2020年初的拉斯维加斯，距离完全自动驾驶的梦想，最近也最远。
每年在这里定期举办的CES，是全体自动驾驶公司的最大秀场，之前的几年中，谁敢于在这里试点无人出租车服务，谁就能占据当天最多的媒体头条。
而今年愿意去抢这个风头的企业少了很多，究其原因，还是在于无人驾驶的终极比拼，看的是技术路线最后的商业化能力。
开源和节流，这两个老生常谈的问题，简单直接的摆在了每一家自动驾驶公司掌舵人的眼前，而本届CES上给出最漂亮答卷的，是Mobileye。
在如今，辨别无人驾驶车的最佳办法，就是去看它头顶上是不是有数不胜数的传感器配置。
理论上，车辆搭载的传感器种类越齐，数量越多，那么这辆车的安全冗余就做的越到位，而“副作用”也极其明显，那就是车辆的开发制造成本高企不下，商用运营有心无力。
而另一流派，则相信人类的进化终究改变未来，如果人用视觉加大脑就可以自如驾驶，那么车也可以。
摄像头的成本极其低廉，极大地降低了整套系统在传感器端的造价，计算芯片虽然单价不菲，但在摩尔定律的影响下也会继续降价，因此，只要软件的能力能够不断提升，整套系统的方案就是最可行的。
在去年，我们曾在耶路撒冷试乘过Mobileye的L4级别自动驾驶车，整车的传感器一共只使用了12个摄像头，而在CES2020上，Mobileye CEO Ammon Shashua教授给我们分享了更多的技术细节。
相信每一位了解过自动驾驶的朋友都会认识Lidar这个单词，它指代的是激光雷达，而本次Mobileye给自己的视觉技术赋予的名字就正好是Vidar，颇有取而代之的意味。
Vidar的目的，是把摄像头获取到的2D画面进行视觉拆分，通过计算合成之后，反馈给车辆前行以3D的环境信息，这与人类视觉成像的原理相一致。
这需要车辆尽可能地或许更多的外界信息，并“观察”和“捕捉”尽可能详细的交通参与者细节。
Mobileye将所有信息分为两个来源，一是车辆从摄像头即时拍摄到画面，二是根据之前所收集的路书和高清地图信息，可以给车辆精确到10厘米级的定位帮助。
在现在，Mobileye已经可以通过6种分工各异的视觉引擎来分析路况，并通过4种结合的计算方法将2D信息转化为3D信息。
Shashua教授表示，在当前的技术发展中，标准路况、正常车距的视觉识别效果已经相当理想，要想实现真正意义上的更高级别的无人驾驶，需要的是增强在狭窄路况、紧凑车距下的视觉识别，而很多时候，摄像头捕捉到的图像甚至不能完全容纳一辆车，需要更精准的视觉分析。
针对路面移动物体，Mobileye加强了对邻近大体积车辆的跟踪能力，类似于相邻车道行驶中的大巴和卡车，可以更好地进行探测，多摄像头的视觉融合变得关键，通过侧面摄像头的持续跟踪，车辆可以对周边车辆的行进轨迹更具预见性。
针对复杂的路面环境，Mobileye将通过地理信息，将视觉层面捕捉到的物体进行分层，对车辆的前进路线进行更好地规划，针对之前认为挑战较大的识别项目，类似里边停泊的静态车辆等，本次也会通过算法更新，通过观察车轮等更具识别度的物体，来实现精准定位。
在车辆之外，Mobileye还对市内交通的其它参与者进行更大范围的观察，这也意味着有效数据的指数级增长和运算难度的空前变大。
比如，Mobileye的算法将分析车辆的车门是否打开，对于打开车门的车辆，系统会选择绕行以进行规避。
系统同时将侦测的范围扩展到道路边界之外，婴儿车和轮椅也会被系统发现，并分析其有没有进入主干道的可能。
而对于行人的探测已经从“发现人”升级为了“了解人”，Mobileye的系统已经能够理解常见的交通参与者的手势，并根据人的状态来改变自己的行车计划。
多管齐下，整套系统当前的效果已经实现了在耶路撒冷的街区进行几十分钟以上的完全自动驾驶，按照Shashua教授的原话，耶路撒冷的驾驶员“强硬且缺乏耐心”，大家可以自行脑补一下北京的道路环境。
Mobileye同时将一段25分钟长的无人车穿梭街头的一镜到底版视频传到了官方的YouTube频道上，大家也可以自行去观察一下当下车辆的自行决断。
当然，Shashua同步表示，在2022年即将开始的无人出租车试点中，依然会保留摄像头之外的传感器做安全冗余。
视频中的这辆自动驾驶车，使用了2个Mobileye研发的EyeQ5芯片，而Mobileye预计推出的自动驾驶出租车，将使用6个EyeQ5芯片，这都意味着整车在计算性能上所需的硬件成本并不离谱，再加上Mobileye将在2023年推出下一代运算芯片EyeQ6，届时只需一块芯片就可以支撑整套系统的运行。
成本是自动驾驶出租车的生命线，只有赚钱，才意味着这套系统极其背后的公司拥有了通过主营业务造血的能力。
Shashua教授表示，网约车平台，例如Uber、滴滴已经证明了它们的成本比传统人工驾驶出租车低了30%，而去过取消司机，这一成本更加会降低至50%，而如果一辆车可以同时载客多人的话，还会再次下降30%-50%，因此，对于大城市的使用者而言，无人驾驶出租车是比拥有一辆私家车便宜很多的，甚至比拥有政府补贴的公交车更低，人们将以低于公交车的成本享受类似于司机驾车的出行效率，这将在根本上改变城市出行行为模式。
而现在制约无人驾驶出租车的问题，就是成本，他预估“到2022年，所有硬件包括传感器、摄像头、加上几个激光雷达和雷达在内的总成本大约在1万-1.5万美元。同时我们相信到2025年可以把系统成本降到5000美元以下”，这几乎意味着高级别自动驾驶方案的普及。
而这个市场的规模，有1600亿美元之多。
无数失败的故事已经告诉我们，光靠烧钱，一家自动驾驶公司很难等到完全自动驾驶时代到来的那一天。
因此，Mobileye给自己定义的收入支柱一共有5个来源：ADAS、REM（路网资产管理）、智慧城市数据、MaaS（移动出行即服务）和未来完全面向消费者的自动驾驶。
如果说刚才介绍的技术为MaaS和完全自动驾驶做好了准备的话，本次CES上Mobileye放出的更强烈信号是，在其它三个当下即可推进的业务中，Mobileye将继续加大业务覆盖范围以及合作伙伴的数量。
在ADAS方面，Mobileye强调了L2+级别高级驾驶辅助功能的重要性，在当前大家已经熟知的类似于ACC这样L2功能的基础上，Mobileye定义的L2+加入了多摄像头技术和高清地图技术的支持，可以实现更为精准的控制。
它的应用范围涵盖了从最基础的全速域道路中心保持到全速域下有条件的无手扶自动驾驶能力。
Shashua教授强调，先进的ADAS功能除了能够提供更好的安全性之外，其实更容易被车主感知到的是更轻松的驾驶体验带来的舒适性提升，这也成为消费者在适应之后更愿意花钱购买这些功能的关键，Mobileye的预测显示，从2019年开始，L2+级别系统的复合年均增长率将达到63%。
而在当前业界提供的L2+级别的前装车载系统中，有70%的产品使用的是包含Mobileye技术的解决方案。
同步着，Mobileye也在推行着自己的REM数据收集，通过与汽车厂商签订合作协议，Mobileye将通过预装有EyeQ系列芯片设备的车辆来收集路网的数据，这些数据被收集分析之后，将形成有价值的高清路网信息，并且会在当前的ADAS以及未来的完全自动驾驶信息时代发挥指南针的作用。
数据已经被视为是未来自动驾驶竞争的最大财富，几乎所有的厂商都在通过收集数据来反哺和完善自己的系统研发，与竞品相比，Mobileye的最大优势在于收集信息的数量和范围规模都要大上很多。
目前Mobileye已经与6家主要的汽车生产商签订了收集数据的合作协议，目前已经每天可以覆盖600万公里的行驶数据，Mobileye预估，到2020年，整个欧洲会有超过100万辆车在为这个网络收集数据，而美国市场也会在2021年突破100万辆大关。
在2019年，Mobileye宣布将于蔚来进行深度合作，而在CES2020上，Mobileye又宣布了与上汽集团进行合作，上汽集团的乘用车将通过Mobileye的技术进行中国道路的信息采集，并创建可供L2+及更高级别自动驾驶汽车使用的路网管理体系。
而这些数据，将在未来逐步向合作伙伴的乘用车的即时路况分析等功能提供支持。
此外，Mobileye还与韩国大邱广域市达成了合作，双方将共同测试和部署一项基于Mobileye自动驾驶汽车技术的自动驾驶出租车移动出行解决方案。Mobileye会将其行业领先的自动驾驶系统部署在这些车辆中，以实现自动驾驶的移动出行即服务（MaaS）运营，而大邱广域市也将制定一系列监管措施确保自动驾驶出租车队的运营得以顺利进行。
这是Mobileye在MaaS系列战役中的有一个突破，在之前，Mobileye已经宣布了在以色列、法国和中国推出自己的MaaS服务，Mobileye为此提出了一个三方协作的商业模式，每一地的合作都将由Mobileye和一个汽车品牌+一个出行服务提供商组成，已发回彼此在技术、制造和运营方面的优势，而Mobileye的获利点也会增多，在现有提供软件、硬件的基础上，Mobileye将进一步为无人驾驶车提供整套系统，甚至不排除未来自身进行服务运营的可能。
在对Shashua教授的专访中，我准备了一个问题，“对于中国这样的路况来说，Mobileye提出的在2022年进行无人出租车路试的方案是否过于激进？”而在被问到这个问题是，他的脸上写满自信。
好在2022年已不遥远，自动驾驶这个我们曾经对于2020年代的幻想，有待Mobileye在那时为我们实现。
莒南微视点山东临沂
