查看原文
其他

Mobileye 的地图攻势

老爷车 汽车之心 2019-12-13


作者 / 老爷车

编辑 / 王德芙

出品 / 汽车之心(微信 ID:Auto-Bit)



汽车之心按:Mobileye,可能是全球范围内最赚钱的自动驾驶公司之一。


这家 1999 年成立的 ADAS 公司,依靠单一业务线和垂直市场份额,在产品上迭代 EyeQ 系列芯片,稳坐汽车前装市场 ADAS 供应商头把交椅。


即便目前行业地位不可撼动,Mobileye 似乎并不满足现状,它在逐步扩展自己的边界:从 ADAS、到自动驾驶再到智慧出行,试图通过这种循序渐进的进化来重塑对未来的竞争力。


支撑这种进化的能力是什么?


地图,或将成为 Mobileye 发展史上一条新的主线。


从 ADAS、自动驾驶到智慧出行,「地图」都贯穿其中,成为 Mobileye 在公开场合必强调的关键词。


这个地图,具化成产品,就是 Mobileye 在自动驾驶领域中一项关键技术高精地图上提出的解决方案:REM。


REM ,中文叫做路网采集管理系统(Road Experience Management),这是 Mobileye 在 2016 年的 CES 上推出的基于摄像头捕捉识别的地图定位技术。



REM 到底扮演多重要的角色?


在 Mobileye 的集成解决方案里,REM 被列为是 Mobileye 的核心资产之一。



EyeQ4 芯片的能力


2016 年 5 月 7 日,一辆在行驶中的特斯拉 Model S,在 Autopilot 处于开启状态下,撞上了一辆正在一个丁字路口拐弯的拖挂货车。


车主 Joshua Brown 在这场车祸中不幸丧生。


作为事故中主要的关联方,特斯拉和 Mobileye 先后发表了声明。


特斯拉指出,卡车横向穿过马路时,挂车车厢的高度以及从 Model S 上观察到的视角,构成了一种非常罕见的驾驶场景,最终导致 Model S 与卡车挂车车厢的碰撞。


Mobileye 很快进行了补充:在这起事故中,涉及到对横向行驶车辆的处理,不属于这一代 AEB 的设计目标。Mobileye 的系统将在 2018 年开始支持对横穿车辆的检测识别。


当时特斯拉 Model S 搭载的是 Mobileye EyeQ3 芯片,而 Mobileye 所指的「将在 2018 年开始支持对横穿车辆的检测识别」便是两年后在 EyeQ4 芯片才搭载的新功能。


从功能演进的速度来说,如果当时「支持对横穿车辆的检测识别」,以及在超视距范围外,如果有一张辅助驾驶的高精地图,这类事故恐怕就可以避免了。



在 2018 年的 CES 上,Mobileye CEO Annon Shashua 说:「Mobileye 需要更强处理能力的芯片来处理在道路上收集到的数据,并绘制高精地图。」


几个月后,Mobileye 发布 EyeQ4 芯片,新增「任意角度的车辆识别」功能。除此之外,还有一项重要功能,就是支持 REM。


有了 EyeQ4 这颗芯片,REM 的量产之路才算真正开始。


2018 年,全球首款搭载 Mobileye EyeQ4 芯片的蔚来 ES8 车型在中国上市。


不过,因为监管与法规的问题,蔚来搭载的这颗 EyeQ4 芯片并没有开放 REM 能力。这就是说,即使搭载了 EyeQ4 芯片,也无法采集道路数据或者完成对地图的绘制。


而在日本,Mobileye 地图采集并不受当地限制,通过与日产的合作,Mobileye 的 EyeQ4 芯片搭载在车端,摄像头实时将道路信息进行云端同步,最后形成测绘数据。


高精地图更新的含金量


传统高精地图最大问题在于更新。


Here、Zenrin、四维图新、高德等图商,基本通过采集车这种传统方案进行地图采集。


这类方案的采集需要大量视频和数据,而数据上传、实时更新是一个大问题。


REM 则解决了这个难题。


Mobileye 大中华区总经理童立丰曾表示,Mobileye 本身不涉及高精地图制作,而是在图商的基础上,对高精地图数据进行实时更新。


在 Mobileye 看来,在 L2+ 到 L4 级自动驾驶演进的过程中,地图能否快速更新将起到关键作用。


REM 解决的另一个问题是「经济适用性」。在 2018 年的 CES 上,Shashua 就强调,「经济适用性」最重要的一个议题就是高精地图。


在商业化过程中,用户需要高性价比、可负担得起的传感器以及能够快速更新并且性价比高的地图更新数据。


REM 将这种思路体现的淋漓尽致:


首先,其配备的摄像头成本与能耗都很低,可感知几何路径和其他静态场景语义(如交通标志和道路标记);


其次,可保持高频的刷新率。由于不需要记录每一个细节,REM 每公里产生的数据量仅为 10KB,这极大地降低云端高精地图的更新成本。



与 Waymo 采用的「重地图」方法相比,这种「轻地图」模式更受 Mobileye 青睐——REM 的数据更精简,更依赖本地处理。


REM 主要工作是高精地图的数据采集和分析,它有一个端到端的共享和本地化引擎,由三层设备组成:


  • 绘制设备(任何配备 Mobileye 摄像头的汽车)

  • 云端数据融合器

  • 使用设备(自动驾驶汽车)


REM 数据处理过程是这样的:Mobileye 通过在自动驾驶汽车前侧安装由 Mobileye 的芯片驱动的摄像头实现信息收集,主要分为四个步骤:


  • 通过 EyeQ4 芯片驱动的摄像头收集抓取车辆、车道线或行人信息;

  • 收集的信息被匿名化并被加密;

  • 加密的信息储存到云端,生成自动驾驶路书(Roadbook);

  • 地图信息分配到自动驾驶汽车中。


REM 通过这种众包的形式,为自动驾驶汽车提供高精地图服务,也就是「全球路书(Global Roadbook)」。需要注意的是,使用路书和实时标检测系统为车辆进行准确定位,其准确程度需要满足相关政策的要求。


REM 的进展


自 Mobileye 在 2016 年 CES 展上发布了 REM 以来,Mobileye 一直是高精地图绘制的急先锋,在全球范围内兜售这一服务。


那么,发布至今,REM 这项技术在全球范围内有哪些进展?


在今年 11 月 Mobileye 举办的投资者峰会上,Shashua 对外宣布了 REM 的最新成绩:


  • 每天采集 200 万公里的路网数据;

  • 截至目前,共采集了 3 亿公里数据;


在日本,Mobileye 通过与日产、图商 Zenrin 等企业的合作,已经完成了日本全国高速公路的高精地图绘制。


在欧洲,将会在 2020 年的第一季度绘制结束,并完成对整个欧洲的覆盖。


在北美(主要是美国),地图绘制会在今年年底完成,并将在 2020 年底覆盖美国大部分地区。


到 2020 年,在全球范围内,将有 100 万辆搭载 Mobileye 芯片的车辆上路收集数据。到 2022 年,全球将有 1400 万辆车在路上收集和传输数据,这足以见 REM 的吸引力:


一方面,使用激光雷达采集高精度地图数据,汽车厂商需要为每辆出厂的汽车配备成本高昂的激光雷达,这样辛苦收集的数据要交到图商手中,这对车企的吸引力并不大。


另一方面,REM 地图服务技术基于摄像头捕捉识别收集信息,能耗低,可以感知几何路径和其他静态场景语义(如交通标志和道路标记),还可以保持高频的刷新率。这对车企的吸引力在于不必承担额外的成本压力。


因此,REM 能够快速铺开是必然的。


REM 通过「众包」收集数据的模式,将成为汽车业者共同合作、生成自动驾驶地图的基础。而 Mobileye 在地图领域的最终目标,便是联合各大车厂、图商一起构建一个覆盖全球的高精地图体系。


这与和单一整车厂的一般合作不同,这个体系需要多个汽车厂商、供应商、图商组成联盟才能够达成。


Shashua 认为,这个体系一旦达成,将会成为自动驾驶行业发展的转折点,因为这样的联盟能够避免竞争,最大化发挥资源及数据整合的优势。



大体上,REM 的应用包括:


1、自动驾驶地图:高精地图的可量产方案,实时更新。


 Mobileye 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。


2、L2+/3/4:低成本增强 ADAS 体验;


原本为高级别自动驾驶(如 Level 3、Level 4 和 Level 5)而设计的高精地图下放到 Level 2,由此得到一个新的类别:Level 2+。


目前 Mobileye 正在与 6 家 OEM 合作,未来他们的车型将通过 REM 地图服务以支持体验更好的 L2/L2+功能。


3、非汽车领域:智慧城市的实时数据;城市规划。



REM 在非汽车市场上的应用,包括与政府合作,签订地图协议,以及启动智慧城市项目等等。


比如,Moibleye 与英国国家测绘机构——英国地形测量局(Ordnance Survey)达成合作协议,为英国组织机构和企业提供高精定位数据,改善企业与城市之间的协作,提升城市智能化水平,让城市道路更安全。


在杭州,Mobileye 与小驹物联合作,将 Mobileye 8 Connect 安装在城市公交和其他车辆上,收集并分析相关道路数据,以帮助杭州绘制城市风险地图、提升道路标志线质量、优化城市道路设计以及改善基础交通设施建设。


这款 Mobileye 8 Connect,是 Mobileye 的一款后装产品,搭载的就是 EyeQ4 芯片。


据 Mobileye 的估算,到 2030 年,地图数据价值 35 亿美元——这将成为 Mobileye 的变现利器。



REM 在中国的进展


REM 在中国的进展如何?


说出来你们可能不信,Mobileye 推出的 REM 在中国的进展目前为零。


Shashua 曾公开表示过对 REM 的期待:「Mobileye 的终极目标与不同厂商合作,开发完成覆盖全世界的 REM 地图服务技术。」



从 Mobileye 对外释放的这张 PPT 来看,Mobileye 在中国的 REM 进度近乎空白。



在今年 11 月举办的投资者峰会上,Shashua 用了两张 PPT 来介绍了 REM 在中国的情况。


Shashua 说道,中国是全球最大的汽车市场,也是 Mobileye 全球四大区域市场(中、美、欧、日韩)中增长最快的市场,


他还在 PPT 中委婉提到,Mobileye 要在中国开展 REM 业务,必须「在监管限制下打开收集数据的战略机会。」


说起地图,尤其是用于自动驾驶的地图,涉及到加密、保密、表达限制、资质限制四个方面。


自动驾驶地图属于导航电子地图新型种类和重要组成部分,其采集、加工、制作必须由具有导航电子地图制作测绘资质的单位承担。由于法规限制,外资企业无法取得地图测绘资质进行地图绘制。


那么,Mobileye 如何「在监管限制下打开收集数据的战略机会」?


这个问题的解决方案是,Mobileye 需要在中国找一位合作伙伴。


在 2018 年 1 月的 CES 上,Mobileye 宣布与四维图新达成全面战略合作伙伴关系,双方将在中国开发和发布 Mobileye 的 REM 产品,并利用 Mobileye 的 REM 技术集成中国的路书。显然,通过与四维图新的合作,REM 这一技术将正式进入中国。


但从现在这个时间点来看,关于双方合作的进展鲜有提及。这也从某种程度上印证了 Mobileye 在中国 REM 推进得并不顺利。


所以,Mobileye 需要在中国寻找新的合作伙伴,以此「完成覆盖全世界的 REM 地图服务技术」的目标。


今年 10 月 16 日,一张「Mobileye&紫光集团:中外合资经营签约仪式」从微信朋友圈里流出。



在这张照片里,紫光集团董事长赵伟国与 Mobileye CEO Amnon Shashua 教授坐在一间会议室里正在签署一份文件。


双方合作细节是什么?当时他们没有公布任何消息。


时隔一个月,Mobileye 在一张 PPT 里对双方的合作做了回答。



来看看这页 PPT 到底讲了双方合资公司的业务范围:


  • 在中国监管许可范围内,采集和处理数据;

  • 汽车后市场产品分发;

  • 合资公司将聚焦数据的商业化——供政府和车队使用;

  • 在中国促进 ADAS 和自动驾驶产品的标准化。


这家合资公司的背后也牵出了紫光旗下的另外一家公司:灵图软件(详情见:《破解紫光、Mobileye 组团迷局》)。


灵图软件在今年被紫光收购,是国内为数不多拥有甲级测绘资质的公司,也是国内拥有军方牌照的六家企业之一,其强大的引擎系统和地理空间信息动态数据,是智慧城市管网建设的重要工具。


由此,Mobileye 与紫光成立合资公司的意图算是揭开了面纱。这算是 Mobileye 通过「曲线救国」,解决了监管与资质难题。


有知情人士透露,最快明年,Mobileye 的 REM 就会在国内上线。


从 ADAS、自动驾驶到智慧出行


近五年,Mobileye 的复合年均增长率高达 44%。到 2019 年底,Mobileye 的 EyeQ 芯片将累计出货超过 5000 万颗。


Mobileye 与 27 家汽车厂商合作,为总计约 300 种车型的 ADAS 系统提供支持。目前批量生产的 11 种 L2+系统中,有 8 种基于 Mobileye 技术。最近还从一家欧洲汽车厂商那里拿了 400 万颗芯片的新订单。


这是一份亮眼的数据,这份成绩单让 Mobileye 跻身自动驾驶行业最赚钱的公司之列,也让 Mobileye 的行业地位无可撼动。


今年 5 月,Mobileye 新成立了 IMS(Intelligent Mobility Solutions Division)智慧出行解决方案事业部,Mobileye 中国团队并入其中。


通过这个事业部,Mobileye 将其业务从 ADAS、自动驾驶拓展到智慧出行、智慧城市层面。


这个过程将让汽车成为世界上最大的数据通道,将使得 Mobileye 从一家单纯的 ADAS 供应商转变为一家定位更为立体的智慧出行服务商,并帮助 Mobileye 在新的时代延续竞争优势。


而这背后,支撑这种进化能力的,是地图,是 Mobileye 曾在 2016 年 CES 上推出的基于摄像头捕捉识别的地图定位技术:REM。



点击“阅读原文”加入「汽车之心」知识星球,第一时间获取智能汽车的万象与新知。

    您可能也对以下帖子感兴趣

    文章有问题?点此查看未经处理的缓存