Mobileye 自动驾驶策略（二）

与多方都成功进行了合作，其中比较大型的合作包括法雷奥、百度和中国 ITS。

法雷奥是最近的的 Tier 1 合作伙伴，法雷奥和 Mobileye 签署协议，表示未来会将 RSS 加入其自动驾驶研发项目并联合其他工业标准一起使用并同意共同制定行业标准。

与百度签署了合作协议。百度计划在其 Apollo
开源项目及 Apollo Pilot 商用项目中部署 RSS 模型，Apollo 项目是 RSS 模型的首个开源应用。

最大的合作是与中国 ITS (Intelligent Transport
System, 中国交通部下属的标准制定团体—中国综合智能交通产业与服务联盟）签订的合作，ITS 已经提议将 RSS 模型作为即将出台的自动驾驶安全规范的框架。不仅仅与中国政府合作，还与包括蔚来、高德地图、华为在内的多家中国科技公司进行了合作。

同时合作伙伴还在不断扩大之中。与中国智能交通系统的合作，是与监管部门合作的绝佳例证。

其实，这些合作与 Mobleye 的技术无关，它与技术分离开来，它并不是说与合作的公司开发自动驾驶汽车需要安装 Mobleye 摄像头，也并不是说需要 Mobleye 的策略来实现自动驾驶，而是说在 RSS 这个安全框架之下，成功实现安全的自动驾驶。

地图与 REM

下面来说说地图和 REM（道路经验管理）技术。

REM 是通过众包的形式为自动驾驶汽车提供高精度地图服务，也就是俗称的“全球路书（Global Roadbook）”。

首先，说说 REM 数据处理过程。目前，所有的自动驾驶汽车都在前侧安装摄像头，而大部分摄像头是由 Mobileye 的芯片驱动。

如果自动驾驶汽车安装的 EyeQ4 芯片，那么首先它需要实现信息收集，也就是通过芯片驱动的摄像头收集道路和路标信息。

第二步，收集的信息被匿名化并被加密。

第三步，加密的信息储存到云空间中，生成自动驾驶。

第四步，地图信息分配到自动驾驶汽车中。

最后是定位，在10厘米的精确度范围内，自动驾驶汽车在路书中进行定位。

目前，已经与宝马、尼桑等汽车公司进行了合作，在自动驾驶汽车行驶过程收集信息并传送到云端，让路书更加强大。

看到这个视频，左边黄色长方形表示路标，白色表示道路边缘、车道标识线、中心车道，摄像头可以收集信息，传送到云端，然后进行高精确度的实时定位。右边是相同数据在谷歌地图上的成像。

目前的传输数据量是 1000 米 1000 字节，这个量是非常重要的。需要将数据传输到云端，它是需要低成本的，目前的成本是一辆车一年仅花费 1 美元。

如果成本较高，那么没有汽车制造商将会采用这个系统。数据从云端传输到汽车的过程中，如果产生十亿字节的数据，那么也将会造成成本过高的问题。

因此系统是低成本的系统。

目前，已经和日产等企业合作，完成了在日本的高精度地图采集，并计划在不久的将来合作发行日产L3 自动驾驶汽车。24 小时之内一键自动生成地图，这与当今的手动地图相比，是一个巨大的进步。

每公里 10 KB 压缩收获数据、最后的地图压缩至 400MB，每个紫色地图图块代表 1 平方公里、平均瓦片大小仅为 30KB。数据精确度小于 10 厘米、整体收集超过 110 万地图特征，覆盖 32 万个信号、30 万个信号灯、25 万车道线、19 万路障等。

还与宝马合作，大部分宝马自动驾驶汽车安装了 EyeQ4 芯片，它们都将收集数据传输到云端。

REM 的商业应用主要分为三方面，第一个为自动驾驶地图，第二个是 L2+/3/4 自动驾驶，这也是自动驾驶反哺辅助驾驶的表现，第三个是非机动领域应用。

REM 在二级市场上也得到了应用，首先与政府合作，签订了三个地图协议；其次，启动了三个智能城市项目；同时，还在欧洲和美国成立了自动驾驶车队，覆盖到 2 万辆自动驾驶汽车。

的合作范围覆盖到上图的国家、城市、公司和项目。

其中，值得一提的是与英国国家测绘机构——英国地形测量局（Ordnance Survey）达成了一项合作协议，旨在为英国组织机构和企业提供高精度定位数据。使用地图改善企业与城市之间的协作有助于提升城市的智能化水平，让城市道路更安全。

英国地形测量局领先的地理空间和技术专长将与
Mobileye 基于汽车摄像机的测绘能力相结合，为能源、基础设施和其他领域的客户提供全新、准确和可定制的位置信息服务。

利用的技术，相关测绘车辆将收集大量关于公路网和路边基础设施的位置数据，然后将收集的数据与现有的地理空间数据库相互参照对比，从而以惊人的细节和精度绘制英国道路和周围地区的精确地图。

依靠双方的合作，英国测绘局可以和一起提供基于位置情报数据的定制解决方案，使现有行业和发展中行业的公司能够运营更智能、联系更紧密的业务。例如，公用事业公司可以利用这项服务，获取其资产在地面上的准确位置，如沙井盖、灯柱、电线杆等。通过加强对地上和地下资产的了解，这些公司可以更有效地规划和管理维护需求、支持其他必要的工作。

除了未来的自动驾驶汽车外，测绘创新还可以被应用于其他领域。双方的此次合作说明 Mobileye 独有的测绘能力可以将位置数据的价值延伸到包括智慧城市在内的新的细分市场。此外，本次合作的关键在于以匿名的方式向企业和政府提供此类数据以保护隐私，而 Mobileye 独有的测绘方法就能实现该需求。

还与大众和 Champion Motors 合作，计划于明年初推出首款自动驾驶打车服务，分工如下：Champion Motors 负责运营车队，大众将提供车辆，而 Mobileye 将提供自动驾驶系统。这个项目将于 2019 年初开始运行，并逐步于 2022 年实现商业化。

同时，与北京公交集团进行了合作，北京公交集团是全球最大的城市公共交通公司，开展地面公共交通客运业务、公共交通投融资和资产管理、汽车服务贸易等业务。

此次三方合作将通过利用北京公交集团丰富的运营经验和
Mobileye 的自动驾驶工具——即一套具备第四级无人驾驶能力的、体系完整的自动驾驶系统，为中国公共交通的发展和部署提供可商务化的自动驾驶解决方案。

ADAS 的进化之路

Mobileye 已经将 RSS 模型重新针对 ADAS 产品进行了开发，提议将其作为 AEB 技术的一种预防性补充和增强。

目前这项技术内部代号为「APB 自动预防性刹车」，即「Automatic Preventative Braking」的简称。由于 RSS 模型的公式能够判断出车辆进入危险环境的时刻，因此 APB 技术能够通过主动施加轻微、幅度很小的预防性刹车来引导车辆回到安全位置。

APB 系统是自动紧急制动系统的增强版，可使用公式来确定汽车何时会发生危险状况。并且在潜在危险发生时，可通过让汽车减速、逐渐停止，来防止发生碰撞事故。

APB 通过采用几乎不会让人注意的预防性制动而不是突然制动，帮助车辆恢复到更安全的位置，从而防止碰撞事故发生。APB 不会理会阻碍交通的障碍物，而是主动调整车辆速度，以便在必要时保证安全，从而可在不影响交通的情况下提高安全性。

如果 APB 能够应用至任何一辆安装有前置摄像头的汽车上，它将能够大幅降低因驾驶策略错误引发的追尾事故。而一旦给这些车辆增加环视感知的能力并将 REM 地图应用至该模型中，那么 APB 将有机会应用至更多场景，这意味着几乎所有因策略不当引发的碰撞事故都可能被扼杀在摇篮里。

同时，配备环视摄像头传感和定位感知功能的 APB 系统可以消除「几乎所有」的追尾事故。希望通过采用此类技术，可将因错误驾驶决策而导致的道路交通事故伤亡人数接近零。

近期发表了名为《Vision Zero: Can roadway
accidents be eliminated without sacrificing traffic throughput?（零伤亡愿景：能否在不牺牲道路吞吐量的前提下消除道路交通事故？）》，提出了 APB 这样的技术对 Mobileye「零伤亡愿景」的实现十分关键。

希望通过 APB 的大规模应用来降低道路交通事故伤亡率。此外，APB 的使用也能够降低类似限速带等道路基础设施的投入成本，因为它在必要时能够主动调整车速保证安全，但并不会破坏正常交通流速造成拥堵。因此，「零伤亡愿景」是可以实现的，在的论文中，用数据证明了它的可能性。

在自动驾驶领域，可以进行两种变革，第一种交通变革，它是显而易见的，是有价值的。另一种，是道路安全变革，也就是拯救生命的变革。它是可以依靠技术实现的，而这个技术，其实并不昂贵，不需要成千上万美元，它只需要几百美元，却能拯救生命。因此，可以实现道路安全变革。

Mobileye 自动驾驶策略（二）相关推荐

Mobileye 自动驾驶策略（一）
Mobileye 自动驾驶策略(一) 详解 Mobileye 自动驾驶解决方案 Mobileye的自动驾驶解决方案.总得来说,分为四种: Visual perception and sensor fu ...
清华大学联手中科院顶会发文：全面分析四大自动驾驶策略
来源:新智元当前自动驾驶的策略研究还停留在具体场景执行具体策略,最近清华大学的研究人员在交通领域的顶会发表了一篇全面的综述,从更高级的角度分析自动驾驶策略. 当自动驾驶遇见会车,应该抢先通过,还是等 ...
第六十九篇：从ADAS到自动驾驶（二）：ADAS的功能及发展
作者:liaojiacai 邮箱: ljc_v2x_adas@foxmail.com 从ADAS到自动驾驶(二):ADAS的功能及发展根据Wikipedia在线百科全书的定 ...
OpenDILab提出InterFuser自动驾驶策略，凭借超强性能获居CARLA Leaderboard首位
介绍一下OpenDILab团队最新提出的自动驾驶策略InterFuser(Interpretable Sensor Fusion Transformer).该策略基于Transformer进行多传感器 ...
自动驾驶 4-3 二维动态建模Dynamic Modeling in 2D
sprung mass: [车辆] 簧上质量 spring: 弹簧 damper: [车辆] 减震器 unsprung mass: 非簧载质量 tire: 轮胎 vehicle shock absor ...
自动驾驶（二十一）---------Mobileye单目测距
本文还是在传统机器视觉的基础上讨论单目测距,深度学习直接估计深度图不属于这个议题,主要通过mobileye的论文管中窥豹,相信离实际工程应用还有很远. mobileye2003年的论文:Vision- ...
使用CARLA模拟器实现DQN自动驾驶（二）搭建神经网络
由于图像数据的结构复杂,数据量大,考虑到用没有超强算力的电脑运行程序的时候,为了简化模型结构,对数据进行压缩,摄像头传来的图像先设置为80*60. 为了让模型能学到正确的参数,需要对智能体的actio ...
自动驾驶系列(二) - 路径规划五种算法简述及对比
自动驾驶（二十八）---------目标跟踪
目标跟踪从两个维度来展开: 基于视觉的目标跟踪和基于多传感器融合的目标跟踪. 1. 基于视觉的目标跟踪一般将目标跟踪分为两个部分:特征提取.目标跟踪算法.目标跟踪的算法大致可以分为以 ...

Mobileye 自动驾驶策略（二）

Mobileye 自动驾驶策略（二）相关推荐

最新文章

热门文章