Mobileye的「阳谋」

每年，在CES（国际消费电子展）上，辅助驾驶领域巨头Mobileye的CEO Amnon Shashua都会分享一些技术向的内容。

每年听这位教授的演讲也成为「必修课」。

虽然是非常枯燥的技术向文章，可能不会有太多人关注。但我还是希望写出来，帮助大家一起成长，了解到更多行业新知识。

在过去的2021年，Mobileye从30+OEM中拿下了41个新的ADAS项目，涉及到5000万台车，对比之下，2020年这一数字为3700万，让人印象深刻。

与此同时，在过去的2021年中，有188款车型搭载了Mobileye的技术。

去年，是Mobileye里程碑的一年。

透过这张表格，你能看到，从2014年到2021年，Mobileye芯片出货量的情况。

去年，这个增量真的是非常夸张，肉眼可见的要比前几年增速更猛，从2020年的1930万片涨到了2810万片。

这个增量其实很大程度上来自行业助推，越来越多的厂商都开始重视智能化，尤其是与之相关的智能驾驶。

12月，Mobileye的EyeQ® 系统集成芯片（SoC）的总出货量已经突破了1亿片，换句话说，有近1亿辆汽车搭载了其技术。

还记得年初本田推出了全球首个符合法规的L3自动驾驶车吗？

这里面就有Mobileye的功劳（主要是视觉感知部分）。

此外，基于EyeQ5的120度、800万像素摄像头首发于宝马，此外，今年宝马L3自动驾驶也会有Mobileye的赋能（可惜，这个大客户被高通抢走了）。

对于智能驾驶来说，有两样东西至关重要：一个是算法，一个是数据。

数据喂养算法，可以让算法变得更好，算法更好，智能驾驶体验更优。这也是为什么现在这么多车企都选择构建「全栈」自动驾驶的原因。

现在，Mobileye已经采集了200PB的数据（一部分在本地，一部分在云上）。

这是什么概念？

做一个简单的数学运算：1PB=1024TB，而1TB=1024GB，那么200PB呢？

即便不做运算，你都能感觉到Mobileye现在手握的这个数据库之庞大。

Amnon透露，Mobileye拥有丰富且相关的数据集，由2500多名专业标注人员手动标注或自动标注。该计算引擎依靠云服务器中的50万个峰值CPU内核，每月处理5000万个数据集——相当于每月处理由50万小时的驾驶素材所生成的100 PB数据。

「这些数据配合Mobileye计算机视觉技术和自然语言理解（NLU）模型使用，即使是罕见条件和场景下的“长尾”事件，仍可以在几秒钟内输出数千个结果。而这有助于自动驾驶汽车和一流的计算机视觉系统处理边缘情况，从而让自动驾驶汽车实现超高的平均故障间隔时间（MTBF）」

说人话就是：即便是极限场景也能很好地实现智能驾驶。

而这，也是为什么Mobileye在计算机视觉感知上这么强的原因，也是为什么这么多车企选择Mobileye的原因。

那么，Mobileye如何拿到的这些数据？

这要提到Mobileye的REM地图定位技术（Road Expeerience Management），即基于驾驶辅助系统的众包技术。

只要是搭载Mobileye EyeQ芯片的车型，都可以通过摄像头收集道路数据，而后上传到云端。

REM过程大致如下：

1、通过装有EyeQ芯片的车辆采集道路和道路标志数据；

2、REM数据加密上传至云端；

3、数据整合生成自动驾驶所用高清众包路数；

4、地图图块分配到车辆；

5、即可以低于10cm定位精度在路数上定位车辆。

比如在日本，Mobileye就在用这个众包技术采集地图：

在过去5年时间里，Mobileye把这些数据拼凑在一起，形成高清地图，为高级别辅助驾驶提供支持。

目前，Mobileye拥有全球最大的测绘众包车队，每天收集到2500万公里道路数据，在2021年，Mobileye收集了40亿公里的数据，今年这个数据能到90亿。

这真的是先发优势，而且这个优势随着Mobileye庞大的芯片交付量，还在不断增加。

基于此，在这次CES上，大众、福特、极氪与Mobileye深化了合作。

大众：成为首家应用Mobileye地图的车企。具体来说：「在某些路段，车辆能够在没有明显车道标记的区域内提供车道保持辅助功能。Mobileye专有的道路信息管理（REM™）技术能够在云端自动聚合并生成自动驾驶汽车地图，为自动驾驶汽车提供真正全球化和可扩展的地图解决方案。」

「基于大众MEB平台的大众、斯柯达和西雅特电动汽车即将推出搭载路书（RoadBook™）的Travel Assist功能。」

福特：福特与Mobileye合作由来已久。去年7月，双方在辅助驾驶上达成合作，这次双方扩大了合作规划：「Mobielye的道路信息管理（REM™）地图技术将添加到福特BlueCruise系统的未来版本中，并为多个品牌和车型提供L2+ ADAS解决方案。」

之于极氪，按照计划，除过现在开始交付的极氪001，后续还将有一系列极氪不同的车型搭载Mobileye方案。最早2024年双方将向消费者提供一款由Mobileye Drive™驱动的自动驾驶电动汽车。

在自动驾驶传感器系统构建上，不同于其他公司的多传感器融合路线，Mobileye的思路是：直接构建两套端到端的解决方案。

没错，你没有看错，两套。

所以Mobileye用纯视觉做了一套辅助驾驶解决方案：Mobileye SuperVision ™（定位L2++）。

这一套已经在国内造车新实力极氪ZEEKR 001（参数丨图片）上实现首发量产。

此外，Mobileye推出了另外的基于毫米波雷达和激光雷达的端到端系统：Mobileye Drive™。

在实现智能驾驶上，使用两套相互独立的传感器配置来形成冗余，提升感知能力、降低成本。

很多人对于这个东西不熟悉。

RSS全称是：Responsibility Sensitive Safety责任敏感安全模型。官方解释是这样的：

说人话就是：这个模型的出现相当于为自动驾驶怎么开定下规矩。

很多企业都与Mobileye就这个RSS达成合作。国内自动驾驶领头羊百度Apollo算是其中一个，早在2018年7月，双方就达成合作，百度宣布将把RSS模型部署到Apollo项目中。

而在这三件利器的加持下，未来，Mobileye业务将会有两大走向：L2+和L4业务（Robotaxi出租车和消费级自动驾驶车）。

L2的业务就不说，上面已经聊了很多了。

在L4自动驾驶方面，Mobileye已经在全球各地进行自动驾驶车队测试。此次也新增了两个站点：法国巴黎还有日本东京。

今年年中，Mobileye将在特拉维夫和慕尼黑推出商用自动驾驶出租车服务。

等到年底获得许可之后，Mobileye将把驾驶员拿掉，实现真正的自动驾驶。

说了这么多，大家都知道Mobileye在视觉感知这一块的深厚功底。但是大家不知道的是，在毫末波雷达/激光雷达上，Mobileye也做了自己的布局。

基本上核心要到的传感器，Mobileye形成真正的传感器全自研。

先说毫米波雷达。

去年的2021 CES上，Mobileye发布了自己的4D成像雷达。 相比于传统雷达，成像雷达可以得到更多道理信息，甚至获得和激光雷达类似的信息。

这是Mobileye的成像雷达的实际效果：

可以看到，这款雷达对于物体的感知已经有激光雷达点云的感觉了，而且细节也很丰富。

Mobileye还做了一个对比，拿这个成像雷达和激光雷达所能得到的信息量差不多。

这还没完，Mobileye还把这个成像雷达和摄像头感知放在一起，用神经网络进行训练，于是得到了这样的结果：

注意，这并不是一个真实的图像，而是这两种传感器映射出来的画面，在下面这张图中，你甚至能看到护栏？？？

这个能力真的太强了。

而且，关键在于，成本很低。按照Mobileye的说法，这种成像雷达的成本是激光雷达的1/5-1/10，传感器成本将得到大幅降低。

2024/2025年，这款成像雷达就会实现量产。届时，只需要一颗前置激光雷达来提供冗余即可。

激光雷达方面，Mobileye意图打造一流的FMCW 激光雷达（Building the Best-in-Class FMCW LiDAR），预期在2024年实现量产。

而在计算机视觉端，Mobileye打造了EyeQ® Ultra™和EyeQ® 6L和EyeQ® 6H。

核心传感器的全面自研，也让Mobileye可以绕过其他供应商，拿到不失真的所有感知端的数据，从而打造出更好的智能驾驶体验。

最后，还是来小总一下：

EyeQ® Ultra™芯片：2025年车规级量产；

成像雷达：2024/2025年量产；

FMCW激光雷达：2025年量产；

而2024/2025年也是Mobileye实现消费级L4自动驾驶量产的时间节点。

细思恐极，真的是细思恐极。Mobileye的「算计」真的太深了。

但是，Mobileye就没有短板吗？有，而且很大。

还记得刚刚说的EyeQ® Ultra™么？算力176TOPS。

这是什么概念？英伟达Orin芯片算力254TOPS，而且今年就要上车了，而Mobileye的这一款新品量产时间是在2025年......

虽然Amnon表示，相比于算力来说，芯片效率更重要，但是车厂们已经在用脚投票了。

Mobileye需要解决自身内部的一些问题，市场洞察和反应能力要更快一些。

而对外，后浪已经崛起，开始抢Mobileye的蛋糕。

所以，对于Mobileye来说，接下来这两三年，挑战真的不小。

创作不易，您的点赞评论转发是对我最好的鼓励和支持。