这题我有发言权。
我之前在上汽智能驾驶部的工作之一就是负责Mobileye的二次开发，Mobileye提供给我的数据总的来说还是很靠谱的，毕竟能在汽车这种多变环境下，依旧稳定工作的视觉传感器真的不多。
谈合作意义之前，我想先说说Mobileye。
Mobileye怎么出名的？
Mobileye进入公众视野得益于两件事。
一是特斯拉的AutoPilot 1.0的硬件方案选用Mobileye作为前视摄像机。依靠Mobileye的检测能力，Tesla才能快速实现高速自动驾驶功能。不幸的是，2016年，AutoPilot 1.0本身算法的缺陷导致使用的人车祸身亡。特斯拉甩锅给Mobileye，Mobileye反怼特斯拉，随后就分手了。分手后，特斯拉马上投入Nvidia怀抱，开始了自己的摄像头算法研究之路，也就有了现在的AutoPilot 2.0。
二是因特尔153亿美元收购Mobileye，金额之大震惊海内外。之后与宝马、德尔福组成联盟，进军自动驾驶事业。
Mobileye强在哪？为啥这两年突然在自动驾驶领域火了起来。
Mobileye强在哪？
1.强大的视觉算法积累
Mobileye成立于1999年，在视觉领域有18年的技术积累。
先看个从Youtube那边搬运过来的视频，视频3.22M，没流量的直接看图吧。
https://www.zhihu.com/video/908117722628497408
可以看出Mobileye可以实现的功能有：
①可通行空间（FreeSpace），图中绿色区域
②障碍物（Obstacle）
③交通标志牌和地面标志（Traffic Sign）
④交通信号灯（Traffic Light）
⑤推荐行驶路径（Holistic Path Planning），图中青色的线
⑥车道线（lane）
有人肯定会说这功能，现在找个做视觉的公司绝对能做出来，深度学习随便上不就好了。
但是...上面的视频是Mobileye 2014年量产的技术，那时候深度学习还没像现在这么火呢。
下图是Mobileye的量产产品时间线，在2014年实现上面效果的芯片叫EyeQ3，明年即将推出的量产芯片叫EyeQ4，这也是威马汽车与Mobileye合作的点。
图片出处：EyeQ_Infographic_Final2.pdf
EyeQ4相较于EyeQ3更强大的功能在于REM（Road Experience Management），REM的出现解决了自动驾驶的一个大难题——地图与定位，这个技术以后有机会细聊，反正很牛X就是了。
图片出处和更多REM的功能看这个视频：Mobileye REM 技术实际应用演示
还有个明显的提升是多角度的车辆检测，EyeQ3只能实现车屁股和车头的检测，对于斜跨或横置的车检测率很低，而且尽管看到车屁股，依然不知道它是朝左开还是朝右开。这也是我在做信息融合过程中经常吐槽Mobileye的事。
不过EyeQ4已经可以实现类似下图的效果（EyeQ4的效果图没找到…）：
图片出处：没找到...侵删...
有了障碍物的航向信息（往哪个方向移动）信息，就能更好地做自动驾驶的决策了。
2.稳定的车规级解决方案
看了上面的介绍，你可能觉得Mobileye技术确实很牛X。但是深度学习出现后，这些技术的竞争力也没那么高了嘛。Mobileye被车企青睐的真正原因是他提供的芯片是车规级的。
车规级意味着在汽车这种随时可能过热，过冷，颠簸，剧烈震动等复杂多变的环境中，依旧能保持正常的性能表现。各种复杂工况的测试要做，各种法规（例如ISO26262）都要遵守。
车企（OEM）不是马大哈，要求高着呢。不是用个工控机或者Nvidia的Drive PX2跑跑Demo，随便展示下效果就能忽悠瘸了的。
这里顺便爆点料，没在这个领域好好做过调研的一般都不知道特斯拉的AutoPilot 2.0用Nvidia的PX2作为控制器，是不满足车规级要求的；Audi的zFAS其中有一块Nvidia的TK1芯片也不是车规级的。但是为了产品竞争力，还是强行上了车。这带来的风险就是某些极端工况系统有失效的可能。
前几天百度自动驾驶事业部的某位高层在给政府做汇报时，也表示他们的芯片做不到车规级，正在寻求这方面的合作。
所以车规级，才是Mobileye最大的杀器。
Mobileye国内外怎么布局？
1.国外
Mobileye自从被Intel收购后，与宝马和德尔福组成了自动驾驶阵营。
图片出处：Delphi partners with BMW Group, Intel
我之前在上汽智能驾驶部的工作之一就是负责Mobileye的二次开发，Mobileye提供给我的数据总的来说还是很靠谱的，毕竟能在汽车这种多变环境下，依旧稳定工作的视觉传感器真的不多。
谈合作意义之前，我想先说说Mobileye。
Mobileye怎么出名的？
Mobileye进入公众视野得益于两件事。
一是特斯拉的AutoPilot 1.0的硬件方案选用Mobileye作为前视摄像机。依靠Mobileye的检测能力，Tesla才能快速实现高速自动驾驶功能。不幸的是，2016年，AutoPilot 1.0本身算法的缺陷导致使用的人车祸身亡。特斯拉甩锅给Mobileye，Mobileye反怼特斯拉，随后就分手了。分手后，特斯拉马上投入Nvidia怀抱，开始了自己的摄像头算法研究之路，也就有了现在的AutoPilot 2.0。
二是因特尔153亿美元收购Mobileye，金额之大震惊海内外。之后与宝马、德尔福组成联盟，进军自动驾驶事业。
Mobileye强在哪？为啥这两年突然在自动驾驶领域火了起来。
Mobileye强在哪？
1.强大的视觉算法积累
Mobileye成立于1999年，在视觉领域有18年的技术积累。
先看个从Youtube那边搬运过来的视频，视频3.22M，没流量的直接看图吧。
可以看出Mobileye可以实现的功能有：
①可通行空间（FreeSpace），图中绿色区域
②障碍物（Obstacle）
③交通标志牌和地面标志（Traffic Sign）
④交通信号灯（Traffic Light）
⑤推荐行驶路径（Holistic Path Planning），图中青色的线
⑥车道线（lane）
有人肯定会说这功能，现在找个做视觉的公司绝对能做出来，深度学习随便上不就好了。
但是...上面的视频是Mobileye 2014年量产的技术，那时候深度学习还没像现在这么火呢。
下图是Mobileye的量产产品时间线，在2014年实现上面效果的芯片叫EyeQ3，明年即将推出的量产芯片叫EyeQ4，这也是威马汽车与Mobileye合作的点。
图片出处：EyeQ_Infographic_Final2.pdf
EyeQ4相较于EyeQ3更强大的功能在于REM（Road Experience Management），REM的出现解决了自动驾驶的一个大难题——地图与定位，这个技术以后有机会细聊，反正很牛X就是了。
图片出处和更多REM的功能看这个视频：Mobileye REM 技术实际应用演示
还有个明显的提升是多角度的车辆检测，EyeQ3只能实现车屁股和车头的检测，对于斜跨或横置的车检测率很低，而且尽管看到车屁股，依然不知道它是朝左开还是朝右开。这也是我在做信息融合过程中经常吐槽Mobileye的事。
不过EyeQ4已经可以实现类似下图的效果（EyeQ4的效果图没找到…）：
图片出处：没找到...侵删...
有了障碍物的航向信息（往哪个方向移动）信息，就能更好地做自动驾驶的决策了。
2.稳定的车规级解决方案
看了上面的介绍，你可能觉得Mobileye技术确实很牛X。但是深度学习出现后，这些技术的竞争力也没那么高了嘛。Mobileye被车企青睐的真正原因是他提供的芯片是车规级的。
车规级意味着在汽车这种随时可能过热，过冷，颠簸，剧烈震动等复杂多变的环境中，依旧能保持正常的性能表现。各种复杂工况的测试要做，各种法规（例如ISO26262）都要遵守。
车企（OEM）不是马大哈，要求高着呢。不是用个工控机或者Nvidia的Drive PX2跑跑Demo，随便展示下效果就能忽悠瘸了的。
这里顺便爆点料，没在这个领域好好做过调研的一般都不知道特斯拉的AutoPilot 2.0用Nvidia的PX2作为控制器，是不满足车规级要求的；Audi的zFAS其中有一块Nvidia的TK1芯片也不是车规级的。但是为了产品竞争力，还是强行上了车。这带来的风险就是某些极端工况系统有失效的可能。
前几天百度自动驾驶事业部的某位高层在给政府做汇报时，也表示他们的芯片做不到车规级，正在寻求这方面的合作。
所以车规级，才是Mobileye最大的杀器。
Mobileye国内外怎么布局？
1.国外
Mobileye自从被Intel收购后，与宝马和德尔福组成了自动驾驶阵营。
图片出处：Delphi partners with BMW Group, Intel
58
快来回复楼主呀
海报生成中...
生成失败