需求也曾爆发式增长,而目前国内外并没有一种针对这类应用的CIS芯片解决方案。可以预计,随着新兴市场的不断完善,智能超低功耗物联网视觉传感器芯片如果能在这个技术和市场中占到先机,对企业、对此前所未有的行业,都具有不可估量的作用。 

1.1.1、市场政策依据:经济政策大势利好

集成电路(IC)产业是国民经济和社会发展的战略性、基础性和先导性产业,是培育发展战略性新兴产业、推动信息化和工业化深度融合的核心与基础,是调整经济发展方式、调整产业结构、保障国家信息安全的重要支撑。发展集成电路产业既是信息技术产业发展的内部动力,也是工业转型升级的内部动力,同时还是市场激烈竞争的外部压力,已上升为国家战略。其中,集成电路设计是该产业的龙头和核心,我国大力加快集成电路设计技术创新、逐渐缩小我国与世界集成电路的技术差距,瞄准前沿关键技术,通过整合创新资源,推进创新成果共享与产业化,引领并带动产业链上下游合作,推动企业做大做强,促进中国集成电路产业实现跨越式发展。

《国家集成电路产业发展推进纲要》明确则提出,到2020年,我国集成电路产业与国际先进水平的差距逐步缩小,全行业销售收入年均增速超过20%,企业可持续发展能力大幅增强。到2030年,产业链主要环节达到国际先进水平,实现跨越发展。并要在移动智能终端、网络通信、云计算、物联网、大数据等重点领域集成电路设计技术达到国际领先水平,产业生态体系初步形成。随着《国家集成电路产业发展推进纲要》的颁布实施,今年,集成电路被列为我国实体经济发展首位,各地不断加大发展集成电路,出台了不少鼓励政策,同时推出集成电路产业发展基金。因此,从企业发展角度来看,目前正是我国集成电路设计企业发展、创新和突破的最佳时机。

1.1.2、国家需求依据:是国家和民生发展的刚性需求

由于CMOS图像传感器芯片的使用是无处不在的,它不但被民用市场广泛应用,更是渗透到国家安防、社会民生的各个方面。比如,军事监控、微星遥感、环境监控、反恐安防和民用市场,都大量的使用到CMOS图像传感器芯片。因此,CMOS图像传感器芯片技术是国家的核心技术竞争力、占有国家安全和在信息产业中的核心战略地位。

不过,从全球CIS市场来看,96%的市场份额都是由12名非中国厂商占据,当前日本索尼、韩国三星合计占据了全球CMOS图像传感器70%的市场份额,索尼更是独占了全部份额的42%。国内过去主要在高校等研究机构进行一些图像传感器相关研究,但我国尚未掌握高端CMOS图像传感芯片的核心技术,国外则对该类芯片完全封锁,一直未能实现高端CMOS图像传感器芯片国产化,同其他众多电子信息产业一样,未能摆脱对国外核心技术及芯片的严重依赖,长期处于只能生产低附加值产品的产业链下游。我国的信息产业急需“中国芯”,国产化的CMOS图像传感芯片的研发和生产有助于提高我国民用、军用CMOS芯片的研制水平,缩短研制周期,降低成本,为我国的国防军事提供可靠的CMOS图像传感器芯片,打破CMOS芯片主要依赖进口的不利局面。建立具有自主知识产权的制造技术和芯片结构,为快速开发和批量生产提供高效和有力的技术支撑。该研究方向的成果对于国家军事和民用信息化产业建设与发展具有重要的政治意义和经济效益。

1.1.3、市场行业需求依据:存在市场需求多样性,发展前景良好

中国国务院发文宣布,将在2020年全面启动5G商用。随着5G时代的到来,除了传统的手机通讯市场迎来的巨大的商机,同时在引发了自动驾驶汽车、无人机、机器人、工业应用、零售、交通运输、安全和监控、家用电器、医疗/保健、体育和娱乐、消费者增强和虚拟现实、移动设备等应用市场的快速增长。高通认定,到2035年,5G引领的产品和服务总价值,将达到创纪录的12万亿美元(约为80万亿人民币)。

在这场5G引领的商业革命中,可以看到并明确的是,在不同的应用市场中,作为视觉感知的主要终端设备的CIS产业,也将迎来巨大的商业机遇。就目前市场看,一部手机大概会搭载2至6个,一辆自动驾驶的车辆需要搭载几十个摄像头,而大范围的分布式城市监控、工业自动化等都需要大量的CIS。因此,伴随着5G的发展,市场对于CIS的需求将在2020年左右迎来爆发性增长。有专家预测,未来十年,全球对CIS的需求将突破百亿级。

1.1.4、市场提出新型CIS需求:对新技术提出要求,未来将产生颠覆效应

对新型CIS的需求主要来自于物联网(IoT)的发展。目前,随着物联网时代的到来,互联设备正以300%的速率增长,到2015年为止,互联设备达到了150亿台,预计到2020年,互联设备将达到2000亿左右。这些互联的设备通过不同的传感器探测收集周围环境信息,并将探知的信息传递给其他设备或云端服务器。而其中,正如人类超过80%的信息获得来自于眼睛,物联网里最多的应用是视觉。视觉数据占据物联网80%到90%的信息量。可以预见未来,几乎所有的设备都将拥有视觉功能。

然而,由于传统的视觉传感器本身的设计理念和物理特性的约束,决定了它们在数据带宽、计算能力以及链接稳定性上存在很多局限,大大降低了视觉传感器在物联网中的使用和布局。即使目前先进的智能图像传感器,虽然增强了设备本身的边缘计算能力,仍然在功耗和尺寸上不能满足物联网终端设备的需求。特别在大范围,、广覆盖的视觉信息感知网络中。因此,从市场角度再看,视觉传感作为物联网一个最重要的分支领域,国内外还没有哪个单位或研究中心对此进行很系统化的研究,在这一领域的技术投入和市场布局都比较空白。

1.2、项目核心定位

1.2.1 IOVS项目简述

我们团队的研发的芯片:IOVS(Internet On Vision Sensor),目标能够以毫瓦级的功率持续进行特征提取,模式识别,它比现有技术的视觉传感器芯片功耗低几十倍。它将转变为智能视觉系统小型化方面的主要进展。这种新型特征提取器每一侧都小于一毫米,并可以通过尺寸只有几毫米的太阳能电池供电。

该项技术突破是建立在对物联网视觉传感器本质任务的重新定义上实现的,不同与目前所有的视觉传感器都是建立需要一个更清晰的图像作为传输和处理的理念上,我们的视觉传感器通过在传感器端对原始图像数据进行运算来实现对目标特征参数、状态预警、危险告警等有效信息的提取,然后只需要将提取出的有效信息传送到云端进行进一步的加工和处理,从而不仅大大减少了终端功耗和芯片尺寸,更有助于大幅降低物联网通信和云端数据处理的压力。 

该项技术摈弃传统视觉传感器将大部分芯片面积和功耗放在图像处理和图像编解码上,而转移到对原始图像的有用信息或特征的直接抽取和智能分析上。通过我们特有的“功耗和推理品质”按比例调整实现的,它在能耗和对提取特征推理的品质之间进行权衡调整。它模拟了人类观察视觉场景的关注程度和推理的惯性思维的动态变化,根据手头任务的细节和推理品质水平处理它。可以在由于目标推理品质退化引发大量的特征丢失的情况下,能量品质按比例调整,并纠正对于物体的识别。

该芯片项目在芜湖市2018年度第二批高层次科技人才团队项目评审中被评为一类项目,并获得芜湖经济技术开发区600万投资入股,同时该项目在 2020第九届中国创新创业大赛安徽赛区总决赛荣获一等奖、最具人气奖。

1.2.2  IOVS项目定位

主要针对新兴IoT和移动终端应用领域,如:智能汽车(车载)、智能工业、安人工智能、安防、医疗等领域。目前,国内外对专用于这些领域的CIS研发和生产基本处于空白极端,是我们的在CMOS图像传感器芯片领域的切入和反超的绝佳机会。

2. 市场需求解读

2.1、传统CIS分析

2016年全球CIS芯片销售额116亿美元,2017年达到约139亿美元,同比增长约19.8%,2021年有望突破200亿美元,2016~2022年年复合增长率10.5%。根据图1显示,2017年CIS芯片移动领域销售额94.24亿美元,占总销售额的比例为67.8%。计算机市场销售额12.93亿美元,占比9.3%。随后依次是消费市场(11.26亿美元,8.1%)、安防(7.78亿美元,5.6%)、汽车(6.53亿美元,4.7%)、工业/航天/防务(5.56亿美元,4%)、医疗(0.69亿美元,0.5%)。在移动智能终端保持增长的情况下,CIS另一个增长动力主要来自于双摄和3D感测相机。无人机拍摄、生物识别、AR等新市场也在带动销售额增长,同时也在逐渐渗透汽车、安防、医疗市场。

2.1.2传统CIS厂家分析

CIS 市场中的巨大波动已经在很大程度上改变了竞争格局。不过索尼仍然是 CMOS 图像传感器的领导者,该公司在市场、生产与技术方面占据主导地位。 其次是三星( Samsung )和 Omnivision两家强劲的竞争对手,这一市场的新进厂商格科微( Galaxycore)、 Pixelplus 和 Siliconfile也正崛起中。同时,对于佳能( Canon)和尼康( Nikon )来说,集成器件制造商( IDM )模式取得了巨大的进步, 止住了他们数字摄像头市场下滑的势头。 至于松下,它和 Tower Jazz成立了一家合资公司,目标是高端市场的产品量产。海力士( Hynix )则通过收购 Siliconfle 的剩余股份,成为一家 IDM 。

相对于高端生产商,采用IDM模式来实现产品的创新和产品差异化。Fabless 模式主导了CIS 行业的低端市场。以Omnivision 、格科微( Galaxycore )和 Pixelplus 是这类的主要代表厂商,他们主要代工厂为台积电( TSMC)、中芯国际( SMIC)和 Dongbu 。该模式涉及的资本开支依赖于代工厂。 随着技术的迅速发展,这些Fabless为主的CIS设计厂商更希望将资金和经历投入在CIS本身的技术研发上。

不过总的来看,高端市场竞争不大,但技术和资金门槛较高,而低端市场处在低利润的价格红海中。

2.1.3传统CIS技术分析

早期的CIS为前照式(FSI,FrontSide Illumination)结构。光电二极管位于金属连接层下方,部分入射光线会被金属线路阻挡或反射,而且反射还有可能对邻近的像素造成串扰。背照式(BSI,BackSide Illumination)结构中金属连接层位于光电二极管下方,光线透过镜头和滤光片后直接照在受光面上,增加了受光面积,在弱光环境下也具有较好的成像效果。电路无需和光电二极管争抢面积. 更大规模的电路有助于提高速度。背照式虽然将部分电路放在像素层下方,但仍有部分电路和像素在同一平面,下方有支持基板。堆栈式(Stacked)在背照式的基础上发展而来,将像素区和处理电路分别制作在两块晶圆上,电路移至像素下方再贴合在一起。堆栈式在传感器上集成更多像素,同时由于像素和电路独立,因此可针对像素部分做画质优化,针对电路部分做性能优化。

2010年前照式产品占据绝大部分,但是背照式产量已经开始快速增长。2012年背照TSV堆栈式产品产量开始增长,2014年前照式产量开始下滑,2015年背照式产量开始下滑。2016年背照混合堆栈式产量开始增长。预计未来仍以背照TSV堆栈式为主。混合堆栈式产量也将增长,但前照式和背照式产量将持续衰退。

从技术上看,CIS芯片朝着多功能化、高帧速率、宽动态范围、高分辨率、低噪声技术、模块化、低功耗方向发展。3D堆栈是重要的演进方向。索尼持续进行3D堆栈CIS芯片的研发,2017年2月公布了3层CIS器件,包括顶层BSI传感器、中层DRAM、底层ISP。

2.2、CIS新需求分析

随着应用市场不断的发展和变化,许多应用中,对其视觉输入终端设备(CIS)的功能和性能上提出了新的需求。特别是IoT市场,其涉及了移动视频领域和分布式监控领域和嵌入式视觉领域。这些应用领域希望采用更了智能、更低功耗、更小尺寸和更易于安装的CIS,用于解决巨型网络中超大规模视频数据传输与有限网络带宽之间的矛盾、解决巨额视频数据与有限处理能力的矛盾、解决大范围分布式视频监控的问题、解决工业4.0中机器到机器之间视觉信号交互等这类问题。目前大多数现存的CIS应用仅限于某些封闭的视频平台,并不是真正的互联网/物联网概念,还无法做到大规模、分布式的布局。

从市场需求量来看,由于IoT市场终端到2030年将突破5000亿的接入量,而其中视频传感器占有很大比重。可以预见,CIS在IoT市场将会有百亿级的市场。

目前市场上几乎所有的CIS产品都不能很好的满足市场对CIS的新需求,这是由于CIS设计之处的根本目标是为人服务,也就是说目前的CIS总是希望采用更高的分辨率和更多的技术用于为人们呈现一张更清晰更真实的图像。因此从服务对象和设计理念上看,现有的CIS产品无法体现真正的物物相连中视觉终端的作用和价值。这就需要我们颠覆现有CIS的设计理念,设计一款从根本上满足新需求CIS产品

结论随着市场的发展,CIS的在各个领域的需求不断加大,不过就目前的市场分析来看,高端CIS市场的进入门槛较高,短期内基本仍由少数IDM国外公司把控,而低端CIS将会迎来更残酷的价格红海市场。与之相对的CIS新需求市场还处于空白期,这给CIS生产者提出了新的挑战,同时也带来了新的机遇。满足IoT市场的新型CIS,这无疑为本项目提供广阔市场前景。

3.项目核心优势

IoT是一波快速增长的技术浪潮,它使用大规模分布式视觉传感器,让我们的环境变得更加智能和以人为本。不过现有视觉芯片的高功耗和大尺寸,长生命周期的视觉电子系统目前对于IoT来说不可行。我们团队通过研发微型IOVS芯片应对这些挑战,并且展示了这种无处不在和永远在线的摄像头是可行的。我们希望这项新性能将加速在IoT中嵌入视觉感知能力,以及实现真正能用于物联网的智能视觉。

这项技术标志着朝着开发几乎具有无限生命周期的毫米级的智能摄像头迈出了关键一步,也为经济合算的物联网(IoT)应用铺平了道路,这些应用包括:在机场和关键设施中无处不在的安全监控设备、建筑能量管理、工作场所安全、智能城市、工业自动化和老人护理等。技术具有突破性意义,不仅可以打破CIS市场国外厂商垄断的局面,更在物联网飞速发展的关键节点,在技术上弯道超车,大大提高了我们在高精集成电路设计在国际市场的竞争力和占有率。

3.1.1全新的设计理念解决IoT视觉传感器的核心问题

定制化的超低功耗智能视觉传感器。这种定制化的视觉传感器在技术上的突破是建立在对物联网视觉传感器本质任务的重新定义上实现的,不同与目前所有的视觉传感器目的都是需要获得一个更清晰的图像作为传输和处理的理念上,这种视觉传感器直接通过在传感器端对原始图像数据进行运算来实现对目标特征参数、状态预警、危险告警等有效信息的提取,然后只需要将提取出的有效信息传送到云端进行进一步的加工和处理,从而不仅大大减少了终端功耗和芯片尺寸,更有助于大幅降低物联网通信和云端数据处理的压力。

3.1.2 在国内外处于独创的核心技术

决策级低功耗技术。在任何给定时间内,物联网中大多数传感器设备都可能处于空闲状态,即使需要不间断监控的情况下,从环境中真正需要获取的有用信息也是少量的。特别是视觉信息,在海量的视觉信息中真正有效的数据其实是很有限的。感知在线提出一种决策级的低功耗技术--功耗和推理品质比,该技术摈弃传统视觉传感器将大部分芯片面积和功耗放在图像处理和图像编解码上,而转移到对原始图像的有用信息或特征的直接抽取和智能分析上。感知在线在云端利用深度学习的方法智能地在能耗和对提取特征推理的品质之间进行权衡,并决定视觉传感器需要获取、处理和传输的信息量的多少。这种技术模拟了人类观察视觉场景的关注程度和推理的惯性思维的动态变化,根据手头任务的细节和推理品质水平处理它。可以在由于目标推理品质退化引发大量的特征丢失的情况下,能量和推理品质按比例调整,并纠正对于物体的识别。

3.1.3 智能设计让CIS独立起来

限制当代视觉传感器使用瓶颈最根本的因素便是功耗和数据量问题,由于目前CIS无法单独使用,需要在后端接上图像处理芯片(Image Signal Processing: ISP),这样即使再好的设计,仍然需要整个系统开销超过80%以上的功耗在后端图像处理上。得益于3D堆栈技术在CIS上的不断发展,我们让VIOS集成对应的功能模块,使其能智能地提取图像中的有用信息,进一步在云端人工智能的帮助下,完全实现抛弃ISP独立使用,这样从根本上减少了功耗和设计面积。

3.1.4 与深度学习相结合

结合深度学习和神经网络技术,我们开发了自己独特的云端深度学习算法。为了解决带宽、储存空间和处理能力等问题,我们的IOVS只向云端传输有用的信息数据。那么,云端的深度学习算法也必须在这种低质量或更为抽象的图像上进行训练。我们融合了目前一些最为先进的神经网络,并针对我们的特有数据级进行重构和优化。我们也考虑在控制功耗的条件下,进一步加强IOVS的边缘计算能力,以减少信息对带宽需求和对云端服务器算力的要求。

3.1.5 团队的CIS技术积累

团队主要从事半导体技术研发、技术咨询、技术服务、软件开发、半导体测试多年,截止目前,团队成员总共参与研发的图像传感器芯片项目已超过百项。建立了完备的图像传感器芯片研发和测试中心。

在图像传感器芯片领域,团队已拥有国际领先的技术优势,如:超高动态范围技术;“局部多重曝光”和高动态范围合成算法融合技术;BSI技术;3D堆栈技术;全局曝光技术等。团队成员参与设计的图像传感器芯片已广泛被苹果、三星、 华为、小米、Oppo&Vivo、海康、大华、丰田汽车、特斯拉等国内外知名企业所采用。其研发实力和市场美誉度获得国际一流企业的认可。

3.1.6专业突出,实力平衡的专业团队

团队主要技术研发人员来自于原SONY CMOS图像传感器核心设计和研发团队,具备丰富的CMOS图像传感器包括手机、监控和车载等产品设计、技术工艺研发和量产经验。不仅如此,在也同时引进了一批曾在SONY、富士通、华为等在CIS领域和半导体行业背景的技术和管理人员。同时,团队与几家国内外高校和研究院保持长期技术合作。

团队在CMOS传感器芯片设计领域,拥有多年的产品设计经验,并具备完善的技术,管理和经营人才,并具备扎实的技术支撑,同时在业内有着良好的背景和资源。

3.1.7以针对性的新技术覆盖细分市场

IOVS由团队自主研发,不仅以新型技术和应用方向夺人眼球,相比其他CIS产品,将更完善的功能和更高的性价比期获得市场认可。另外,今后将不断开发其产品的规格和功能,用以开发新型的潜在市场。

4.成功因素分析

4.1 精准的业务切入口

在当前电子类市场科技创新浪潮中,能精准的抓住自己的核心业务口,锁定精准目标受众群体,同时通过精准产品切入口,选择IoT市场作为业务试点开端,极大降低了CIS各类前期风险,也避免产品后期的竞争风险。

4.2丰富的实践经验

创业团队的人员组成以项目特点为核心,由来自技术、管理、市场、软件等不同方面的人才组成,专业组成涵盖面完善,拥有专业创业型的管理人才,团队负责人社会阅历丰富,知识层次搭配合理,团队凝聚力很高。团队负责人拥有多年团队创业经验,工作经验丰富,对芯片设计生产和产品化有较深企业经验。

4.3卓越的管理能力

本项目完全自主经营,自主管理,在实践中不断创新,逐步建立健全企业独有的规章制度,依据自身目前情况制定合适的目标,科学管理。此外,依靠自身社交圈层资源优势,创新营造有效的推广途径,定期开展宣传活动,开拓市场。

4.4有力的组织领导

为了协调运作、提高效率,团队建立了一个完善有力的组织领导体系。由团队负责人统一领导,设立各个部门,分配各项任务,协调各个环节、各个方面和所有成员,以此促进成员间的协调合作,保证整个团队健康有序地运作和发展,进而保障整个项目的顺利进行。

团队各成员本着做事谦虚、务实、踏实、相互学习、合作互助、坚持团队的利益高于一切的原则,充分发挥各自的创业潜能。在合作中提高团队办事效率,在互助中实现队员共同创业梦想。

5. 盈利模式分析

5.1 政府项目合作

由于我们的产品能实现大规模分布式不间断监控的能力,因此特别适合国家和政府在一些军事安防、环境监控、海洋森林管理等一些特殊要求的项目中,帮助国家和政府实现平安城市,安防布控和智能管理,是我们的研发产品的原动力,也是我们产品最好的展示平台。

5.2 与大型IoT厂商合作,为其定制方案

内外知名网络BAT商合作,例如为百度淘宝腾讯等合作,联手建立视觉信息采集平台,为其建立有真正价值的视觉大数据库定制基于视觉终端的硬件基础

5.3 联合方案商,打开民用/工业市场

本项目面对IoT需求市场,技术独有,产品方向明确,竞争小,利润空间可想而知;通过于各方案商的深度合作,不断挖掘VIOS产品系列的潜在的民用和工业用市场,用我们更针对性的产品和更高的性价比,去取代传统产品,并开发新的应用场景。

 

  • 团队介绍

创新团队人员简介

1、叶炯耀简介

 

叶炯耀

 

出生日期

1978.05

 

博士

专业

集成电路设计

 

副研究员

 

中国

学习(从本科起)和工作经历

起止时间

学校或工作单位

本人身份(职务)

1996/9~2000/7

上海海事大学

本科

2003/9~2005/9

早稻田大学

硕士研究生

2008/9~2011/9

早稻田大学

博士研究生

2000/7~2002/4

上海海事大学

助教

2002/4~2003/9

日经外汇交易所

工程师

2005/10~2008/9

SONY株式会社

高级工程师

2011/9~2012/10

早稻田大学

研究员

2012/12~2014/3

国科微电子股份有限公司

首席工程师

2014/4至今

华东理工大学

副教授

2018年至今

江西理工大学

特聘教授

2019/1至今

芜湖市米能微电子有限公司

董事长研发负责人

取得学历、学位和资质证书情况

   

发证机关/单位

发证时间

学士学历(学位)证书

上海海事大学

2000年7月

硕士研究生学历(学位)证书

早稻田大学

2005年9月

博士研究生学历(学位)证书

早稻田大学

2011年9月

工作经历和业绩

 

叶炯耀博士2000年毕业于上海海事大学通讯专业,其后留校任助教,从事科研开发工作,并承担国家级重点项目“沈大高速电子信息系统”开发工作。2003年考入日本早稻田大学LSI设计专业,2005年获硕士学位。从2005年到2008年,在日本SONY公司,担任LSI高级研发工程师,参与PSP,电视芯片和监控摄像机多项产品的开发和设计。2008年继续在早稻田大学攻读博士课程,并于2011年9月获得工学博士学位,之后1年半的时间,留任在早稻田大学,担任特聘研究员,负责2项日本文部省的国家级项目的开发。 2012年10月归国后,分别在富士通和国科微电子担任首席工程师和高级顾问,负责多款芯片的研发。2014年4月加入华东理工大学信息科学与工程学院,任副研究员。现在本人主要专注于人工智能算法和智能芯片的研究上。目前为止,以本人为第一作者发表的论文共19篇,其中包括3篇SCI检索,1篇核心期刊和8篇EI检索,并在Prime’asia和ITC-CSCC2009这两个国际会议上分别获得了最佳论文奖。

在创新项目上:

l 作为主要执行人和负责人,承担日本2项国家级重大研发项目的研发。

1. “关于超低功耗多媒体处理芯片SoC”的研究。个人支配年开发费40万人民币

2. 负责“关于ICT应用LSI IP及其尖端性设计技术的研究开发”中低功耗技术。项目总经费2800万人民币,个人支配480万子项目经费。

l 回国后承担多款芯片设计开发任务,特别是在国科微电子有限公司中,主持研发的“智能视觉AI芯片”项目,是国内第一款智能视觉芯片,目前已进行量产阶段,今年已得到东风汽车和比亚迪汽车超过500万颗的订单。

创业项目上,组建了2家智能科技公司,分别承担多项项目,包括:

1. 与国科微电子有限公司,合作的《关于监控视频的数字图像处理预研技术的开发》项目,总经费80万。

2. 与中科院合作的《基于图像的小目标动态识别与分析工具》,总经费8万。

3. 与深圳国科微电子股份有限公司合作的,《基于智能硬件平台的ADAS系统开发》,项目经费50万。

4. 参与上海申通地铁集团合作开发的智能地铁改造项目2期,负责《地铁受电弓火花智能检测系统项目》的研发,获得第二届杨浦区“延吉杯”创新创业大赛一等奖,上海市杨浦区科技之星创新大赛优胜奖。

5. 负责海尔集团公司的《基于手势识别技术的智能空调》项目研发。

 

 

 

 

 

 

 

2、方兴简介

 

 

方兴

 

出生日期

1987.05

 

学士

专业

智能制造

 

 

中国

学习(从本科起)和工作经历

起止时间

学校或工作单位

本人身份(职务)

2005/7~2009/6

南昌大学

本科 学士

2009/7~2010/9

一汽海马汽车有限公司

工艺工程师

2010/10~2016/12

美的集团压缩机事业部芜湖工厂

工艺主管

2016/12~2019/1

苏州汇川技术有限公司

制造经理

2019/1至今

芜湖市米能微电子有限公司

总经理

取得学历、学位和资质证书情况

   

发证机关/单位

发证时间

学士学位证书

南昌大学

2009/6

工作经历和业绩

2010~2016年,就职于美的集团压缩机事业部芜湖工厂,对工厂筹建、采购、工艺管理、生产管理等方面均有管理经验。期间主要经历和业绩为:1、带领电机工艺团队完成芜湖工厂一、二期共8条电机产线建设,包括厂房布局、采购商务洽谈、安装调试、工程量产。2、统筹压缩机电机新机型开发,一百余款电机的试制至达成量产工作;3、推进公司设备自动化、信息化建设,参与公司生产MES构建项目。

2016年~2019年初,就职于苏州汇川技术有限公司,任制造经理,产品线总监助理,负责伺服、工控产品制造平台管理,期间搭建了三大产品生产平台,一条全自动化产线,综合生产效率提升50%,品质不良降低60%,单台制造成本降低30%。公司项目研发评审专家、精益制造专家。

    本人主要工作期间,拥有丰富的项目筹建与生产管理经历,管理百人以上团队,在新项目投资、新产品投产、体系建设、生产管理等各方面均有丰富的工作经验。

 

 

 

3、宋勇飞简介

 

 

宋勇飞

 

出生日期

1986/10

 

学士

专业

电子信息科学与技术

 

 

中国

学习(从本科起)和工作经历

起止时间

学校或工作单位

本人身份(职务)

2006.9~2010.7

华东师范大学

学生

2010.8~2016.2

爱德万测试(中国)

高级工程师

2016/12~2019/1

湖南国科微电子

高级经理

2019/1至今

芜湖市米能微电子有限公司

副总经理

取得学历、学位和资质证书情况

   

发证机关/单位

发证时间

学士学位证书

华东师范大学

2010/07

本科学历证书

华东师范大学

2010/07

工作经历和业绩

2010年8~2016年2月,爱德万测试。期间担当英特尔、东芝、松下、德州仪器、锐迪科(紫光展锐)、国科微等国内外知名半导体设计公司的芯片测试方案设计、制定,测试系统(软、硬件)开发,芯片性能参数测定,量产方案制定等工作。

  在爱德万工作期间充分学习了美、日等先进研发流程、测试开发流程和质量管控体系;同时对半岛体行业的发展规律和未来的发展趋势有了深刻的理解。

2016.2~2019.1,国科微电子。期间负责组建国科微测试工程团队,构建芯片可量产性评估、可测试性评估、测试开发、量产管理体系。量产成本管控,负责国科微直播星类、IPC类、SSD主控类、北斗导航类芯片的量产,制定量产策略、控制量产成本。为公司成功上市作出一定的贡献。

在国科微工作期间,对公司运营、团队建设与管理,体系制度建设与推行,供应链拓展与稳健供应,大规模量产管控及量产品质管理有了丰富的经验。并协助,参与公司的上市计划,使公司与2017年成功登入创业版。


联系我们
  • 服务热线:4006-0531-77       双创服务平台建设与运营咨询:0531-88873003
  • 技术支持:0531-88873113    邮箱:zhenghe@zhenghe.cn
  • 注册地址:山东省济南市高新区汉峪金谷A3区5号楼17层
  • 公司地址:山东省济南市高新区汉峪金谷A3区5号楼17层