2019年08月30日 | Mobileye在ADAS和自动驾驶领域，是否真的难寻敌手？

“我们试图将自动驾驶和辅助假设这两种革命的概念分开，拯救生命的革命通过发展ADAS技术就可以进行。”

Mobileye始终认为，在发展自动驾驶的过程中不能跳过辅助驾驶这一发展阶段，辅助驾驶蕴藏着巨大的能量。

随着ADAS技术和自动驾驶的日趋发展和成熟，其在保障驾驶安全方面的作用日益凸显。但从ADAS起步，到进化为真正的自动驾驶平台，还面临着很大的挑战。

作为汽车产业链上游企业，半导体公司Mobileye或许并不为消费者熟知，它的另一个身份是英特尔的子公司，也是英特尔在自动驾驶领域的主力军。

本篇文章就来走近Mobileye公司，了解其在ADAS、自动驾驶等方面的进展和布局。

Mobileye概述

Mobileye由以色列希伯来大学的Amoon Shashua教授和Ziv Aviram于1999年创立，旨在开发和推广一个视觉系统，以协助驾驶员在驾驶过程中保障乘客安全和减少交通事故。

Mobileye虽然成立于1999年，但直到2007年搭载Mobileye产品的车型才上市，从研发到正式商用，用了八年的时间。到2013年下半年，Mobileye卖出了100万颗芯片；Mobileye于2014年7月成功上市，上市之后的Mobileye一路狂奔，竞逐各大汽车厂商的智能汽车安全设备招标；到2015年，已卖出1000万颗芯片，有超过25家汽车厂商的合作。

知名汽车大厂几乎都是 Mobileye 的客户，公司网站的资料显示：奥迪、宝马、雪铁龙、福特、通用、本田、现代、捷豹、陆虎、尼桑、欧宝、雷诺、丰田和沃尔沃等一共17家汽车品牌都和Mobileye有合作关系。

2017年3月，英特尔以153亿美元收购了Mobileye公司，并将原先的自动驾驶事业部IDG归于Mobileye旗下。加入英特尔不到两年的时间，Mobileye 迅速完成了与英特尔原有自动驾驶部门的整合，并形成了“扎根以色列，辐射全世界”的战略布局，使得Mobileye自动驾驶商业化落地加速。

Mobileye的业务主要分为前装和后装两块，今年，整个后装部门加上部分前装业务团队整合后成立了新的智慧出行解决方案事业部IMS。设立新部门的主要原因在于，自动驾驶整个产业发展方向已经不只局限于 OEM，还有来自政策法规层面的考虑。而且这项技术最终要落地，其中也涉及多场景应用的问题，智慧出行是能够涵盖最多触点的应用。

机器视觉技术近年来高速发展，大多数商家企图通过提高摄像头的视力或者增加雷达来增强设备检测物体的能力。而Mobileye另辟蹊径，运用单摄像头附带传感器和特有算法，将物体探测任务在单一硬件平台上执行。这使得设备安装程序大为简化，成本也大大降低，从而受到各大车企的青睐。

优异的市场表现得益于Mobileye针对自动驾驶和辅助驾驶推出的路径清晰、丰富成熟的产品家族。

ADAS系统（EyeQ®芯片）
基于摄像头的高级驾驶辅助系统(ADAS)，ADAS系统的范围在于被动和主动。被动系统会警告驾驶员潜在的危险情况，以便驾驶员采取措施进行纠正。相反，主动安全系统会自动采取行动。

被动系统包括：前碰撞预警(FCW)，表示在相对于前方车辆的当前动态下，即将发生碰撞。然后驾驶员需要制动以避免碰撞；车道偏离警告（LDW），警告驾驶员意外/未指示车道偏离;

主动系统包括：自动紧急制动（AEB），可识别即将发生的碰撞和制动，无需任何驾驶员干预；车道保持辅助（LKA）、车道对中（LC）、交通堵塞辅助（TJA）、交通标志识别（TSR）和智能远光控制（IHC）等。

如果车辆路径较慢，ACC会自动调整主车速度，使其达到预设值（如标准巡航控制）。LKA和LC自动驾驶车辆保持在车道边界内。在交通拥堵条件下，TJA是ACC和LC的组合。 正是这些自动化功能构成了半/全自动驾驶的构建模块。

作为一家视觉ADAS提供商，算法和硬件是Mobileye的核心，也是优势所在。

Mobileye实现高级驾驶辅助系统主要是依靠摄像头组件（摄像头、扬声器、主芯片）、EyeWatch（显示器）和OBD接线盒等3个部分，其中，Mobileye的摄像头是全套系统设计中最核心的部分，使用的专门定制的EyeQ视觉处理芯片，可以说在考虑绝对环境下，一个摄像头就可以实现上述非常全面的辅助驾驶功能。

Mobileye的技术给整个汽车工业带来了巨大影响。从2007年开始，Mobileye的EyeQ®技术被安装到汽车中，开始在市场上取得成功，目前已被27家汽车制造商采用。EyeQ®系列片上系统(SoC)设备与竞争对手的不同之处在于，它能够支持复杂的、高计算强度的视觉处理，即使安装在挡风玻璃上，也能保持低功耗。

2015年，Mobileye发布了第四代EyeQ4视觉处理芯片，EyeQ4芯片采用了14个计算单元，其中10个为特质矢量加速器，好处在于大幅提升了视觉处理和数据解读的性能，可实现每秒钟25亿的运算。搭载EyeQ4®芯片的全新产品Mobileye 8 Connect™已于2018年开始陆续应用在新型车中，Mobileye 8 Connect™是Mobileye的新一代后装市场防撞系统，能够更好地收集道路交通及周围环境数据，进而生成高精地图，基于EyeQ4®收集动态数据，从而让城市更智能、更安全并且为自动驾驶做好准备。可以看到，EyeQ4让Mobileye自动驾驶辅助系统再次迎来升级，同时在英特尔的支持下让L4级别自动驾驶商业化落地成为可能。

Mobileye目前正在开发其第五代SoC——EyeQ5，作为视觉中央计算机，EyeQ5为将于2020年上路的全自动驾驶(5级)车辆执行传感器融合。为了满足功耗和性能目标，EyeQ®SoCs在最先进的超大规模集成电路工艺技术节点上进行了设计，第5代EyeQ5的FinFET达到了7nm，性能更是较EyeQ4®高出十倍。

未来Mobileye会把很多技术开放出来，具体分为硬件和软件两个层面。在今年CES上，Mobileye宣布开放EyeQ5平台，这是一个大的突破点，能吸引更多合作伙伴。实际上Mobileye一直有提供核心芯片给Tier1，从ADAS计算或者自动驾驶传感器计算完成之后的再融合，绝大部分是跟Tier1和车厂共同完成的，在这个过程当中Tier1或车厂会基于Mobileye的核心算法做二次开发。

2018年EyeQ®芯片的出货量较2017年同比增长约42％，过去十年间有超过3000万辆由Mobileye领先技术驱动的汽车上路。

路网采集管理™（REM™）
在 Mobileye 看来，在 L2+~L4 级自动驾驶演进的过程中，地图能否实时更新将起到关键作用。在商业化过程中，更需要高性价比、用户可负担得起的传感器以及能够快速更新并且性价比很高的地图更新数据。今年英特尔成立的智慧出行解决方案事业部（IMS）已在全球范围内联合各大城市进行地图更新层面的布局。

在 ADAS 研发上多年积累的know-how，以及关键的REM地图技术（Road Experience Management）是Mobileye 的优势所在。除了自动驾驶，REM能够以最小的成本改善现有的ADAS使用体验，还能够为智慧城市提供实时数据，有助于城市规划的基础设施自动勘察。

目前Mobileye在全球范围内完成了众多和地图更新相关的业务布局，包括各类试点证明技术的有效性，比如为各个城市优先做出具备实时更新功能的地图，以吸引车企和自动驾驶初创企业前来路测。

在今年的CES上，L2+的概念被许多厂商频繁提及，Mobileye也宣布其与大众汽车*的合作已迈向L2+级别。对Mobileye来说，在自动驾驶汽车上路的同时，Mobileye也将一部分精力下沉到辅助驾驶，但想要实现拯救生命的愿景，当前的辅助驾驶还远远不够，于是，拥有更多可能的L2+诞生了。

 
Mobileye推出的L2+在L1到L2辅助驾驶功能的基础上，有了进一步提升，也为当今的驾驶员提供更多便利。L2+通过利用Mobileye的路网采集管理™（REM™）的地图解决方案和路书™（Roadbook™）数据，在诸如城市道路等更复杂的驾驶场景中，实现自适应巡航控制、车道偏离修正和其他更高级别的操控功能，提高了车辆的半自动驾驶能力。改进后的功能，在缩小与更高自动化驾驶水平之间差距的同时，也显著提高了驾驶的便利性和安全水平。

 
目前Mobileye在中国的出行领域，其路网采集管理™(REM™)已经覆盖北上广、香港、澳门、台北，涵盖商务车、货运车、物流车、公交车&长途汽车、共享汽车&出租车、租赁车、房车&休闲车、执法车等等。去年在中国的两个智慧出行相关项目，合作对象分别是大众和北京公交。大众汽车已经可以通过搭载前置摄像头和来自Mobileye的路书™技术，实现L2+级别的自动驾驶。

责任敏感安全模型（RSS）

考虑到未来数十年间，无人驾驶汽车将于传统有人驾驶汽车共享道路，那么由Mobileye所倡导的责任敏感安全(RSS，Responsibility Sensitive Safety)模型便是非常重要的一个环节。

英特尔和Mobileye于2017年提出了一个开放、透明、可验证的形式化模型——责任敏感安全模型（ RSS，Responsibility Sensitive Safety），希望通过建立数学公式的手段，来使得自动驾驶汽车有能力判断自身的安全状态。该模型阐释了如何通过规范事故过错和车辆安全来推动自动驾驶行业发展。责任敏感安全模型是一种催化剂，它能够推动行业组织、汽车制造商和监管机构进行跨行业讨论。其中一个关键问题是：人类判断出于法律、安全和文化等多方面考量，而RSS模型似乎只专注在法律层面。

RSS将人类安全驾驶概念具化为一个可验证的模型，该模型具有逻辑上可验证的规则，并定义了恰当的响应行为，该模型具有技术中立性，这能够使全行业以此为出发点，来统一对安全自动驾驶的认识。当RSS能够成为全行业接受和通用的公开标准之后，企业只要分享与RSS相关的数据即可，并不存在泄露核心知识产权的问题。

英特尔和Moibleye看来，押注自动驾驶领域，是为了推动行业达成共识——绝对有必要把判断规则、责任和过错规范化，以实现对社会的巨大效益。RSS不是一个规避责任的模型，而是一个创新模型，其目的就是能够让自动驾驶汽车按照最高安全标准来运行。而自动驾驶要想获得成功，就要举整个生态系统之力，让科学实验进入真正的市场。

目前，基于RSS，英特尔和Mobileye不仅同主机厂商、行业供应商展开合作，还于美国以及中国的监管机构积极接触交流。今年7月，百度宣布将在其Apollo开源项目及Apollo Pilot商用项目中部署RSS模型，双方还将针对中国市场独特的驾驶风格和路况，共同验证RSS模型，并根据合作中的新发现，更新完善RSS模型。

 
今年10月，Mobileye和大众汽车宣布共同在以色列启动首个自动驾驶网约车服务（也可称为出行即服务，MaaS）。这个项目的重点在于，以色列将推出全球第一个由政府参与的自动驾驶MaaS项目，以色列政府承诺将成立专门的委员会，开始讨论监管壁垒和研究相关事项。这不但实现了技术创新，更是促进了监管和制度创新。

后装ADAS解决方案：Mobileye Shield+
为进一步加强营运客车安全技术管理，有效遏制和减少因客车本质安全性能不足导致的道路运输安全生产事故，2017年3月，交通部发布《营运客车安全技术条件》（JT/T1094-2016）标准，文件要求2018年4月1日起车长超过9米的营运客车都需要加装LDW（车道偏离预警系统）和AEBS（自动紧急制动系统）的前撞预警功能，2019年4月1日起，新生产车应具有AEBS的其他功能。

这意味着商用车AEBS将迎来市场爆发，预计每年市场规模超过45万套，在此基础上，Mobileye发布了最新的后装ADAS解决方案——Mobileye Shield+。Mobileye Shield+主要安装在公共汽车、货车等大型车辆上，这个ADAS解决方案主要应用了6个传感器来检测车道偏离、智能远光灯控制、前部碰撞预警以及行人和骑车人预警等。过去的一年，Mobileye的防撞技术以及其针对城市大型车辆推出的Mobileye Shield+等产品得到了多家厂商及政府部门的认可和装配。

Mobileye Shield+系统采用的人工视觉智能摄像头阵列，就像驾驶员的第三只眼睛，实时监测各个盲区死角潜在的危险情况，通过不同的声光警报给驾驶员足够的时间去反应，避免碰撞事故的发生。通过利用人工视觉智能摄像头去监测分析实时动态的驾驶道路环境，并且可以自动忽略静止物体和安全区域内的行人，从而降低误报率。

2017年9月初，Mobileye官方宣布与中国客车制造商宇通达成战略合作Mobileye将会在之后生产的每一台新能源大巴上安装Mobileye的ADAS系统。

Mobileye主要围绕EyeQ系列芯片和基于芯片的ADAS（先进驾驶辅助系统）拓展市场，通过传感、视觉角度加强英特尔的自动驾驶能力。

ADAS和自动驾驶领域竞争加剧

Mobileye认为，只有当先进技术进入市场造福人类之时，才是技术真正发挥价值之时。

近年来，Mobileye通过多领域、全方位的合作，推动自动驾驶及辅助驾驶发展进程。与此同时，随着汽车制造商和技术巨头们争抢着将无人驾驶汽车引入大众市场，数百亿美元的资金正涌入自动驾驶技术领域。

随着这一领域竞争者的增多，市场争夺也更加激烈。

传统半导体厂商
Mobileye和恩智浦等传统的车用半导体厂商有交集，但是相对基础的微控制器等，英特尔就不涉及。 

在自动驾驶摄像头领域，投入的芯片公司至少就有十家以上，像是恩智浦、德州仪器、瑞萨电子与Infineon（英飞凌）等。Mobileye的优势关键就在于它进入该领域的时间较早；其次，该公司特別针电脑视觉计算提出优化的运算架构，这种做法类似于“加速器件”的概念，对于摄像镜头的运算更能有效能与效率的提升，同时也能维持相当低的能耗表现。

随着这一领域竞争者的增多，市场争夺也更加激烈。

 
英伟达
英特尔和一直以来的对手英伟达在自动驾驶平台上尚未有胜负，但两者的切入方向不太一样。英伟达主要针对Level 3以上的自动驾驶，而英特尔从Level 1到Level 5都有布局。 

英伟达近年来在自动驾驶业务上动作频频，先是推出可供自驾技术运算的全球运算速度第22快超级计算机DGX SuperPOD，再宣布深化与沃尔沃集团合作开发自驾系统，可看出英伟达正积极建构自有自驾解决方案一站式购足生态系，并逐渐与英特尔旗下Mobileye形成全球开放性自驾处理器两强相争格局，与特斯拉封闭式自驾硬件发展互别苗头。

至今已有多家汽车制造商和英伟达合作，采用英伟达的Drive自驾平台，除了沃尔沃集团，日本丰田汽车(Toyota)、德国奥迪(Audi)、奔驰母公司戴姆勒(Daimler)也都是英伟达自驾平台合作车厂；博世(Bosch)、Continental以及ZF等汽车零组件供应大厂，同样与英伟达有合作关系；百度阿波罗(Apollo)自驾生态系同样是英伟达合作伙伴。Uber自驾系统也有采用英伟达自驾硬件，只不过英伟达一直强调Uber未采用其Drive平台。

如今英伟达再推出DGX SuperPOD自驾用超级计算机，提供给自驾开发客户更完整的一站购足产品组合：此前英伟达推出Drive IX，主要支持人工智能(AI)车载信息娱乐系统；Drive Pegasus平台提供车载全自驾功能运算所需；Drive Constellation可提供广泛的自驾系统模拟，提高自驾系统安全性和效率。DGX SuperPOD可提供自驾技术开发商进行更真实的神经网络训练挑战。

DGX SuperPOD内建96个英伟达 DGX-2H超级计算机，合计配置1536个英伟达 V100 GPU，并和英伟达 NVSwitch以及Mellanox网络结构互联，因而可提供运算能力达9.4万亿次每秒浮点运算次数(petaflop)，有助汽车制造商、新创企业和研究人员训练其自驾应用的神经网络。英伟达于今年3月以69亿美元买下Mellanox。

即使汽车业务目前仍只占英伟达整体营收个位数比重，但英伟达正在建构的自驾一站式购足产品组合战略，势必有助英伟达先行站稳因应未来自驾车变迁的产业发展脚步。

特斯拉
特斯拉已发表自制全自驾计算机Hardware 3(HW3)，内建两颗自研处理器，搭载两颗SoC的原因是要建立冗余性，以及提供对行车结果判断的交互参照，并非用来提升整体HW3效能。在两颗Tesla自制SoC下方，各配置两颗快闪存储器用来储存作业系统。

HW3两颗SoC左右两侧各配置有两颗LPDDR4存储器芯片，合计共配置8颗，在两颗SoC内部，Tesla配置有GPU、两个神经网络处理器单元（NPU）、CPU、影像讯号处理器等处理器单元，以及DRAM控制器。

Tesla下一代Hardware 4（HW4）自驾计算机，预期肯定会进一步提升行车安全性。外界预估，HW4的新一代SoC内建CPU可能采用Cortex-A75架构核心处理器，进一步提高SoC功耗表现及减少内部空间消耗，为配置其他重要零组件腾出更多空间。HW4存储器芯片可能也会升级至LPDDR5，有助显著加快速度及减少功耗消耗。HW4也可能进一步采用更优化的NPU，并配置更高容量SRAM支援；影像讯号处理器也可能升级。

Waymo
Waymo自驾系统采用英特尔Xeon中央处理器(CPU)和FPGA作为其自驾系统运算处理器，反而没有采用Mobileye产品线，全仰赖自研自驾软件和地图。

至今Waymo自驾技术发展投入超过10年，Waymo首辆自驾车投入公共道路测试也有近4年时间，与Mobileye依赖摄像头不同，Waymo大量使用激光雷达。Waymo自2011年以来便自主开发激光雷达(LiDAR)传感器，发展至今甚至已达可商用外售阶段。

Waymo重视激光雷达技术的采用，如Waymo自驾车上部署有3种不同激光雷达雷射扫视系统，其一可扫视行车前方范围达3个足球场的环境、其二可扫视中等距离周遭、其三则负责短距离但更广的扫视范围。借由这些传感器，提供更高程度的运算实力。

Waymo也重视运用机器学习的能力提升自有自驾技术水平，Waymo研发负责人Drago Anguelov认为机器学习是相当基础设备密集的技术。Waymo主要运用机器学习技术和所有Google的能力，教育汽车如何自行判别行车道路环境。

对于公司未来的计划，地平线上海芯片研发中心总经理吴征博士表示，在未来6-12个月将至少推出两款车规级芯片。征程三代是专为自动驾驶和域控制器打造的新一代视觉感知SoC，搭载地平线高性能计算架构BPU3.0，符合AEC-Q100和ISO 26262车规级标准的新一代AI处理器。

地平线

去年，嵌入式人工智能公司的地平线（Horizon Robotics）发布了新一代自动驾驶处理器征程2.0架构，以及基于征程2.0处理器架构的高级别自动驾驶计算平台Matrix1.0，是面向L3／L4的自动驾驶解决方案。

地平线征程系列芯片使用自研 BPU（Brain Processing Unit)，可实现对车辆、行人和道路环境等多类目标的实时感知，目前已登陆美国助力国际顶尖Robotaxi车队。

今天，在世界人工智能大会的现场，地平线重磅正式量产国内首颗车规级AI芯片——征程二代。据介绍，这颗搭载了地平线自研高性能计算架构BPU2.0（Brain Processing Unit）的芯片采用台积电28nm工艺制造，可提供超过4 TOPS的等效算力，而典型功耗仅为2瓦；因为秉承了地平线一贯以来打造极致AI能效的理念，新量产的征程二代芯片具备极高的算力利用率和有效性，每TOPS AI能力输出可达同等算力GPU的10倍以上；又因为只用了32位的DDR内存，所以能有效地降低系统成本。

相比于征程一代，征程二代芯片算力提升4倍，能更高效、灵活的实现多类AI任务，并具备对多类目标进行实时检测和精准识别的处理能力，支持64类像素级语义分割。此外，征程二代可提供基于Linux的训练框架和开发环境，为客户定制提供可能性。

此外，征程二代作为一款面向汽车应用的芯片，从设计之初就严格按照汽车电子可靠性标准AEC-Q100的要求进行开发，正是这样才成就了国内首颗车规级AI芯片。因为车规级芯片需要满足“高安全性、高可靠性、高稳定性”的技术标准要求，并需要经过严苛的研发、制造、封装、测试和认证流程，产品开发周期长，难度大。

在发布会上，地平线还详细介绍了他们基于征程二代车规级芯片推出的、面向ADAS市场的征程二代视觉感知方案，同时发布了将于明年正式上市的性能更强大、可覆盖不同等级自动驾驶需求的全新Matrix自动驾驶计算平台。

据介绍，主打ADAS市场的地平线征程二代视觉感知解决方案，可在低于100毫秒的延迟下实现多达24大类的物体检测以及上百种的物体识别，每帧高达60个目标及其特征的准确感知与输出，车辆及行人测距测速误差均优于国际同等主流方案。不仅如此，针对国内市场的特点，该解决方案还专门针对中国道路和场景进行了优化，如特殊车道线、红绿灯倒计时检测、车辆突然斜向插入等。

征程 2.0 架构加速的计算平台——Matrix™ 自动驾驶计算平台，结合深度学习感知技术，具备强大的感知计算能力，能够为 L3 和 L4 级别自动驾驶提供高性能的感知系统。

相比上一代Matrix，地平线此次发布的全新自动驾驶计算平台在算力提升高达16倍的同时，功耗仅为原来的2/3，同时可支持高达800万像素的视频输入，行人检测距离高达100米，并满足多个国家、不同场景下自动驾驶运营车队以及无人低速小车的感知计算需求。

寒武纪

寒武纪涉及的自动驾驶产品主要有两个：寒武纪1M处理器和寒武纪MLU100智能处理卡。其中，寒武纪1M基于寒武纪第三代高性能IP，具备更高性能、更低功耗与卓越完备性，在7nm工艺下能实现5TOPS/W能效比，支持个性化深度学习，适用于多路视频实时处理，包括自动驾驶等领域。

而寒武纪MLU100则是基于寒武纪的MLUv01架构，主要可以用于自动驾驶的开发验证领域，可提供较高性能、低功耗的算力支持。据悉海高汽车的智能驾驶运算域控制单元搭载的就是寒武纪的MLU100芯片。

MINIEYE

挑战巨头是获取成就的“捷径”之一。同样赶上自动驾驶大潮，创业于ADAS领域的中国团队MINIEYE是Mobileye的挑战者之一。

这家成立于2013年的团队，同样是一家基于单目摄像头提供ADAS主动安全技术的公司，前身为新加坡政府支持的高级驾驶辅助系统（ADAS）研发项目。目前，MINIEYE独立研发的ADAS产品，功能包含前方车距监测（HMW）、前向碰撞预警（FCW）、车道偏离预警（LDW）、虚拟保险杠（Virtual Bumper）、前车启动提醒（Stop & Go）五项功能。

从名字到技术聚焦，MINIEYE显然都在对标Mobileye。

MINIEYE产品包括：

• 智能安全视频监控终端——东方红

东方红是一款集ADAS、DMS，多媒体无线传输、汽车行驶记录仪、高清监控和视频、WIFI通讯、北斗/GPS双模高精度定位于一体的多功能车载视频智能终端。

• 智能安全驾驶监控终端——长征3、长征5

长征3是一款专为商用车设计，具有高性价比的驾驶安全预警产品，具有ADAS、DMS、BSD等功能，支持4G传输、行车记录、高清录像存储、北斗/GPS双模高精度定位。