Mobileye 自動駕駛技術路線及商業策略解析

如果可以投票選出 2016 年 CES 的關鍵詞，我一定雙手贊成選「自動駕駛」，幾乎所有參展的汽車廠商或供應商都逃不開這件事兒。一些在展示自己尖端的感測器技術，一些在展示自己的高精度地圖，還有的乾脆直接發布了自動駕駛概念車。而這幾天令我最為深刻的事情之一，則是在 6 號在拉斯維加斯會議中心南館會議室參加的一個小型發布會，與其說是發布會，還不如說是 Mobileye 的聯合創始人兼 CTO Amnon Shashua 主講的一堂「自動駕駛晉級課」，這位耶路撒冷希伯來大學教授、自動駕駛技術的大神用一個半小時的技術講解，描述了 Mobileye 的自動駕駛技術路線，以及他們的商業邏輯和策略。「簡單來說，在用戶層面，Mobileye 是一套基於攝像頭、可以給你提供駕駛員安全駕駛輔助功能的系統；在行業層面，Mobileye 給汽車廠商提供 ADAS 服務，全球已有超過 1 千萬輛車使用它的技術，合作廠家包括奧迪、特斯拉、沃爾沃、通用、HKMC、日產、克萊斯勒等 OEM 廠商。」「遊戲的開端是攝像頭，但玩法卻是自動駕駛。」在 Mobileye 眼中，賣攝像頭絕對不是目的，幫助車廠實現全自動駕駛才是終極目標。這個邏輯很容易看到，在 Shashua 看來現在所謂的無人駕駛分為兩個陣營：以谷歌為主導的「Somewhere with fully functionally」陣營，和以傳統汽車廠商為主導的「Everywhere with partial functionally」陣營。前者強調通過採集某一區域的高精度 3D 地圖信息配合激光雷達在某一區域實現無人駕駛，後者則更強調「萬無一失」的複雜感測器組合識別周圍環境配備，並匹配低精度導航地圖（當然現狀會有所改變），能在任何區域實現無人駕駛。但終極願景都是：「Everywhere with fully functionally」。哪種更好？其實都有缺陷，前者需要不斷地採集並更新實時高清地圖（所採集的高精度 3D 厘米級地圖會達到 3-4Gb/km），而後者的難點則在於更高精度的地圖和更強的人工智慧，因為從部分自動駕駛的功能實現到全部實現，需要更人性化更自然的駕駛方式，但汽車廠商並沒有人工智慧方面的基因，這可能會耗費他們 5 到 10 年的時間去實現終極目標。Mobileye 能做的，則是利用攝像頭作為感測器，搭配人工智慧、深度學習以及眾包數據的方式獲取高精度地圖，並且大小只有 10Kb/km，來幫助汽車廠商完善和實現高清晰度地圖。

站著說話永遠不會腰疼，因為人工智慧和深度學習需要經歷無法想像的困難。Shashua 將自動駕駛的主要因素分為三部分：感測器、匹配和決策。感測器用來採集 360°環境信息，建立「環境模型」。Mobileye 通過採集包括交通信號、方向指示牌、長方形指示牌、路燈及反游標等「地標」，得到一個簡單的 3D 坐標數據；再通過識別車道線信息，路沿，隔離帶等獲取豐富的 1D 數據。把簡單的 3D 數據和豐富的 1D 的數據加起來，大小也不過是 10Kb/km，相當於谷歌的高精度 3D 地圖大小的百萬分之一大小。於是 Mobileye 可以採集大量的數據，並且可以做眾包數據採集，方便用戶將大量的數據上傳雲端。他們管這叫做：REM（Road Experience Management），路網採集管理，這些採集到的路標其實就構成了所謂的「RoadBook」（路書）。在我看來，這是 Mobileye 在自動駕駛這個賭局中的籌碼之一。

「If you want to slow down our competitors, told them to use deep networks.」上面這句話是 Mobileye 的工程師跟 Shashua 說的，足以表明人工智慧和深度學習網路的難度令人髮指。Mobileye 目前幾乎將全部精力都放在自動駕駛的決策上，實現途徑是人工智慧的深度學習模式，終極目標是通過大量數據的深度學習網路學習人類開車最自然的模式。當然，這個過程也並不順利。Shashua 現場舉了幾個例子說明人工智慧和深度學習在自動駕駛領域的重要性和難度。例如通過像素標記的方式得知開放道路的範圍（車輛可以通過邊界識別道路邊緣，甚至可以在沒有邊界並且路面相同的停車場識別出哪個是可通行路線，哪個是停車位）、以及利用完整線索進行的車道規劃等（當行駛道路上沒有車道線時，保持車輛穩定行駛）。

Shashua 對於 Mobileye 在自動駕駛深度學習網路方面的能力十分自信，他認為做 demo 那 80%的工作非常簡單，但如果想要做完後面的 20%，從 demo 到產品化，就像「從一個男孩成長到男人」。Mobileye 的商業邏輯和產品價值雖然有著極強的人工智慧和地圖數據採集能力，但 Mobileye 並沒有選擇和谷歌站在統一戰線，而是選擇和那些傳統的大型汽車廠商進行合作，這裡面體現著 Mobileye 更加長遠的計劃和目標，我想原因有幾個：1. 未來的自動駕駛需要幾乎實時級別的數據傳輸，而類似谷歌那種每公里 3-4 個 Gb 的高精度 3D 地圖數據採集量是不現實的。2. 對於環境的識別以及數據處理，必須在車上完成，而不能依賴雲端。（英偉達推出強大的 Drive PX 2 平台就是一個例子）3. 這種攝像頭採集路書+人工智慧和深度學習網路的方式不會增加很多的硬體成本，可以應用在更多車型上。4. 只有足夠大量的車使用，反過來才可以越快的幫助 Mobileye 不斷改進自己的自動駕駛演算法，而只有和大型的傳統汽車廠商合作才可以達到這個目標。於是 Mobileye 和傳統汽車廠商站到了一起，據 Shashua 透露，目前通用計劃於 2016 年在他們的車上部署 REM，和安吉星進行互聯通訊；大眾已經簽署備忘錄或將在 2018 年使用 REM；而「one more thing」就是，還有另一個被他稱作 XXX 的汽車廠商也將合作在 2018 年開始做 REM。這三個汽車廠商在 2014 年時，就可以覆蓋全球三分之一的汽車存量。看來 Mobileye 已經具備足夠的信心和能力，鐵了心要做自動駕駛領域領先的供應商，而就像 Shashua 所說，在人工智慧和深度學習網路方面沒有容易的事情，他們何時才能完成剩下的那 20%，從一個「男孩」成長為一個「男人」，或許幾年後就可以見分曉。
推薦閱讀：