以理事會成員身份加入Apollo，寶馬百度如何譜寫自動駕駛姻緣？

做一個自動駕駛處理器并不容易，它需要滿足高計算能力、高穩定性、高安全性和低功耗的特點，這些特點很難相互平衡。在這個領域，業內知名的供應商只有Mobileye和NVIDIA兩家。前者是絕對的老板，后者是后起之秀，打算彎道超車。作為老板，Mobileye的技術自然是領先的，這也決定了公司的技術體系是相當封閉的。制造商想要合作，只能整體購買他們的解決方案，即使他們購買了，他們的數據和技術細節也不向你開放。2017年8月，英特爾以約153億美元收購Mobileye，直接進入自動駕駛領域。被收購后，Mobileye宣布將在未來的產品迭代過程中逐步開放其技術體系。去年年底，他們開設了一個名為RSS的模式，并在世界各地推廣。它兩個月前抵達中國。“事實上，RSS就是代碼。它可以兼容所有不同的基于人工智能的自動駕駛汽車軟件，也就是說，它可以被其他人的產品使用，并且有不同的實現方式，例如在CPU或FPGA上。英特爾無人駕駛解決方案的高級總工程師兼首席系統架構師Jack Weast解釋道。

英特爾無人駕駛解決方案的高級首席工程師兼首席系統架構師Jack Weast聽起來像是Mobileye真的決定走出“封閉的門”過去。在他們最終決定開放技術體系后，他們承受了什么壓力？另一方面，向行業發布RSS代碼除了服務公眾之外，還有什么目的？英偉達Mobileye戰略轉變的壓力部分是由于競爭對手英偉達的壓力。這應該從兩家公司的不同定位開始。Mobileye提供“全方位”解決方案，主要針對L1-L3級預裝ADAS。他們的硬件產品是基于ASIC架構的EyeQ芯片（2004年推出），并有自己定制的視覺感知算法。他們的自動駕駛汽車的“大腦”包括四個部分：EyeQ芯片、自動駕駛策略、安全保護層RSS和地圖技術REM.由于長期的數據積累、低功耗和更好地符合車輛法規的要求，Mobileye的方案迄今已用于前載領域最先進的駕駛員輔助系統。EyeQ系列芯片已經迭代到EyeQ4，可以在3-5W的功耗下實現3.5萬億次/秒的計算能力，并將在未來首次搭載在ES8上，而REM也與SAIC和NavInfo進行了合作。Mobileye自身的定位是為生產汽車提供一套完整的解決方案，具有實際應用和市場占有率的優勢。7月1日，Mobileye中國區總監Boaz Sacks自豪地給出了數據：目前全球有超過2700萬輛汽車配備了Mobileye ADAS安全方案，使用Mobileye產品的原始設備制造商有25家，其中13家與Mobileye在自動駕駛方面進行了合作。此外，Mobileye現在的市場份額超過70%，幾乎是一種“孤軍奮戰”的狀態。

Mobileye中國區總監Boaz Sacks由此導致了一個現象：面對Mobileye的封閉體系和主導前裝的地位，車廠實際上幾乎沒有選擇權和議價能力。然而，現在汽車工廠在技術層面上的興趣和野心正在逐漸增加。“客戶不僅希望產品易于使用，還想知道為什么它們易于使用，他們想自我改進和調整。這些Mobileye無法滿足。如果他們想改進，只能購買他們的下一代完整產品。”只有NVIDIA才能滿足這一需求。2015年，英偉達發布了DRIVE PX，應用于自動駕駛汽車的環境信息識別和處理，并比Mobileye晚了11年進入該領域。目前，他們的硬件產品主要基于通用GPU架構。英偉達的通用計算芯片GPU不是專門為自動駕駛設計的，因此在應用中存在功耗高、成本高的問題；

在量產車追求的安全性、穩定性和生產效果方面，也很難與Mobileye的產品競爭。同時，英偉達的優勢實際上在于其開放的技術體系。例如，他們銷售的產品包括芯片、驅動程序、軟件開發包和應用工具。出于上述原因，英偉達專注于前瞻性領域，并采取了彎道超車策略。他們提前與車企合作，開發了更高水平的自動駕駛功能。目前，英偉達的后裝技術主要放在車廠的L4和L5概念車以及自動駕駛測試車上。可以說，Mobileye占據了現在，而英偉達在未來有更多的潛力。業界認可的L4以上自動駕駛技術的量產時間約為2021。Mobileye能否關注NVIDIA在未來市場的布局？為了贏得客戶的信任，Mobileye實際上是被迫開放的。開放式RSS模型RSS模型是Mobileye技術系統開放的一部分。什么是RSS？其英文全名為Responsibility Sensitive Safety，翻譯為“責任敏感安全模型”，并介紹了其原理GeekCar。簡單地說，RSS是一種結合了數學公式和計算方法的代碼，可以與任何基于人工智能的自動駕駛汽車軟件/解決方案兼容。它通過數學公式定義了人類安全駕駛的概念，使自動駕駛汽車能夠判斷自身的安全狀態，避免可能發生的事故。Mobileye表示，之所以發布RSS模型，是因為行業很難通過現有技術來判斷自動駕駛的安全性。目前，人類駕駛的事故概率為10-6。如果你想讓無人駕駛的安全性得到外界的廣泛認可，你至少應該達到目前航空業的安全水平——10-9的事故率。目前，業內主要有兩種驗證方法：第一，統計方法。這種方法意味著你的里程越長，就越安全。如果你想證明死亡率足夠低，你需要行駛大約300億英里，這是不經濟的，也不可能實現。此外，車輛在驗證中行駛的環境是單一的，這使得該方法不切實際。第二，基于人工智能的規劃算法。Mobileye認為，這種方法的缺點是不安全和不透明的。1） 這是對自動駕駛汽車如何采取行動的最佳猜測，這是概率性的；

2） 它與你訓練過的人工智能系統的數據有關，人工智能總是會遇到未被觸及的場景，無法完全驗證；

3） 其效果取決于訓練中使用的數據的質量；

4） 將安全嵌入人工智能算法會導致汽車行為過于保守，無法駕駛；如果我們使用數百TB的數據來打破這種保守主義，并且經濟性非常低，那么人工智能算法僅限于統計論證，無法正式驗證。杰克·韋斯特（Jack Weast）告訴我們，在RSS的模擬測試中，自動駕駛的數學公式完全是根據人類駕駛的方式和習慣設定的，因此基于RSS的自動駕駛汽車的駕駛反應是擬人的，這更有利于在發生事故時判斷責任。目前，RSS自動駕駛汽車上有兩套獨立和并行的傳感系統，以降低傳感錯誤率。一種是自動駕駛感知系統，如地圖和攝像頭；

另一種是無線電雷達和激光雷達。Mobileye希望通過與當地政府的合作，將RSS定義為“開放、透明和技術中立的行業規范”。他們還這樣引入了RSS：RSS可以提供一個統一的標準來確保無人車的安全和認證責任，并且只需在相關各方之間共享一點安全數據就可以實現，而不涉及核心知識產權。

盡管RSS在驗證安全性時解決了時間長度的數據需求，但它并沒有解決空間寬度的數據需求。它仍然需要大量的數據。要將這項技術和數據系統普及到一個標準水平，僅靠Mobileye或幾個合作伙伴是不可能的。Mobileye現在需要什么數據才能擺脫數據瓶頸？答案是本地駕駛數據。Mobileye在RSS中使用了各種人工智能方法，如深度學習、機器學習和強化學習。深度學習主要用于自動駕駛汽車的認知和計算機視覺；在駕駛策略方面，采用了強化學習，其中有獎勵機制，可以定制汽車的自動駕駛。在RSS代碼的數學公式中，一部分是常數，另一部分屬于變量，需要因地制宜。例如，汽車的變道距離是一個變量，因此在中國設置這個數字時需要保持較短。此外，政府在道路監管方面可以接受的風險也應該通過設置變量來調整，例如，住宅區的限速較低，而高速公路的限速則會高得多。“這就是為什么我們必須與中國的大學和政府機構合作。我們希望在中國有更多的交通數據。Jack Weast說。當然，Mobileye也需要政府的同意才能建立這個法律框架，以便明確區分駕駛時的責任。”目前，RSS已經在耶路撒冷進行了車輛道路測試，并將很快在美國進行相應的道路測試。我們希望通過與中國各組織的合作，將RSS帶到中國。上個月，英特爾Mobileye與清華大學自動化研究所和中國科學院合作，成立了英特爾智能網聯汽車大學合作研究中心。根據合作協議，各方將圍繞創新的車聯網應用和并行駕駛進行聯合研究。由于缺乏數據和實驗，Mobileye的RSS只是一個原型。在耶路撒冷和中國等復雜道路條件下的道路測試中，Mobileye希望使RSS的安全場景更加全面，并得到進一步改善。“目前，主流制造商都說，他們達到L3或以上自動駕駛儀的時間是從2020年到2021，因此RSS的首次正式部署應該在2021左右，這取決于我們客戶的時間。從現在到2021，RSS確實需要做大量路試。事實上，RSS模型并不是一個新概念。它存在于工業自動化系統和航空系統中ems，在汽車技術行業中已經有許多類似于RSS的車型。因此，RSS并不是Mobileye獨有的創意和技術，這種共享也不完全是保護技術的貸款，而是重點在于獲取新數據。他們也承認這一點：“這就是我們與行業共享RSS的原因。我們認為有一個類似的模式，行業可以交換所需的商品，最終共同建立一個人人遵守、政府支持的責任模式，這是一件好事。另一方面，自2015年和2016年以來，深度學習等人工智能方法已經應用于汽車駕駛行業。”。這些技術顛覆了Mobileye以前手動識別視覺圖像的傳統方法，使機器能夠收集數據。獲取數據的能力迅速提高。英偉達是第一家這樣做的公司，其快速追趕使Mobileye多年來積累的數據優勢越來越不明顯。REM和RSS都可以幫助Mobileye跳出數據瓶頸，它們將對未來越來越開放。隨著L4和L5自動駕駛汽車在全行業的推出，Mobileye的自動技術體系將逐步開放，專注于更高級別的自動駕駛技術的研發和應用；

Invista還將實現大規模生產。這兩大巨頭在行業中的定位和作用開始趨同。可能了解Mobileye的人會說，他們只做純視覺解決方案，而NVIDIA激光雷達、毫米波雷達和視覺什么都做，所以還是有區別的。但最近博阿茲·薩克斯明確表示，他們將在未來告別純粹的愿景。Mobileye采用純視覺方案的主要原因有兩個：1）成本。這與他們的服務生產車輛的定位有關。激光雷達的高成本不適合大規模生產——這也是特斯拉拒絕激光雷達的主要原因。2） 技術問題。事實上，目前激光雷達技術在實現車規量產方面遇到了障礙。到目前為止，法雷奧是全球唯一一家實現汽車級激光雷達量產的公司。他們的汽車級激光雷達Scala去年搭載在新款奧迪A8上，并首次落地。現在，Mobileye在無人車的前部采用了長焦、中焦和廣角鏡頭的三眼方案，以確保在大多數檢測區域都有多個攝像頭負責傳感并形成傳感器冗余。Boaz Sacks最近明確表示：“機器視覺技術高度成熟且價格低廉，因此我們將優先開發質優價廉的純視覺感知解決方案。做一個自動駕駛處理器并不容易，需要滿足高計算能力、高穩定性、高安全性和低功耗的特點，這些特點很難相互平衡。在該領域業內只有Mobileye和NVIDIA這兩家知名供應商。前者是絕對的老板，后者是后起之秀，打算彎道超車。作為老板，Mobileye的技術自然是領先的，這也決定了公司的技術體系是相當封閉的。制造商想要合作，只能整體購買他們的解決方案，即使他們購買了，他們的數據和技術細節也不向你開放。2017年8月，英特爾以約153億美元收購Mobileye，直接進入自動駕駛領域。被收購后，Mobileye宣布將在未來的產品迭代過程中逐步開放其技術體系。去年年底，他們開設了一個名為RSS的模式，并在世界各地推廣。它兩個月前抵達中國。“事實上，RSS就是代碼。它可以兼容所有不同的基于人工智能的自動駕駛汽車軟件，也就是說，它可以被其他人的產品使用，并且有不同的實現方式，例如在CPU或FPGA上。英特爾無人駕駛解決方案的高級總工程師兼首席系統架構師Jack Weast解釋道。

英特爾無人駕駛解決方案的高級首席工程師兼首席系統架構師Jack Weast聽起來像是Mobileye真的決定走出“封閉的門”過去。在他們最終決定開放技術體系后，他們承受了什么壓力？另一方面，向行業發布RSS代碼除了服務公眾之外，還有什么目的？英偉達Mobileye戰略轉變的壓力部分是由于競爭對手英偉達的壓力。這應該從兩家公司的不同定位開始。Mobileye提供“全方位”解決方案，主要針對L1-L3級預裝ADAS。他們的硬件產品是基于ASIC架構的EyeQ芯片（2004年推出），并有自己定制的視覺感知算法。他們的自動駕駛汽車的“大腦”包括四個部分：EyeQ芯片、自動駕駛策略、安全保護層RSS和地圖技術REM.由于長期的數據積累、低功耗和更好地符合車輛法規的要求，Mobileye的方案迄今已用于前載領域最先進的駕駛員輔助系統。EyeQ系列芯片已經迭代到EyeQ4，可以在3-5W的功耗下實現3.5萬億次/秒的計算能力，并將在未來首次搭載在ES8上，而REM也與SAIC和NavInfo進行了合作。Mobileye自身的定位是為生產汽車提供一套完整的解決方案，具有實際應用和市場占有率的優勢。7月1日，Mobileye中國區總監Boaz Sacks自豪地給出了數據：目前全球有超過2700萬輛汽車配備了Mobileye ADAS安全方案，使用Mobileye產品的原始設備制造商有25家，其中13家與Mobileye在自動駕駛方面進行了合作。此外，Mobileye目前的市場份額超過70%，幾乎是一種“求敗alo……”的狀態……

".

Mobileye中國區總監Boaz Sacks由此導致了一個現象：面對Mobileye的封閉體系和主導前裝的地位，車廠實際上幾乎沒有選擇權和議價能力。然而，現在汽車工廠在技術層面上的興趣和野心正在逐漸增加。“客戶不僅希望產品易于使用，還想知道為什么它們易于使用，他們想自我改進和調整。這些Mobileye無法滿足。如果他們想改進，只能購買他們的下一代完整產品。”只有NVIDIA才能滿足這一需求。2015年，英偉達發布了DRIVE PX，應用于自動駕駛汽車的環境信息識別和處理，并比Mobileye晚了11年進入該領域。目前，他們的硬件產品主要基于通用GPU架構。英偉達的通用計算芯片GPU不是專門為自動駕駛設計的，因此在應用中存在功耗高、成本高的問題；在量產車追求的安全性、穩定性和生產效果方面，也很難與Mobileye的產品競爭。同時，英偉達的優勢實際上在于其開放的技術體系。例如，他們銷售的產品包括芯片、驅動程序、軟件開發包和應用工具。出于上述原因，英偉達專注于前瞻性領域，并采取了彎道超車策略。他們提前與車企合作，開發了更高水平的自動駕駛功能。目前，英偉達的后裝技術主要放在車廠的L4和L5概念車以及自動駕駛測試車上。可以說，Mobileye占據了現在，而英偉達在未來有更多的潛力。業界認可的L4以上自動駕駛技術的量產時間約為2021。Mobileye能否關注NVIDIA在未來市場的布局？為了贏得客戶的信任，Mobileye實際上是被迫開放的。開放式RSS模型RSS模型是Mobileye技術系統開放的一部分。什么是RSS？其英文全名為Responsibility Sensitive Safety，翻譯為“責任敏感安全模型”，并介紹了其原理GeekCar。簡單地說，RSS是一種結合了數學公式和計算方法的代碼，可以與任何基于人工智能的自動駕駛汽車軟件/解決方案兼容。它通過數學公式定義了人類安全駕駛的概念，使自動駕駛汽車能夠判斷自身的安全狀態，避免可能發生的事故。Mobileye表示，之所以發布RSS模型，是因為行業很難通過現有技術來判斷自動駕駛的安全性。目前，人類駕駛的事故概率為10-6。如果你想讓無人駕駛的安全性得到外界的廣泛認可，你至少應該達到目前航空業的安全水平——10-9的事故率。目前，業內主要有兩種驗證方法：第一，統計方法。這種方法意味著你的里程越長，就越安全。如果你想證明死亡率足夠低，你需要行駛大約300億英里，這是不經濟的，也不可能實現。此外，車輛在驗證中行駛的環境是單一的，這使得該方法不切實際。第二，基于人工智能的規劃算法。Mobileye認為，這種方法的缺點是不安全和不透明的。1） 這是對自動駕駛汽車如何采取行動的最佳猜測，這是概率性的；

2） 它與你訓練過的人工智能系統的數據有關，人工智能總是會遇到未被觸及的場景，無法完全驗證；

3） 其效果取決于訓練中使用的數據的質量；

4） 將安全嵌入人工智能算法會導致汽車行為過于保守，無法駕駛；

如果我們使用數百TB的數據來打破這種保守主義，并且經濟性非常低，那么人工智能算法僅限于統計論證，無法正式驗證。杰克·韋斯特（Jack Weast）告訴我們，在RSS的模擬測試中，自動駕駛的數學公式完全是根據人類駕駛的方式和習慣設定的，因此基于RSS的自動駕駛汽車的駕駛反應是擬人的，這更有利于在發生事故時判斷責任。目前，RSS自動駕駛汽車上有兩套獨立和并行的傳感系統，以降低傳感錯誤率。一種是自動駕駛感知系統，如地圖和攝像頭；另一種是無線電雷達和激光雷達。Mobileye希望通過與當地政府的合作，將RSS定義為“開放、透明和技術中立的行業規范”。他們還這樣引入了RSS：RSS可以提供一個統一的標準來確保無人車的安全和認證責任，并且只需在相關各方之間共享一點安全數據就可以實現，而不涉及核心知識產權。

盡管RSS在驗證安全性時解決了時間長度的數據需求，但它并沒有解決空間寬度的數據需求。它仍然需要大量的數據。要將這項技術和數據系統普及到一個標準水平，僅靠Mobileye或幾個合作伙伴是不可能的。Mobileye現在需要什么數據才能擺脫數據瓶頸？答案是本地駕駛數據。Mobileye在RSS中使用了各種人工智能方法，如深度學習、機器學習和強化學習。深度學習主要用于自動駕駛汽車的認知和計算機視覺；

在駕駛策略方面，采用了強化學習，其中有獎勵機制，可以定制汽車的自動駕駛。在RSS代碼的數學公式中，一部分是常數，另一部分屬于變量，需要因地制宜。例如，汽車的變道距離是一個變量，因此在中國設置這個數字時需要保持較短。此外，政府在道路監管方面可以接受的風險也應該通過設置變量來調整，例如，住宅區的限速較低，而高速公路的限速則會高得多。“這就是為什么我們必須與中國的大學和政府機構合作。我們希望在中國有更多的交通數據。Jack Weast說。當然，Mobileye也需要政府的同意才能建立這個法律框架，以便明確區分駕駛時的責任。”目前，RSS已經在耶路撒冷進行了車輛道路測試，并將很快在美國進行相應的道路測試。我們希望通過與中國各組織的合作，將RSS帶到中國。上個月，英特爾Mobileye與清華大學自動化研究所和中國科學院合作，成立了英特爾智能網聯汽車大學合作研究中心。根據合作協議，各方將圍繞創新的車聯網應用和并行駕駛進行聯合研究。由于缺乏數據和實驗，Mobileye的RSS只是一個原型。在耶路撒冷和中國等復雜道路條件下的道路測試中，Mobileye希望使RSS的安全場景更加全面，并得到進一步改善。“目前，主流制造商都說，他們達到L3或以上自動駕駛儀的時間是從2020年到2021，因此RSS的首次正式部署應該在2021左右，這取決于我們客戶的時間。從現在到2021，RSS確實需要做大量路試。事實上，RSS模型并不是一個新概念。它存在于工業自動化系統和航空系統中ems，在汽車技術行業中已經有許多類似于RSS的車型。因此，RSS并不是Mobileye獨有的創意和技術，這種共享也不完全是保護技術的貸款，而是重點在于獲取新數據。他們也承認這一點：“這就是我們與行業共享RSS的原因。我們認為有一個類似的模式，行業可以交換所需的商品，最終共同建立一個人人遵守、政府支持的責任模式，這是一件好事。另一方面，自2015年和2016年以來，深度學習等人工智能方法已經應用于汽車駕駛行業。”。這些技術顛覆了Mobileye以前手動識別視覺圖像的傳統方法，使機器能夠收集數據。獲取數據的能力迅速提高。英偉達是第一家這樣做的公司，其快速追趕使Mobileye多年來積累的數據優勢越來越不明顯。REM和RSS都可以幫助Mobileye跳出數據瓶頸，它們將對未來越來越開放。隨著L4和L5自動駕駛汽車在全行業的推出，Mobileye的自動技術體系將逐步開放，專注于更高級別的自動駕駛技術的研發和應用；

Invista還將實現大規模生產。這兩大巨頭在行業中的定位和作用開始趨同。可能了解Mobileye的人會說，他們只做純視覺解決方案，而NVIDIA激光雷達、毫米波雷達和視覺什么都做，所以還是有區別的。但最近博阿茲·薩克斯明確表示，他們將在未來告別純粹的愿景。Mobileye采用純視覺方案的主要原因有兩個：1）成本。這與他們的服務生產車輛的定位有關。激光雷達的高成本不適合大規模生產——這也是特斯拉拒絕激光雷達的主要原因。2） 技術問題。事實上，目前激光雷達技術在實現車規量產方面遇到了障礙。到目前為止，法雷奧是全球唯一一家實現汽車級激光雷達量產的公司。他們的汽車級激光雷達Scala去年搭載在新款奧迪A8上，并首次落地。現在，Mobileye在無人車的前部采用了長焦、中焦和廣角鏡頭的三眼方案，以確保在大多數檢測區域都有多個攝像頭負責傳感并形成傳感器冗余。Boaz Sacks最近明確表示：“機器視覺技術高度成熟且價格低廉，因此我們將優先開發高質量、低價格的純視覺感知解決方案。

標簽：寶馬遠程

汽車資訊熱門資訊