这题我有发言权。
我之前在上汽智能驾驶部的工作之一就是负责Mobileye的二次开发,Mobileye提供给我的数据总的来说还是很靠谱的,毕竟能在汽车这种多变环境下,依旧稳定工作的视觉传感器真的不多。
谈合作意义之前,我想先说说Mobileye。
Mobileye怎么出名的?
Mobileye进入公众视野得益于两件事。
一是特斯拉的AutoPilot 1.0的硬件方案选用Mobileye作为前视摄像机。依靠Mobileye的检测能力,Tesla才能快速实现高速自动驾驶功能。不幸的是,2016年,AutoPilot 1.0本身算法的缺陷导致使用的人车祸身亡。特斯拉甩锅给Mobileye,Mobileye反怼特斯拉,随后就分手了。分手后,特斯拉马上投入Nvidia怀抱,开始了自己的摄像头算法研究之路,也就有了现在的AutoPilot 2.0。
二是因特尔153亿美元收购Mobileye,金额之大震惊海内外。之后与宝马、德尔福组成联盟,进军自动驾驶事业。
Mobileye强在哪?为啥这两年突然在自动驾驶领域火了起来。
Mobileye强在哪?
1.强大的视觉算法积累
Mobileye成立于1999年,在视觉领域有18年的技术积累。
先看个从Youtube那边搬运过来的视频,视频3.22M,没流量的直接看图吧。
https://www.zhihu.com/video/908117722628497408
可以看出Mobileye可以实现的功能有:
①可通行空间(FreeSpace),图中绿色区域
②障碍物(Obstacle)
③交通标志牌和地面标志(Traffic Sign)
④交通信号灯(Traffic Light)
⑤推荐行驶路径(Holistic Path Planning),图中青色的线
⑥车道线(lane)
有人肯定会说这功能,现在找个做视觉的公司绝对能做出来,深度学习随便上不就好了。
但是...上面的视频是Mobileye 2014年量产的技术,那时候深度学习还没像现在这么火呢。
下图是Mobileye的量产产品时间线,在2014年实现上面效果的芯片叫EyeQ3,明年即将推出的量产芯片叫EyeQ4,这也是威马汽车与Mobileye合作的点。
图片出处:EyeQ_Infographic_Final2.pdf
EyeQ4相较于EyeQ3更强大的功能在于REM(Road Experience Management),REM的出现解决了自动驾驶的一个大难题——地图与定位,这个技术以后有机会细聊,反正很牛X就是了。
图片出处和更多REM的功能看这个视频:Mobileye REM 技术实际应用演示
还有个明显的提升是多角度的车辆检测,EyeQ3只能实现车屁股和车头的检测,对于斜跨或横置的车检测率很低,而且尽管看到车屁股,依然不知道它是朝左开还是朝右开。这也是我在做信息融合过程中经常吐槽Mobileye的事。
不过EyeQ4已经可以实现类似下图的效果(EyeQ4的效果图没找到…):
图片出处:没找到...侵删...
有了障碍物的航向信息(往哪个方向移动)信息,就能更好地做自动驾驶的决策了。
2.稳定的车规级解决方案
看了上面的介绍,你可能觉得Mobileye技术确实很牛X。但是深度学习出现后,这些技术的竞争力也没那么高了嘛。Mobileye被车企青睐的真正原因是他提供的芯片是车规级的。
车规级意味着在汽车这种随时可能过热,过冷,颠簸,剧烈震动等复杂多变的环境中,依旧能保持正常的性能表现。各种复杂工况的测试要做,各种法规(例如ISO26262)都要遵守。
车企(OEM)不是马大哈,要求高着呢。不是用个工控机或者Nvidia的Drive PX2跑跑Demo,随便展示下效果就能忽悠瘸了的。
这里顺便爆点料,没在这个领域好好做过调研的一般都不知道特斯拉的AutoPilot 2.0用Nvidia的PX2作为控制器,是不满足车规级要求的;Audi的zFAS其中有一块Nvidia的TK1芯片也不是车规级的。但是为了产品竞争力,还是强行上了车。这带来的风险就是某些极端工况系统有失效的可能。
前几天百度自动驾驶事业部的某位高层在给政府做汇报时,也表示他们的芯片做不到车规级,正在寻求这方面的合作。
所以车规级,才是Mobileye最大的杀器。
Mobileye国内外怎么布局?
1.国外
Mobileye自从被Intel收购后,与宝马和德尔福组成了自动驾驶阵营。
图片出处:Delphi partners with BMW Group, Intel