广告
Mobileye在CES2021上的演讲分析
2021-03-01 14:13:26· 来源：燃云汽车
最近的一段时间内，我们的关注热点还是以计算机视觉为基础的自动驾驶识别技术。在当下业内广泛的理解当中，当然Tesla和其Autopilot自动驾驶技术是纯视觉自动驾驶流派毫无争议的代表，但实际上如果深挖细品，你就不可能忽视另外一个巨头——Mobileye和其创始人
最近的一段时间内，我们的关注热点还是以计算机视觉为基础的自动驾驶识别技术。在当下业内广泛的理解当中，当然Tesla和其Autopilot自动驾驶技术是纯视觉自动驾驶流派毫无争议的代表，但实际上如果深挖细品，你就不可能忽视另外一个巨头——Mobileye和其创始人Shashua教授的存在。而且从某种程度上讲，Mobileye还应该算是Autopilot在视觉感知系统领域的师傅和领路人。2014年，在Model S的演进过程中，Elon Musk是率先采用了Mobileye的Eye Q3芯片和配套前向单目摄像头，虽然Tesla自己扮演了Tier-1的角色，整合了来自博世Bosch的毫米波雷达，但如果单论视觉识别技术在自动驾驶领域的应用起步，毫无疑问是师从Mobileye的。
2年后，发生在2016年的致命事故（佛罗里达的Model S在AP状态下撞击横穿马路的集卡车厢），间接导致Mobileye和Tesla的分道扬镳其实不算奇怪，以Elon Musk的性格，是不可能长时间在关键的自动驾驶领域内长期仰人鼻息的；但后续2017年，作为以色列的高科技代表性企业，Mobileye选择被Intel收购（150亿美元），才是真正令人感到意外。商业上的考量不是我们讨论的重点，但后续Intel连续并购自动驾驶领域内的相关公司，包括去年收购移动服务解决方案公司Moovit，也许可以解释Mobileye和Shashua教授希望可以在更大平台上施展拳脚的决心。其雄心之大，正如我们在之前的公众号文章中所展示的Mobileye的产品规划，如下图：
Intel涉足自动驾驶行业依赖的就是Mobileye和moovit。具体的产品划分就是这五个层次：
1 Silicon，提供EyeQ套片和配套的ADAS software，不涉及传感器。在silicon层面的主机或者自动驾驶系统合作方，需要主动地、独立地扮演Tire-1的集成角色，而不需要依赖Mobileye。但如果是以EyeQ为核心的视觉自动驾驶系统的实现，其能力范围仅限于标准的Level-2，而不会更高，因为Mobileye仅提供ADAS的软件能力；
2 Silicon+PCB，目标是实现所谓的“L2++”自动驾驶辅助系统，因此这是一个超过传统EyeQ独立套片范围的、更大的自动驾驶辅助系统PCB板级解决方案，如下逻辑结构：
在Silicon+PCB的产品实现中，Mobileye提供处理多达11个Cameras的360度环绕视觉信号处理能力，单一的EyeQ芯片已力不从心，因此提供2个EyeQ-5H的组合。除此之外在PCB上还提供独立的定位能力，虽然方案中没有提供定位实现的技术细节，但如果是联合Mobileye的REM高精地图（Road Experience Management），那么这个定位能力应该也是基于视觉即时信号和REM地图信息匹配计算的定位能力。另外PCB方案中还提供Mobileye独有的RSS安全模型（Responsibility Sensitivity Safety），在RSS的限定下，最终提供给车辆控制机构以合格的控制信号。在这个产品实现中，Mobileye将提供给主机厂合作伙伴一个相对完整的自动驾驶“系统级别”的能力转移，因为这里不仅仅包含Mobileye所提供的芯片和软件体系，还包含Mobileye长期累积和建立的高精地图和RSS模型能力，因此虽然Silicon+PCB产品对应的还是辅助驾驶系统，但按照Mobileye的定义，应该是一种完全可以脱手的L2++自动驾驶辅助系统。需要注意的是，目前我们还不知道哪家主机厂家敢于部署完全依赖视觉，而彻底放弃毫米波雷达的自动驾驶方案。据说吉利是最有可能的合作伙伴（linkco系列）。
3 Full stackSDS，即全栈自动驾驶系统供给方式。基本上我们可以理解这种方式为Silicon+PCB方式再增加全套Mobileye的传感器，基本实现端到端的自动驾驶系统的交付能力。对于传感器的整合，将Mobileye推向典型的Tier-1角色，从感知子系统、规划子系统到控制子系统，再到传感器的性质和布局（物理布局）都可以完整采用Mobileye的预定义方案，从而加快合作方的车辆研发周期。
4 VaaS/Fullstack SDV方式，即车辆即服务，Vehicle as a Service。在这种产品供给方式下，Mobileye将联合合作伙伴（主机厂家）向目标客户直接提供具备自动驾驶能力的机动车辆，潜在的目标客户比如当前成熟的出租车运营公司，类似上海的“锦江”、“强生”等出租车业务运营商。当然这种产品模式可行的前提是，需要Mobileye可以提供完全自动驾驶的Robotaxi车辆。
5 MaaS则是更高层面的一种服务提供能力，Mobile as a Service，出行即服务。在这个产品提供能力中，Intel整合的moovit就不可或缺了。在这种合作中，Mobileye的Robotaxi和moovit自动化出行服务平台将得到整合，Moovit即可以实现完整的出行服务运营商，或者直接出售给类似Uber或者滴滴类的出行服务平台。
以上层层递进的产品提供能力，可以看到不仅是对Mobileye提供的自动驾驶能力的考验，也是对更大的出行服务平台moovit的整合考验，这和Elon Musk曾经多次在公开场合讨论过Tesla的Robotaxi计划相类似。对于moovit和Mobileye的整合，可以参考下图：
从下往上，展示了MaaS平台的五层架构，其中Layer1和2的能力建立是由Mobileye来提供的，Layer1即是装备Mobileye自动驾驶系统的各种实体交通工具，Layer2则依赖于Mobileye的REM众包地图管理方式来建立。在这个系列文章中，我们会相对详细讨论Mobileye的REM地图建立方式，并试图和藏在Autopilot背后的地图模式进行技术对比。如果仅从MaaS的角度考虑，moovit现有的城市出行数据库对于Layer2的HDMap建立同样是有效的，从更为细颗粒度的个体交通参与者的运动方式和趋势，来描绘城市范围的交通流向，这就涉及如何衔接对于自动驾驶机器路径的规划和人类出行的规划，将二者融合是一个很大的课题。从Layer3起，moovit的平台技术将会发挥主导作用，针对有不同业务部署需求的运营者就可以提供不同的选择，比如我们经常谈到的VaaS、DaaS、MaaS等等：
1 对于VaaS运营方式，可以面向现有的出租车服务提供商，提供具备自动驾驶能力车队调度，为对于Vehicle有需求的终端客户提供服务；
2 对于DaaS运营方式，可以面向现有的车辆租赁服务提供商，提供具备自动驾驶能力的车辆租赁，为对于Driving有需求的终端客户提供服务；
3 对于MaaS运营方式，则可以最高上升到Level5，由moovit和各种生活和产品服务提供商直接对接，最终实现根据终端客户的最终需要来安排最佳的出行服务。
关于这个解释或者对于MaaS服务和运营的描述可能有点晦涩，小编在这里可以举个例子：比如您在家休息的时间打算去看电影，如果moovit只能做到Level-4，则需要您分别online订购电影票和RoboTaxi车费，并自己做行程规划。但如果moovit/mobileye最终可以实现在Layer-5的层面上提供更好的MaaS服务，则moovit的平台有能力和自己对接合作的所有影院服务，联合在一起为您提供只需支付一次并且在距离成本、时间成本、资金成本同时实现三个方向的最优化的订单。这就是MaaS，比Elon Musk谈及多次的RoboTaxi更好更完整的出行解决方案。
这也是为什么在自动化驾驶的单纯的技术工业化行业里，为什么层出不穷地，始终有不算太工业化和技术化的玩家存在，比如Lyht、滴滴、Uber…. 因为他们基于RoboTaxi现实的利益确实极大。如果从这个角度考虑，作为计算机视觉科学家出身的Shashua教授，能够把眼光跨越自动驾驶技术之外，进一步聚焦到整合出行业务，确实眼光非凡。打通MaaS业务平台的关键条件之一，即为Mobileye所定义的“高精度地图”REM，按照Shashua教授的评论，REM并不等同于传统的高精度地图，而是根据Mobileye实际自动驾驶系统开发经验进行取舍之后的的“AVMap/自动驾驶地图”。其建立和构成的大致含义如下图：
Crowd-sourcing众包方式提供地图数据，经过Harvesting过程之后，完全交给机器后台执行Alignment操作，尽可能降低制图成本，最终通过对于众包数据的对齐——模型化——语义分析三个过程，提供足够Mobileye自动驾驶系统使用的AVmap。本质上讲这个思路和Autopilot系统背后的Tesla map非常类似，如下：
Autopilot没有高精地图，不代表Autopilot不使用任何地图技术，除了操控面板上针对用户的Goolge Map，在后台借用Tesla庞大的Fleet所搜集的结构化信息也在扮演和Mobileye的AVmap相同的角色……
我们在后续的公众号文章中将详细讨论两者实现的方式和差别。
备注：
1 题图来自互联网搜索；
2 文中插图1/4来自于教授Shashua在CES2021上的主题演讲中的截图， URL https://www.youtube.com/watch?v=B7YNj66GxRA；
3 文中插图2来自于“电子说”关于supervision的评论文章插图，URLhttp://www.elecfans.com/d/1385039.html；
4 文中插图3来自于http://www.3snews.net/enterprise/363000061189.html，原始数据由Intel提供；
5 文中插图5来自于@green的推文截图。
声明：本文内容及图片由BC-AUTO转载至网络，信息来源于公众号车右智能。
广告 
广告
编辑推荐
最新资讯
-
系统级封装（SiP）在新能源汽车领域的应用
2024-12-23 08:51
-
车载通信框架 --- 智能汽车车载通信架构浅
2024-12-23 08:40
-
全国首例！武汉车网智联公司完成智能网联测
2024-12-23 08:39
-
R54法规对商用车轮胎的要求（下）
2024-12-23 07:39
-
为攻克油冷技术难题，舍弗勒申请一项电机转
2024-12-23 07:38
广告
广告
