Mobileye 苏淑萍：Mobileye的自动驾驶技术

大家下午好，时间比较紧张，我就开始说了，我叫苏淑萍，今天给大家介绍的是基于Mobileye视觉ADAS技术的应用，首先介绍一下公司，非常简单，1999年公司成立，在以色列的耶路撒冷，目前在全球700人不到，目前分公司在上海，目前员工14个人，主要做业务拓展和本地业务支持，在全球有将近50个国家开展业务，也在大多数的车厂得到了应用，公司在2014年的8月1号在美国上市。

这张图上是在目前为止Mobileye已经发布的一些技术，在这个上面大家可以看到我们可以识别车辆、行人、车道线、红绿灯，以及这个上面有一张绿色的地毯，这个基于我们可视的范围之内，每一个像素点都标出来可通过、不可通过，如果可通过就标成绿色的点，不可通过的就根据物体标上不同的颜色，如果是一辆车子我们在前面可能会标上红色，侧面标上粉色，甚至我们会把旁边的路边根据材质的不一样打上标志，为未来进一步的自动驾驶来说，在这个上面根据道路行驶，可以通过这个区域做出更多的个性化应用开发出来。在正中间有一个蓝色的线，这根线其实是一直在往前跑，这根线是电脑，或者说我们这个系统自然通过深度学习的方法自己找到的一条行驶的路径。它是根据它所获得的所有信息的输入之后，自己来找到一可以行驶的一个方向。

非常简单的介绍一下公司和我们的技术，在接下来我会把相关的应用层面分成两个层面来讲，因为大家都知道在这个领域里面为什么就是说刚才承蒙各位的关注，很多人问我说我们是业界的大牛，我并不这么认为。第一，公司在这块做得时间长了一点，比别的公司时间长了一点而已。第二，在这个领域做得非常专注，没有拓展别的技术。第三，的确是大环境起来了，目前就是在全球都一样，从ADAS是安全法规进一步提升的要求，从另外一个角度来说就是自动驾驶，目前在整个汽车行业来说都是一个最热的热潮，也是我们认为在未来30年到50年之间会对汽车行业带来最大变化的一个趋势。

从ADAS这个角度来看，Mobileye有两个主要的产品线，或者我们叫应用。第一块我们就是现在在各车厂已经在实施，然后也在市场上大家也都买到的这个ADAS的一些功能，比如像最早的AEB、ACC，像LK这些功能出来，在这个过程当中，Mobileye提出的是芯片里面搭载了我们的软件，在二级供应商的产业链上出现的，我们跟业界大量的人合作，通过他们给车厂解决提供解决方案。在中国我们得到了好的应用，在国内我们第一款的搭载了我们系统的这个自主品牌车是上汽去年发布的I5，包括今年的I6也是搭载了我们的品牌，相信未来几年我们会在自主品牌车上得到更多的应用，也是非常感谢在座的各位主机厂朋友的支持。

在过去的10年当中，我们通过提供这个视觉在行业内的一些创新应用，从2017年开始，（英）上面搭载了第一款通过视觉和雷达集成的（CW）这样的功能，一直大家可以看到经过这么多年的应有之后，现在大家对视觉的技术越来越认可，我们通过在2010、2013、2015年可以实现只有一个摄像头来实现多功能，最早的从LDW，到交通标志识别，到后来的AEB到后面的ACC，所有这些功能都是用一个摄像头实现的。在2015年的时候，也就是一年半前我们就已经在奥迪实现了只用一个摄像头实现跟车的功能，大家知道在特斯拉上面搭载了我们的技术，到目前为止，应该来说自动化程度，就是车载的这个自动化程度比较高的一款应用。在2016年我们有行业的最新一个应用，就是在去年推出的XC90和其他车上搭载的夜间行人的识别。

除了我们在前装的应用之外，我们也有在后装的产品，后装的产品我们主要是用在一些车队和这个系统，通过跟一些行业保险、租赁行业的合作来进行推广，主要的原因是因为尤其我们侧重商用车这个领域，是因为在目前来说，全球的这个安全事故都是高居不下，在中国也是非常严重，一方面中国的事故伤害非常高，在这个当中群死群伤事故非常严重，所以我如果没记错的话，在3月7、8号交通部发布了一个规定，在行业里引起了比较大的反响，他们已经要求在一年之内，14个月之内9米8以上的客车搭载这样的功能，这个相对来说这个标准还是在中国来说是蛮激进的一个标准，没想到交通部的发布真的是出乎所有人的意料，所以也会看到国内在这块的法规推动也是越来越快速。

我们在之前也跟交通部下属的研究院在2015年开始在国内做了一些测试来看这个在中国应用的情况，量不是很多，300辆车在中国跑，有非常大的重卡、物流、工程车等等全部都有涵盖，基本上全国都有，时间是从2015年的8月份开始一直到2016年的过年，长达半年多的时间，在整个过程当中我们非常高兴看到300辆车，别的不说，大半年的时候只出了一次事故，而且这次事故我们也做了事后的分析，我们的系统一直在警告，但是驾驶员毫不犹豫继续保持驾驶状态，最后事故是怎么回事？他在靠最右侧的车道开，前面有一辆车想超他，一直超不过去，那个时候其实一直发出警告，但是他不顾，终于发现有机会了，准备从应急车道超车，但是离前车近了，他完全没有看到那个车，等他一变道才看到应急车道停着，是这么一个交通事故，我们也看到所有的这些当时的驾驶信息，在我们的这个报告里面是有体现出来的，所以在整个过程当中，我们也是看到了还是很有用的，除了那个案例之外，我们没有发现其他的交通事故，我们有一个车队给了我们非常正面的报道，说他们100辆车参与测试，然后在那段时间里头大概三四百万公里，他们以前的百万车公里的死亡人数是0.5人，跑到600多万公里，我当时看到那个报告第一感觉就是特别高兴，不在乎结果和测试，至少救了三条命，因为600多万公里，如果按照原来是百万车公里死亡人数是0.5人的话，我真的是救了三条人命，这个结果是让我们做项目的人特别有成就感的一件事情。

这个是我们在最近两年新推出的一个后装解决方案，主要用于大型车辆在城市里面，在城市里面不管是公交车，还卡车最容易造成盲区系统对行人的伤害，通过我们这套系统之后，装载两个、三个、四个不同的摄像头，可以有效的覆盖到盲区，可以做到无盲区的状态，这个系统在国内也在进行测试当中。当然就是说讲到这个系统很多人第一反应就是说这个系统如果放在国内的话就没有办法开了，国内大城市里面都是行人，会一直造成不同的警告，如果我们连上刹车之后司机就没有办法开车的，其实不是这样的，我们会做到非常精准的显示行人和骑自行车人跟我们的车辆发生碰撞，如果是静止的行人，或者在路沿上的可以完全在这之外，即使是行驶的人，这个车辆和人不会发生碰撞，就不会发出警告。通过这套系统安装之后，对于施政设施的合理性，也可以提供给施政部门一些相关的信息，包括交通的标志，包括侧道线是不是合理，我们都可以给出建议。

大家可以看到这个美国交通部的观望上可以查到，对于美国智慧交通挑战赛，赢的那个城市将会得到由美国交通部发放的专用的基金，然后这个基金的支持里面有一部分就是用Mobileye的设备来搭载所有的公交系统，我们在纽约做了一套设施，只装了两条公交线路，那个公交线路找出来潜在的高风险，会碰撞行人和骑自行车人潜在的高风险，有一张热点地图，这张地图和纽约往年的保险公司给出来的死亡人数所在的点的那个地图是高度吻合的，也就是说那几个点其实是市政设施有问题的，路的划线或者其他的设施有问题，通过改进这个设施可以为交通提供很大的改善。

接下来讲一下大家都比较关心的在未来Mobileye做什么东西？能够给这个行业带来什么东西？我们公司现在做的是三大技术支柱，感知，对我们来说就是视觉感知这块。第二块我们叫REM，做一张适用于自动驾驶的地图。第三个是教会车如何去开车，或者说和现有的人开车的车流去混的行进。

首先我们来讲这个，这块来说，之前大家都知道Mobileye是一个以单目摄像头做视觉的技术，很多人会问我一个问题，你们以后会做立体和双目的吗？我们现在是做的三目，再后来是八目，在前方是三个摄像头，在侧边一边两个，后面一个，加起来是8个，这个大家都知道的环视系统是完全不一样的，环视系统现在更多的把周围的图像捕捉进来，给驾驶员提供一个去看周围环境的图像，但它并没有对这个图像当中的目标物去进行检测，我们做这个东西不管是哪个摄像头获取的信息多要进行判断，比如说我们在前面最容易看到前方的车辆、行人、车道线，侧向是变道的时候有没有车，在高速的时候找到下岔道的分口在什么地方，别的车道汇入的地方是不是需要对我这个车控制的调整从这个方面来说，我们判断的东西非常多，同时我们来看我们即使在前线我们是不是有更多的提升，包括我们做三摄像头的解决方案，我们英文会比较简单，三个焦距，其实它是三个不同焦距的摄像头，定位在远、中、近，每个摄像头的角度不一样，这样的话我们可以把整个摄像头，三个之间是互相覆盖和冗余的作用，这样的话我们可以做到在城市道路上不同的摄像头会起到作用，做到给宽、更远、更精准的判断，除了这个之外我们会有更多的功能出来，举个最简单的例子，这个就要讲到业界非常重要的一件事情，不管这件事情是好是坏，就是特斯拉的这个事情，这个事情你们也绕不过去了，我直接说，因为几乎每一个会议都会问我这个问题。

关于这个事情在我们官网上有非常明确的信息大家去了解，我这边做一个解释是说不是那辆车横在我面前，或者跟背景颜色差不多识别不出来，特斯拉搭载的是第三代芯片，我们对于前方车辆的识别是只识别车辆的尾部，而那辆车是横着的，所以大家会去看，如果大家有心的话，也可以去看一下后来特斯拉经过美国交通部的一个审查，或者是一个检查关于这个事件的报告，他是认为在这个事件上，特斯拉的车在设计上面没有任何功能性的障碍，所以不需要召回这辆车，设计的时候就是为了在封闭道路上开的，而那辆车是横着的车。我们接下来就可以做到3DVD，3D是立体，也就是当那个时候在我们面前这辆车不管什么角度停在我们面前我们都是可以识别出来，这个我们会发布，量产的车2018年可以买得到。当然会有更多的功能出来，今天正好趁这个机会把这个功能讲一下，然后把特斯拉的事件跟大家解释一下。

第二个部分，讲的是我们的地图。Mobileye不会做地图，这个不是我们的强项，现在基于我们的ADAS地图，已经装有这么多我们系统的车在跑了，我们是不是可以新建一张地图？它最大的挑战在什么地方？地图搜集成本非常高，地图更新速度不够快，这是两个很大的问题。通过我现有已经搭载的这些，如果我们在路上已经有上百万辆的车在路上跑，这个时候搜集这个数据的成本不是特别高。第二个，因为通过大量车的实时更新系统，其实我们的系统更新速度也是非常的快，但是在这个应用当中，其实它也会碰到几个问题，第一个就是我刚才一直提到的大量，如果没有一个这个东西，你是建不成一张地图，这个需要我们跟全球一些大的车厂合作，得到他们的支持来做这件事情，也很高兴从我们发布这个技术，2016年的年初发布，我们很快达成了跟三个差不多了全球最大的三个车企，大众、通用和尼桑合作的一个战略合作，基于这个地图的战略合作，而且在此之后我们陆续跟其他的车厂，宝马这些都达成了合作，从这个来说我们不用担心数据搜集这块的问题。

第二个是成本的问题，从成本来说，数据的传输成本，在这块我们因为通过摄像头获取的信息，对于地面信息我们叫做ED的这样信息我们是非常广泛的，所以我非常精准的知道我们的车道线的信息、停车线信息，或者是这些相关的车所在的位置信息是非常精准的，但是同时我对于驾驶过程当中我需要关注的一些地铁信息，比如说红绿灯信息、标识牌的信息等等这些信息的数据量并不大，我们把这两个信息结合起来形成一张新的地图，这张地图在原有的现在在用到的百度、高德等等，用这些地图加上我们现有的地图之后，就可以形成一张可用于未来自动驾驶的一张非常极致的一张地图，在这个过程当中，我们数据的传输率只有10KB，就是当你一辆车往前走一公里只有10KB的数据，这个对于我们现在来说是非常小的，在德国我们跑路测，大概是100公里，如果在高速公路上的话，各种3D的信息大概是3000多个，但是在城区10公里是1000多个信息，城市的复杂性远远大于高速公路，标识也复杂很多，平均下来是每公里10KB左右的数据。

包括我们在今年也发布了一个合作，也是基于一个地图，它是作为我们底层的一个供应商，加载我们的信息。

这是我们在德国做了一个路测，我通过已经跑过的地图，建起来的这张地图，甚至可以在本车缺乏，或者当我的传感器已经短期失效的时候，我都可以自己的在这个路上去跑，而且它可以自己找到上岔道、下岔道。

这是目前自动驾驶最难的一点，作为是在自动驾驶里面，我个人是比较激进的人，以我们现有的技术来说，不考虑成本和太多法规因素的话，也许用不了5年，我们就会看到有一辆全自己驾驶，就L5这样全自动的车就可以看到了，这是我个人认为的。如果路上100%换成这样的车需要多长时间？50年、30年、100年？基本上大家都认为不太可能100%。从5年到50年这个中间是什么阶段？这个过渡阶段是说我们自动驾驶车会越来越多，有人驾驶的会越来越少，但是自动驾驶的车和有人驾驶的车是混流的，也许未来发的牌照有可能有自动驾驶的牌照，但是我们不知道在这个过程当中，即使牌照不一样，我们还是混入到人开车的人流里面去，我们怎么让车知道我在开的车，旁边的车和后面的车能够很好的和我交互，让我混入到这个车里面去，这个也是我们人去驾校学车要学到的一点。现在做得是把车智能化，让它网联，大的是让你到实践当中去，你要汇入到这个车流当中去，你碰到各种复杂的情况怎么处理，这个才是我们碰到的最大的挑战，这块我们公司在做进一步的开发。

这边有一个案例就是讲进入一个环岛的时候，我们怎么训练一辆自动驾驶的车知道在合适的时候插进去的，这个是非常有意思的一件事情，就以我自己做例子，我在中国开车和我区别以色列开车是非常典型的案例，我在以色列开车之前，我特别在网上做了功课，在以色列开车在环岛只要环岛里面有车你是不能开进去的，在中国不管有没有车，反正我得慢慢往里面挤，不然的话永远等在那儿，每个地方的开车文化不一样，所以我们的自动驾驶车一定要学会在不同的环境当中怎么去找到其实的驾驶策略。

从刚才讲的这三块来说都不是独立的，不是说我要把每一个技术都是独立系统的，这三个系统其实从这个车辆的，作为最终对这个车辆的操控来说又是一个相辅相成的过程。

在最后给大家看一下，我们应该是在今年年初对外公开的我自己认为比较激进的一些信息，就是我们公司在未来会在这个市场会推出这个信息的级别和应用，当我看到的时候我自己都吓了一跳，比我原来得到的信息更快，我相信这个行业的步伐比我们想象的会走得更快一点，谢谢大家。