【汽車自動駕駛技術(shù)】安全 ， 智能交通之本---蘇淑萍

　　1.Mobileye簡介
　　1999年由兩位創(chuàng)始人Amnon Shashua教授和 Ziv Aviram先生成立Mobileye，主營業(yè)務(wù)是基于單目攝像頭的視覺技術(shù)應(yīng)用在汽車上面提供安全駕駛。
　　在經(jīng)過了18年之后，我們的產(chǎn)品現(xiàn)在在行業(yè)里面得到了比較多的應(yīng)用，目前有25個(gè)車廠用了我們的產(chǎn)品，到2017年初有2000萬輛車搭載著我們相關(guān)的技術(shù)。對于公司來說，比較重大的一個(gè)事件就是2014年8月1日在紐交上市，在今年8月8日被Intel收購，這兩個(gè)主要是資本市場的比較大的事件，但是由于自動駕駛這個(gè)行業(yè)其實(shí)是需要大資金投入的，所以在資本市場的大事件反過來推動了自動駕駛這個(gè)行業(yè)的進(jìn)展。
　　這張圖簡單地介紹一下我們現(xiàn)在的系統(tǒng)能做什么東西，大家可以看到我們可以檢測到路上的一些移動物體以及一些固定物體、固定目標(biāo)物，同時(shí)對于交通參與的一些信息也能及時(shí)地獲取，包括紅綠燈、交通標(biāo)志牌以及地面上的一些標(biāo)志，比如說斑馬線、停車線，除此之外大家會看到一個(gè)綠色的地毯，基于地面來說，我們會尋找可行駛通過的空間，我們對每個(gè)像素都進(jìn)行分析，如果有障礙物，先分辨是哪一類障礙物，再做出相應(yīng)的標(biāo)志。通過這樣的功能和原來的車輛行人、車道線以及障礙物的檢測，可以形成一個(gè)更綜合的感知。
　　在這個(gè)過程當(dāng)中，公司也一直在不斷地發(fā)展新的技術(shù)，大家大多會比較關(guān)心我們的業(yè)務(wù)模式是怎樣的，我也簡單介紹一下，我們在公司內(nèi)部已經(jīng)有兩個(gè)產(chǎn)品，第一個(gè)產(chǎn)品是EyeQ芯片，芯片目前主要的量產(chǎn)已經(jīng)到第三代，在2018年會有EyeQ4芯片的量產(chǎn)。還有成品化產(chǎn)品，這一代是六系列，明年會出七系列和八系列，七系列之前都是基于EyeQ2芯片，八系列開始直接用EyeQ4的芯片。這兩個(gè)產(chǎn)品和芯片之間其實(shí)還是有一定的關(guān)聯(lián)度，我們芯片主要是應(yīng)用在大規(guī)模的乘用車車廠，比如國內(nèi)的上汽，就是自主品牌里面第一款用到我們產(chǎn)品的車，國外已經(jīng)有20幾個(gè)汽車廠商用了我們的產(chǎn)品。
　　2.持續(xù)的創(chuàng)新
　　對于成品化的產(chǎn)品，盡管我們一開始推的時(shí)候主要是針對后裝市場，因?yàn)榭梢灾苯舆\(yùn)用，但是在這一兩年當(dāng)中，隨著大家對車輛智能化要求的快速提升，目前需求也非常旺盛，在這個(gè)時(shí)候如果我們從芯片做這樣的產(chǎn)品，可能會導(dǎo)致面世時(shí)間比較長，我們會推出成品的解決方案，目前也做了一些改良，會做模組化的方案，這種方案針對商用車的車廠以及現(xiàn)在新出來的新能源車的車廠，在體量不是特別大、對面世要求比較高的時(shí)候，用這種方案會比較快地解決第一階段的ADAS方案。
除此之外，能看到中間有REM這樣的箭頭，我們在明年會陸續(xù)開展一些在后裝產(chǎn)品上面的工作，由于搭載EyeQ4的芯片，所以可以提供REM功能，來收集相關(guān)的一些信息以建立未來應(yīng)用于自動駕駛的一張高精度的交通信息地圖，這個(gè)地圖是為未來自動駕駛所用的，就是為大批量的前裝行業(yè)用。
　　在中國和全世界都把2020年或者2025年作為自動駕駛的一個(gè)元年或稱之為能有車上路，2025年是比較多量產(chǎn)的時(shí)代，在Mobileye來說，我們會在2021年和寶馬有量產(chǎn)的高級自動駕駛車面世。
　　在自動駕駛這塊，Mobileye現(xiàn)在做的分成三大塊，第一個(gè)塊是感知，第二塊是地圖，第三塊是駕駛策略。感知這一塊，我們原有的一些對于周圍環(huán)境感知的傳感器，永遠(yuǎn)都會有改進(jìn)的余地，尤其對單傳感器來說要做到極致是非常困難的，一方面我們會進(jìn)一步提升我們自己的感知能力，比如對于車輛的識別，在早期EyeQ2的時(shí)候，我們是針對車輛尾部進(jìn)行識別，但是到了EyeQ4的時(shí)候，我們可以做到一個(gè)車輛不管以什么樣的角度出現(xiàn)在攝像頭前面都能被感知到，這樣就可以實(shí)現(xiàn)全方位的感知，并在各種道路上識別車輛。在這方面感知系統(tǒng)也有很大的提升空間。
　　除此之外，也要支持多傳感器的融合，剛才也有提到，對于單傳感器來說，要做到覆蓋所有場景，做到非常極致的可靠和可用，其實(shí)非常困難，因?yàn)橛泻芏嘁蛩厥沁@個(gè)技術(shù)本身受限的，在這個(gè)時(shí)候如果我們用多傳感器融合的方案，從性價(jià)比上來說可能更好一些，并非疊加了傳感器就會增加費(fèi)用，將單傳感器做到極致所產(chǎn)生的成本可能會遠(yuǎn)遠(yuǎn)超過幾個(gè)傳感器的疊加。我相信在座的各位不管是汽車廠商的也好，零部件的供應(yīng)商也好，大家的目的都是做一款可以用的自動駕駛車，而不是一個(gè)高精尖的自動駕駛車。對可以用的駕駛車來說，對于成本的控制肯定是大家一定要去考慮的一件事情。
　　前一段時(shí)間一直會有這樣的爭論，關(guān)于傳感器的好壞與最終的市場霸主，其實(shí)沒有討論的必要，因?yàn)槊總€(gè)傳感器的相關(guān)技術(shù)供應(yīng)商把自己的技術(shù)做好，最終的選擇權(quán)在汽車廠商那兒，他決定用什么樣的組合能夠做到滿足他的設(shè)計(jì)要求的車輛。
　　2.REM高精度地標(biāo)地圖介紹
　　REM技術(shù)嵌入在EyeQ4芯片里面，通過搭載系統(tǒng)的車輛在路上跑，然后去實(shí)時(shí)獲取一些道路的地標(biāo)信息，并不需要物理信息或者像現(xiàn)在的導(dǎo)航信息上面這么詳細(xì)的一些資料，但是我們可能會在精度方面有更詳細(xì)的要求，大家站在不同層面的立場上，我們站在比導(dǎo)航地圖更高一層層面上。比如說會做到車道級的精度，包括會把路上包括地面的交通標(biāo)志的很多交通標(biāo)志都會放到這個(gè)里面來，形成了地圖之后，再通過云端發(fā)送到每一輛使用了本技術(shù)的應(yīng)用者端口去。
　　工作原理先從采集車上把數(shù)據(jù)采上面，在云端形成高精度地圖之后再發(fā)送給所需要的車輛。所以這個(gè)做法就體現(xiàn)了一句話，人人為我，我為人人，從商業(yè)模式和技術(shù)實(shí)現(xiàn)原理來說是這樣的。當(dāng)我們在用技術(shù)的時(shí)候，并非哪一種技術(shù)是一個(gè)主流，所有的傳感器本身之間具備協(xié)同的關(guān)系，就像我們在采用視覺和REM，如果我們光考慮這兩種技術(shù)，在應(yīng)用的過程當(dāng)中，可以把REM簡單地說成某一種層面的V2X，實(shí)現(xiàn)的手段不一樣，但是在效果方面是有類似之處。
　　當(dāng)我的視覺由于在天氣原因或者特殊原因暫時(shí)存在障礙，比如在開車的時(shí)候，一只鳥撞到玻璃上了，將這塊給模糊了，即使用雨刮也需要幾秒鐘時(shí)間把視野擦干凈，但是如果REM能工作，數(shù)據(jù)通道是通的，可以通過REM感知到前方的一些道路情況，可以繼續(xù)保持在這個(gè)車道中間行駛。
　　在這個(gè)過程當(dāng)中，REM本身就增加了感知的功能，由于就REM本身的技術(shù)來說，感知超過了攝像頭視距所能檢測的范圍，因?yàn)樗梢宰龅母h(yuǎn)一點(diǎn)，可以隨時(shí)跟你的車輛交換信息，因?yàn)橐矔卸ㄎ唬v向定位和橫向定位，會根據(jù)你的定位位置實(shí)時(shí)地給你進(jìn)行路徑規(guī)劃。
　　藍(lán)色的這條線是我們REM所規(guī)劃的線路，也許本車從沒走過這條線，而是之前有其他司機(jī)走過這條路，通過對這條線線采取信息之后，根據(jù)你路徑所在的狀態(tài)規(guī)劃出這條線，這個(gè)規(guī)劃是基于車道的規(guī)劃而不是像我們現(xiàn)在的導(dǎo)航地圖一樣基于一條路進(jìn)行規(guī)劃。

圖1 REM的路線規(guī)劃

　　同樣我們基于REM可以有更多的一些增值服務(wù)，當(dāng)在國外做測試的時(shí)候，會發(fā)現(xiàn)所有的車經(jīng)過某個(gè)地方的時(shí)候都會扭一下，那么應(yīng)當(dāng)是算法覺得那個(gè)地方有一個(gè)坑，但是如果將這個(gè)反應(yīng)做在算法里固化了，所有裝有這個(gè)算法的車到那個(gè)地方都會扭一下。但是REM不會這樣固化算法，它是一個(gè)在實(shí)時(shí)更新的東西，像現(xiàn)在雙十一很多的貨車，如果有一個(gè)貨車掉下來一個(gè)物體，對我行車造成一定危險(xiǎn)的時(shí)候，前面有一輛車開過這個(gè)路線看到有一個(gè)物體留在那，它把這個(gè)消息實(shí)時(shí)往云端傳輸，云端往下播放的時(shí)候，向在后面也許跟著的100、200輛車都發(fā)送這樣的信息，同樣當(dāng)這個(gè)障礙物被清除之后，再過去的車又會實(shí)時(shí)刷新后臺的數(shù)據(jù)，說這條線可行，不需要避讓。我們講的地圖上的很多應(yīng)用不僅僅是一個(gè)固定的一些交通信息應(yīng)用。

圖2 REM識別空的停車位實(shí)現(xiàn)信息共享

　　這是REM對于停車場的檢測，我們的車輛在行駛過程中，如果路邊有停車位的話，車輛可以檢測出空余的車位，并實(shí)時(shí)把信息上傳，目前大城市在市中心的停車位非常緊張，不管是相關(guān)的企業(yè)也好，政府也好，如果愿意組建這么一個(gè)停車系統(tǒng)，通過這樣的數(shù)據(jù)回傳，其實(shí)也是一個(gè)比較好的共享停車位的應(yīng)用。

　　3.駕駛策略
　　在駕駛策略這一塊，考慮的綜合性非常強(qiáng)，除了我們用之前所獲取到的所有信息來決定我的車輛縱向和橫向控制之外，更多的是在路上怎么獲得路權(quán)，這是在巴黎街頭的實(shí)景，我經(jīng)常會看到一個(gè)笑話，北京人說車在五道口自動駕駛車能開過去就說明車不錯(cuò)，武漢人喜歡說在光谷轉(zhuǎn)盤那兒能開過去就可以了。在國外這方面也一樣非常混亂，獲取路權(quán)變出去，變進(jìn)來的時(shí)候會產(chǎn)生一個(gè)很大的問題，甚至在極端情況下就會被鎖住，徹底陷入一個(gè)不能開的狀態(tài)。
　　在案例當(dāng)中，這其實(shí)是非常常見的，在一個(gè)高速匝道出入的地方，如果設(shè)計(jì)不合理，甚至車流量極大的時(shí)候，就會在這個(gè)地方被鎖住?，F(xiàn)在上海是這么設(shè)計(jì)的，匝道前半段是出去，后半段是進(jìn)來，通過交通標(biāo)志的方式來變。但是在這個(gè)過程當(dāng)中，獲取路權(quán)還是存在一定的難度。自動駕駛車在開這塊的時(shí)候，其實(shí)也會有這個(gè)挑戰(zhàn)，即使我們的自動駕駛車在兩三年就可以上路了，即使是L5的，但是這種車輛的市場滲透率是極低的。在未來10年、20年、30年甚至更長的時(shí)間，我們的路面上也許有相當(dāng)長的一段時(shí)間是全自動駕駛的車和人開車并存的。在這個(gè)過程當(dāng)中就會碰到很大的挑戰(zhàn)，兩種車怎么獲得路權(quán)，這也是現(xiàn)在在公司已經(jīng)從事研發(fā)的一些算法，這個(gè)算法會教機(jī)器怎么學(xué)會像人一樣開車，大家可以看一下，這是一個(gè)模擬，在這個(gè)過程中，我們公司的系統(tǒng)已經(jīng)進(jìn)行了10萬次的測試，到目前為止沒有發(fā)生一起碰撞事故，但是在變出去的成功率還是有50次沒有成果，其實(shí)這個(gè)是非常難的。
　　4.后裝市場產(chǎn)品介紹
　　在明年我們會推出基于EyeQ4的芯片，芯片上會提升我們的安全功能，這是我們最核心的一塊，當(dāng)然我們也會通過跟國內(nèi)GPS平臺或者車展管理平臺的合作，推出更多的基于駕駛員和車隊(duì)管理的方案。就整個(gè)系統(tǒng)來說，目前我們也可以通過采集的數(shù)據(jù)，延伸出來很多可以服務(wù)智慧城市的應(yīng)用，包括國家層面與城市層面，我們看到在上海市今年也出了一系列的政策來推動人工智能在城市化道路上的一個(gè)變革，在這塊我們也希望跟在座的各位一起來努力。

        友情鏈接：www.51carfi.com