Mobileye的「陽謀」
每年，在CES（國際消費電子展）上，輔助駕駛領域巨頭Mobileye的CEO Amnon Shashua都會分享一些技術向的內容。
每年聽這位教授的演講也成爲「必修課」。
雖然是非常枯燥的技術向文章，可能不會有太多人關注。但我還是希望寫出來，幫助大家一起成長，瞭解到更多行業新知識。
在過去的2021年，Mobileye從30+OEM中拿下了41個新的ADAS項目，涉及到5000萬臺車，對比之下，2020年這一數字爲3700萬，讓人印象深刻。
與此同時，在過去的2021年中，有188款車型搭載了Mobileye的技術。
去年，是Mobileye里程碑的一年。
透過這張表格，你能看到，從2014年到2021年，Mobileye芯片出貨量的情況。
去年，這個增量真的是非常誇張，肉眼可見的要比前幾年增速更猛，從2020年的1930萬片漲到了2810萬片。
這個增量其實很大程度上來自行業助推，越來越多的廠商都開始重視智能化，尤其是與之相關的智能駕駛。
12月，Mobileye的EyeQ® 系統集成芯片（SoC）的總出貨量已經突破了1億片，換句話說，有近1億輛汽車搭載了其技術。
還記得年初本田推出了全球首個符合法規的L3自動駕駛車嗎？
這裡面就有Mobileye的功勞（主要是視覺感知部分）。
此外，基於EyeQ5的120度、800萬像素攝像頭首發於寶馬，此外，今年寶馬L3自動駕駛也會有Mobileye的賦能（可惜，這個大客戶被高通搶走了）。
對於智能駕駛來說，有兩樣東西至關重要：一個是算法，一個是數據。
數據餵養算法，可以讓算法變得更好，算法更好，智能駕駛體驗更優。這也是爲什麼現在這麼多車企都選擇構建「全棧」自動駕駛的原因。
現在，Mobileye已經採集了200PB的數據（一部分在本地，一部分在雲上）。
這是什麼概念？
做一個簡單的數學運算：1PB=1024TB，而1TB=1024GB，那麼200PB呢？
即便不做運算，你都能感覺到Mobileye現在手握的這個數據庫之龐大。
Amnon透露，Mobileye擁有豐富且相關的數據集，由2500多名專業標註人員手動標註或自動標註。該計算引擎依靠雲服務器中的50萬個峰值CPU內核，每月處理5000萬個數據集——相當於每月處理由50萬小時的駕駛素材所生成的100 PB數據。
「這些數據配合Mobileye計算機視覺技術和自然語言理解（NLU）模型使用，即使是罕見條件和場景下的“長尾”事件，仍可以在幾秒鐘內輸出數千個結果。而這有助於自動駕駛汽車和一流的計算機視覺系統處理邊緣情況，從而讓自動駕駛汽車實現超高的平均故障間隔時間（MTBF）」
說人話就是：即便是極限場景也能很好地實現智能駕駛。
而這，也是爲什麼Mobileye在計算機視覺感知上這麼強的原因，也是爲什麼這麼多車企選擇Mobileye的原因。
那麼，Mobileye如何拿到的這些數據？
這要提到Mobileye的REM地圖定位技術（Road Expeerience Management），即基於駕駛輔助系統的衆包技術。
只要是搭載Mobileye EyeQ芯片的車型，都可以通過攝像頭收集道路數據，而後上傳到雲端。
REM過程大致如下：
1、通過裝有EyeQ芯片的車輛採集道路和道路標誌數據；
2、REM數據加密上傳至雲端；
3、數據整合生成自動駕駛所用高清衆包路數；
4、地圖圖塊分配到車輛；
5、即可以低於10cm定位精度在路數上定位車輛。
比如在日本，Mobileye就在用這個衆包技術採集地圖：
在過去5年時間裡，Mobileye把這些數據拼湊在一起，形成高清地圖，爲高級別輔助駕駛提供支持。
目前，Mobileye擁有全球最大的測繪衆包車隊，每天收集到2500萬公里道路數據，在2021年，Mobileye收集了40億公里的數據，今年這個數據能到90億。
這真的是先發優勢，而且這個優勢隨着Mobileye龐大的芯片交付量，還在不斷增加。
基於此，在這次CES上，大衆、福特、極氪與Mobileye深化了合作。
大衆：成爲首家應用Mobileye地圖的車企。具體來說：「在某些路段，車輛能夠在沒有明顯車道標記的區域內提供車道保持輔助功能。Mobileye專有的道路信息管理（REM™）技術能夠在雲端自動聚合並生成自動駕駛汽車地圖，爲自動駕駛汽車提供真正全球化和可擴展的地圖解決方案。」
「基於大衆MEB平臺的大衆、斯柯達和西雅特電動汽車即將推出搭載路書（RoadBook™）的Travel Assist功能。」
福特：福特與Mobileye合作由來已久。去年7月，雙方在輔助駕駛上達成合作，這次雙方擴大了合作規劃：「Mobielye的道路信息管理（REM™）地圖技術將添加到福特BlueCruise系統的未來版本中，併爲多個品牌和車型提供L2+ ADAS解決方案。」
之於極氪，按照計劃，除過現在開始交付的極氪001，後續還將有一系列極氪不同的車型搭載Mobileye方案。最早2024年雙方將向消費者提供一款由Mobileye Drive™驅動的自動駕駛電動汽車。
在自動駕駛傳感器系統構建上，不同於其他公司的多傳感器融合路線，Mobileye的思路是：直接構建兩套端到端的解決方案。
沒錯，你沒有看錯，兩套。
所以Mobileye用純視覺做了一套輔助駕駛解決方案：Mobileye SuperVision ™（定位L2++）。
這一套已經在國內造車新實力極氪ZEEKR 001（參數丨圖片）上實現首發量產。
此外，Mobileye推出了另外的基於毫米波雷達和激光雷達的端到端系統：Mobileye Drive™。
在實現智能駕駛上，使用兩套相互獨立的傳感器配置來形成冗餘，提升感知能力、降低成本。
很多人對於這個東西不熟悉。
RSS全稱是：Responsibility Sensitive Safety責任敏感安全模型。官方解釋是這樣的：
說人話就是：這個模型的出現相當於爲自動駕駛怎麼開定下規矩。
很多企業都與Mobileye就這個RSS達成合作。國內自動駕駛領頭羊百度Apollo算是其中一個，早在2018年7月，雙方就達成合作，百度宣佈將把RSS模型部署到Apollo項目中。
而在這三件利器的加持下，未來，Mobileye業務將會有兩大走向：L2+和L4業務（Robotaxi出租車和消費級自動駕駛車）。
L2的業務就不說，上面已經聊了很多了。
在L4自動駕駛方面，Mobileye已經在全球各地進行自動駕駛車隊測試。此次也新增了兩個站點：法國巴黎還有日本東京。
今年年中，Mobileye將在特拉維夫和慕尼黑推出商用自動駕駛出租車服務。
等到年底獲得許可之後，Mobileye將把駕駛員拿掉，實現真正的自動駕駛。
說了這麼多，大家都知道Mobileye在視覺感知這一塊的深厚功底。但是大家不知道的是，在毫末波雷達/激光雷達上，Mobileye也做了自己的佈局。
基本上核心要到的傳感器，Mobileye形成真正的傳感器全自研。
先說毫米波雷達。
去年的2021 CES上，Mobileye發佈了自己的4D成像雷達。 相比於傳統雷達，成像雷達可以得到更多道理信息，甚至獲得和激光雷達類似的信息。
這是Mobileye的成像雷達的實際效果：
可以看到，這款雷達對於物體的感知已經有激光雷達點雲的感覺了，而且細節也很豐富。
Mobileye還做了一個對比，拿這個成像雷達和激光雷達所能得到的信息量差不多。
這還沒完，Mobileye還把這個成像雷達和攝像頭感知放在一起，用神經網絡進行訓練，於是得到了這樣的結果：
注意，這並不是一個真實的圖像，而是這兩種傳感器映射出來的畫面，在下面這張圖中，你甚至能看到護欄？？？
這個能力真的太強了。
而且，關鍵在於，成本很低。按照Mobileye的說法，這種成像雷達的成本是激光雷達的1/5-1/10，傳感器成本將得到大幅降低。
2024/2025年，這款成像雷達就會實現量產。屆時，只需要一顆前置激光雷達來提供冗餘即可。
激光雷達方面，Mobileye意圖打造一流的FMCW 激光雷達（Building the Best-in-Class FMCW LiDAR），預期在2024年實現量產。
而在計算機視覺端，Mobileye打造了EyeQ® Ultra™和EyeQ® 6L和EyeQ® 6H。
核心傳感器的全面自研，也讓Mobileye可以繞過其他供應商，拿到不失真的所有感知端的數據，從而打造出更好的智能駕駛體驗。
最後，還是來小總一下：
EyeQ® Ultra™芯片：2025年車規級量產；
成像雷達：2024/2025年量產；
FMCW激光雷達：2025年量產；
而2024/2025年也是Mobileye實現消費級L4自動駕駛量產的時間節點。
細思恐極，真的是細思恐極。Mobileye的「算計」真的太深了。
但是，Mobileye就沒有短板嗎？有，而且很大。
還記得剛剛說的EyeQ® Ultra™麼？算力176TOPS。
這是什麼概念？英偉達Orin芯片算力254TOPS，而且今年就要上車了，而Mobileye的這一款新品量產時間是在2025年......
雖然Amnon表示，相比於算力來說，芯片效率更重要，但是車廠們已經在用腳投票了。
Mobileye需要解決自身內部的一些問題，市場洞察和反應能力要更快一些。
而對外，後浪已經崛起，開始搶Mobileye的蛋糕。
所以，對於Mobileye來說，接下來這兩三年，挑戰真的不小。
創作不易，您的點贊評論轉發是對我最好的鼓勵和支持。