哈哈哈哈哈操欧洲电影,久草网在线,亚洲久久熟女熟妇视频,麻豆精品色,久久福利在线视频,日韩中文字幕的,淫乱毛视频一区,亚洲成人一二三,中文人妻日韩精品电影

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

詳解Mobileye自動駕駛進(jìn)階之路

7GLE_Intelzhiin ? 來源:xx ? 2019-02-19 14:32 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

每年的 CES 上,Mobileye 不僅僅會回顧總結(jié)去年的發(fā)展、展望下一年的發(fā)展,還會對本行業(yè)的發(fā)展與未來進(jìn)行一個深入的分析。Mobileye CEO Amnon Shashua 作為 Mobileye 的靈魂人物和技術(shù)布道者,他每次的主題演講都是一大看點。

本文根據(jù)Amnon Shashua在CES上的演講整理而成。你將了解到以下信息:

1、Mobileye 自動駕駛解決方案、自動駕駛策略;

2、地圖與 REM;

3、ADAS 的全球趨勢與進(jìn)化之路。

2018 年的四組關(guān)鍵數(shù)字:28、20、7、56

2018 年是 Mobileye 碩果累累的年份。

我們有 28 個新的參與到客戶的產(chǎn)品成功投入生產(chǎn),包括 24 個汽車廠商,8 個 Tier1;其中 16 個來自中國,因此中國已經(jīng)成為 Mobileye 的主要戰(zhàn)略地區(qū)之一。

同時,我們發(fā)布了 20 個項目,覆蓋 78 個汽車型號。我們不僅僅為未來做準(zhǔn)備,還未現(xiàn)在的行業(yè)發(fā)展做出了貢獻(xiàn)。

7 個項目安裝了我們的最新芯片 EyeQ4。EyeQ4 是一個相當(dāng)強(qiáng)大芯片設(shè)備,它已經(jīng)安裝在了寶馬的 X5 車型中。

下一個數(shù)字是 56,我們有 56 個汽車產(chǎn)品擁有高級輔助駕駛功能,為用戶帶來超越安全之外的價值。

我們來看下一張圖:2014 年到 2018 年 EyeQ 系列芯片銷量。

我們選擇 2014 年,是因為 2014 年我們首次公開募股。2014 年到 2018 年,我們實現(xiàn)了 46% 的連續(xù)增長。迄今為止,我們一共銷售了 3200 萬個 EyeQ 系列芯片,這說明有 3200 萬輛汽車是由 Mobileye 的技術(shù)驅(qū)動。

在 Euro NCAP 的五星級汽車中,有 13 款汽車搭載的是 Mobileye 技術(shù)。這說明我們在汽車領(lǐng)域的領(lǐng)導(dǎo)力越來越強(qiáng)大。

這是寶馬 X5,其中 3 個攝像頭是由 EyeQ4 支持,它能從各個方面增強(qiáng)識別能力,擁有紅燈警報、識別周圍汽車/自行車、緊急剎車等功能。

同時,我們和大眾集團(tuán)合作,專注打造結(jié)合前置攝像頭和 Roadbook 技術(shù)的 L2+。

說回到汽車,我們是如何讓地圖系統(tǒng)為汽車的發(fā)展提供更多價值的?

舉個道路識別的例子,如果汽車行駛在道路標(biāo)志特別不明顯,甚至是沒有標(biāo)志的城市道路上,那么地圖系統(tǒng)也能識別出道路。因為路上有很多車,系統(tǒng)可以收集這些車的數(shù)據(jù)傳入到云端,從而實現(xiàn)道路識別。因此,就算道路上沒有道路標(biāo)識,我們也能識別道路。

再說說交通信號燈,地圖系統(tǒng)還能提高 ACC 和 LKA。我們預(yù)計在 2019 或 2020 年發(fā)布搭載 EyeQ4 和高級地圖識別系統(tǒng)的大眾汽車。

我們還和中國的長城汽車簽訂了協(xié)議,未來三至五年內(nèi),長城汽車將把 L0-L2+的基于 Mobileye 技術(shù)的 ADAS 系統(tǒng),集成到一系列車型上。為了適應(yīng)中國獨(dú)特的路況,雙方還將在集成 ADAS 的同時,共同開發(fā) L3 乃至更高級別的駕駛系統(tǒng)。

ADAS 的全球發(fā)展趨勢

接下來,我們來看看 ADAS 的全球發(fā)展趨勢。

上圖的百分比表示 EuroNCAP 數(shù)據(jù)統(tǒng)計之下 ADAS 在汽車中的覆蓋率,2016 為 12.8%,2018 年為 17.6%,2020 年預(yù)計為 20.3%,2022 年預(yù)計為 26.5%。

我們可以看到,ADAS 的發(fā)展勢頭喜人,輔助駕駛的技術(shù)發(fā)展并沒有止步不前,它在不斷進(jìn)化,它在汽車中的比重越來越大。

這張 PPT 非常重要,它展示了我們的總體戰(zhàn)略。

我們的戰(zhàn)略總體來說分為兩類:自動駕駛和輔助駕駛。一方面,輔助駕駛是可以促進(jìn)自動駕駛的。另一方面,自動駕駛技術(shù)也能促進(jìn)輔助駕駛技術(shù)的發(fā)展。

我們一直在想,自動駕駛技術(shù)的每一種功能,如何遷移到輔助駕駛中來,從而促進(jìn)輔助駕駛的發(fā)展。在輔助駕駛中,我們有一個很明顯的限制:成本限制。輔助駕駛的成本非常之高,但對于自動駕駛來說,成本并不是一個問題。

那么 ,我們?nèi)绾巫屪詣玉{駛來促進(jìn)輔助駕駛的發(fā)展?

對于這個問題,我們想了很多。下面,我想跟大家分享其中一個想法。在自動駕駛領(lǐng)域,我們有兩個變革,但是人們喜歡將它們混為一談。

其中之一是交通的變革,它被自動駕駛深深影響。隨著自動駕駛的發(fā)展,交通發(fā)生了重大的變革,表現(xiàn)形式不勝枚舉:更加智能的城市、更少的停車場等等。

另一個變革,是一個拯救生命的變革,如果道路上的每一輛車都是自動駕駛汽車,那么沒有人將會因交通事故而死亡。

輔助駕駛,已經(jīng)開始變成了一種拯救生命的變革。雖然輔助駕駛還沒有完成這個變革,但是通過輔助駕駛,我們能夠創(chuàng)造一種正確的技術(shù)(我將在本次演講結(jié)尾處仔細(xì)說明),創(chuàng)造“零傷亡愿景(Vision Zero)"的未來。

“零傷亡愿景”意味著,如果每輛車都安裝自動駕駛系統(tǒng),那么車輛事故的發(fā)生率可以忽略不計,可以為零。拯救生命的變革來自 ADAS,交通變革來自自動駕駛。

我們把兩種變革分開,這樣我們就知道每種變革各自需要的技術(shù)是什么。

詳解 Mobileye 自動駕駛解決方案

下面,我們來說說我們的自動駕駛解決方案??偟脕碚f,我們的解決方法分為四種:

· Visual perception and sensor fusion(視覺感知和感知融合)

·Compute platform(計算平臺)

·Driving policy and RSS(駕駛策略和責(zé)任敏感安全模型)

·Dynamic mapping(動態(tài)地圖)

視覺感知和感知融合與傳感器和數(shù)據(jù)相關(guān),數(shù)據(jù)由攝像頭、雷達(dá)、激光雷達(dá)等傳感器收集,進(jìn)入計算系統(tǒng),創(chuàng)造360度環(huán)境模型,模型包括道路、交通燈、路標(biāo)等。

同時,我們還需要計算平臺來支持如此龐大的數(shù)據(jù)計算,這個平臺需要非常強(qiáng)大,因為計算量相當(dāng)巨大;同時考慮到成本問題,它還要十分高效。

此外,我們還需要駕駛策略和 RSS,這樣才能保證駕駛的安全,同時還能在安全在合法的范圍內(nèi)取得一個平衡。

最后,我們需要動態(tài)地圖,三年前我們創(chuàng)造了這個技術(shù),說到地圖,我們便會談到它的升級,稍后我會提到它。

現(xiàn)在我們來說說 Mobileye 目前正在努力的五個方面:

Open EyeQ5(開放架構(gòu)的 EyeQ5):英特爾有自己的硅光子生產(chǎn)線,可以生產(chǎn)雷達(dá)所需的芯片,同時,它是開放架構(gòu)的,到時我們的客戶可以在芯片上編寫自己的代碼,自己來做融合。

Closed EyeQ5(封閉 EyeQ5):它不僅僅包含 EyeQ5,還包含我們的舊代芯片 EyeQ4、EyeQ3,它正是我們目前輔助駕駛用的芯片。

Surround Vision(環(huán)境視覺):不僅用在輔助駕駛中,還用在自動駕駛中。

AV Series(自動駕駛汽車系列):包括 360 度視覺、地圖、駕駛策略、傳感器等等。

AV Series+Maas platform(自動駕駛系列和 Maas 平臺):除了 AV Series,它還包括 Maas 軟件系統(tǒng)。

請大家記住,我們所有與自動駕駛相關(guān)的東西,都與這五個方面有關(guān)。

接下來,我們來談?wù)勔曈X識別(Visual Perception)。

視覺識別是個復(fù)雜的東西?,F(xiàn)在,我只想說說它的基本原則,我把它稱為“真正的冗余”。目前,我們的關(guān)注點在攝像頭上,我們知道:攝像頭在自動駕駛車輛中起了非常重要的作用,我們的目標(biāo)是用攝像頭實現(xiàn)自動駕駛。

但是,僅僅依靠攝像頭實現(xiàn)自動駕駛,是相當(dāng)困難的,因為攝像頭提供的,并不是直接的 3D 信息,它就像我們的雙眼,提供的數(shù)據(jù)很有限。

要實現(xiàn)自動駕駛功能,我們需要的是 3D 信息。雖然攝像頭擁有高分辨率,但在開發(fā)者看來,攝像頭提供的是一種“懶惰”的視覺。因此,我們還需要其他的傳感器,比如雷達(dá)、激光雷達(dá)等,來給我們直接的3D信息。

但這樣以來,便會出現(xiàn)一個問題:傳感器太多了,會造成冗余。因此,我們需要讓攝像頭的功能更加強(qiáng)大,讓它具有完整的、端對端的操作功能,這樣其他的傳感器加進(jìn)來才是真正的錦上添花,才能實現(xiàn)真正的冗余。

這就是我們的哲學(xué),我們不是說攝像頭能解決所有問題,我們也不否認(rèn)雷達(dá)、激光雷達(dá)等傳感器的必要性。

因此,我們正在做兩件事。

第一,我們要找到一個正確的方式,實現(xiàn)真正而非沒有必要的冗余。

此外,我們還在做一個更重要的事,就是將自動駕駛技術(shù)遷移到輔助駕駛中來,減少輔助駕駛的成本。

現(xiàn)在的傳感器是幾萬美元,樂觀估計一下,將來也許會下降到幾千美元,但是它的成本還是太高了,無法實現(xiàn)大規(guī)模運(yùn)用。那么,如何減少成本,實現(xiàn)大規(guī)模的自動駕駛呢?

答案是攝像頭。雷達(dá)和激光雷達(dá)都相當(dāng)昂貴,但攝像頭很便宜,它是你所能想象到的最便宜的傳感器。20 美元就能買到一個質(zhì)量很好的攝像頭。

因此,要想減少成本,我們需要將重點放在攝像頭上。因此,如果你想要影響輔助駕駛的變革,我們先要走通較為困難的路:利用攝像頭實現(xiàn)自動駕駛。

在這條路走通了之后,我們再讓它影響輔助駕駛的發(fā)展。這是一種戰(zhàn)略性的思維,我們首先用真正的冗余實現(xiàn)自動駕駛,然后讓自動駕駛促進(jìn)輔助駕駛。

Mobileye 的自動駕駛策略

下面來說說自動駕駛策略。

如果你去到我們的展位,可以用 VR 體驗到我們的自動駕駛汽車。汽車上一共有 12 個攝像頭(前方有 3 個攝像頭,角落里有 2 個攝像頭朝前方、2 個朝后,2 個朝側(cè)方,3 個用作停車),沒有其他的傳感器,沒有 GPS。

圖示上方是攝像頭所拍到的景象,右邊顯示的是道路狀況 3D 圖。我們重點看看右邊,藍(lán)色車代表自動駕駛汽車,我們可以看到它越過了一個十字路口,給一輛紅色的車讓路,同時停下車等待突然進(jìn)入道路的路人。這個 3D 圖也是靠攝像頭實現(xiàn)的。

談?wù)動嬎闫脚_

首先回顧下我們的芯片。EyeQ4 于 2018 年發(fā)布,EyeQ5 在剛剛過去的 2018 年 12 月推出,它比 EyeQ4 強(qiáng)大 10 倍。

目前,EyeQ5 已經(jīng)有了訂單量,我們將從 2021 年 3 月開始 EyeQ5 的批量生產(chǎn)。

總體來說,EyeQ5 是一個非常強(qiáng)大的芯片,低耗能,它是僅限硅的“開放式”芯片(允許第三方代碼運(yùn)行)——不僅能造福自動駕駛,還能造福輔助駕駛。

我們與安波福合作,為寶馬打造2021年的自動駕駛汽車量產(chǎn),這也是搭載了 EyeQ5 芯片。

駕駛策略 和 RSS

安全可以分為功能安全(Functional safety)和名義性安全(Nominal safety),大部分人關(guān)注的是功能安全,而我們關(guān)注的是常規(guī)安全,也就是說如何讓我們的設(shè)計避免事故,即在系統(tǒng)設(shè)計之初就要確保不會給社會帶來安全事故隱患,實現(xiàn)安全駕駛。

去年,我們與監(jiān)管部門合作,提出了 RSS (Responsibility Sensitive Safety,責(zé)任敏感安全模型)模型,它是一整套數(shù)學(xué)公式,將人類對于安全駕駛的理念和概念轉(zhuǎn)化成為數(shù)學(xué)公式和計算方式,用來界定什么樣的駕駛行為才是安全的駕駛。

RSS 模型提出安全駕駛需要滿足以下三點:

1、合理性。即要滿足人們對“保持注意”的理解和判定,而不是天方夜譚地隨意去定義。

2、有效性。一個合理的定義也有可能是完全無用的。

譬如這樣一個聽起來還不錯的定義:在一車變道時,其他車道上行駛的車輛都不允許改變速度,不應(yīng)該受到該車變道的影響。但是這個聽起來挺“謹(jǐn)慎”的定義,在很多時候都不奏效,比如在你碰到恐怖分子的時候,甚至在加州繁忙的道路上,它都不可能實現(xiàn)。因為實際在變道的時候,其他車輛必須要減速才能讓變道車輛實現(xiàn)換道。因此,安全駕駛不僅要合理,有效性也很重要。

3、可驗證性,即該定義是可以進(jìn)行驗證的。也就意味著,必須要把所下的定義與機(jī)器進(jìn)行實際結(jié)合,以驗證該定義是否正確和有效,同時要證明沒有蝴蝶效應(yīng)。

這里的蝴蝶效應(yīng)是指,開始時一個很小的無心之舉,通過系統(tǒng)中其他動作的作用,最后導(dǎo)致了一場車禍。

下面我們來看看在 RSS 模型框架下的駕駛策略。

我們將駕駛策略分為四種:策略(strategy)、戰(zhàn)術(shù)(tactics)、路徑規(guī)劃(path planning)以及控制(control)。

舉個例子,策略表示“我想變道”,下面我們到戰(zhàn)術(shù)策略,也就是說我已經(jīng)決定了要變道,那么我需要決定我需要給哪輛車讓道,要哪輛車給我讓道,這兩輛車之間的距離就是我變道行駛的距離。

這種決策是實時變化的,比如我已經(jīng)決定了需要哪輛車給我讓道,但這輛車不給我讓道,那么如果我還是堅持我的想法,可能就會發(fā)生事故,所以我改變了主意。因此, 戰(zhàn)術(shù)策略是一種“瞬間性”的決策,它會隨著情況的變化而變化。

在以上兩種決策中,機(jī)器學(xué)習(xí)起了很重要的作用。

接下來,是路徑規(guī)劃,它正是 RSS 運(yùn)用的地方。它為執(zhí)行戰(zhàn)術(shù)策略而計劃車輛行駛軌跡,這個軌跡必須是安全的。那么,什么才是安全軌跡?這個時候,RSS 就派上用場了。

最后是控制,已經(jīng)計劃好軌跡之后,就需要汽車進(jìn)行控制,比如什么時候剎車。

所有這些策略,都是為了實現(xiàn)安全駕駛。

下面我給大家看一些例子,我想說明的一點是,我給大家看的所有例子,車內(nèi)視角都是靠攝像頭實現(xiàn),不依靠任何其他的傳感器。當(dāng)然,這張是無人機(jī)視角鳥瞰拍攝。圖中道路上有一輛車停在了路中間,因此道路上的車紛紛開始變道,中間那兩帶著我們 Logo 的藍(lán)色車輛為自動駕駛汽車,我們可以發(fā)現(xiàn),它的駕駛行為非常像人類,成功變道。

以上是車內(nèi)視角。我們看到右邊,帶著 Logo 的藍(lán)色車輛為自動駕駛汽車,前方紅色車輛為自動駕駛汽車決定讓道的車,綠色車輛為自動駕駛汽車決定“搶道”的汽車,這個決定,是戰(zhàn)術(shù)決策,是一個瞬間的決定。

自動駕駛汽車的變道距離,正是紅色車輛和綠色車輛之間的距離,如果綠色車輛不讓自動駕駛汽車搶道,那么自動駕駛汽車將會改變決定。

這并不是一個簡單的操作,但自動駕駛汽車處理地相當(dāng)優(yōu)秀。

下面還是類似的道路設(shè)定,唯一的不同是多了一位行人。雖然道路情況復(fù)雜,但藍(lán)色的自動駕駛汽車還是成功地避開車輛和行人完成了變道。

下面的道路設(shè)定是城市道路。我們可以看到自動駕駛汽車一路前行,周圍有正在行駛的汽車,也有停下來的汽車。

當(dāng)它行駛到了一條交叉路口,一位行人正在穿過道路。這時候,自動駕駛汽車停下來等待行人穿過,等行人過了馬路,自動駕駛汽車?yán)^續(xù)行駛。接下來,自動駕駛汽車給右邊過來的汽車讓路,然后再成功左轉(zhuǎn)。

這是車內(nèi)視角。

下面我們來看看部分道路被堵住時,自動駕駛汽車的處理方式。左邊停下來的卡車堵住了道路左側(cè),自動駕駛汽車順利地從卡車旁邊駛過。

其實,這是一個比較困難的決策,因為自動駕駛汽車需要判斷這道路是一個交通堵塞狀況,還是卡車停在了路旁。但是,基于道路上其他車輛的處理方法,自動駕駛汽車做出了正確的決策。

最后一個例子。自動駕駛汽車穿過十字路口直行,左側(cè)一輛公共汽車左轉(zhuǎn)進(jìn)入前方道路,自動駕駛汽車給公共汽車讓路,同時左側(cè)過來的另一輛小汽車給自動駕駛汽車讓了路。

因此,我們的自動駕駛汽車的處理方式與人類非常相似,它在 RSS 模型框架下,實現(xiàn)了安全駕駛。

我們與多方都成功進(jìn)行了合作,其中比較大型的合作包括法雷奧、百度和中國 ITS。

法雷奧是我們最近的的 Tier 1 合作伙伴,法雷奧和 Mobileye 簽署協(xié)議,表示未來會將 RSS 加入其自動駕駛研發(fā)項目并聯(lián)合其他工業(yè)標(biāo)準(zhǔn)一起使用并同意共同制定行業(yè)標(biāo)準(zhǔn)。

幾個月前,我們與百度簽署了合作協(xié)議。百度在今年年初宣布計劃在其 Apollo 開源項目及 Apollo Pilot 商用項目中部署 RSS 模型,Apollo 項目是 RSS 模型的首個開源應(yīng)用。

我們最大的合作是與中國 ITS(Intelligent Transport System, 中國交通部下屬的標(biāo)準(zhǔn)制定團(tuán)體—中國綜合智能交通產(chǎn)業(yè)與服務(wù)聯(lián)盟 )簽訂的合作,ITS 已經(jīng)提議將 RSS 模型作為即將出臺的自動駕駛安全規(guī)范的框架。我們不僅僅與中國政府合作,還與包括蔚來、高德地圖、華為在內(nèi)的多家中國科技公司進(jìn)行了合作。

同時,我們的合作伙伴還在不斷擴(kuò)大之中。與中國智能交通系統(tǒng)的合作,是我們與監(jiān)管部門合作的絕佳例證。

其實,這些合作與 Mobleye 的技術(shù)無關(guān),它與技術(shù)分離開來,它并不是說與我們合作的公司開發(fā)自動駕駛汽車需要安裝 Mobleye 攝像頭,也并不是說需要 Mobleye 的策略來實現(xiàn)自動駕駛,而是說在 RSS 這個安全框架之下,成功實現(xiàn)安全的自動駕駛。

地圖與 REM

下面來說說地圖和 REM(道路經(jīng)驗管理)技術(shù)。

REM 是通過眾包的形式為自動駕駛汽車提供高精度地圖服務(wù),也就是俗稱的“全球路書(Global Roadbook)”。

首先,我們說說 REM 數(shù)據(jù)處理過程。目前,所有的自動駕駛汽車都在前側(cè)安裝攝像頭,而大部分?jǐn)z像頭是由 Mobileye 的芯片驅(qū)動。

如果自動駕駛汽車安裝的 EyeQ4 芯片,那么首先它需要實現(xiàn)信息收集,也就是通過芯片驅(qū)動的攝像頭收集道路和路標(biāo)信息。

第二步,收集的信息被匿名化并被加密。

第三步,加密的信息儲存到云空間中,生成自動駕駛路書。

第四步,地圖信息分配到自動駕駛汽車中。

最后是定位,在10厘米的精確度范圍內(nèi),自動駕駛汽車在路書中進(jìn)行定位。

目前,我們已經(jīng)與寶馬、尼桑等汽車公司進(jìn)行了合作,在自動駕駛汽車行駛過程收集信息并傳送到云端,讓路書更加強(qiáng)大。

我們看到這個視頻,左邊黃色長方形表示路標(biāo),白色表示道路邊緣、車道標(biāo)識線、中心車道,攝像頭可以收集信息,傳送到云端,然后進(jìn)行高精確度的實時定位。右邊是相同數(shù)據(jù)在谷歌地圖上的成像。

目前我們的傳輸數(shù)據(jù)量是 1000 米 1000 字節(jié),這個量是非常重要的。我們需要將數(shù)據(jù)傳輸?shù)皆贫?,它是需要低成本的,目前我們的成本是一輛車一年僅花費(fèi) 1 美元。

如果成本較高,那么沒有汽車制造商將會采用這個系統(tǒng)。數(shù)據(jù)從云端傳輸?shù)狡嚨倪^程中,如果產(chǎn)生十億字節(jié)的數(shù)據(jù),那么也將會造成成本過高的問題。

因此,我們的系統(tǒng)是低成本的系統(tǒng)。

目前,我們已經(jīng)和日產(chǎn)等企業(yè)合作,完成了在日本的高精度地圖采集,并計劃在不久的將來合作發(fā)行日產(chǎn)L3 自動駕駛汽車。24 小時之內(nèi)一鍵自動生成地圖,這與當(dāng)今的手動地圖相比,是一個巨大的進(jìn)步。

每公里 10 KB 壓縮收獲數(shù)據(jù)、最后的地圖壓縮至 400MB,每個紫色地圖圖塊代表 1 平方公里、平均瓦片大小僅為 30KB。數(shù)據(jù)精確度小于 10 厘米、整體收集超過 110 萬地圖特征,覆蓋 32 萬個信號、30 萬個信號燈、25 萬車道線、19 萬路障等。

我們還與寶馬合作,大部分寶馬自動駕駛汽車安裝了 EyeQ4 芯片,它們都將收集數(shù)據(jù)傳輸?shù)皆贫恕?/p>

REM 的商業(yè)應(yīng)用主要分為三方面,第一個為自動駕駛地圖,第二個是 L2+/3/4 自動駕駛,這也是自動駕駛反哺輔助駕駛的表現(xiàn),第三個是非機(jī)動領(lǐng)域應(yīng)用。

REM 在二級市場上也得到了應(yīng)用,首先我們與政府合作,簽訂了三個地圖協(xié)議;其次,我們啟動了三個智能城市項目;同時,我們還在歐洲和美國成立了自動駕駛車隊,覆蓋到 2 萬輛自動駕駛汽車。

我們的合作范圍覆蓋到上圖的國家、城市、公司和項目。

其中,值得一提的是我們與英國國家測繪機(jī)構(gòu)——英國地形測量局(Ordnance Survey)達(dá)成了一項合作協(xié)議,旨在為英國組織機(jī)構(gòu)和企業(yè)提供高精度定位數(shù)據(jù)。使用地圖改善企業(yè)與城市之間的協(xié)作有助于提升城市的智能化水平,讓城市道路更安全。

英國地形測量局領(lǐng)先的地理空間和技術(shù)專長將與 Mobileye 基于汽車攝像機(jī)的測繪能力相結(jié)合,為能源、基礎(chǔ)設(shè)施和其他領(lǐng)域的客戶提供全新、準(zhǔn)確和可定制的位置信息服務(wù)。

利用我們的技術(shù),相關(guān)測繪車輛將收集大量關(guān)于公路網(wǎng)和路邊基礎(chǔ)設(shè)施的位置數(shù)據(jù),然后將收集的數(shù)據(jù)與現(xiàn)有的地理空間數(shù)據(jù)庫相互參照對比,從而以驚人的細(xì)節(jié)和精度繪制英國道路和周圍地區(qū)的精確地圖。

依靠雙方的合作,英國測繪局可以和我們一起提供基于位置情報數(shù)據(jù)的定制解決方案,使現(xiàn)有行業(yè)和發(fā)展中行業(yè)的公司能夠運(yùn)營更智能、聯(lián)系更緊密的業(yè)務(wù)。例如,公用事業(yè)公司可以利用這項服務(wù),獲取其資產(chǎn)在地面上的準(zhǔn)確位置,如沙井蓋、燈柱、電線桿等。通過加強(qiáng)對地上和地下資產(chǎn)的了解,這些公司可以更有效地規(guī)劃和管理維護(hù)需求、支持其他必要的工作。

除了未來的自動駕駛汽車外,測繪創(chuàng)新還可以被應(yīng)用于其他領(lǐng)域。雙方的此次合作說明 Mobileye 獨(dú)有的測繪能力可以將位置數(shù)據(jù)的價值延伸到包括智慧城市在內(nèi)的新的細(xì)分市場。此外,本次合作的關(guān)鍵在于以匿名的方式向企業(yè)和政府提供此類數(shù)據(jù)以保護(hù)隱私,而 Mobileye 獨(dú)有的測繪方法就能實現(xiàn)該需求。

我們還與大眾和 Champion Motors 合作,計劃于明年初推出首款自動駕駛打車服務(wù),分工如下:ChampionMotors 負(fù)責(zé)運(yùn)營車隊,大眾將提供車輛,而 Mobileye 將提供自動駕駛系統(tǒng)。這個項目將于 2019 年初開始運(yùn)行,并逐步于 2022 年實現(xiàn)商業(yè)化。

同時,我們與北京公交集團(tuán)進(jìn)行了合作,北京公交集團(tuán)是全球最大的城市公共交通公司,開展地面公共交通客運(yùn)業(yè)務(wù)、公共交通投融資和資產(chǎn)管理、汽車服務(wù)貿(mào)易等業(yè)務(wù)。

此次三方合作將通過利用北京公交集團(tuán)豐富的運(yùn)營經(jīng)驗和 Mobileye 的自動駕駛工具——即一套具備第四級無人駕駛能力的、體系完整的自動駕駛系統(tǒng),為中國公共交通的發(fā)展和部署提供可商務(wù)化的自動駕駛解決方案。

ADAS 的進(jìn)化之路

Mobileye 已經(jīng)將 RSS 模型重新針對 ADAS 產(chǎn)品進(jìn)行了開發(fā),提議將其作為 AEB 技術(shù)的一種預(yù)防性補(bǔ)充和增強(qiáng)。

目前這項技術(shù)內(nèi)部代號為「APB 自動預(yù)防性剎車」,即「Automatic Preventative Braking」的簡稱。由于 RSS 模型的公式能夠判斷出車輛進(jìn)入危險環(huán)境的時刻,因此 APB 技術(shù)能夠通過主動施加輕微、幅度很小的預(yù)防性剎車來引導(dǎo)車輛回到安全位置。

APB 系統(tǒng)是自動緊急制動系統(tǒng)的增強(qiáng)版,可使用公式來確定汽車何時會發(fā)生危險狀況。并且在潛在危險發(fā)生時,可通過讓汽車減速、逐漸停止,來防止發(fā)生碰撞事故。

APB 通過采用幾乎不會讓人注意的預(yù)防性制動而不是突然制動,幫助車輛恢復(fù)到更安全的位置,從而防止碰撞事故發(fā)生。APB 不會理會阻礙交通的障礙物,而是主動調(diào)整車輛速度,以便在必要時保證安全,從而可在不影響交通的情況下提高安全性。

如果 APB 能夠應(yīng)用至任何一輛安裝有前置攝像頭的汽車上,它將能夠大幅降低因駕駛策略錯誤引發(fā)的追尾事故。而一旦給這些車輛增加環(huán)視感知的能力并將 REM 地圖應(yīng)用至該模型中,那么 APB 將有機(jī)會應(yīng)用至更多場景,這意味著幾乎所有因策略不當(dāng)引發(fā)的碰撞事故都可能被扼殺在搖籃里。

同時,配備環(huán)視攝像頭傳感和定位感知功能的 APB 系統(tǒng)可以消除「幾乎所有」的追尾事故。我們希望通過采用此類技術(shù),可將因錯誤駕駛決策而導(dǎo)致的道路交通事故傷亡人數(shù)接近零。

我們近期發(fā)表了名為《Vision Zero: Can roadway accidents be eliminated without sacrificing traffic throughput?(零傷亡愿景:能否在不犧牲道路吞吐量的前提下消除道路交通事故?)》,提出了 APB 這樣的技術(shù)對 Mobileye「零傷亡愿景」的實現(xiàn)十分關(guān)鍵。

我們希望通過 APB 的大規(guī)模應(yīng)用來降低道路交通事故傷亡率。此外,APB 的使用也能夠降低類似限速帶等道路基礎(chǔ)設(shè)施的投入成本,因為它在必要時能夠主動調(diào)整車速保證安全,但并不會破壞正常交通流速造成擁堵。因此,「零傷亡愿景」是可以實現(xiàn)的,在我們的論文中,我們用數(shù)據(jù)證明了它的可能性。

在自動駕駛領(lǐng)域,我們可以進(jìn)行兩種變革,第一種交通變革,它是顯而易見的,是有價值的。另一種,是道路安全變革,也就是拯救生命的變革。它是可以依靠技術(shù)實現(xiàn)的,而這個技術(shù),其實并不昂貴,不需要成千上萬美元,它只需要幾百美元,卻能拯救生命。因此,我們可以實現(xiàn)道路安全變革。

這就是我這一小時的演講要傳達(dá)的主要信息。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • Mobileye
    +關(guān)注

    關(guān)注

    3

    文章

    135

    瀏覽量

    34629
  • 自動駕駛
    +關(guān)注

    關(guān)注

    794

    文章

    14976

    瀏覽量

    181362

原文標(biāo)題:與Amnon Shashua的1小時:詳解Mobileye自動駕駛進(jìn)階之路

文章出處:【微信號:Intelzhiin,微信公眾號:知IN】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關(guān)推薦
    熱點推薦

    為什么自動駕駛方案不再強(qiáng)調(diào)地圖了?

    邊緣化? 如何從救命稻草到發(fā)展阻礙? 自動駕駛技術(shù)大規(guī)模普及的早期,高精度地圖被行業(yè)公認(rèn)為全自動駕駛實現(xiàn)的必經(jīng)之路。這種地圖與我們?nèi)粘J謾C(jī)導(dǎo)航使用的普通地圖有著天壤之別。普通地圖的誤差通常在幾米到十幾米之間,主要用
    的頭像 發(fā)表于 03-31 08:57 ?340次閱讀
    為什么<b class='flag-5'>自動駕駛</b>方案不再強(qiáng)調(diào)地圖了?

    Elektrobit與Mobileye合作打造自動駕駛解決方案

    自動駕駛系統(tǒng)。作為面向全球OEM及robotaxi運(yùn)營商的基礎(chǔ)平臺,Mobileye Drive將采用符合功能安全標(biāo)準(zhǔn)的Elektrobit解決方案,提供車規(guī)級能力及持續(xù)的軟件更新支持。此次合作反映了
    的頭像 發(fā)表于 02-28 09:54 ?1724次閱讀

    如何構(gòu)建適合自動駕駛的世界模型?

    [首發(fā)于智駕最前沿微信公眾號]世界模型經(jīng)歷了系統(tǒng)動力學(xué)階段(1960年~2000年)、認(rèn)知科學(xué)階段(2001年~2017年)、深度學(xué)習(xí)階段(2018年至今),但將其應(yīng)用到自動駕駛汽車上,還是近幾年才
    的頭像 發(fā)表于 02-18 08:14 ?1.1w次閱讀
    如何構(gòu)建適合<b class='flag-5'>自動駕駛</b>的世界模型?

    自動駕駛汽車如何實現(xiàn)自動駕駛

    人類駕駛員而言是非常直觀且有效的指令,但對于自動駕駛汽車來說,則意味著需要一套極其復(fù)雜的感知、理解與決策鏈路。 自動駕駛如何看清文字? 自動駕駛汽車感知漢字的第一步是場景文本識別技術(shù),
    的頭像 發(fā)表于 02-10 08:50 ?771次閱讀
    <b class='flag-5'>自動駕駛</b>汽車如何實現(xiàn)<b class='flag-5'>自動駕駛</b>

    如何設(shè)計好自動駕駛ODD?

    為確定自動駕駛的可使用范圍,會給自動駕駛設(shè)置一個運(yùn)行設(shè)計域(Operational Design Domain,ODD)。ODD的作用就是用來明確自動駕駛在什么情況下能工作,在什么情況下不能工作,給車設(shè)定“工作范圍”。
    的頭像 發(fā)表于 01-24 09:27 ?1722次閱讀

    自動駕駛從模塊化到One Model的進(jìn)階之路

    [首發(fā)于智駕最前沿微信公眾號]如果將自動駕駛汽車看作是一臺懂得“看、想、做”的機(jī)器,它首先要做的就是借助傳感器全面感知周圍環(huán)境,然后對這些信息進(jìn)行“思考”,并做出預(yù)測與決策,預(yù)測決策結(jié)果最終可以轉(zhuǎn)化
    的頭像 發(fā)表于 11-23 09:47 ?2359次閱讀
    <b class='flag-5'>自動駕駛</b>從模塊化到One Model的<b class='flag-5'>進(jìn)階</b><b class='flag-5'>之路</b>

    不同等級的自動駕駛技術(shù)要求上有何不同?

    談到自動駕駛,不可避免地會涉及到自動駕駛分級,美國汽車工程師學(xué)會(SAE)根據(jù)自動駕駛系統(tǒng)與人類駕駛員參與駕駛行為程度的不同,將
    的頭像 發(fā)表于 10-18 10:17 ?2843次閱讀

    邊聊安全 | 以L3級自動駕駛為例,詳解DDT、DDT Fallback、MRC、MRM概念

    以L3級自動駕駛為例,詳解DDT、DDTFallback、MRC、MRM概念寫在前面:在自動駕駛技術(shù)迅猛發(fā)展的今天,動態(tài)駕駛任務(wù)(DDT)及其后備(DDTfallback)成為理解
    的頭像 發(fā)表于 09-05 16:20 ?5116次閱讀
    邊聊安全 | 以L3級<b class='flag-5'>自動駕駛</b>為例,<b class='flag-5'>詳解</b>DDT、DDT Fallback、MRC、MRM概念

    卡車、礦車的自動駕駛和乘用車的自動駕駛在技術(shù)要求上有何不同?

    [首發(fā)于智駕最前沿微信公眾號]自動駕駛技術(shù)的發(fā)展,讓組合輔助駕駛得到大量應(yīng)用,但現(xiàn)在對于自動駕駛技術(shù)的宣傳,普遍是在乘用車領(lǐng)域,而對于卡車、礦車的自動駕駛發(fā)展,卻鮮有提及。其實在卡車、
    的頭像 發(fā)表于 06-28 11:38 ?1737次閱讀
    卡車、礦車的<b class='flag-5'>自動駕駛</b>和乘用車的<b class='flag-5'>自動駕駛</b>在技術(shù)要求上有何不同?

    自動駕駛安全基石:ODD

    電子發(fā)燒友網(wǎng)綜合報道 自動駕駛ODD(Operational Design Domain)即設(shè)計運(yùn)行域,是指自動駕駛系統(tǒng)被設(shè)計為安全、有效運(yùn)行的具體條件范圍。它定義了自動駕駛汽車在哪些環(huán)境、場景
    的頭像 發(fā)表于 05-19 03:52 ?6939次閱讀

    禾賽科技領(lǐng)跑全球自動駕駛激光雷達(dá)市場

    近日,高盛集團(tuán)(Goldman Sachs)發(fā)布最新研報《Global Robotaxi:China’s Robotaxi market - the road to commercialization》(《中國自動駕駛市場:商業(yè)化之路》,以下簡稱《報告》),揭示了中國
    的頭像 發(fā)表于 05-14 16:25 ?1177次閱讀

    AI將如何改變自動駕駛

    [首發(fā)于智駕最前沿微信公眾號]五一假期繼續(xù)閑聊一下,還歡迎大家隨意留言,隨著人工智能(AI)的發(fā)展,很多車企及自動駕駛供應(yīng)商正嘗試將AI融入自動駕駛系統(tǒng),為何大家都在積極推動這一技術(shù)?AI會給
    的頭像 發(fā)表于 05-04 09:58 ?1018次閱讀

    從L0到L5自動駕駛技術(shù)的演進(jìn)階

    高盛(Goldman Sachs)估計,到2030年,L3級自動駕駛汽車或占全球新車銷量的10%。自動駕駛汽車需要經(jīng)過多達(dá)6個層級的技術(shù)演進(jìn),才能最終實現(xiàn)上路自主駕駛
    的頭像 發(fā)表于 04-24 10:42 ?1608次閱讀
    洛扎县| 澎湖县| 科技| 鸡泽县| 葵青区| 冕宁县| 沂源县| 偏关县| 澄江县| 鱼台县| 大名县| 双牌县| 晋城| 合川市| 长治市| 麻栗坡县| 随州市| 财经| 正阳县| 五家渠市| 重庆市| 遵化市| 伊川县| 米泉市| 岱山县| 百色市| 共和县| 巴彦县| 神农架林区| 永定县| 瓮安县| 屯留县| 永丰县| 平远县| 香格里拉县| 龙江县| 上高县| 东方市| 丹凤县| 甘孜| 平陆县|