Mobileye 自动驾驶策略（一）
Mobileye 自動駕駛策略（一）
詳解 Mobileye 自動駕駛解決方案
Mobileye的自動駕駛解決方案。總得來說，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，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，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，需要動態(tài)地圖，三年前創(chuàng)造了這個技術(shù)，說到地圖，便會談到它的升級，稍后會提到它。
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，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，還包含的舊代芯片 EyeQ4、EyeQ3，它正是目前輔助駕駛用的芯片。
Surround Vision（環(huán)視視覺）：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，所有與自動駕駛相關(guān)的東西，都與這五個方面有關(guān)。
視覺識別（Visual Perception）
視覺識別是個復(fù)雜的東西，關(guān)注點在攝像頭上，攝像頭在自動駕駛車輛中起了非常重要的作用，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，它就像的雙眼，提供的數(shù)據(jù)很有限。
要實現(xiàn)自動駕駛功能，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，還需要其他的傳感器，比如雷達(dá)、激光雷達(dá)等，來給直接的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，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。
不是說攝像頭能解決所有問題，也不否認(rèn)雷達(dá)、激光雷達(dá)等傳感器的必要性。
mobileye正在做兩件事。
第一，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，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，需要將重點放在攝像頭上。想要影響輔助駕駛的變革，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，再讓它影響輔助駕駛的發(fā)展。這是一種戰(zhàn)略性的思維，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。
如果去到的展位，可以用 VR 體驗到的自動駕駛汽車。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。重點看看右邊，藍(lán)色車代表自動駕駛汽車，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_
首先回顧下的芯片。EyeQ4 于 2018 年發(fā)布，EyeQ5 在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，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（允許第三方代碼運行）——不僅能造福自動駕駛，還能造福輔助駕駛。
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，而關(guān)注的是常規(guī)安全，也就是說如何讓的設(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，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。
下面來看看在 RSS 模型框架下的駕駛策略。
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“想變道”，下面到戰(zhàn)術(shù)策略，也就是說已經(jīng)決定了要變道，那么需要決定需要給哪輛車讓道，要哪輛車給讓道，這兩輛車之間的距離就是變道行駛的距離。
這種決策是實時變化的，比如已經(jīng)決定了需要哪輛車給讓道，但這輛車不給讓道，那么如果還是堅持的想法，可能就會發(fā)生事故，所以改變了主意。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。
下面給大家看一些例子，想說明的一點是，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 Logo 的藍(lán)色車輛為自動駕駛汽車，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。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。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。
總結(jié)
以上是生活随笔為你收集整理的Mobileye 自动驾驶策略（一）的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： ARM NEON指令集优化理论与实践
- 下一篇： Mobileye 自动驾驶策略（二）