4月25日，英特尔在美国硅谷的一家研究实验室解雇了数十名从事自动驾驶研发的员工。
裁员的动作并不意味着英特尔对自动驾驶事业投入的减少。相反，这是英特尔对自动驾驶研发的一次重组，也是英特尔消除过去重叠的研发业务之一。事实上，在英特尔的支持下，Mobileye正在积极地进行规模的扩张，2018年年底，Mobileye收购了初创公司Eonite Perception，Eonite Perception是一家通过使用激光雷达进行3D地图和跟踪的软件公司。
过去一年当中，Mobileye比较重要的两个合作就是和大众集团的合作，专注打造结合前置摄像头和Roadbook技术的L2+；还有一项较为重要的合作就是和北京公交的合作；这两个合作都透露着Mobileye在智慧出行的重要布局。
据Mobileye大中华去总经理童立丰向雷锋网新智驾透露： Mobileye将在全球范围内设立单独智慧出行的部门IMS（Intelligent Mobility Solutions），Mobileye的技术也应用在智慧城市上。
Mobileye的战略总体分为两类：自动驾驶和辅助驾驶。在童立丰看来，Mobileye在自动驾驶行业最大的优势体现在其方案的完整性上，涵盖了从现有成熟度到中间阶段以及未来3-5年的发展，甚至是5-10年的规划。EyeQ2、EyeQ3、EyeQ4都是面向成熟市场的产品；EyeQ4、EyeQ5的迭代也是面向未来市场的重要举措，RSS则是提供了一个大的发展框架。
除了完整的产品矩阵，Mobileye和国内众多主机厂也达成了很多的合作，以长城为例，mobileye向其提供从0到L4的相应的方案；在高端车型上，Mobileye的EyeQ4已经搭载在宝马的X5，和宝马的合作对于mobileye而言，有非常重要的意义——宝马获得许可，可以在中国境内进行实测，通过和宝马的合作，mobileye可以获得在路上实验的经验，从而验证了mobileye技术在中国市场的可行性。
RSS作为英特尔未来的发展框架。在设计之初，从原生的角度切入，分析人类在安全驾驶的行为特征，原生出一套模型，确保这套模型可以在所有的驾驶场景中使用。
事实上，RSS是一整套的数学公式，用以界定或者定义什么样的驾驶才是安全的驾驶，并且将人类的安全驾驶理念转化为数学公司和计算方式。在具体的方程式当中，都有变量项，比如具体的车身重量、装货重量、行驶速度、轮胎宽度、包括驾驶环境当中很多条件都是需要考虑变量因素。
在整一套方程式当中，主要包括两个方面：一、自动驾驶绝对不可以因为自身的原因引发碰撞或事故；二、当一个潜在的风险是由其他的车辆造成的，自动驾驶应该采取什么样恰当的方式来避免可能引发的交通事故。这中间有安全的车间距、安全的并线空间、如何避免碰撞等要素需要考虑。
英特尔无人驾驶解决方案资深首席工程师、首席系统架构师Jack Weast表示，在最初创立RSS模型的时候，并不是基于已有的碰撞事故的研究和分析，而是切换另一个角度——模拟优秀的人类驾驶员，优秀的人类驾驶员应该具备哪些驾驶素质。
除了在设计之初考虑相应的设计要素以外，进行道路测试也是不可或缺的一环。在中国，Mobileye也已经中国进行相应的落地，包括和全球Tier 1 法雷奥以及百度进行相应的合作，验证RSS模型能否适应中国的驾驶习惯、路面情况，然后根据相应的数据把RSS的模型再一步改进。
在Mobileye大中华区总经理童立丰看来，RSS是一套完全开放的体系，无论是车厂还是研究机构、学术派都能够使用这套模型进行相关的验证，政府和监管部门可以借助RSS的框架对市场当中的情况进行评估和考察。
至于RSS平衡安全和效率问题，Jack Weast认为一部分需要基于和政府、监管部门的合作，在RSS模型当中，有一些变量是可调的，对于安全的权重较高，在效率方面就会有所降低。
此外，有关于敏感数据的问题，Jack Weast认为，如果RSS能够成为一个行业的通用标准，企业在计算RSS模型的时候，不需要分享核心数据。
从刷新层切入高精度地图
近年来，高精度地图越发成为更为重要的业务板块，Mobileye也对高精度地图业务进行相关的业务投放。
在童立丰看来，传统地图厂商仍然是自动驾驶高精度地图当中的关键组成部分，Mobileye所负责的是众包地图当中的刷新层部分。
Mobileye进入刷新层有一个非常重要的优势，一是、Mobileye的前端算法足够精准，前端获取的数据足够精准，前端算法足够精准，就会大量减少后台的工作量。此前Mobileye跟Here达成了一项合作，Mobileye负责叠加层刷新，Here负责把整个方案卖给车厂。童立丰透露：众包的规模还是根据前端的销售规模决定的。
目前，Mobileye 在智慧出行的领域已经达到了很多应用，包括了盲区的应用。童立丰告诉雷锋网新智驾，目前，在商用车领域，北上广、香港、澳门、台北，Mobileye的路网采集管理系都得到了相应的使用。
目前，Mobileye的路网采集已经完成了在日本主干线、高速公路的采集工作；在美国也已经完成了相关的采集工作，在3G、4G的网络情况下，已经完全覆盖，达到了商业化水平。
附Mobileye大中华地区总经理童立丰媒体问答。（有删减）
问：Mobileye在ADAS方面起步较早，未来在自动驾驶道路上发展规划是什么样的？
童立丰：我们认为自动驾驶是通过逐步发展，从ADAS开始，逐步能够达到自动驾驶的方向。从我们自身的发展来看，也是非常符合这个路径规划。Amnon Shashua教授也是非常认可这样一种理性的并且合理的、科学的发展方式。
问：现在Mobileye对于车用芯片，具体跟其他的竞争对手相比，车用芯片的算力更重要还是功耗，还是其他方面的功能体现？
童立丰：自动驾驶的需求分为很多的层级，比如L1、L2和L3，不同的需求肯定需要不同的功能去满足，在这些功能领域我们完成了开发以后，芯片也会进行不同程度的迭代，在这个迭代的过程当中，算力是非常重要的一部分，但是功耗也同样是非常重要的。这是一个综合性的话题，电动化的趋势越来越明显，如果芯片的功耗太大，续航就会受到很大的眼里，所以我认为功耗的性价比也是非常重要的。
问：未来Mobileye会开放很多内容，是不是意味着单独可以提供芯片车厂，或者说单独提供众包地图的服务给到企业？
童立丰：开放可以分为硬件和软件两个层面，或者是数据和产品两个层面来理解。在CES上，我们公布了EyeQ5开放平台的计划，未来我们希望更多的合作伙参与到合作方案当中。
实际上，Mobileye一直并不是完全封闭，我们提供了核心芯片给Tier1，从ADAS计算或者自动驾驶传感器计算完成之后再进行融合，绝大部分的工作确实是跟Tier1、OEM一起来完成。在这个过程当中，本来就是Tier1或者是OEM，基于Mobileye的核心算法做了很多二次开发。现在的行业发展速度越来越快了，Mobileye会做对于用户来说更容易使用的一些方案。
问： Mobileye在大型商用车上的布局是怎么样的？
童立丰：此前，宣传的重心都是在主机厂。核心原因有两个，第一是主机厂是处在于技术前沿，作为Mobileye而言，对外输出的更多是技术前沿的部分。第二点就是Mobileye扎根主机厂多年；在美国，核心城市的公交都是使用Mobileye的Shield+方案，此外DHL、Felix等大型物流公司都是mobileye的方案。
问：在中国的商用布局如何？
童立丰：在华的也是，比如像商用车领域，讲到比如公交领域，目前北上广、香港、澳门、台北都在用Mobileye的路网采集管理™（REM™）作为官方主要发展方向。换句话说对现在ADAS的应用，包括盲区的应用，以及未来智慧出行的方案，都是受到认可的。在物流领域，Mobileye主要是给车队提供包括ADAS在内的整套解决方案。
问：Mobileye推出动态测绘地图，和地图厂商是怎么样合作的呢？
童立丰：传统的地图厂商仍然是自动驾驶高精度地图里面关键的组成部分，传统的图商有整个地图结构，在这里面，Mobileye的众包地图实际负责刷新层。
自动驾驶需要实时的信息，虽然有摄像头传感器，能够识别，但传感器需要冗余，最终对高精度地图的更新有实时要求。Mobileye立足于算法优势，因为前端算得准，后台的工作量就会小，大部分实现自动化的过程，L3级的自动驾驶是肯定需要高精度地图的。
问：Mobileye推出动态测绘地图，和地图厂商是怎么样合作的呢？
童立丰：传统的地图厂商仍然是自动驾驶高精度地图里面关键的组成部分，传统的图商有整个地图结构，在这里面，Mobileye的众包地图实际负责刷新层。
自动驾驶需要实时的信息，虽然有摄像头传感器，能够识别，但传感器需要冗余，最终对高精度地图的更新有实时要求。Mobileye立足于算法优势，因为前端算得准，后台的工作量就会小，大部分实现自动化的过程，L3级的自动驾驶是肯定需要高精度地图的。
目前，我们跟Here的合作模式是，我们提供叠加层，Here最终把整包一起给车厂。
问：现在众包的规模是怎么样的？
童立丰：众包的规模主要还是根据我们的产品或者是前端的这些销售逐步配套。因为众包的概念，也是2018年推出的，绝大部分都在做试点，众包尤其在自动驾驶领域的应用，最终取决于自动驾驶车辆的进度。目前，众包方案在智慧出行领域其实已经有很多应用——比如盲区的应用。
雷锋网原创文章，未经授权禁止转载。详情见转载须知。
正在生成分享图...
伍文靓