Mobileye

從輔助駕駛到自動駕駛：Mobileye 的今天和明天

第一電動大牛作者汽車之心 2022-02-07 11:54

在自動駕駛探索中，Mobileye 無疑是業(yè)界先驅(qū)之一。

從 2004 年 Mobileye 就開始投入其中，在視覺，地圖和芯片等領(lǐng)域優(yōu)勢巨大。

與此同時，Mobileye 有著資本市場最喜歡的故事：Mobileye 的 ADAS 系統(tǒng)有主流車企的背書。

2021 年 Mobileye 的芯片拿到了 30 家車企的訂單，訂單總量達(dá)5000 萬片，將搭載在 188 個新車型上。營收上，2021 年獲得超14 億美元收入。

截止 2021 年年底，Mobileye 的 EyeQ 芯片累計銷量已經(jīng)突破 1 億片。未來，EyeQ 芯片將繼續(xù)進(jìn)化，支持半自動和全自動駕駛功能。

2024 年，如果 Mobileye 的自動駕駛業(yè)務(wù)能全面爆發(fā)，Mobileye 的「錢景」將不可限量。即使按照現(xiàn)在 40% 的成長率，其未來幾年的營收增長將非常迅猛：

· 2022 - 18 億美元

· 2023 - 25 億美元

· 2024 - 36 億美元

· 2025 - 50 億美元

· 2026 - 70 億美元

去年 12 月，英特爾宣布計劃在 2022年年中推動自動駕駛汽車子公司 Mobileye 在美國上市，估值或超過 500 億美元。

外界更好奇的是，IPO 之后，Mobileye 能講好自己的故事，成為一家高增長的自動駕駛公司嗎？以及這家輔助駕駛的巨頭是否能支撐起 500 億美元估值？

或許我們可以從 Mobileye CEO Amnon Shashua 的分享中找到問題的答案。

作為 Mobileye 的靈魂人物和技術(shù)布道者，Shashua 教授每年在 CES上的演講，猶如一場自動駕駛的思想盛宴。他不僅會回顧 Mobileye 過去一年的進(jìn)展、展望未來，還會對自動駕駛行業(yè)走勢和判斷進(jìn)行深入的思考。

本文由汽車之心根據(jù) Amnon Shashua 在 CES 的演講整理而成（略有刪減）。在本次主題演講中，你將了解到：

· Mobileye 2021 年的成績單

· Mobileye 2025 年戰(zhàn)略是什么？

· Mobileye 關(guān)注的三大細(xì)分市場

· 如何判斷一套自動駕駛解決方案的優(yōu)劣？

· 在 L4 自動駕駛當(dāng)中，Mobileye 的部署是什么？

01、Mobileye 2021 年成績單：芯片總銷量突破 1 億

2021 年是 Mobileye 創(chuàng)紀(jì)錄的一年，Mobileye 用 41 款新產(chǎn)品贏得了 30 多家車企的青睞。

相比 2020 年的 3700 萬臺裝車量，Mobileye 產(chǎn)品在 2021 年裝車輛達(dá)到了創(chuàng)紀(jì)錄的 5000 萬臺。

與 2020 年相比，Mobileye 的營收大漲 40%。2021 年全年，Mobileye 營收達(dá)到 14 億美元，市場上有 188 款車型搭載了 Mobileye 產(chǎn)品。

至于 Mobileye 的主打產(chǎn)品 EyeQ 芯片，銷量也是逐年攀高，2020 年這一數(shù)字是 1930 萬片，2021 年則攀升至 2810 萬片。

回顧 EyeQ 芯片歷史，自 2007 年問世以來，其總銷量已經(jīng)突破 1 億片。這也意味著，Mobileye的技術(shù)已經(jīng)搭載在全球 1 億臺汽車上。

2021 年，Mobileye 也創(chuàng)造了不少業(yè)界第一。

比如，Mobileye 打造了一套視覺系統(tǒng)，并聯(lián)合本田在日本率先推出了 Level 3 車型；Mobileye 的 120 度視場 800 萬像素攝像頭也用在了寶馬車型上；另外，Mobileye 還與大眾聯(lián)合推出了云端增強版的駕駛輔助系統(tǒng)，用到了 Mobileye 的 REM 技術(shù)。

當(dāng)然，如今市場上的主流還是 Level 2，這里就要提到 Mobileye 主打的 SuperVision 系統(tǒng)。輔以定制版的 ECU，兩顆 EyeQ 芯片就可配合全車 11 顆攝像頭視線駕駛輔助功能?，F(xiàn)在，還有數(shù)千輛搭載這一系統(tǒng)的車型在中國上路。

2022 年，Mobileye 計劃通過 OTA 將 ADAS 功能升級到 NOP 領(lǐng)航輔助功能。

在其他數(shù)據(jù)上，Mobileye 也亮點頗多。

一是，Mobileye 搭建了 200PB 的超級數(shù)據(jù)庫，一些傳送給了預(yù)置軟件，另一些則直接存在了亞馬遜 AWS 云端。作為對比，母公司英特爾現(xiàn)有數(shù)據(jù)庫也不過 238PB。

除此之外，Mobileye 還存儲了 1600 萬個駕駛片段，相當(dāng)于在路上駕駛了 25 年。在算力上，Mobileye 有 50 萬個峰值 CPU 核心。

每個月，Mobileye 的運算機器會執(zhí)行 5000 萬次計算任務(wù)，這就意味著 Mobileye 每個月會處理 100PB 的數(shù)據(jù)。換算下來，這背后則是 50 萬小時的駕駛時間。

02、Mobileye 戰(zhàn)略解讀

2017 年，Mobileye 制定了三大基礎(chǔ)戰(zhàn)略。

一是REM 地圖。這是一套基于駕駛輔助系統(tǒng)的眾包技術(shù)。只要是搭載了 EyeQ 系列芯片的車輛，就能將有用的數(shù)據(jù)傳到云端。在云端，則由 Mobileye 專門研發(fā)的算法將這些數(shù)據(jù)整合，從而搭建出能支撐駕駛輔助與自動駕駛的高精地圖。

二是 True Redundancy（真正冗余）。在打造一臺自動駕駛汽車時，會用到不同類型的傳感器，比如攝像頭、毫米波雷達(dá)和激光雷達(dá)。不過，在 Mobileye 的攝像頭和激光雷達(dá)最終會被整合進(jìn)兩個不同的子系統(tǒng)。為了打造端對端的駕駛體驗，Mobileye 對兩個系統(tǒng)同時進(jìn)行精心打磨和整合，以換取雙重冗余。

三是 Mobileye 安全模型 RSS（責(zé)任敏感安全模型）。RSS 解答了不少棘手問題，比如「到底如何定義什么是安全駕駛？」，「魯莽駕駛和謹(jǐn)慎駕駛的界限在哪？」，「自動駕駛汽車如何在保證安全的情況下匯入車流？」。

上述就是 Mobileye 的三大基礎(chǔ)戰(zhàn)略，驅(qū)動著 Mobileye 兩大部門不斷前進(jìn)。

首先，是高級輔助駕駛部門，也就是 L2+。這套系統(tǒng)搭載多顆攝像頭，擁有完整的運行設(shè)計域。

不過，其成本相對低廉，因為系統(tǒng)只需要攝像頭和 REM 即可。當(dāng)然，基于 RSS 的駕駛策略也融入其中，這就讓 Mobileye 在路徑規(guī)劃時實現(xiàn)了精益計算。

其次，是 L3/L4 自動駕駛部門，覆蓋了有條件的自動駕駛和全自動駕駛領(lǐng)域。REM 能保證其適用范圍，而 RSS 則為車輛安全保駕護(hù)航。在這一階段，毫米波雷達(dá)和激光雷達(dá)也登場了。

2017 年定下目標(biāo)后，Mobileye 現(xiàn)在走到哪一步了？

在 REM 地圖上，Mobileye 已經(jīng)組建了全球最大的地圖測繪眾包車隊。眼下，Mobileye 每天能累積 2500 萬公里的行駛里程。

整個 2021 年，Mobileye 采集了 40 億公里的數(shù)據(jù)。2022 年，如果每天累計 2500 萬公里，Mobileye 最終能實現(xiàn)90 億公里的數(shù)據(jù)積累。

現(xiàn)在的 Mobileye，不但有了全功能的 L2+ 系統(tǒng)，還在許多城市部署了自動駕駛測試車，比如紐約、底特律、東京、巴黎、慕尼黑及以色列。

在真正冗余上（True Redundancy）上，Mobileye 實現(xiàn)了攝像頭子系統(tǒng)的產(chǎn)品化，其結(jié)晶就是 SuperVision。

當(dāng)前，這款產(chǎn)品已經(jīng)在極氪汽車上搭載，2022 年 Mobileye 將通過一系列 OTA 升級充實其功能。

其次，Mobileye 完成了毫米波雷達(dá)/激光雷達(dá)子系統(tǒng)的搭建，這就意味著 Mobileye 已經(jīng)能拋開攝像頭提供端到端的駕駛體驗。

除此之外，2021 年 9 月，Mobileye 在法蘭克福車展推出了 Robotaxi 服務(wù)，統(tǒng)一了攝像頭與毫米波雷達(dá)/激光雷達(dá)兩大子系統(tǒng)。2022 年年中，Mobileye 的 Robotaxi 就會正式上路。

03、從 ADAS 到自動駕駛：Mobileye 的今天和明天

在云端增強版的 L2+ 上，REM 地圖是一項強力的補充，而首個受益的車企是大眾 Travel Assist 2.5 平臺，率先搭載在 ID.4 上。有了 REM 地圖數(shù)據(jù)加持，車輛甚至能在沒有道路標(biāo)線的地方實現(xiàn)車道保持和居中功能。

Mobileye 與福特的合作也結(jié)出了碩果，雙方共同推出了新一代 BlueCruise，REM 地圖將為其提供強大支持。當(dāng)然，在中國，Mobileye 與極氪合作，后者搭載的 SuperVision 系統(tǒng)也有 REM 地圖的輔助。

L3 上，Mobileye 在日本選擇與本田和法雷奧合作，Mobileye 承擔(dān)了計算視覺的工作。

此外，寶馬也是客戶之一，搭載 L3 系統(tǒng)的 7 系今年將正式問世。未來，Mobileye 還將進(jìn)一步提升 L 3 系統(tǒng)的運行設(shè)計域。

在 L4 方面，Mobileye 去年 9 月就推出了 Robotaxi，其集成了 Mobileye 的攝像頭與毫米波雷達(dá)/激光雷達(dá)雙子系統(tǒng)，預(yù)計 2022 年年中正式上路，并在年底拿到德國與以色列監(jiān)管部門的批準(zhǔn)，徹底取消安全員。

除此之外，Mobileye 還拿到了 Sixt，RATP，Transdev，Udelv，Willer 等公司的 Robotaxi，自動駕駛汽車，自動駕駛小巴和無人配送車訂單。

就在前不久，Mobileye 還拿到了第一個消費級 L4 訂單，客戶是吉利集團(tuán)的極氪品牌。

這里所謂的消費級指的是能在市場上買到的自動駕駛汽車，而不是打車服務(wù)。這款消費級 L4 平臺搭載 6 顆 EyeQ5 芯片，2024 年年初就會進(jìn)行 SOP。

那么，Mobileye 所做的這些努力會將我們帶向何方？

——答案是三大新的細(xì)分市場：

第一是輔助駕駛領(lǐng)域的新興細(xì)分市場，也就是更為高級的 ADAS，我們稱其為 L2+。

之所以這樣定義是因為 Mobileye 已經(jīng)實現(xiàn)了全向傳感。拿極氪 001 來說，其搭載 11 顆攝像頭，其中 7 顆 800 萬像素長焦攝像頭，另外 4 顆則用在泊車上，加上 REM 地圖和不斷更新的 OTA 固件，車輛性能可不斷提升。

除此之外，L2+ 平臺還有完整的感應(yīng)-規(guī)劃-執(zhí)行循環(huán)，運行設(shè)計域也是相當(dāng)寬泛。當(dāng)然，這套系統(tǒng)的本質(zhì)還是 L2+，駕駛員不能開小差。

第二個則是帶有地理圍欄的 L4 Robotaxi。從成本來看，整套系統(tǒng)得數(shù)萬美元，Mobileye 2021 年 9 月在法蘭克福車展推出的 Robotaxi 就屬于這一細(xì)分市場。

第三個新興細(xì)分市場將在 2024 或 2025 年嶄露頭角，它就是消費級 Level 4 自動駕駛汽車。相比 Robotaxi，它有自己獨一無二的優(yōu)勢，那就是突破地理圍欄，想開到哪就開到哪。

在這里，Mobileye 的 REM 地圖就相當(dāng)關(guān)鍵。當(dāng)然，其成本控制也更加優(yōu)秀，預(yù)計市場售價也就 1 萬美元左右，成本更是會低于 5000 美元。

目前，Mobileye 在三大細(xì)分市場都有涉獵。

至于自動駕駛未來的發(fā)展方向，Mobileye 認(rèn)為有兩個：

其一是 Robotaxi，既能載人，又能運物。除了 Mobileye，很多公司都在押注這一賽道，比如 Waymo，Argo，Cruise 和 Aurora 等。

另一個方向就是消費級自動駕駛汽車。只需要買一輛車，你就能獲得 Level 4 自動駕駛能力，Mobileye 也看好這個方向。除此之外，特斯拉和蘋果也是這一市場的重要玩家。

不過有一點需要注意，這兩大市場并不是同等體量的。畢竟消費級自動駕駛汽車可以變身 Robotaxi，但 Robotaxi 可不是消費級自動駕駛汽車，而且其成本更高。

Mobileye 還認(rèn)為，消費級自動駕駛汽車必須是特制的，你不能拿 Robotaxi 技術(shù)去硬生生的轉(zhuǎn)化，畢竟其規(guī)模和成本都沒什么優(yōu)勢。

這也是 Mobileye 正在做的，兩條腿走路，但會優(yōu)先考慮規(guī)模和成本。

當(dāng)然，同時押注兩大方向并不只是為了風(fēng)險對沖，Robotaxi 和消費級自動駕駛系統(tǒng)之間還有強大的協(xié)同效應(yīng)。

在部署 Robotaxi 的過程中，Mobileye 能積累大量關(guān)鍵經(jīng)驗，然后反哺給下一階段的消費級自動駕駛汽車。

2022 或 2023 年將成為 Robotaxi 大年，而 2025 年將成為消費級自動駕駛汽車元年。

04、如何判斷一套自動駕駛解決方案的好壞？

判斷一套自動駕駛解決方案的好壞，有沒有標(biāo)準(zhǔn)呢？

當(dāng)然有！Mobileye 歸結(jié)為三個方面：

第一是能力。我們得有一個廣泛的自動駕駛運行設(shè)計域。也就是說，無論是高速，城市還是郊區(qū)路況都能勝任。當(dāng)然，在駕駛策略上也得向人類習(xí)慣上靠攏。比如匯入交通時要果斷，不能猶豫不決。

第二是魯棒性。系統(tǒng)的平均故障間隔時間（MTBF）必須足夠長，至少要大幅高于人類駕駛員，可以是 10 倍，100 倍甚至 1000 倍。

第三則是效能。效能也是成本。如果沒有足夠高的效能，恐怕很難做好成本控制，同樣也無法走出地理圍欄。

這就是決定自動駕駛解決方案好壞的三大標(biāo)準(zhǔn)，那么 Mobileye 準(zhǔn)備如何達(dá)標(biāo)呢？

在能力上，Mobileye 能支持完整的運行設(shè)計域，覆蓋 L2 到 L 4。也就是說，Mobileye 認(rèn)為不同等級的自動駕駛區(qū)別不在于運行設(shè)計域，而在于平均故障間隔時間。

如果系統(tǒng)表現(xiàn)低于人類駕駛員的平均水平，那么它就是 Level 2 系統(tǒng)。如果系統(tǒng)平均故障數(shù)據(jù)高于人類平均水平，那么它就算得上是 Level 4 系統(tǒng)。

再說說魯棒性，Mobileye 遵循兩大原則：一是 RSS 模型，另一個則是 True Redundancy 概念?？恐@兩大支柱，Mobileye 能大幅提升系統(tǒng)魯棒性并增加平均故障間隔時間。同時，對于系統(tǒng)的驗證也會更容易。

至于效能，Mobileye 認(rèn)為有四大關(guān)鍵元素。

（1）定制的 EyeQ SoC

Mobileye 的 EyeQ 芯片到現(xiàn)在已經(jīng)發(fā)展到第五代了，其銷量是百萬級別。比如 Mobileye 與寶馬合作項目，其核心就是 EyeQ5 芯片，另一家德國巨頭奧迪也是 EyeQ5 的用戶。

在今年的 CES 上，Mobileye 帶來了三款全新的 EyeQ 家族 SoC：

EyeQ6 Light，它主要為 Level 2 ADAS 功能而生，功耗超低，只有 3W 而已，而且可以裝在風(fēng)擋后。

EyeQ6 High，其性能介于 EyeQ5 的 2-3 倍之間，是下一代 SuperVision 的御用 SoC。

EyeQ ULTRA 則是 Mobileye 自動駕駛探索路上的經(jīng)驗結(jié)晶，全新的架構(gòu)能充分支撐繁重的工作負(fù)荷。

簡單來說，Mobileye 這次是奔著設(shè)計出終極芯片去的，它就是 EyeQ ULTRA。雖然采用單片集成架構(gòu)，但能實現(xiàn)全自動駕駛。此外，這款芯片還自帶內(nèi)部冗余，配合外置 MCU，能完全進(jìn)化成 ASLD 系統(tǒng)。

過去，Mobileye 打造了 4 個不同的加速器，其中之一專注于深度學(xué)習(xí)計算。另一個則類似于 FPGA，我們稱其為 CGRA。第三個名為 Sim D，它與 DSP（數(shù)字信號處理器）類似。最后一個加速器則是多線程 CPU。

在工作時，不同類型的核心會負(fù)責(zé)不同的工作負(fù)荷，EyeQ ULTRA 共有 64 個這樣的加速核心。

在制程上，EyeQ ULTRA 用上了最新的 5nm 技術(shù)，它擁有 12 個 RISC—V 核心，每個核心 24 線程。除此之外，Mobileye 還給它武裝了 GPU ISP，專攻視覺任務(wù)?；鹆θ_時，它算力可達(dá) 176 TOPS，能支持海量的 8-bit 的深度學(xué)習(xí)工作。與競爭對手相比，176 這個數(shù)字并不多，甚至可能只有其十分之一，原因是 EyeQ ULTRA 在乎的可不只是算力（TOPS）。

在 Mobileye 看來，效能來自于對軟硬件相互作用真正的理解，比如在工作中到底要用到什么核心，用哪種算法來支持這些核心。

拿 SuperVision 舉例，整套系統(tǒng)用到了兩顆 EyeQ5 芯片，它不但能完成 11 顆 800 萬像素攝像頭采集數(shù)據(jù)的運算工作，還能制定完整的駕駛策略，并完成感知-規(guī)劃-決策循環(huán)的閉環(huán)，而單顆 EyeQ5 的算力為 15 TOPS。

顯然，Mobileye 對算力的要求并沒有想象中那么高。這就意味著，只要能完成軟硬件垂直整合，就能實現(xiàn)效能大提升和精益計算。176 TOPS 其實已經(jīng)是 EyeQ5 算力的十倍了，這也是當(dāng)下 Mobileye 能夠拿出的最強武器。

如今，兩顆 EyeQ5 就能驅(qū)動 Mobileye 的計算視覺子系統(tǒng) SuperVision。

在 2024 年，極氪旗下還會有車型用上 6 顆 EyeQ5，實現(xiàn)有限運行設(shè)計域的 L4 自動駕駛。

Mobileye 的 Robotaxi 上，則一次性搭載了 8 顆 EyeQ5。從實踐經(jīng)驗來看，Robotaxi 至少需要 10 顆 EyeQ5。

顯然，EyeQ ULTRA 有能力支撐起完整的 L4 系統(tǒng)，而且其售價最終不會超過 1000 美元。在成本方面，這絕對能改變行業(yè)游戲規(guī)則。功耗上，EyeQ ULTRA 也很低，整套系統(tǒng)還不到 100 W。

在算力方面，EyeQ6 High 是現(xiàn)有 EyeQ5 芯片的 3 倍，即 34 TOPS，但能耗只增加了 25%。在加速核心上，EyeQ6 High 只有 14 個，而且制程也和EyeQ5 一樣變成了 7nm。

不過，它依然搭載了 GPU ISP，未來可適配下一代 SuperVision（兩顆 EyeQ6 High）。

當(dāng)然，單顆 EyeQ6 High 也能勝任其他類型的工作。如果一切順利，EyeQ6 High 的工程樣片今年年底就能問世，并在 2024 年實現(xiàn)量產(chǎn)。

EyeQ ULTRA 工程樣片會在 2023 年年底問世，2025 年實現(xiàn)量產(chǎn)。

EyeQ6 Light，它采用 7nm 制程，擁有 5 TOPS 的算力。

眼下，Mobileye 用在 ADAS 市場的芯片是 EyeQ4 Mid，EyeQ6 Light 的算力是其 5 倍，而且功耗只有 3 W。

雖然還沒量產(chǎn)，但 EyeQ6 Light 其實已經(jīng)訂出去了 900 萬顆，而且其工程樣片半年前就完成了，2023 年將實現(xiàn)量產(chǎn)。

（2）下一代雷達(dá)——「軟件定義的圖像雷達(dá)」

為什么 Mobileye 又把目光轉(zhuǎn)向了毫米波雷達(dá)？

我想主要說一說這兩大子系統(tǒng)，一個是基于攝像頭的 SuperVision，由 ToF 激光雷達(dá)實現(xiàn) 360 度覆蓋，再由毫米波雷達(dá)實現(xiàn) 360 度全覆蓋子系統(tǒng)。

在工作時，兩個子系統(tǒng)會執(zhí)行獨立的感知工作。站在 Mobileye 的角度，不但想要更強的魯棒性，還想降低成本。

從經(jīng)驗來看，雷達(dá)的成本只有激光雷達(dá)的五分之一或十分之一。

問題在于，當(dāng)下的毫米波雷達(dá)如果單拎出來使用，確實不太可行，在擁堵的交通中，毫米波雷達(dá)根本無法分辨行人和車輛。

好在現(xiàn)在的毫米波雷達(dá)也在快速進(jìn)化。兩年前，Mobileye 決定打造一款高精雷達(dá)，稱其為「軟件定義的雷達(dá)」，因為這款雷達(dá)可通過軟件，甚至 OTA 進(jìn)行升級，甚至對信號的接收/發(fā)送和處理進(jìn)行配置。

此外，借助相應(yīng)的深度學(xué)習(xí)算法，Mobileye 還能打造出能獨立運行的傳感器，讓毫米波雷達(dá)獲得 Mobileye 的功能。如果 Mobileye 實現(xiàn)既定指標(biāo)，那么 2025 年自動駕駛汽車就只需要搭載一顆前置激光雷達(dá)，毫米波雷達(dá)和攝像頭完全能肩負(fù)起周邊環(huán)境的監(jiān)測任務(wù)了。

軟件定義的圖像雷達(dá)會成為降成本的大殺器，作為能獨立運行的傳感器，它們還能再次提升系統(tǒng)的魯棒性，因為前視角度有了三路冗余。

在 2021 年的演講中，Shashua 已經(jīng)講過這款高精雷達(dá)的性能指標(biāo)。

簡單來說，Mobileye 的軟件定義雷達(dá)有 2000 個虛擬信道，信號發(fā)射器與接收器各 48 個，其動態(tài)范圍可達(dá) 100db，性能上絕對的強悍無兩。眼下，Mobileye 已經(jīng)完成了整套雷達(dá)系統(tǒng)芯片的試生產(chǎn)，雷達(dá)的裝配試驗也在進(jìn)行中。

如圖所示，上圖左側(cè)的雷達(dá)點陣：其中，綠色代表海拔，藍(lán)色是逐漸遠(yuǎn)離自身的車輛，紅色代表靠近自身的車輛或物體。左側(cè)圖像中，許多藍(lán)色小點兩側(cè)的綠色點陣是雷達(dá)識別的馬路牙子，當(dāng)視頻動起來后你就會發(fā)現(xiàn)，道路交通十分繁忙。

再舉了一個例子，視頻中車輛要從橋下經(jīng)過。從雷達(dá)上，甚至能看到被護(hù)欄遮擋住的車輛，而且隧道內(nèi)的車輛也清晰可見。

如果換做是現(xiàn)在的市面上的雷達(dá)，根本達(dá)不到這樣的識別水準(zhǔn)。下一段視頻里，你會在左側(cè)的雷達(dá)點陣中看到摩托車，即使是已經(jīng)離開了視軸，雷達(dá)依然能探測到，整個軌跡清晰可見，要知道這可是繁忙的主干道。

探測能力這么強悍，輸出的雷達(dá)數(shù)據(jù)質(zhì)量怎么樣呢？

為什么說這個問題？因為與激光雷達(dá)的圖像輸出不同，想要讀取毫米波雷達(dá)數(shù)據(jù)很困難。為此，Mobileye 專門訓(xùn)練了兩個神經(jīng)網(wǎng)絡(luò)，其中一個是由毫米波雷達(dá)輸入，激光雷達(dá)輸出。

Mobileye 專門整合了毫米波雷達(dá)和激光雷達(dá)，借助神經(jīng)網(wǎng)絡(luò)將毫米波雷達(dá)的輸入轉(zhuǎn)化為激光雷達(dá)的輸出（做成相同的形式只是為了展示毫米波雷達(dá)的功能）。從最終的結(jié)果來看，激光雷達(dá)和毫米波雷達(dá)探測到的場景幾乎相同。

再看幾個例子，毫米波雷達(dá)在探測精度上已經(jīng)可以比肩激光雷達(dá)，其采集到的數(shù)據(jù)質(zhì)量相當(dāng)之高。

Mobileye 還做了另一個試驗，即「訓(xùn)練神經(jīng)網(wǎng)絡(luò)，把雷達(dá)的輸出轉(zhuǎn)化成攝像頭圖像」。這次，Mobileye 整合了毫米波雷達(dá)和攝像頭，然后用神經(jīng)網(wǎng)絡(luò)對其進(jìn)行訓(xùn)練，結(jié)果如視頻所示，雖然有些許變形，但護(hù)欄和車輛清晰可見。

Mobileye 的目標(biāo)很簡單，用這款成本只有激光雷達(dá)五到十分之一的雷達(dá)為用戶省錢，同時提升整個系統(tǒng)的安全冗余（2 路到 3 路）。

說到激光雷達(dá)，Mobileye 也有專門的部門負(fù)責(zé)開發(fā)——Mobileye 做的 FMCW LiDAR，可以實現(xiàn) 4D 點云，額外增加了速率的數(shù)據(jù)。

眼下，Mobileye 幾乎已經(jīng)完成了 LIPRO SoC 原型產(chǎn)品的開發(fā)，未來它將負(fù)責(zé)激光雷達(dá)數(shù)據(jù)的處理，支撐 90 個垂直信道的掃描。最重要的是，Mobileye 的 FMCW LiDAR 2024 年就能實現(xiàn)量產(chǎn)。

Mobileye 最強悍的 EyeQ ULTRA 自動駕駛芯片將于 2024 年上路，2025 年投入量產(chǎn)。其次是軟件定義的雷達(dá)，它能獨立成軍，充當(dāng)?shù)谌壢哂唷?/p>

這些裝備配齊，Mobileye 就有了一套不到 5000 美元的自動駕駛系統(tǒng)。

（3）基于 RSS 的精益駕駛策略——不但要定制 SoC，支持 Level 4 的算力也必須足夠「精益」。

精益計算與系統(tǒng)效能高低緊密相關(guān)。

首先是感知，即車輛要理解自己周邊的道路狀況，而且是 360 度全景的。道路參與者的位置及他們的動態(tài)，固定的物體，障礙，交通信號燈，馬路牙子和道路標(biāo)線等。

接著是規(guī)劃，車輛在行駛時需要自行做出決策，比如什么時候并線，如何并線，甚至是如何不那么突兀的并線。最后是執(zhí)行，執(zhí)行就是對車輛的控制。為了完成這個循環(huán)，需要投入超強的算力。

為什么算力投入巨大，Mobileye 又是如何通過精益計算來節(jié)省算力的？

什么是駕駛策略？所謂的駕駛策略其實就是通過引擎將感應(yīng)狀態(tài)（即車輛周邊的所有事物）的映射轉(zhuǎn)化為動作，實現(xiàn)對車輛行駛狀態(tài)的控制。

聽起來挺簡單，但它卻是個實實在在的大難題，為什么呢？

首先，與感知不同，駕駛策略沒有路面實況支撐，而且任何動作都會產(chǎn)生長期影響。也就是說，現(xiàn)在的一個小動作，可能會在幾秒或者幾分鐘后引發(fā)一場事故。因此，每做一個動作都得考慮后續(xù)的連鎖反應(yīng)。

況且這還是個閉環(huán)，你并非游戲的唯一參與者，必須處理路面上的不確定性，畢竟其他道路參與者也會有自己的動作。

眼下，許多公司都在開發(fā)相關(guān)技術(shù)，試圖用新的方式來制定駕駛策略。

左邊的圖表（如上圖），縱軸代表計算量，橫軸代表搜索的質(zhì)量。至于「蠻力」，就很容易定義了，為了推導(dǎo)出未來，我們就必須預(yù)測一切客體可能做出的動作，然后循環(huán)往復(fù)進(jìn)行這個工作，就像一棵向四周野蠻生長的大樹。

顯然，靠蠻力太笨拙了，但如果擁有無限算力，最終也能推導(dǎo)出最佳解決方案?？上У氖?，算力并不是無限的。

在機器人和自動駕駛行業(yè)，有一項技術(shù)應(yīng)用很廣泛，它就是 MCTS——蒙特卡洛樹搜索算法，即跟著感覺搜索出幾種「最可能」的方案，然后再去思考這幾種方案對手「最可能」的應(yīng)對措施，接下來再想自己該如何進(jìn)行下一步。至于搜索的質(zhì)量，最終還要看算力強悍與否。

最后則是 MDP——馬爾可夫決策過程，它的搜索質(zhì)量非常高，但你要需要進(jìn)行強假設(shè)，在不考慮各種交互情況下預(yù)測其他道路參與者在未來幾秒，幾十秒甚至 100 秒之后的動作。如果你相信各類假設(shè)，那么 MDP 會相當(dāng)高效。

下面，我們再一起看看右邊的圖表（如上圖），到底什么是最現(xiàn)實的假設(shè)。

MDP——馬爾可夫決策過程是最不現(xiàn)實的，因為你已經(jīng)假定自己能預(yù)測其他道路參與者的動作了，無需進(jìn)行閉環(huán)假設(shè)。這也就意味著，你的軌跡是完全獨立的。

至于 MCTS——蒙特卡洛樹搜索算法，則假設(shè)知道駕駛策略，然后在其他道路參與者之間穿梭，可能無法符合現(xiàn)實情況。

用蠻力呢？則需要的假設(shè)最少。

顯然，要想得到最佳解決方案，你還是得耗費大量算力。在 RSS 模型相關(guān)論文中，我們也講到了駕駛策略但卻很少強調(diào)：Mobileye 更喜歡講 RSS 賦能的監(jiān)管框架。

在 RSS 中，我們講到了下列事物。

首先，我們需要定義什么是其他道路參與者行為的合理邊界，因為人類駕駛時，也會做出各種假設(shè)。

于是，我們就需要捕捉這些假設(shè)，而且是用正式的數(shù)學(xué)形式，這樣我們就能聯(lián)合業(yè)內(nèi)各參與者與監(jiān)管實體，制定這些假設(shè)的參數(shù)。一旦你確定了假設(shè)，就能找出最差的情況，無需操心其他道路參與者會干什么了。

在 RSS 中，我們還擬定了一些基于歸納法的形式理論，即在只考慮最差情況的架構(gòu)下，你能證明自己不會引發(fā)事故，這就給了我們一份正式的保證。

這也是 RSS 獲得如此多機構(gòu)和公司青睞的原因，它也是解決一些關(guān)鍵問題的起點。

當(dāng)然，在這里我想強調(diào)的并非 RSS 的監(jiān)管架構(gòu)，而是它如何影響駕駛策略。

如果我們運用歸納法和分析計算，你就需要把問題呈現(xiàn)出來，RSS 就能結(jié)合所有合理的未來假設(shè)并予以呈現(xiàn)。顯然，這才是更高效，更現(xiàn)實的方法，而且搜索質(zhì)量最高，數(shù)據(jù)有可解釋性。

那么，神經(jīng)網(wǎng)絡(luò)什么時候插手呢？

神經(jīng)網(wǎng)絡(luò)不會出現(xiàn)在安全層級，而應(yīng)該出現(xiàn)在舒適層級。也就是說，神經(jīng)網(wǎng)絡(luò)不用預(yù)測其他道路參與者要干什么，而是去發(fā)現(xiàn)各種意圖。這些意圖可以是讓路或者插隊，也可以是車輛在泊車或者要掉頭。掌握了這些意圖，神經(jīng)網(wǎng)絡(luò)就能控制 RSS 的各項參數(shù)了。

總的來說，如果將基于 RSS 的駕駛策略放在這張圖表中，我們就能在合理假設(shè)的基礎(chǔ)上，獲得 MDP 的高效，使駕駛策略真正精益起來。

（4）為 ADAS 和自動駕駛打造 REM 高精地圖

關(guān)于效能，REM 地圖也是不能忽視的一環(huán)。搭載大眾 Travel Assit 2.5 系統(tǒng)的 ID.4 就在使用 Mobileye 的 REM 地圖。

拿這幾個場景片段來舉例：

比如在鄉(xiāng)間小路上，你根本看不到車道分割線，但借助 REM 地圖，車輛就能激活車道保持功能。

除此之外，交通信號燈，標(biāo)線和車道之間的相互關(guān)系也被囊括在 REM 地圖中，它能支撐一些關(guān)鍵的安全功能，比如保證車輛不會闖紅燈。

最重要的是，REM 地圖的覆蓋范圍已經(jīng)非常廣，在歐洲就有 250 萬公里。除此之外，REM 地圖數(shù)據(jù)還處在不斷更新中，光是 2021 年，Mobileye 就拿到了 40 億公里的道路數(shù)據(jù)，而且這個數(shù)字還在以每天 2500 萬公里的速度增長。