i-VISTA|Mobileye刘思远：Mobileye，从辅助驾驶到自动驾驶及反向迭代

2020年12月3日，由中国汽车工程研究院主办的第五届i-VISTA智能网联汽车国际研讨会隆重召开， 在自动驾驶测试评价关键技术环节，Mobileye发展与战略高级经理刘思远发表了“Mobileye，从辅助驾驶到自动驾驶及反向迭代”的主旨演讲。

Mobileye发展与战略高级经理刘思远

以下为演讲实录：

谢谢朱教授，也谢谢I─VISTA的邀请，非常高兴能在这里和广泛的同行们进行交流。

从自动驾驶话题一开始，行业就有不同的路线讨论，从下自至的路线，还是从上至下的路线，今天想从mobileye角度去做这样的介绍，以及在我们的路线图和路线迭代过程当中我们产生了这样有序的巧妙的成果和各位进行分享。

mobileye是一家做汽车视觉的公司，在汽车行业应该都知道，我们到今天为止向全球通过6500万芯片，超过6500万芯片在汽车里面运行，从1999年开始到现在有超过21年的时间，mobileye不断提升视觉能力和水平。

在测试评价的法律法规方面，我们取得很好的成绩，我们在2018年到2019年两年时间里面实行了18到19年的规则，在五星汽车里面搭载了，特别有六辆车型里面他们是使用了mobileye视觉的方案，就是通过摄像头满足这样严格的法律法规，来回答相关的问题。

当然在今天我主要想介绍自动驾驶，我不想介绍ADS的主要内容，除此之外，我们有对智慧城市的应用方案，为用户提供解决方案，以及面向用户的自动驾驶解决方案，从四个角度给大家介绍自动驾驶。

从我们产品来讲，我们在2020年今天主要提供L0到L2级别的自动辅助驾驶解决方案，在20年到25年提供包括全新自动驾驶解决方案的搭载，中国也是mobileye最为重视的市场，也是我们未来的重点发展方向，我们在现在已经和中国超过了十多家主机厂有密切合作，包括吉利、长城、上汽等等，我们都有非常深入战略性合作。

从自动驾驶角度我们认为一个自动驾驶系统关键取决于四个方面，感知、地图、驾驶、决策，安全的驾驶决策，以及相关能够支持相应的结算力的平台，我们希望在每个方面介绍mobileye我们的成果以及我们和大家交流的思路。

我想没有任何一个摄像头能够给传感器提供更加丰富有效的信息，同时也是一种解决方案，通过传感器我们可以所有驾驶车辆的相关信息，包括道路的信息，包括路面上的道路线的情况，包括道路边界，道路哪些是可以变线哪些可以不变线，我们车道线是行人车道还是公交车道还是早上8点到10点的限速车道，红绿灯是红灯还是绿灯，这个很简单，但是面前有10个红绿灯哪个红绿灯和你有相关，同时视觉是很好解决的方案。

这个是对整个道路环境理解的出现，可以看到每个障碍物，车辆可以从不同角度进行3D的感知，对道路的边界线都是像素级别的结果。

很多的主机厂或者很多应用方都有一个认识，视觉是一个传感器，当然我们传感器越多越好，越丰富我系统越可靠，这个想法也对的，但是带来成本非常高，但是从mobileye视觉感知基于这个摄像头，但是在感知算法层面是进行大量的测算层面的重构，使得视觉感知结果从单一来讲是非常可靠，也就是为什么我们能够在像宝马在福特这些车型上推出纯视觉的自动驾驶，我们稍微深入一些，在视觉的检测里面分别检测和测量，在测量上分别用不同的方法提供可靠的感知。

这样的话应用了至少六种不同的算法，这六种不同的算法每个算法是互相独立，一个要通过六个方法进行检测，一个融合结果来进行结合，很多时候我们要这样的问题，如果广告牌上有一个车辆在前面，或者路上画了一个立体小人，是不是对摄像头骗到了，你就一直不动或者刹车怎么样，实际上这样一些图片有可能在某些传感器得到有效的结果，但是没有在六种结果上得到有效的结果，就像人一样，算法也是一样的，并不是六种算法已经是100％可靠的结果，但是这样的融合之后我们仍然也是它的边界场景的时候，这个是我们应用的场景，我们以后传感器或者摄像头在以外的用途。

在测量角度也一样，我和周教授大概20米的距离，但是我不可能说得更精准，有可能20米有可能30米，但是人眼这样的距离感知的精度已经不够保持合适的安全或者社交的距离，对于车辆也是一样，我们测试距离、速度以及各个角度的精准可以达到5％到10％的精度误差，能够提供非常好的精确度。

第二点，是高清地图，刚刚都谈到了地图，高清地图如果说我们感知系统能够对整个周围有非常好的感知，包括对面的感知，能够看懂路牌现在显示什么内容，能够感知前面交警在前面道路封闭，这样地图上不需要，高清地图只需要导航是一样的道理，但是在现在感知环境没有这么高的水平下地图是实现自动驾驶的一个必要的模块。

在地图应用环境mobileye提出非常具有创新性存在领先的RE解决方案，RE解决方案是通过纯地图的采集以及地图的生成到定位是完全自动化的过程，在这里面没有任何人参与，而且基于的硬件就是在车载上的摄像头以及我们4G的TOS相关的基础硬件就可以让它实现，整个过程中自动化，因为参考硬件是非常大众化的硬件，所以每天在全世界超过千万辆的车在贡献这个数据，而这个数据得到的结果也可以实现清晰度非常高，在车辆预警路段可以实现分钟级。

这是一些我们相关的一些数据，这个地图可以看到很震撼全世界的图境，全世界点亮地方可以后非常清楚，国内除了台湾南海地区目前是没有的，当然我们正在构建大陆的地图。

第三点是今天很多讨论的，就是驾驶策略，分舒适驾驶策略、智能驾驶策略也分安全驾驶策略，舒适和智能是很多人需要，但是安全驾驶是我们底线，如果没有安全底线其他都不可能被消费者允许，我们提到安全驾驶策略之前应该说出一个目的，什么是安全？安全的定义是什么？如果说我对安全认识和在座各位认识不一样的话，我可能就是很危险的一个恐怖分子，我而参与到这个研发里面对大家安全非常不利，如果我认为在红灯的时候我可以好的发现我是绝对安全，这是在交通领域的一个案例，怎么解决这个问题，我们mobileye在2017年的时候责任安全模型，这个角度从公式化的角度把社会对安全共识固化下来，人可以理解，对于机器也可以理解，当我们提到安全共识情况下，当然共识是有地域特征，就像中国的安全共识和美国和欧洲和日本是不一样，基于这样的开源安全模型基础上我们也和同济大学、清华大学还有很多的主机厂一起在做安全模型中国化本土化标准化的工作，而这样的基于RASS模型标准化，也在2019年底或者2020年初通过智能网联联盟标准已经发布，欢迎更多的同仁参与进来，这是广泛共同定义在中国我们认为这是安全的策略，那是危险的策略，一起推动这样的工作把它做得更好。

当自动驾驶系统我们知道什么是安全的时候，有些问题就会变得非常好解决，当我们在安全边界以内的时候，就是我们知道安全的时候可以做非常果断一些动作，当我们在安全边界的时候需要去做安全相关的措施，我们可以看到这样的场景，这是在一个普通高速公路上，前面有一个车是一辆小车，后面的一辆车自动驾驶的车，当我们发现前面这个车是属于占道的情况，需要向另外车道并线，我们可以看到这样拥堵情况并线过程化是怎么通过自动驾驶进行协调协商完成的，他在保证安全边界情况下进行并线。

最后，想简单谈一下算力，我们在座有很多专家也有非常多的关心，对于mobileye来讲我们是一家芯片的开发公司，我们知道在什么样的硬件最适合我们的软件，什么样的软件能够在硬件的环境下做加速，我们看到mobileye的芯片包括现在IQ4以及未来的IQ5、IQ6，在算力它不是最高，但是我们可以看到mobileye在24T这样存储下可以提供高效的算力。

我们看一下这样一些自动驾驶的系统在道路上的表现，这是一个非常复杂的环境，这样我们看到它的车外观和我们普通车辆有区别，但是传感器应用11颗摄像头，这样场景下是安全场景，我听到在左右边的车随时启动的时候，在狭窄的情况下如何和道路进行细致的协调和沟通，这是一个非常简短短片，大家可以看到长达50分钟的镜头，没有剪辑的视频，可以看到mobileye在自动驾驶各个方面是怎么表现的。

刚才提到自动驾驶在14年在15年，但是在今天我们非常高兴我们可以看到这样的技术解决方案并没有到那么远的时候才能让消费者体验技术的进步，我们在今天可以结合上面提到所有的技术在L2级别的市场上向消费者提供SUPER VISION这样一个解决方案，朱教授说到L2＋＋的解决方案，通过11颗摄像头以及两个芯片，L2＋＋解决方案可以实现高速上之间进行切换，城市道路上十字路口的自动驾驶的一些体验，包括了高速导航和低速泊车相关功能，包括后续来的11个传感器环视，逐步发现它传感器的能力，这样的传感器11个摄像头两个芯片完成实现，带来的经济性以及开发应用性对很多用户来讲非常重要。

也非常高兴，这样的一套系统这样先进的系统能够在中国和吉利汽车第一次在2021年的时候我们会推出这样的产品。

最后，mobileye传感器还有安全领域的供应商我们也非常积极和测评机构和安全的评价机构合作，我们和全世界很多机构建立密切的合作关系，在国内和I─VISTA有密切合作，特别在M2＋在M2＋＋这样系统面向消费者时候我们非常希望I─VISTA进行合作，让消费者能够更好的获得安全的可靠的M2＋＋的行驶。

我演讲就是这些，谢谢大家。

注：本文根据现场速记整理，未经演讲嘉宾审阅，仅作为参考资料，请勿转载！