作为中国国内最具影响力和前瞻性的前沿科技活动，CCF-GAIR 大会已经度过了四次精彩而又辉煌的历程。CCF-GAIR 2020 延续了过去的强大阵容，提供了 15 个专场（人工智能前沿专场、机器人前沿专场、智能驾驶专场、AIoT 专场、AI 芯片专场、视觉智能 · 城市物联专场、AI 源创专场、AI+ 艺术专场、企业服务专场、工业互联网专场、AI 金融专场、医疗科技专场、智慧城市专场、联邦学习与大数据隐私专场、前沿语音技术专场）。

在智能驾驶专场，Mobileye 大中华区总经理童立丰带来了《启动未来出行 " 数据 " 引擎》的主题演讲。

由于自动驾驶的复杂性，实现自动驾驶落地，现阶段对于个人消费者来说短期内无法接受，Mobileye 大中华区总经理童立丰认为自动驾驶出租车是实现自动驾驶的必经之路。

同时童立丰还认为，数据对自动驾驶非常重要。

未来通过大量数据赋能，Mobileye 通过摄像头可以实时识别红绿灯，与其合作的伙伴可以基于海量数据知道城市里面哪些红绿灯坏了，将这些数据发送给城市的管理者，由他们去进行精确维护。依托大量动态数据信息，借助高精度地图技术，可以精确知道具体是哪个车道在拥堵。通过合作伙伴在车身上获得的数据应用至非汽车领域，这样可以把整个行业打通，这种商业模式，也可以加速自动驾驶落地。

除前端业务以外，Mobileye 还会与大量智慧城市合作，比如数据平台公司、亚马逊、本地车联网平台等，通过这种方式，将 Mobileye 数据的技术和价值最终释放给用户。

以下是童立丰的演讲全文，雷锋网新智驾进行了不改变原意的编辑：

大家好！很高兴今天能够有这样的机会与来自不同行业和领域的朋友交流关于自动驾驶的心得。

先简单介绍一下英特尔子公司 Mobileye。Mobileye 成立于 1999 年，是一家以色列的公司，2014 年在纽交所上市。2017 年 Mobileye 被英特尔收购，成为英特尔的全资子公司。截止去年 11 月，Mobileye 的 EyeQ 系列芯片在全球的出货量已经超过了 5000 万，全球的主流车厂都是我们的客户。

自动驾驶的技术演进

在第一个阶段，整体的商业化落地是比较完善的，我们的目标是实现消费级的自动驾驶。正如大众想像当中的那样，未来当我们需要自动驾驶汽车的时候，打一个车就可以把乘客从 A 点送到 B 点。但在这个过程要经历很多阶段，当我们考虑自动驾驶技术落地的时候，必须要考虑如何通过逐步的商业化来实现自动驾驶的落地。而这两者之间有一个很重要环节，就是自动驾驶出租车（Robotaxi）的阶段。

Mobileye 为什么认为自动驾驶出租车是实现自动驾驶的必经之路呢？

第一，目前不管是自动驾驶的整车还是技术，从复杂性和成本上来看，个人消费者在短期内都是没有办法接受的；第二，自动驾驶的发展除了技术和落地、商业模式本身以外，还需要有外部环境的支持，这包括每个人对自动驾驶的理解、意识，以及相关部门的监管措施。而自动驾驶出租车这样一个特定场景下的自动驾驶，是有利于上述几点考量的。

放眼全球，我们认为，在各个国家的政策当中，中国政府在推动自动驾驶落地的上非常有执行力，非常领先，希望自动驾驶出租车的落地也是全球范围内最快的。

如果自动驾驶要落地，高精地图的大范围更新是必不可少的，但是目前来说，各个方面还没有完全达到自动驾驶的需求，如何低成本地实现高精地图的大范围更新，是接下来的一大挑战。

因此，Mobileye 与整车以及行业合作伙伴打造了一个模式，搭载了 Mobileye 技术的车辆可以实时识别与自动驾驶技术相关的所有信息，这些信息被匿名传输到云端后进行整合，根据不同的应用场景进行应用。这些应用主要分三种，其中最重要的一部分就是自动驾驶汽车的实时应用；第二是用于功能的升级和改进；第三个部分就是，在未来，从车辆接入口所获得的数据，可能会对非汽车行业领域的应用有所帮助。

这是搭载了 Mobileye 技术的车辆实时分析视频，可以看到，Mobileye 摄像头可以识别车道线、限速牌等，这些道路基础设施的数据也可以为智慧城市的公共企事业单位提供运用。

自动驾驶的数据应用

在数据服务领域，我们可以进行细分化，根据行业的发展和数据的逐步开拓分为三个阶段。

第一个阶段是现在较为大众熟知的车队行为或者是驾驶员行为的数据应用。一般来说，个人驾驶员和车队驾驶员平时的驾驶习惯，都跟安全系数高度相关。因为 ADAS 所有的数据都是跟驾驶员行为和车辆安全行为高度相关的。这个方面，我们可以跟 GPS 定位进行结合，对驾驶员进行评分，借此提升车队的安全水平。

通过六到七个系数的综合对比，我们可以将驾驶员行为模式的模型计算出来。在美国的 ADAS 研究中，我们可以看到对车道偏离、行人碰撞等方面的有效事故性分析。此外，我们还可以跟车辆数据平台合作，将数据进行进一步的定位和分析。

原本，这些数据分析结果只用于车队内部管理，但随着越来越多行业化应用的介入，我们可以让数据产生更多价值。比如车队管理数据可以跟保险打通，通过降低驾驶员行为的风险，提升安全性，进而把保险费用降低下来。通过保险的金融方案可以将 ADAS 的方案在全球更快的落地。

过去十年，我们在国内和国外的应用当中，这些评分数据已经从仅仅针对车队，到后来的针对整个行业，乃至整个城市管理相结合。通过高科技的手段和数据产品的应用，提升城市的安全性，为城市的安全化管理乃至智慧城市的建设提供新的方向。

第二个部分是在功能上的延伸，传统 ADAS 主要是为了满足法规需要的功能进行研发，但是实际上我们知道智能摄像头能够识别的远远不仅如此。除了车辆以外，智能摄像头能够识别道路上的红绿灯、限速牌等标识，这在整车配置过程中是一个功能和研发的方向。

比如说勘察红绿灯，任何一个城市的红绿灯从建设到维护都有管理难题。目前，红绿灯的维护都是人工核查，但是人工核查的成本非常高，效率很低。

通过 Mobileye 的技术，我们可以利用原本在路上行驶的车辆，实时勘察交通信号灯使用状况，合作伙伴可以基于海量数据了解城市道路上哪些红绿灯坏了的，并将这些数据发送给城市的管理者，由他们进行精确的维护。

还有，例如停车位的勘察、电信机箱的勘察，都可以通过跟合作伙伴合作，将从车身上获得的数据应用于非汽车领域，打通整个行业。

除了车队行为和静态数据之外，我们还可以获得大量出行动态大数据，通过 REM（路网资产管理）技术，可以精确的知道具体是哪个车道在拥堵。

从 2018 年开始，Mobileye 与英国国家测绘机构英国地形测量局（Ordnance Survey）合作，在英国伦敦进行了为期两年的试点。在试点过程当中，城市管理这一方对我们提出了需求。两年多的测试结果有一些数据可以跟大家分享。

英国伦敦每年有超过六万起基础设施停工事件，这导致产生了很高的间接管理成本，因为这些设施停工很多都是因为信息不匹配造成的。

在试点期内，整个伦敦有超过 48% 的基础设施信息不匹配案例被记录下来，这些数据里面有超过八成的数据记录不准确，或者前期正确而后期因为施工等原因导致了信息的缺失或新增。如果通过我们实时更新的 REM 技术，就可以把这些信息跟合作伙伴分享。通过数字化的方法，加强资产管理，减少损耗给城市带来的资金节省可以达到 20% 到 30%。

Mobileye 数据服务的战略布局

基于未来自动驾驶的发展和智慧城市的应用，我们跟全球一些主要城市签订了一系列合作方向。

比如 2018 年，我们跟韩国第四大城市大邱市签订了协议，帮助大邱市打造自动驾驶的规划，包括自动驾驶技术出行在大邱市的落地，以及包括数据服务如何帮助大邱市通过数字化的方法改善城市管理。

除此以外，在过去两到三年内，全球有十个城市跟我们构建了不同领域的合作，通过 Mobileye 的解决方案，自动驾驶技术能够在日常生活当中逐步的应用、逐步让大家体会到自动驾驶的应用在当前情况下的好处。

总结一下，Mobileye 的定位和不一样的地方。

第一，我们一直强调自动驾驶是一个整体的过程。在整个落地过程当中，要逐步地通过商业化、技术演进、再商业化、再技术演进来进行发展。要保证所有技术对行业要有效果、有改善，要让大家体会到自动驾驶的技术跟社会息息相关。

除了前端业务以外，我们还有大量智慧城市的合作，跟数据平台公司的合作，比如跟亚马逊，跟本地车联网平台的合作等等。通过这些方式，将 Mobileye 的技术和数据的价值最终释放给用户。

明确定位，在 Mobileye 的历史发展过程当中，我们早期在每一个具体项目上的定位是核心技术提供方，在落地过程当中，跟合作伙伴把这些好的技术落地到现有场景当中。我们希望与更多运营的、场景方案设计等合作伙伴合作，研发出更适合中国国情、更适合我们每个人生活的 ADAS 技术。

（雷锋网） 雷锋网

返回第一电动网首页 >