再等等，2025 年你就能买到一辆自动驾驶汽车了中国|自动驾驶|智能汽车|大航

文章插图
对已经固若金汤的市场，Mobileye 一直做的都是「偏向虎山行」的事情：用最难实现的目标倒逼技术的成长。
因为疫情原因，CES 国际消费电子展改为线上举行，不过 Mobileye CEO Amnon Shashua（内部人称「沙叔」）的主题演讲并未缺席。依旧是烧脑的 1 小时，但一位汽车行业资深分析师认为沙叔今年的技术展示「令人信服」，他同样认可 Mobileye 对自动驾驶落地的预期。
Mobileye 计划 2022 年进入 robotaxi 市场，同时 2021 年年初在底特律、东京、上海、巴黎新增自动驾驶测试车队。至于普通消费者何时能开上一辆自动驾驶汽车，沙叔认为这个时间可能最早要到 2025 年。「希望到时候我们能够推出适用于消费市场的自动驾驶技术。」
相比其他公司在这个问题上的「闪烁其词」，演讲中沙叔也直面了用户级自动驾驶落地需要解决的两个重要问题：一是成本；二是设计可运行区域（ODD）。Mobileye 之所以坚持要把自动驾驶往消费级应用上靠，是因为如果解决了最难的 C 端问题，代表技术实现了质的突破，那么 B 端 robotaxi 的问题自然就迎刃而解了。

文章插图
运行在底特律街头的 Mobileye 自动驾驶测试车 | Mobileye
出了故障，得有人兜底去年 CES 的主题演讲，沙叔就用很长的篇幅探讨了 MTBF，也就是「平均故障间隔时间」这个概念在自动驾驶技术开发中的重要性。「我们发现，人的安全驾驶记录很难被打破。Mobileye 并不看重机器到底能够在驾驶的过程中实现怎样类人的功能，我们关注的是整套系统的 MTBF。」
他进一步解释道，「车企完全可以在还有人坐在驾驶位的时候，让一辆车实现 L4/L5 的能力。但你不能说这辆车已经达到 L4/L5 级别的自动驾驶水平了，它顶多就是个 L2 级的东西。」
一旦把人从驾驶位剔除掉，系统出故障的几率会变高，这意味着平均故障间隔时间的数值会变得非常低（系统故障率%=1/MTBF）。正是基于这样的研究结论，Mobileye 对「冗余系统」的思考也就产生了差异性的结果。冗余说白了，就是出故障了得有个备份，相当于有人给你兜底。「我们希望把冗余系统的安全级别做到最高。」

文章插图
【 再等等，2025 年你就能买到一辆自动驾驶汽车了】 Mobileye 基于摄像头打造的感知子系统 | Mobileye
目前 Mobileye 设计开发了两套独立的感知系统，一套完全基于摄像头，另一套由激光雷达和雷达组成。和绝大多数公司策略不同的是，Mobileye 并没有在传感器融合上做文章，而是以平价摄像头作为主传感器，同时建立辅助传感系统作为冗余。
Mobileye 认为这样的设计能够更快速和用更低的成本实现自动驾驶系统安全性能的提升，「至少可以达到超过人类驾驶员三个数量级的关键安全性能」，沙叔指出。
要实现这样的目标显然不容易，Mobileye 还需要大量在现实世界中的测试。只不过这种思路是对的，它能解决技术和商业层面的规模化挑战。而降低成本，让先进技术与未来自动驾驶汽车市场的需求保持一致，对实现自动驾驶的全球规模化扩张至关重要。
加固的三大「护城河」Mobileye 不止有 EyeQ 系列芯片和沉淀了十几年的视觉感知算法，众包高精地图解决方案 REM，基于规则的责任敏感安全模型（RSS）驾驶策略，以及利用摄像头、雷达和激光雷达打造的两个独立冗余的传感子系统，构成了 Mobileye 的「三位一体」战略。
2020 年 9 月，吉利和 Mobileye 走到了一起。相比新造车公司，传统车企更倾向于选择成熟稳定的技术供应商。对 Mobileye 而言，吉利庞大的用户基础能加快其地图及驾驶策略算法模型的优化速度。
据官方介绍，5 年前推出的 REM 众包高精地图技术，如今已经绘制了近 10 亿公里的高精地图，每天绘制的高精地图里程超过 800 万公里，且能够做到自主大规模地构建高精地图，而不需要人工。此外，Mobileye 的解决方案更加注重语义细节，而这些细节对于自动驾驶汽车理解和结合具体境况考虑环境的能力来说至关重要。

文章插图
Mobileye 的解决方案更加注重语义细节，而这些细节对于自动驾驶汽车理解和结合具体境况考虑环境的能力来说至关重要 | Mobileye
如果说去年 Mobileye 创新性地开发了一种 VIDAR 算法（能够将图像信息处理成激光雷达算法可利用的三维点云数据），那么今年 Mobileye 在雷达这种纯视觉之外的传感器领域投入了更多精力。