與往年一樣，本屆 CES 上，Mobileye 的 CEO Amnon Shashua 照例用了一個小時來闡述 Mobileye 的技術進展以及未來規劃。而這一個小時反映出了 Mobileye 的宏大野心：從一個 Tier 2 ADAS 供應商逐漸轉型為高級別自動駕駛出行服務商，構築一個基於視覺技術的自動駕駛霸業。
野心背後的底氣
在當今的 ADAS 領域，Mobileye 是毫無疑問的領頭羊，其 EyeQ 晶片的市場占有率相較於其它供應商有著壓倒性的優勢。在產品上，EyeQ 晶片的優勢體現在其優秀的視覺解析表現力，較高的系統穩定性，以及較低的功耗。並且不管是現在的 EyeQ4 還是未來的 EyeQ5，其既可以用於中央域控制器，也可以直接整合在擋風玻璃上的前視攝像頭模塊當中，OEM 即使不想使用中央化的域控制器架構，也可以通過在分布式結構中整合 EyeQ 晶片，研發出一套成熟的 L2 甚至是 L2+ ADAS 產品。
隨著自動駕駛行業遇冷，越來越多的汽車廠商開始意識到兩個現實性問題：
出於場景和法律原因，L3 目前很難普及，未來的幾年內，L2+才會是量產車 ADAS 領域內的主流
在短期內，應用高度中央化的域控制器平台需要從根本上改變現有的研發與供應鏈體系，且研發成本非常高。
既然花了大成本研發出的中央域控制器架構在短期內也就只能應用 L2+，那麼為何不用成熟度更高的傳統分散式架構做 ADAS，並保證利潤呢？因此我們可以看到大部分車廠仍然僅會在高端車型中部署域控制器。正是這個原因，使得 Mobileye 的市場地位在短期內很難被撼動（目前市場上 70%的 L2+系統都採用了 Mobileye 的產品）。即使 OEM 和 Tier 1 都苦於 Mobileye 封閉的產品形態，也無法找到合適的替代供應商。
而靠著穩定前裝市場份額所帶來了的充沛造血能力（這裡還沒有算上 Intel 對他們的支持），Mobileye 可以底氣十足的在尚不賺錢的高級別自動駕駛領域「燒錢」。按照 Shashua 教授公布的規劃，Mobileye 將在 2022 年實現 L4 級別的出行服務部署（與大眾和 Champion Motor 在以色列的合作項目，以及與蔚來合作的 L4 項目），在 2025 年推出面向量產車的 L3/L4/L5 全棧式自動駕駛系統（不只是提供晶片，而是提供完整的自動駕駛系統）。
以視覺為絕對核心的技術路線
除了特斯拉之外，Mobileye 也一直堅定的在走靠機器視覺實現自動駕駛的路線。在演講的後半部分，Shashua 教授重點介紹了 Mobileye 的機器視覺路線。
首先，Mobileye 並沒有完全放棄雷射雷達，他們將雷射雷達與毫米波雷達融合形成一套完整的環視感知體系，再用純攝像頭視覺形成一套完整的環視感知體系，兩者互相獨立，且各自都可驅動高級別自動駕駛的功能，前者的主要意義是作為後者的冗餘層存在。換句話說，Mobileye 並沒有做主流的多種傳感器融合路線，而是將兩種不同的傳感器路線各做一套感知，再通過兩套感知冗餘疊加，實現更高的安全性。
更燒腦的是，Mobileye 在攝像頭視覺這套環視感知體系當中，還同時使用了多種相互獨立的感知算法實現冗餘疊加，這麼做的目的是為了在兩個維度上進一步提升感知的精確度與穩定性，這兩個維度分別是：
Detection：決定感知的對象是什麼物體
Measurement：通過對攝像頭的 2D 畫面進行推理，得出感知對象的具體 3D 信息
光是在 Detection 維度，Shashua 教授就在演講時舉例了 6 種他們所使用的獨立算法：
3D Vehicle Detection(3DVD)：識別 2D 畫面中的目標車輛，將其標註上 3D 的 Bounding Box
Full Image Detection：主要用於識別車輛兩側近距離的大型物體（如客車或卡車），由於單一攝像頭的很難完整捕捉這類近距離物體，因此需要結合多攝像頭捕捉的畫面進行整體標註
Top View Free Space：重點識別畫面中沒用被占用的道路並進行標註，通過排除法可以得出，沒有被標註的空間都是有物體占用的
Features Detection (例如 Wheels)：重點識別物體獨有的一些特質，例如車輪
VIDAR：通過多個攝像頭的交叉三角測量生成 3D 畫面，再將這個 3D 畫面導入到雷射雷達的感知算法中進行物體識別
Scen Segmentation(NSS)：通過對攝像頭畫面進行像素級識別，分割出不同種類的物體並分別用不同顏色標註
可以看出，Mobileye 增加這麼多種視覺算法的原因就是為了能夠覆蓋儘可能多的 Corner Cases，提高感知算法的魯棒性。到這裡，Shashua 教授的這堂課對於沒有相關技術背景的人來說已經可以用「天書」來形容了。好在他的課件里還有大家都能看得懂的實車 Demo，截取自 Mobileye 在以色列耶路撒冷的一段開放道路測試，測試中的車輛在硬體方面僅僅使用了 12 路攝像頭加一個 EyeQ5，而在軟體上，除了用到了剛才提到的攝像頭環視感知體系，還在駕駛決策上使用了 Mobileye 在 2018 年 CES 就發布過的 RSS 模型。
Mobileye 的測試車在沒有人為接管的情況下完成了幾個非常高難度的窄道會車，以及一個有大型公交車與行人干預的無保護左轉彎，依靠純視覺感知完成這樣的高難度場景可以說是相當驚艷，這個 Demo 也贏得了現場的一片掌聲。
這段 Demo 傳遞的信息很明確，Mobileye 正在全力擴展其視覺感知技術的場景覆蓋範圍，他們的目標是使用低價視覺系統（整套系統 1000 美元內）也能夠完成高級別自動駕駛所需要的功能，並在安全性上超過人為駕駛。
霸業的雛形
其實 Mobileye 的總體策略非常的簡單粗暴，主要包含 3 步：
1. 在 ADAS 領域重點研發 L2+，繼續鞏固自身在這個市場當中的統治地位。本次 CES，Mobileye 公布了與上汽在 L2+領域的合作，上汽將採用 Mobileye 的 REM 技術，以推進 L2+級別 ADAS 系統在中國的部署。
2. 藉助 ADAS 市場所賺取的利潤與數據，不斷發展打磨自身的視覺感知與駕駛決策技術，在提升自身 ADAS 表現能力的同時，努力覆蓋更高級別的自動駕駛場景並提供更安全的表現。Shashua 教授演講中的主要技術內容，正是圍繞著這個環節展開的。
3. 依靠自己強大的視覺感知技術體系在高級別自動駕駛領域與車廠及政府等展開合作，擴張自身的業務版圖，最終完成從 Tier 2 到自動駕駛全棧供應商甚至是出行服務供應商的轉型。在出行領域，Mobileye 此次公布了與韓國大邱廣域市的合作，雙方將共同測試和部署一項基於 Mobileye 技術的 Robotaxi 移動出行解決方案。
按照這個 3 步策略，Mobileye 並沒有打算給自動駕駛價值鏈上的其他角色留下太多的「增值空間」，而是希望把鏈條內的關鍵性技術都牢牢地攥在自己手裡，這會給 Mobileye 後續的發展帶來最大化的主動權。
或許是出身以色列的緣故，Mobileye 有著一股業內獨有的堅忍與強悍。目前冷靜務實的市場環境給了他們充足的時間去布局自己的視覺自動駕駛霸業，而未來這個霸業的成敗，不只取決於行業的變化，更取決於他們自身的表現。
點擊菜單欄「極客專欄」
閱讀你更喜歡的分類文章