从EyeQ5看Mobileye的自动驾驶布局

  • 发表于: 2016/06/06 11:35:47 来源:车云网

EyeQ5虽然两年后才能有样品出来,但是它的出现让Mobileye的自动驾驶布局变得完整起来。

上周,车云菌给大家介绍了Mobileye将与意法联手合作研发下一代将用于自动驾驶的EyeQ5芯片。尽管这个消息是在一次电话会议上提到,2018年才能开始提供工程样品,最终的成品出来之后很有可能与现在有所区别,但是从这块芯片,以及Mobileye近期的其他动作来看,能够看出Mobileye的一些自动驾驶布局。

自动驾驶系统级解决方案是指什么?

关于Mobileye在自动驾驶的路线规划,在拉斯维加斯的CES上,其创始人兼CTO Amnon Shashua第一次做了详细介绍与解读。在一个小时的演讲里,Shashua将重点放到了自动驾驶所需要的高精度地图以及车辆的决策之上。

在CES上公布已经与通用、大众在Roadbook数据采集上进行合作之后,二月份表示与日产达成合作协议。在上个月,国外媒体报道表示,Mobileye与两家车企签署协议,将在2019年为其提供完全自动驾驶车所需要的系统级解决方案。

想必不少人与车云菌一样,在得知这条消息之后,第一个反应是这个系统级解决方案究竟会包含哪些内容。因为目前这两家车企的名称,以及合作的具体内容均没有公布,Mobileye官方对此也没有多少表示,唯一明确提到的是宝马、通用与大众将在2018年从Mobileye处购买可以在高速公路上自动行驶的系统。但是结合EyeQ5这款产品以及Mobileye的动向,我们可以稍作分析。

从时间点来看,虽然车云菌对于这款产品何时亮相还有些疑问,但是至少从Mobileye公布的时间点来看,EyeQ5很有可能将会在Mobileye于2019年提供的系统级解决方案中起到很重要的作用。

如果进度顺利,EyeQ5能够在2018年上半年提供工程样品,供给车企进行测试调整,到下半年可以提供首批包含全套应用程序以及SDK,2019年上车使用就有了可能。而且,消息中并没有提到,这个方案具体如何应用。一般来说,这套方案肯定会在样车上进行测试,如果当时直接用在量产车型上,也只能说明,测试这个环节,已经在之前悄悄完成了。

关于EyeQ5的作用,在之前的文章里,车云菌已经详细解读,这里不再赘述。那么,除了EyeQ5之外,Mobileye还要做什么呢?

其实,早在CES的演讲中,Shashua就提到,关于自动驾驶的实现,一共包含三个方面:感知、地图与驾驶策略,将这三个方面的内容加起来,就是Mobileye想为自动驾驶提供的答案。具体在这三方面怎么做,咱们一个一个看。

Mobileye实现自动驾驶的三个方面Mobileye实现自动驾驶的三个方面

感知环节的重要性

以摄像头起家的Mobileye,环境感知的重要性不言而喻。在CES的会议上,Shashua的重点放在了地图上,捎带讲了讲驾驶策略,关于感知则没有提及。在四月中旬高盛的一次会议上,Shashua通过半个小时的演讲,重点讲了下Mobileye在感知这块具体想做什么。

在演讲中,Shashua提到,感知的作用主要在四个方面:

  1. 识别道路上移动/固定的物体

  2. 识别出道路分割线以及其他交通标识

  3. 在道路上没有分割线或者分割线不清晰的情况下,分辨出那些是可以通过的空间,并勾勒出可通过空间与其他部分的隔离线

  4. 可驾驶的路径:在识别出可通过空间之后,找到一条可供于驾驶的路线

其实单看这四个作用的话,基本上就是人类的眼睛以及大脑中的图像处理所起到的作用,总体来说,就是看清楚周围都有什么,然后知道该怎么开车。

通过图像识别得到可通过空间以及与其他物体的隔离线通过图像识别得到可通过空间以及与其他物体的隔离线

前面两条相对来说实现较为简单,难度在于如何保证准确率和实时性,而后面两条则是重中之重,也是难点所在。在道路车道线清楚,各类标识清晰的道路上实现自动驾驶是相对简单的,但是道路本身缺少车道线的情况也并不少见,并不只是在国内,国外同样如此。在道路全部符合自动驾驶的要求之前,实现自动驾驶,就要靠系统的智能化。Mobileye的深度学习算法在下段时间的重点也放在了这里。

在Mobileye的规划里,做到这件事情,需要8个摄像头。因为在安全自动驾驶状态下,车辆需要能够看到360°环境下的事情,尤其在城区内,周围环境相当复杂,不能有任何忙点,因而在每个角度都必须要有摄像头用以监控。不过,Shashua也表示,并不是指8个摄像头就可以让车辆拥有完全自动驾驶的功能,而是说车辆要自动驾驶至少要有这样一套传感器系统。

在无车道线道路上进行车道分隔在无车道线道路上进行车道分隔

因为从摄像头起家,目前已经量产的各项ADAS功能也都是基于摄像头产品,所以在固有的认知中,提到Mobileye和感知,想到的就是摄像头,但并不代表,Mobileye的方案中,不会用到其他类型的传感器。

这次演讲中,Shashua就明确提到,感知环节需要有冗余设计,在不同的层面,需要的冗余设计不同。在探测其他物体时,需要的冗余是激光雷达与毫米波雷达;在车道识别的时候,需要的是高精度地图,有时候也需要激光雷达;在最后的驾驶路径上,同样需要高精度地图。

去年3月份,Mobileye与法雷奥达成合作协议,除了共同研发驾驶辅助技术之外,两家还建立独家合作伙伴关系,将法雷奥的激光扫描技术与Mobileye的图像处理技术合并到一起,共同研发视觉与激光扫描技术,并将新技术用在自动驾驶汽车之上。

虽然Mobileye自己并没有激光雷达或者毫米波雷达产品,但是这并没有妨碍,他已经为自己找到了一个合作伙伴。从这个角度来说,EyeQ5芯片支持多种传感器,并有传感器融合技术,也很好理解了。

地图与驾驶策略

关于地图测绘,Shashua做出的解释包含三个方面:Roadbook、高精度定位以及可行驶的路径。上面提到,Shashua认为地图是对感知系统的一个冗余设计,除了依靠图像识别之外,地图在进行车道识别与提供可行驶路径上能够起到独特的作用。关于Roadbook与高精度定位内容,参见车云菌之前的解读文章——《Mobileye的供应商思维:用AI为自动驾驶众包高精度地图》

而关于驾驶策略的内容,是另外一个重点。「看」清楚周围环境,并知道自己在哪儿之后,自动驾驶所需要解决的最重要的问题,依然是怎么去开车。感知与定位都是辅助手段,其决定性作用的还是最后的操作。这也是Mobileye要联手意法研发EyeQ5的原因。

EyeQ5在运算性能上的表现只是一个方面,更重要的是,在这块芯片上,Mobileye将为车企提供一整套标准的操作系统与软件开发包(SDK)。SDK的作用除了让车企开发进行神经网络的原型设计和开发,并将其嵌入EyeQ5之外,还能够访问Mobileye预先训练的网络应用层。

通过长期在图像识别上的积累,以及深度学习算法,让控制单元能够很快计算并得出可通行的路径方案,然后通过实际的训练,深度学习算法还能够让系统逐渐掌握驾驶车辆的经验。但是从Mobileye来说,如何具体去操控车辆并不是其擅长的地方,如果在其提供的算法基础之上,车企再以自身在车辆控制上的经验去进行优化或者再次开发,系统将会表现得更好。或许这就是EyeQ5被设定为开源的原因之一。

从另外一个角度来说,允许车企自行定制方案,除了能够提供差异化方案之外,车企自己对于控制算法的掌控也是一个重要原因。

车云小结

EyeQ5的出现,把Mobileye的一系列动作串成了线。关于系统级解决方案,做一个推测的话,可能是一个传感器+EyeQ5的集成,包含图像识别、激光扫描、驾驶策略等控制算法。未来随着Mobileye合作商的增加,这个圈子也可能会变大。

随着Mobileye在自动驾驶布局的逐渐显露,各家在路线上不同、产品开发上的侧重点、深度学习使用方式的不同都已经愈加明显,竞争的态势也愈来愈加激烈。

其实,在四月份的演讲中,除了感知之外,Shashua还特别提到了关于深度学习架构上,End-to-End和Semantic Abstraction(语义抽象)的区别,以及Mobileye为什么选择后者的原因。关于深度学习的这两个不同架构究竟有何区别,Mobileye做出这个选择的原因又在于什么?敬请期待后续解读。

相关标签:
Mobileye
自动驾驶
芯片
  • 车云星
  • 空间站
  • 福特星球
  • 虫洞

加料 /

人评论 | 人参与 登录
查看更多评论