智東西（公眾號：zhidxcom）
文 | 心緣
國際消費電子展CES正成為車企面向未來的一大秀場，同時也成為自動駕駛芯片布局者集中秀肌肉的絕佳舞臺。
在CES 2020期間，英特爾子公司Mobileye的總裁兼CEO Amnon Shashua教授進行了為期一小時的演講，不僅直截了當地曬出了Mobileye過去六年的銷售成績單，還展示出對未來五年自動駕駛技術發展的宏偉藍圖，明確表達了希望Mobileye引領行業實現自動駕駛的愿景。
從Mobileye的視角，要真正實現完全自動駕駛的落地，必須在消費級自動駕駛汽車產業初具規模前，經歷和發展好ADAS和MaaS這兩個必經階段。
一方面，Mobileye宣布與中國上汽集團、韓國大邱廣域市達成聚焦在高級駕駛輔助系統（ADAS）和移動出行即服務（MaaS）領域的合作。
另一方面，Mobileye演示了無需雷達的自動駕駛方案，僅用攝像頭就實現在L4級自動駕駛汽車在耶路撒冷道路上的正常行駛。
一、交付超五千萬芯片，聚焦五大業務
據安蒙介紹，Mobileye EyeQ芯片銷量連續6年上升，年復合增長率達46%，迄今已交付超過5400萬個EyeQ芯片。
其中，2019年創下的最新銷量紀錄達174萬個，銷售額接近10億美元，并且這一數字有望在今年實現兩位數的增長。
Mobileye當前有五大業務，包括ADAS、路網資產管理（REM）、智慧城市數據、移動出行即服務（MaaS）、面向客戶的完全自動駕駛系統。
ADAS方面，在L2的基礎上，Mobileye提出L2+級的ADAS系統，普及對多攝像頭感知技術及高清地圖的支持。許多汽車制造商已經開發了類似的系統。
L2+級進一步提升了安全性和舒適度，客戶采用率和支付意愿也更高，其ASP比傳統L1、L2級高出3-15倍。據Mobileye預測，從2019年起，L2+級ADAS系統的復合年均增長率將達到63%。
由于基于攝像頭的360°感知將是ADAS下一個飛躍的關鍵驅動力，Mobileye已面向L2+級提出可擴展解決方案，包括360°攝像頭傳感器套裝、REM高清地圖、精益數據集成平臺、駕駛決策系統平臺。
Shashua表示，當前業界超過70％的L2+級系統采用Mobileye技術，包括日產、大眾、卡迪拉克、寶馬等車廠。
REM方面，Mobileye的REM技術采用了眾包和低帶寬上傳的模式，能夠快捷迅速且經濟高效地進行路網信息管理，可應用于增強型ADAS（如L2+）以及未來的高級別自動駕駛汽車中。
Mobileye通過汽車采集的數據信息，繪制成汽車行駛區域的詳細的高清地圖。
據悉，Mobileye已打造可以自動生成每小時45英里以上道路高清地圖的軟件，希望明年將該功能擴展到所有道路。
該公司擬在3月之前對整個歐洲進行地圖繪制，并將在今年晚些時候將對美國進行完整地圖繪制。
據Shashua介紹，大眾、寶馬和日產的汽車均已采用Mobileye的進行數據采集，另外三家未具名的汽車制造商也同意參加這一采集計劃。
Mobileye預計，到2020年底，其歐洲車隊將擁有超過100萬輛汽車，第二年將美國車隊總量將超過100萬輛，每天從已量產的車輛能收集約600萬公里的傳感器數據。
除了為汽車行業提供價值外，Mobileye REM所采集的道路數據，以及包括基礎設施資產管理、路面狀況評估、動態交通圖在內的數據服務，還能為智慧城市等新興市場提供商業洞察等助力。
二、僅靠攝像機穿越耶路撒冷，自動駕駛新技術VIDAR揭秘
在今年CES上自動駕駛相關的展品種，關于的激光雷達創新可以說是大放異彩，速騰聚創、大疆、Velodyne等紛紛展出了其先進的激光雷達方案。
不過，Mobileye顯然是其中“不走尋常路”的代表。
它展示了一個令人印象深刻的視頻，一輛未使用任何雷達、激光雷達或其他傳感器的自動駕駛車輛，僅依靠12個攝像頭和Mobileye技術，就在路況復雜且混亂的耶路撒冷街道上行駛，通過交叉路口，并且巧妙地避開周圍車輛及行人。
另外Mobileye也將該自動駕駛汽車穿梭在耶路撒冷街道上的20多分鐘完整視頻上傳到其官方YouTube上。
Mobileye認為，計算機視覺（CV）子系統中存在冗余，多個獨立的CV引擎在道路使用者、路形、路面語義、路障等四個類別的覆蓋范圍內有所重疊。這將創建用于檢測和測量的內部冗余層。
Mobileye也透露了該自動駕駛方案的部分工作原理，并給其基于深度神經網絡的獨有技術起了一個和激光雷達（Lidar）相近的名字——Vidar，取“視覺激光雷達（Visual Lidar）之義”。
簡而言之，Vidar僅使用攝像頭傳感器即可實現類似于激光雷達的輸出。
Vidar通過比較來自不同相機的圖像，推斷圖像中每個像素的距離，然后使用這些預估值生成三維點云，再經由Mobileye為激光雷達數據設計的標準軟件，以嘗試識別場景中的物體。
包括Vidar在內，Mobileye使用六種不同的算法引擎，用于檢測汽車周圍的物體。
Shashua詳細介紹了Mobileye如何實現像素級場景分割，能捕捉到道路使用者可視范圍內的細節，也可以用于檢測常見物體。
面向道路使用者，Mobileye有一種算法用于識別車門是打開還是關閉狀態，還有一種算法用于識別車輪并據此推斷車輛位置，其行人檢測系統頂部的專用引擎可用于檢測嬰兒車、輪椅并分析其路徑趨向。
Mobileye還通過視差網絡（Parallax Net）引擎來提供準確的結構理解。Shashua也展示了Mobileye技術將2D傳感器變成3D理解的方式：通過多種不同處理圖像方法的組合，來最大程度減少錯過任何重要物體的可能。一旦檢測到物體，Mobileye就會有四種不同的引擎（VIDAR、視覺道路模型、Range Net、REM），分別嘗試將其精確地生成在3D空間中，轉化成3D環境信息，從而指導汽車安全行駛。
Mobileye的系統已經能夠理解常見的道路使用者語義，包括頭部姿勢傾向、行人手勢、汽車指示燈、緊急車輛及人員分類等。
不過，Shashua表示，Mobileye從未打算僅基于攝像頭來交付完全自動駕駛的汽車。Mobileye的僅攝像頭自動駕駛系統只是Mobileye希望在未來幾年中部署的更復雜的自動駕駛系統的一部分。最終的自動駕駛程序包還將使用雷達系統獨立保持車輛安全運行。
Mobileye計劃基于激光雷達、雷達和其他非相機傳感器分別構建一個自治堆棧，先單獨測試這些系統，并證明它們自己可以實現出色的性能，然后將它們組合到一個超級系統中，比單獨使用任何一個系統都更加安全。
三、計劃五年將自動駕駛出租車硬件成本降至5000美元
當前Mobileye的商業模式是向現有汽車制造商出售芯片、相機和軟件。
Shashua認為，自動駕駛第一階段將以自動駕駛出租車（Robotaxi）的服務形式出現，這與很多自動駕駛業內專家的看法相一致。
為保持在自動駕駛領域的領先性，Mobileye制定了自動駕駛出租車部署戰略，這也標志著Mobileye向完全自動駕駛邁出了重要一步。
其戰略涵蓋了自動駕駛出租車市場全部五個價值層級的技術規范、發展及整合等內容。這五個層級分別為：自動駕駛系統、自動駕駛車輛、車隊運營、出行智能、乘客體驗與服務。
據悉，該戰略已經過實踐證明經濟有效，拓展速度在全球范圍內屬于領先。
早期自動駕駛出租車的硬件成本（包括攝像頭、激光雷達、雷達等）預計為每輛車10000至15000美元，Shashua表示，Mobileye的目標是到2025年將這一成本降低至5000美元以內。起步階段是高端汽車，隨后逐漸進入各種消費類車輛中。
Mobileye計劃到2022年在特拉維夫、巴黎和韓國大邱市這三個城市部署出租車隊。
四、與中國上汽集團就ADAS和REM建立合作
此前，Mobileye已同蔚來、長城、紫光集團等多家中國企業達成合作。
如今，Mobileye的中國合作對象又新添一員——中國領先車廠上汽集團。這也是Mobileye贏得了與中國大型汽車制造商的第一筆訂單。
上汽集團將采用Mobileye的路網資產管理（REM）技術，以推進L2+級別ADAS系統在中國的部署。上汽集團的乘用車將采集中國的道路信息，結合Mobileye的路書（RoadBook）進行數據分析。該合作還將創建可供L2+及更高級別自動駕駛汽車使用的路網管理體系。
上汽集團將與Mobileye的其他全球OEM合作伙伴共同采集道路數據，以使全球實時高精地圖成為可能。同時，其測繪方案還將為其他車廠在國內路網管理相關領域的布局提供支持。
根據Mobileye同上汽集團的合作，“乘用車”將會變成“數據采集車”，并為全球“路書”的繪制做出重大貢獻。
加上與上汽集團的合作內容，Mobileye在中國的業務現包括L2+ADAS、路網管理、MaaS和消費類自動駕駛方案。
五、與韓國大邱市就MaaS部署達成合作
與此同時，韓國大邱廣域市也與Mobileye達成了合作協議。
大邱廣域市是韓國最大的都市區之一，雙方將建立長期合作關系，共同測試和部署一項基于Mobileye自動駕駛汽車技術的自動駕駛出租車移動出行解決方案，推動基于Mobileye自動駕駛系統的MaaS部署。
Mobileye會將其行業領先的自動駕駛系統部署在這些車輛中，以實現自動駕駛的移動出行即服務（MaaS）運營。
大邱廣域市也將制定一系列監管措施，確保自動駕駛出租車隊的運營得以順利進行。
此前，Mobileye已在以色列、法國、中國等地推出其MaaS服務，而與韓國大邱市的合作將進一步拓展Mobileye 在全球范圍內的MaaS布局。
結語：Mobileye正嘗試為自動駕駛提供更經濟高效的方案
從Mobileye傳遞的內容可見，在未來自動駕駛領域，Mobileye將是不容忽視的重要力量。Mobileye正嘗試實現更加經濟實惠的解決方案，來壓縮未來自動駕駛汽車的硬件成本。
收集高清地圖數據一直是部署自動駕駛技術的主要障礙，人工測繪在人力和時間上的開銷都不算低。而Mobileye的REM技術可以更加高效地匯集大量有價值的數據，替代人力自動完成采集和高清地圖繪制任務，從而助力更多MaaS和消費級自動駕駛汽車的規模化發展。
另外Mobileye在推進駕駛安全政策方面的努力也值得一提，Mobileye已開發了一種針對自動駕駛汽車安全的RSS安全模型，致力于使其成為行業標準，通過界定其他道路使用者行為的合理界限、在RSS指定的范圍內始終假設其他代理的最壞情況行為等方式，以確保自動駕駛汽車不會發生事故。
