Mobileye自動駕駛的下一步計(jì)劃

　　Mobileye（現(xiàn)被Intel收購）現(xiàn)在做的是三大技術(shù)支柱:1.視覺感知。2.做適用于自動駕駛的地圖。3.教會車如何去開車，即和現(xiàn)有的人開車的車流去混合行進(jìn)。

視覺感知

　　Mobileye是一個以單目攝像頭做視覺的技術(shù)，很多人會問：你們以后會做立體和雙目的嗎?Mobileye現(xiàn)在是做三目，再后來是八目，在前方是三個攝像頭，側(cè)邊一邊兩個，后面一個，加起來是八個，大家都知道環(huán)視系統(tǒng)現(xiàn)在更多的是把周圍的圖像捕捉進(jìn)來，給駕駛員提供一個去看周圍環(huán)境的圖像，但它并沒有對這個圖像當(dāng)中的目標(biāo)物去進(jìn)行檢測，Mobileye開發(fā)的這款產(chǎn)品不管是哪個攝像頭獲取的信息都要進(jìn)行判斷，例如在前面最容易看到前方的車輛、行人、車道線，側(cè)向是變道的時候有沒有車，在高速時找到下岔道的分口在什么地方，車道匯入的地方是不是需要對我的車進(jìn)行調(diào)整。從這個角度看，需要判斷的東西非常多。同時即使Mobileye做三攝像頭的解決方案，三個焦距，其實(shí)它是三個不同焦距的攝像頭，定位遠(yuǎn)、中、近，每個攝像頭的角度不一樣，這樣三個攝像頭之間是互相覆蓋和冗余的。這樣才可以做到在城市道路上不同的攝像頭會起到作用，做到更寬、更遠(yuǎn)、更精準(zhǔn)的判斷。除此之外，Mobileye會有更多的功能推出。

　　這里介紹一下特斯拉事故。關(guān)于此事在Mobileye官網(wǎng)上有非常明確的信息，主要是那輛車橫在面前，或者跟背景顏色差不多，因此識別不出來。特斯拉搭載的是第三代芯片，Mobileye對于前方車輛的識別是只識別車輛的尾部，而那輛車是橫著的。所以美國交通部對特斯拉的審查報告認(rèn)為，在這個事件上，特斯拉的車在設(shè)計(jì)上沒有任何功能性的障礙，所以不需要召回這輛車。因?yàn)樵O(shè)計(jì)的時候是為了在封閉道路上開的，而那輛車是橫著的車。

　　Mobileye接下來將可以做到3D立體，也就是車不管什么角度，Mobileye都是可以識別出來，預(yù)計(jì)2018年可用于量產(chǎn)的車。

制做適合自動駕駛的地圖

　　第二個是Mobileye的地圖。Mobileye不會做地圖，這不是Mobileye的強(qiáng)項(xiàng)，現(xiàn)在已經(jīng)有很多裝有基于Mobileye ADAS系統(tǒng)的車在跑了。Mobileye是不是可以新建一張地圖?它最大的挑戰(zhàn)在什么地方?實(shí)際上，地圖的搜集成本非常高，而且地圖的更新速度不夠快，這是兩個很大的問題。如果搭載Mobileye的車已有有上百萬輛，這時候搜集這個數(shù)據(jù)的成本不是特別高。第二，因?yàn)橥ㄟ^大量車的實(shí)時更新系統(tǒng)，其實(shí)Mobileye的系統(tǒng)更新速度也是非常的快，但是在這個應(yīng)用當(dāng)中，其實(shí)它也會碰到幾個問題，1.大量，如果沒有大量，你建不成一張地圖，這需要Mobileye跟全球一些大的車廠合作，得到他們的支持來做這件事情。Mobileye也很高興從2016年年初發(fā)布這項(xiàng)技術(shù)，很快達(dá)成了跟全球三大車企——大眾、通用和尼?；诘貓D的戰(zhàn)略合作，而且此之后陸續(xù)跟其他的車廠，例如寶馬等都達(dá)成了合作，從這個來說Mobileye不用擔(dān)心數(shù)據(jù)搜集的問題。2.成本。從成本角度看，數(shù)據(jù)的傳輸成本這部分，Mobileye因?yàn)橥ㄟ^攝像頭獲取的信息，對于地面信息是非常廣泛的，我們要非常精準(zhǔn)地知道車道線、停車線信息，或者是這些相關(guān)的車所在的位置信息是非常精準(zhǔn)的，但是同時對于駕駛過程當(dāng)中需要關(guān)注的一些信息，例如紅綠燈信息、標(biāo)識牌的信息等數(shù)據(jù)量并不大，Mobileye把這兩個信息結(jié)合起來形成一張新的地圖，結(jié)合現(xiàn)在用到的百度、高德等，就可以形成一張可用于未來自動駕駛的非常精確的一張地圖。在這個過程中，Mobileye數(shù)據(jù)的傳輸率只有10kB/km，相當(dāng)于一輛車往前走一公里只有10kB的數(shù)據(jù)，這是非常小的。Mobileye已在德國做了路測，通過已經(jīng)跑過的地圖建起來一張地圖，甚至可以在本車缺乏傳感器，或者傳感器短期失效時，我們都可以自己在這個路上去跑，而且可以自己找到上岔道、下岔道。這是目前自動駕駛最難的一點(diǎn)。

教會車如何去開車

　　在自動駕駛里面，如果激進(jìn)地設(shè)想，以現(xiàn)有的技術(shù)來說，不考慮成本和太多法規(guī)因素，也許用不了5年，就會出現(xiàn)L5d的全自動駕駛車。如果路上100%換成這樣的車需要多長時間?30年、50年、100年?不過，基本上大家都認(rèn)為不太可能100%。從5年到50年這個中間是什么階段?這個過渡階段自動駕駛車會越來越多，有人駕駛的車會越來越少，但是自動駕駛車和有人駕駛的車是混流的，也許未來發(fā)的牌照有可能有自動駕駛的牌照。但是一個挑戰(zhàn)是，即使牌照不一樣，如何混入到人開車的人流里面去，怎么讓車知道我在開的車，旁邊的車和后面的車如何很好地和我交互，讓我混入到這個車隊(duì)里面去，這也是我們?nèi)巳ヱ{校學(xué)車要學(xué)到的一點(diǎn)。現(xiàn)在做的是把車智能化、讓它網(wǎng)聯(lián)，大的是讓你到實(shí)踐當(dāng)中去，你要匯入到這個車流當(dāng)中去，你碰到各種復(fù)雜的情況怎么處理，這才是我們碰到的最大的挑戰(zhàn)，這塊Mobileye在做進(jìn)一步的開發(fā)。

　　一個案例是進(jìn)入環(huán)島時，Mobileye怎么訓(xùn)練一輛自動駕駛的車知道在合適的時候插進(jìn)去。這個是非常有意思的一件事情。例如在中國開車與在以色列開車的區(qū)別就是非常典型的案例，在以色列開車，只要環(huán)島里有車你是不能開進(jìn)去的;在中國不管有沒有車，反正我得慢慢往里面擠，不然永遠(yuǎn)等在那兒。所以每個地方的開車文化不一樣，自動駕駛車一定要學(xué)會在不同的環(huán)境當(dāng)中怎么去找到其實(shí)的駕駛策略。

　　上述三部分都不是獨(dú)立的，從對車輛操控角度看，它們是相輔相成的。