既然人類閉上一只眼睛，也能看得清楚路況，那么，汽車應該也能做到。

 

       Mobileye：汽車的眼睛

 

       早在十幾年前求學時就在考慮的問題，被大家所關注，他興奮地覺得應該做點什么了。

 

       第二年，Shashua 拉著投資過他上一個項目的朋友 Aviram ，在耶路撒冷共同創立了 Mobileye 。這家公司的名字由 Mobil 和 Eye 組成，用通俗的話來說，是要做汽車的眼睛，也就是要幫助汽車建立視覺系統，識別周圍障礙物，降低交通事故頻次，這是 Mobileye 的初心。

 

       與雷達、激光雷達比起來，攝像頭成本低廉，360° 視角可獲得豐富的信息資源，看上去大有可為。

 

 

來源：wccftech

 

       但是，當時將近 40 歲的 Shashua 沒有料想到，以攝像頭視覺系統為基礎的輔助駕駛工具并沒有能夠快速市場化，在初期研發階段，功耗、尺寸和成本都沒有達到要求，他們堅持了 8 年時間才等到產品正式商用，融資 10 輪才等到納斯達克上市(換算成字母，大概是從 A 數到 J )。作為 ADAS 領域的第一家公司，他們還需要不斷地教育市場，向廠商解釋高級駕駛輔助系統ADAS(Advanced Driver Assistance Systems)和倒車雷達的區別。

 

       更令人沒有料想到的是，在 Mobileye 終于獲得了 70-80% 的市場占有率之后，他們選擇了大集團英特爾 153 億美元的現金收購。

 

       究竟是在行業大未來面前感受到隱隱的危機，以至于廠商們不得不迅速抱團，在市場格局變化之前先占領山頭，還是，獨立廠商苦守多年，尋求更快的變現機會？

 

       在得出結論之前，我們先來看看 Mobileye 這些年建立起的護城河，看看他們如何從 ADAS 高級輔助駕駛系統開始，逐步滲透到自動駕駛領域。

 

       所有技術的商業化，都是從產品化開始

 

       Mobileye 描述了從 ADAS 到自動駕駛階段的三個關鍵技術，sensing 感知，mapping 高精度地圖和 driving policy 駕駛策略。

 

       從需求角度來看，我們先根據司機的參與度來劃分使用場景。司機的參與度分為參與、選擇參與和不參與三種類型，越往后，系統的滲透度也越高，從開始的警告提醒，到允許接管，最后到完全控制，這就是輔助駕駛、半自動駕駛到全自動駕駛的三個階段。

 

       其中，感知是所有場景的基礎工作。

 

       當我們在街道上看到一輛車時，首先看到的就是它的形狀，我們知道，這個形狀的邊緣是碰撞時不能觸碰的。而數碼影像的基本單元是像素，如何從像素信息中獲取到車輛或者其他障礙物的邊緣，這就是感知系統要做的事，了解什么地方去不得。

 

       根據感知系統獲取的信息，判斷前方的車輛，判斷前方的行人，判斷與前車是否超出安全車距，判斷是不是沒有使用轉向燈就偏離了車道，在發生危險前幾秒，對用戶發出警告，這就是我們比較熟悉的輔助駕駛系統的功能。警告而不接管，是輔助駕駛系統的中心思想。

 

       剛剛談的這幾項功能，就是 Mobileye 的高級輔助駕駛系統 ADAS 上的幾項核心技術，分別是前碰撞預警 FCW(Front Collision Warning)，行人探測與防撞預警 PCW (Pedestrian Collision Warning)，車道保持與危險預警 HMW(Vehicle Distance Monitoring Warning)和車道偏離預警 LDW (Lane Departure Warning)。

 

       接下來，從輔助駕駛到半自動駕駛，系統開始接管車輛了，就需要處理更多的信息。在感知層面，除了檢測出什么是障礙物以外，還需要檢測出可以行駛的路面范圍，判斷信號燈和人行道，達到人類的雙眼可以做到的程度。除此之外，一套感知系統的可靠性是有限的，一旦系統失效，必須考慮到是否有冗余的儲備，這就是高精度地圖的主要作用。

 

 

來源：Mobileye

 

       Mobileye 在高精度地圖方面，研發了道路管理系統 REM(Road Experience Management)技術，REM 的特點是采集路面所有的交通標識進行定位，捕捉 2D 數據，數據量小，云端傳輸方便。這和 Google 用激光雷達加 3D 建模的貴族路線是完全不同的。相比而言，Mobileye 吃過 8 年沒有訂單的苦，在后續產品的規劃上，無論是成本還是實際應用的方面，都考慮得相當充分，也反映出 Mobileye 的商業化程度已經相當成熟。

 

       最后，也是最難的一步，就是駕駛策略。駕駛策略判斷的是未來，也就是要預判你旁邊的車輛、行人將會怎么走，在保證安全的前提下，決定車輛要如何行駛。這是一個完全自動駕駛系統的必不可少的一步，它需要系統在大量復雜路況下的訓練學習。短期內我們還未看到在這個領域值得稱道的研究成果，這也是為什么如今輔助駕駛系統或者半自動駕駛系統的應用，都要限制在像高速路線這樣的半封閉場景下。

 

       不得不提的是，這些系統的核心芯片，都是 Mobileye 研發的 EyeQ 系列，由意法半導體生產供應。EyeQ3 就是第一代特斯拉 Autopilot 背后的大腦。

 

       與特斯拉的明星合作以及不愉快的分手

 

       Mobileye 被外人所熟知，是在與特斯拉 Autopilot 系統的合作上。畢竟，特斯拉是汽車圈里最具備明星氣質的品牌。當 Autopilot 成功亮相時，Mobileye 是 Autopilot 的幕后功臣，當 Autopilot 出現事故時，Mobileye 也跟著被質疑。

 

       然而，Mobileye 和特斯拉之間的合作，有諸多細節令人玩味。

 

       特斯拉對行業的推動幾乎是掃蕩式的，從電動車到自動駕駛，所到之處無不起千層浪。如果沒有馬斯克這樣的冒險家，很難想象 Mobileye 的 EyeQ3 能夠如此快速地應用到量產車型上，兩年間獲得第一代 Autopilot 上 20 億公里的數據，Model S 也不會成為第一臺搭載 DNN(Deep Neural Networks)深度神經網絡的量產車型。

 

 

       特斯拉和 Mobileye 的初始合作，應該是一拍即合的。

 

       2014 年 10 月，特斯拉的所有車型安裝了 Autopilot 第一代的硬件，而后通過 OTA (Over the air)的方式不斷升級系統功能，從道路偏離警告、速度提示、自適應巡航系統、前方碰撞預警、自動緊急剎車、盲點預警再到輔助駕駛級別的自動方向盤接管，側方位碰撞躲避和一字位自動停車等等。

 

       直到 2016 年 5 月，特斯拉發生了那次全球知名的自動駕駛事故。Mobileye 高管接受媒體采訪，表示當時的 Autopilot 是不具備檢測橫向駛入車輛的能力。這個說法讓特斯拉一度陷入被動。在這次事故之后，幾家廠商的合作關系發生了巨大轉折。

 

       隨后的 7 月份，Mobileye 發布和特斯拉中止合作的聲明，宣布 EyeQ3 將是和特斯拉的最后一次合作。馬斯克則回應，這次合作的中止不會影響特斯拉自動駕駛系統的進程。

 

       我們回過頭來看，特斯拉和 Mobiley 合作的 Autopilot 上，其實是有兩個不同的 DNN 在跑的，一個來自 Mobileye 的 EyeQ3，一個則是特斯拉的獨立產品。不過特斯拉的系統和 Mobileye 是相互獨立的，EyeQ3 照常在運行它擅長的功能，只是特斯拉會分階段激活 EyeQ3 中的功能。特斯拉的 DNN 更像是一個在默默訓練的影武者，沒有把它要收集的數據落下。

 

 

Autopilot 讀取的影像信息

 

圖片來源：wccftech

 

       特斯拉在和 Mobileye 中止合作前的幾個月，就挖來了曾經主導 AMD Athlon 芯片以及 Apple A4/A5 芯片開發的核心設計師 Jim Keller 作為自動駕駛硬件工程副總裁。另一方面，盡管特斯拉僅在信息娛樂系統中使用了英偉達的 Tegra K1 VCM 芯片，但馬斯克和英偉達的創始人黃仁勛多次在公開場合的共同現身，也不排除他們在未來會展開什么樣的合作。

 

       到底是 Mobileye 拋棄了特斯拉，還是特斯拉拋棄了 Mobileye ，至今都沒有定論。有人猜測特斯拉是因為拒絕加入 Mobileye 的 REM 地圖數據共享而中止合作，那聽上去不太合理。畢竟，特斯拉并不是一家跑量的公司，在通用、大眾這樣的大集團都選擇了 Mobileye 的 REM 之后，特斯拉在數據積累上顯然很快會失去優勢，畢竟，在地圖數據信息上，目前沒有誰能一家獨大。我更傾向于認為是技術路線的應用上，出現了認識上的偏差。

 

       在特斯拉和 Mobileye 結束合作之后，寶馬牽起了英特爾和 Mobileye 的紅繩，讓這兩家公司共同參與寶馬下一代車型 iNEXT 的研發。在他們宣布合作的半年多以后，英特爾收購了 Mobileye 。

 

       Mobileye 最值錢的到底是什么？

 

       英特爾的 CEO Brian Krzanich 解釋其這樁收購案時說，我們關心的核心問題其實是數據，然后才是市場規模。

 

       過去 10 年間，Mobileye 合作了 27 家汽車廠商，全世界有 1500 萬輛汽車上裝載了 Mobileye 系統，積累了不同環境、不同氣候、不同道路狀況橫跨 43 個國家的駕駛場景。Mobileye 的低成本路線，加上高精度的感知系統，下可以做輔助駕駛，收集車輛行駛數據，上可以往自動駕駛路線延伸，而且有成熟的應用案例，受到越來越多的廠家歡迎不是意外之事。

 

       錯過智能手機浪潮的英特爾，顯然不想再錯過這一波自動駕駛的未來了。數據是人工智能的最重要的基礎，而在汽車業務上，麥肯錫也預測 2030 年的汽車行業，數據相關的業務將會達到 4500 到 7500 億美元的市場規模。粗粗算來，英特爾拿出手的 153 億美金不過是其中 2-3% 的市場滲透率，英特爾和 Mobileye 的野心當然不止于此。

 

 

 

來源：麥肯錫

 

       Mobileye 的創始人 Shashua 接受采訪時則說，如果自己獨立生存，可能只能持續不斷地賣產品。但如果想改變未來，成為自動駕駛領域里的核心玩家，就必須要走這條路。這句話比較符合我對 Shashua 這個在一個領域中堅持幾十年的科學家的理解。畢竟，自動駕駛這樣的技術革命，是全行業需要共同努力的事情，它不是眼前的一點利益，而是令人激動的理想未來。

 

       當然，也有更現實的角度，比如，Mobileye 在目前數據的運算上，就即將遇到瓶頸。Brian Krzanich 表示，到 2020 年，每一輛自動駕駛汽車每天產生的數據在 4TB 左右，英特爾看中自動駕駛領域產生的大量數據，原因也在于英特爾將自己定位為是一家數據公司。

 

       在英特爾收購 Mobileye 之后，博世在柏林召開了 2017 年的年度大會，在會議上，博世和英偉達聯合發布了業界第一個面向自動駕駛的 AI 計算平臺。

 

       行業之間在快速地連橫合縱。去年還被業內人士預測要 100 年才能到來的自動駕駛時代，可能要來得早一些了。