在今年的國際消費性電子展(CES 2016)，自動駕駛技術領域擴張意圖非常明顯。光是在自動駕駛車的芯片細分市場中，除了輝達(Nvidia)、Mobileye、恩智浦(NXP )和德州儀器(TI)等大家耳熟能詳?shù)墓就?，還涌現(xiàn)出了許多“新面孔”——例如IP供應商CEVA以及英特爾和高通(Qualcomm)等。汽車OEM廠商正敞開雙臂歡迎這些市場新進業(yè)者，IHS Automotive資訊娛樂與先進駕駛輔助系統(tǒng)(ADAS)研究總監(jiān)Egil Juliussen在CES上表示，“這個領域突然變得熱鬧非凡。” 戰(zhàn)爭迷霧？ 到現(xiàn)在為止，投資方和媒體社群都非常熱衷于支持自動駕駛車技術——傳感、攝影機、雷達和光達、地圖繪制、演算法、深度網絡(或者非深度網絡)與人工智能等等。 但對于他們之中的大多數(shù)人來說，仍不清楚的是這些技術在自動駕駛車設計的演進中將如何收場，更不必說在這場戰(zhàn)爭中誰勝誰敗了。

Mobileye共同創(chuàng)辦人兼執(zhí)行長Amnon Shashua
Mobileye共同創(chuàng)辦人兼執(zhí)行長Amnon Shashua表示，他起初以為競爭對手故意傳播有關這些技術的錯誤消息，想要造成“戰(zhàn)爭迷霧”。但他現(xiàn)在意識到，“人們真的感到非常困惑，因為他們真的不了解?！? 在今年的CES上，Nvidia挾其“深度學習”技術以及Mobileye展示地圖繪制技術，成為這次展會上最耀眼的明星，這兩家公司在ADAS和自動駕駛領域的競爭都相當激烈。 Mobileye在其新聞發(fā)布會上毫不客氣地公開批評Nvidia。Mobileye執(zhí)行長Shashua指出，“我在Nvidia聲明中發(fā)現(xiàn)的是一個用液體冷卻的超級電腦，功耗達到250W，成本近1萬美元。我認為這樣的東西根本不屬于我們的世界。” Ceva執(zhí)行長Gideon Wertheizer將上述兩強之間的公開爭執(zhí)描述為“投資的橋段”。事實上，Mobileye的股票在Nvidia發(fā)表聲明后不久就應聲下跌了近10%，而在CES上召開新聞發(fā)布會后又漲了一些。 多源地圖繪制 不過，Mobileye的聲明確實含有一定的重要技術份量。Wertheizer在一次接受《ETimes》的專訪中特別介紹了Mobileye最新開發(fā)的地圖繪制技術——稱為道路體驗管理系統(tǒng)(REM)，并認為它對競爭芯片供應商以及恩智浦、博世(Bosch)與Denso等一線廠商來說可能“最具威脅性”。 據(jù)Mobileye透露，REM可以為精確定位和高解析車道資料創(chuàng)造“多源即時資料”，這是支援完全自動駕駛所需的重要資訊層。

Mobileye REM技術的后端作業(yè)（來源：Mobileye）
這種技術是根據(jù)執(zhí)行于Mobileye EyeQ處理芯片的軟件。它能以極低的頻寬擷取地標和道路資訊——大約每行駛一公里擷取10Kb(相形之下，Google進行定位和繪制HD地圖時大約每公里1Gbit)。Mobileye解釋道，在云端執(zhí)行的后端軟件可以搭載車載軟件的所有汽車所發(fā)送的資料片段整合成一個全球地圖。 Mobileye的目視判讀機制(有助于壓縮資料)應該可以協(xié)助汽車制造商創(chuàng)造自己的‘道路指南’(Road Book)。 本文下一頁：Mobileye將會鎖定你

本文授權編譯自EE Times，版權所有，謝絕轉載 {pagination} Mobileye將會鎖定你 不過，值得注意的是，Mobileye的多源位置協(xié)調系統(tǒng)只能在安裝有Mobileye EyeQ芯片的汽車上才能工作。簡言之，“Mobileye正鎖定其客戶?！盋eva公司的Wertheizer指出。 很明顯地，隨著越來越多安裝Mobileye芯片的汽車上路，REM也變得越來越成功。Shashua認為，REM對于汽車OEM來說之所以有吸引力，是因為“大型汽車制造商在創(chuàng)造自家道路指南時可以發(fā)揮其于規(guī)模上的優(yōu)勢。” 啟用REM對汽車制造商來說并不困難，Shashua指出，因為Mobileye的EyeQ芯片早已存在汽車生態(tài)系統(tǒng)中。建置REM所需要的就是EyeQ芯片和一條通訊鏈路——例如對于通用汽車(General Motors)來說，可以使用自己的On-Star系統(tǒng)。 通用汽車和福斯汽車(Volkswagen)在CES上宣布支援Mobileye提出的REM系統(tǒng)。另外一家規(guī)模與這兩家相當?shù)目蛻艉芸斓匾矔灱sREM，Shashua透露。 值得注意的是，全球汽車產業(yè)中有三分之一都已經使用EyeQ芯片了，Shashua指出，“我們非常期望整個汽車產業(yè)都能用到REM?！蹦壳爸挥胸S田(Toyota)和戴姆勒(Daimler)這兩家公司尚未使用Mobileye的芯片。

Mobileye EyeQ芯片廣泛使用在汽車中（來源：Mobileye）
本文下一頁：汽車傳感器融合

本文授權編譯自EE Times，版權所有，謝絕轉載 {pagination} 傳感器融合 截至目前為止，電子產業(yè)中的自動駕駛車主要解說員一直是Nvidia執(zhí)行長黃仁勛。 竭力鼓吹‘深度學習’的黃仁勛經常教育人們，自動駕駛車需要一個功能強大的視覺運算系統(tǒng)來融合從攝影機和其它傳感器而來的資料。換句話說，Nvidia最新推出的Drive PX2被黃仁勛宣稱為‘為汽車設計的超級電腦’，它將成為汽車的標準配備，可以用來感知汽車所處位置、辨識汽車周遭的物體，并且即時計算最安全的路徑。

Nvidia首席執(zhí)行官黃仁勛
在今年的新聞發(fā)布會上，Nvidia還發(fā)布了一款名為Digits的深度學習平臺。Nvidia已經在用這個平臺測試自己的自動駕駛車了?！白詣玉{駛技術具有令人難以置信的困難度，”黃仁勛指出，“它可不像你用監(jiān)理所的手冊來編程‘駕駛’這么簡單?！? 為了顯著縮短開發(fā)和訓練深度神經網絡所需的時間，汽車制造商需要像執(zhí)行于在其服務器超級電腦上的Digits這樣的工具，Nvidia指出。 根據(jù)黃仁勛的構想，每家汽車公司最終都將擁有一個端對端的系統(tǒng)——范圍從用于訓練深度神經網絡的Nvidia Digits到用于汽車中部署網絡輸出的NvidiaDRIVE PX 2。 為自動駕駛開發(fā)人工智能軟件的布達佩斯公司AdasWorks創(chuàng)辦人兼執(zhí)行長Laszlo Kishonti指出，該公司正與Nvidia合作開發(fā)用于富豪汽車(Volvo)的系統(tǒng)，這款基于GPU的系統(tǒng)可以即時處理來自多個傳感器的資料。 Kishonti表示，AdasWorks不用處理器，“我們采用GPU、FPGA或其它任何可用的嵌入式視覺SoC?！钡褂肗vidia解決方案的一個重要優(yōu)勢是，在車載電腦上開發(fā)與驗證的逐行程式碼與服務器上使用的程式碼是完全一樣的。

針對自動駕駛車的端到端深度學習平臺（來源：Nvidia）
相較于Mobileye僅關注于視覺處理，“我們的重點在于融合來自所有不同傳感器的資料。視覺只是眾多傳感器資料中的一部份，”Nvidia汽車整合部門資深經理Dave Anderson表示。 Nvidia設計的DRIVE PX 2可以處理來自12個視訊攝影機以及雷達、光達和超音波傳感器的輸入資料。他解釋：“我們融合了這些資料，使其得以精確地偵測目標物體、進行辨識，以及判斷汽車與周圍世界的相對位置，然后找到安全行駛的最優(yōu)路徑?！? 本文下一頁：Ceva、高通也積極參與

本文授權編譯自EE Times，版權所有，謝絕轉載 {pagination} Ceva、高通也積極參與 然而，Nvidia并不是唯一推動深度學習用于自動駕駛車的企業(yè)。Ceva也在積極推廣該公司自有的XM4成像與視覺DSP，這些DSP使用的是Ceva的即時神經網絡軟件架構，名為Ceva深度神經網絡(CDNN)。 Wertheizer解釋說，該公司的客戶將選擇一種訓練有素的神經網絡，預先處理物件參數(shù)。透過使用Ceva的DSP引擎、韌體和CDNN，采用浮點網絡和權重描述的物件參數(shù)將 “在不損失精度的條件下”被轉換為定點客制的網絡和權重，他表示。 藉由Ceva的XM4 DSP，CDNN可以讓嵌入式系統(tǒng)執(zhí)行“深度學習任務，而且其學習速度比基于先進GPU的系統(tǒng)能快三倍，功耗小30倍，所需記憶體頻寬小15倍?！盋eva指出。

Ceva深度神經網絡（來源：Ceva）
在CES上，高通發(fā)布了整合LTE數(shù)據(jù)機和機器智能的Snapdragon 820車用系列產品。這個系列產品包含了高通的Zeroth機器智能平臺。Zeroth專案設計用于協(xié)助汽車制造商使用神經網絡為ADAS和車載資訊娛樂系統(tǒng)創(chuàng)建基于深度學習的解決方案。 但到目前為止，Snapdragon取得的設計訂單還只限于資訊娛樂功能。奧迪(Audi)在2017款汽車產品線中就選用了Snapdragon 602A處理器。 正如Ceva的執(zhí)行長所指出的，Snapdragon 820A還提供了汽車安全完整性等級(ASIL)評分，這是ISO26262定義的風險分類機制——針對道路汽車標準的功能性安全等級分類。 與此相反，覆蓋CDNN和XM4的Ceva端對端系統(tǒng)不久前才收到ASIL B證書，他補充道。 本文下一頁：自動駕駛車的三大支柱

本文授權編譯自EE Times，版權所有，謝絕轉載 {pagination} 自動駕駛車的三大支柱 為了不被Nvidia以及也在推動深度學習的其他公司專美于前，Shashua在CES上提醒人們，Mobileye在ADAS和自動駕駛車市場中仍然遙遙領先。他強調，“攝影機不只是一個傳感器，而是自動駕駛車大腦的一部份?！? Mobileye執(zhí)行長Shashua也在位于耶路撒冷的希伯來大學(Hebrew University)電腦科學系任教。他在年初的Mobileye新聞發(fā)布會發(fā)表演講時表示，“感測、地圖繪制和規(guī)劃”是“自動駕駛的三大支柱。” 在他看來，目前有兩大陣營致力于解決無人駕駛導航的挑戰(zhàn)。第一個陣營是Google和百度(Baidu)等公司，目標是為特定地區(qū)創(chuàng)建極度詳細的地圖(厘米級精確度的3D地圖)，然后搭配光達等低解析度的傳感器一起使用，在有地圖的區(qū)域就能以完全自動的模式讓汽車自動駕駛。 這種方法的問題是，地圖放大到全球等級基本上是不可能的，隨時保持地圖更新也同樣困難，因為一開始要創(chuàng)建地圖所需的資料就是一個天文數(shù)字。 第二種方法是創(chuàng)建低解析度的世界地圖，然后采用車上較高解析度的傳感器——攝影機和其它傳感器對地圖進行增強。Shashua稱此為汽車產業(yè)的首選方法，因為它能讓汽車能“以部份自動功能到處行駛?！边@種方法缺少的是人類等級的人工智能(AI)來處理由傳感器所擷取到的資料，他指出。

自動駕駛車的兩大陣營（來源：Mobileye）
自動駕駛車的目標是“以完整功能隨處行駛，”Shashua指出，這正是Mobileye提出REM的切入點。REM是Mobileye藉由“更強大的人工智能”創(chuàng)建高解析度地圖的一次嘗試。 這種系統(tǒng)設計可讓所有使用Mobileye技術的汽車有效地產生世界地圖，并創(chuàng)建Shashua所謂的‘道路手冊’(road book)——一份基于云端的詳細世界地圖。這份地圖可以不斷地即時更新，最終為所有汽車制造商使用。 道路指南 Shashua指出，每一家汽車制造商——福斯、通用和其他公司——都將開發(fā)并擁有一份‘道路手冊’——彼此間最終可能進行交叉授權，從而形成全球索引。當問到Mobileye是否也會擁有地圖時，他表示，“不會，我們只是技術供應商。”但如果汽車產業(yè)今后開始討論“按里程計費”(pay-per-km)的商業(yè)模型時，Shashua表示，“我們將會共同參與討論?！? 當提到Nvidia時，Mobileye的這位執(zhí)行長并未含糊其詞?！皬哪撤矫鎭砻?，GPU作為視覺處理的黃金架構這個概念是非常錯誤的。”他認為Cuda“對于學術界來說是快速訓練神經網絡的一款優(yōu)質程式設計工具。”事實上，這個工具可以讓你在開發(fā)必要演算法和創(chuàng)建優(yōu)質展示產品中快速完成80%的工作。但他指出，剩下的20%(從產品展示到生產演算法)既困難又耗時。Shashua打趣地說，“剩下的20%是區(qū)別男人和男孩不同之處?！? 終究，芯片架構并不是贏得自動駕駛車大戰(zhàn)的重點， Mobileye的這位執(zhí)行長認為，“軟件和內容才是關鍵?！?

本文授權編譯自EE Times，版權所有，謝絕轉載