既然人类闭上一只眼睛，也能看得清楚路况，那么，汽车应该也能做到。
Mobileye：汽车的眼睛
早在十几年前求学时就在考虑的问题，被大家所关注，他兴奋地觉得应该做点什么了。
第二年，Shashua 拉着投资过他上一个项目的朋友 Aviram ，在耶路撒冷共同创立了 Mobileye 。这家公司的名字由 Mobil 和 Eye 组成，用通俗的话来说，是要做汽车的眼睛，也就是要帮助汽车建立视觉系统，识别周围障碍物，降低交通事故频次，这是 Mobileye 的初心。
与雷达、激光雷达比起来，摄像头成本低廉，360° 视角可获得丰富的信息资源，看上去大有可为。
来源：wccftech
但是，当时将近 40 岁的 Shashua 没有料想到，以摄像头视觉系统为基础的辅助驾驶工具并没有能够快速市场化，在初期研发阶段，功耗、尺寸和成本都没有达到要求，他们坚持了 8 年时间才等到产品正式商用，融资 10 轮才等到纳斯达克上市(换算成字母，大概是从 A 数到 J )。作为 ADAS 领域的第一家公司，他们还需要不断地教育市场，向厂商解释高级驾驶辅助系统ADAS(Advanced Driver Assistance Systems)和倒车雷达的区别。
更令人没有料想到的是，在 Mobileye 终于获得了 70-80% 的市场占有率之后，他们选择了大集团英特尔 153 亿美元的现金收购。
究竟是在行业大未来面前感受到隐隐的危机，以至于厂商们不得不迅速抱团，在市场格局变化之前先占领山头，还是，独立厂商苦守多年，寻求更快的变现机会？
在得出结论之前，我们先来看看 Mobileye 这些年建立起的护城河，看看他们如何从 ADAS 高级辅助驾驶系统开始，逐步渗透到自动驾驶领域。
所有技术的商业化，都是从产品化开始
Mobileye 描述了从 ADAS 到自动驾驶阶段的三个关键技术，sensing 感知，mapping 高精度地图和 driving policy 驾驶策略。
从需求角度来看，我们先根据司机的参与度来划分使用场景。司机的参与度分为参与、选择参与和不参与三种类型，越往后，系统的渗透度也越高，从开始的警告提醒，到允许接管，最后到完全控制，这就是辅助驾驶、半自动驾驶到全自动驾驶的三个阶段。
其中，感知是所有场景的基础工作。
当我们在街道上看到一辆车时，首先看到的就是它的形状，我们知道，这个形状的边缘是碰撞时不能触碰的。而数码影像的基本单元是像素，如何从像素信息中获取到车辆或者其他障碍物的边缘，这就是感知系统要做的事，了解什么地方去不得。
根据感知系统获取的信息，判断前方的车辆，判断前方的行人，判断与前车是否超出安全车距，判断是不是没有使用转向灯就偏离了车道，在发生危险前几秒，对用户发出警告，这就是我们比较熟悉的辅助驾驶系统的功能。警告而不接管，是辅助驾驶系统的中心思想。
刚刚谈的这几项功能，就是 Mobileye 的高级辅助驾驶系统 ADAS 上的几项核心技术，分别是前碰撞预警 FCW(Front Collision Warning)，行人探测与防撞预警 PCW (Pedestrian Collision Warning)，车道保持与危险预警 HMW(Vehicle Distance Monitoring Warning)和车道偏离预警 LDW (Lane Departure Warning)。
接下来，从辅助驾驶到半自动驾驶，系统开始接管车辆了，就需要处理更多的信息。在感知层面，除了检测出什么是障碍物以外，还需要检测出可以行驶的路面范围，判断信号灯和人行道，达到人类的双眼可以做到的程度。除此之外，一套感知系统的可靠性是有限的，一旦系统失效，必须考虑到是否有冗余的储备，这就是高精度地图的主要作用。
来源：Mobileye
Mobileye 在高精度地图方面，研发了道路管理系统 REM(Road Experience Management)技术，REM 的特点是采集路面所有的交通标识进行定位，捕捉 2D 数据，数据量小，云端传输方便。这和 Google 用激光雷达加 3D 建模的贵族路线是完全不同的。相比而言，Mobileye 吃过 8 年没有订单的苦，在后续产品的规划上，无论是成本还是实际应用的方面，都考虑得相当充分，也反映出 Mobileye 的商业化程度已经相当成熟。
最后，也是最难的一步，就是驾驶策略。驾驶策略判断的是未来，也就是要预判你旁边的车辆、行人将会怎么走，在保证安全的前提下，决定车辆要如何行驶。这是一个完全自动驾驶系统的必不可少的一步，它需要系统在大量复杂路况下的训练学习。短期内我们还未看到在这个领域值得称道的研究成果，这也是为什么如今辅助驾驶系统或者半自动驾驶系统的应用，都要限制在像高速路线这样的半封闭场景下。
不得不提的是，这些系统的核心芯片，都是 Mobileye 研发的 EyeQ 系列，由意法半导体生产供应。EyeQ3 就是第一代特斯拉 Autopilot 背后的大脑。
与特斯拉的明星合作以及不愉快的分手
Mobileye 被外人所熟知，是在与特斯拉 Autopilot 系统的合作上。毕竟，特斯拉是汽车圈里最具备明星气质的品牌。当 Autopilot 成功亮相时，Mobileye 是 Autopilot 的幕后功臣，当 Autopilot 出现事故时，Mobileye 也跟着被质疑。
然而，Mobileye 和特斯拉之间的合作，有诸多细节令人玩味。
特斯拉对行业的推动几乎是扫荡式的，从电动车到自动驾驶，所到之处无不起千层浪。如果没有马斯克这样的冒险家，很难想象 Mobileye 的 EyeQ3 能够如此快速地应用到量产车型上，两年间获得第一代 Autopilot 上 20 亿公里的数据，Model S 也不会成为第一台搭载 DNN(Deep Neural Networks)深度神经网络的量产车型。
特斯拉和 Mobileye 的初始合作，应该是一拍即合的。
2014 年 10 月，特斯拉的所有车型安装了 Autopilot 第一代的硬件，而后通过 OTA (Over the air)的方式不断升级系统功能，从道路偏离警告、速度提示、自适应巡航系统、前方碰撞预警、自动紧急刹车、盲点预警再到辅助驾驶级别的自动方向盘接管，侧方位碰撞躲避和一字位自动停车等等。
直到 2016 年 5 月，特斯拉发生了那次全球知名的自动驾驶事故。Mobileye 高管接受媒体采访，表示当时的 Autopilot 是不具备检测横向驶入车辆的能力。这个说法让特斯拉一度陷入被动。在这次事故之后，几家厂商的合作关系发生了巨大转折。
随后的 7 月份，Mobileye 发布和特斯拉中止合作的声明，宣布 EyeQ3 将是和特斯拉的最后一次合作。马斯克则回应，这次合作的中止不会影响特斯拉自动驾驶系统的进程。
我们回过头来看，特斯拉和 Mobiley 合作的 Autopilot 上，其实是有两个不同的 DNN 在跑的，一个来自 Mobileye 的 EyeQ3，一个则是特斯拉的独立产品。不过特斯拉的系统和 Mobileye 是相互独立的，EyeQ3 照常在运行它擅长的功能，只是特斯拉会分阶段激活 EyeQ3 中的功能。特斯拉的 DNN 更像是一个在默默训练的影武者，没有把它要收集的数据落下。
Autopilot 读取的影像信息
图片来源：wccftech
特斯拉在和 Mobileye 中止合作前的几个月，就挖来了曾经主导 AMD Athlon 芯片以及 Apple A4/A5 芯片开发的核心设计师 Jim Keller 作为自动驾驶硬件工程副总裁。另一方面，尽管特斯拉仅在信息娱乐系统中使用了英伟达的 Tegra K1 VCM 芯片，但马斯克和英伟达的创始人黄仁勋多次在公开场合的共同现身，也不排除他们在未来会展开什么样的合作。
到底是 Mobileye 抛弃了特斯拉，还是特斯拉抛弃了 Mobileye ，至今都没有定论。有人猜测特斯拉是因为拒绝加入 Mobileye 的 REM 地图数据共享而中止合作，那听上去不太合理。毕竟，特斯拉并不是一家跑量的公司，在通用、大众这样的大集团都选择了 Mobileye 的 REM 之后，特斯拉在数据积累上显然很快会失去优势，毕竟，在地图数据信息上，目前没有谁能一家独大。我更倾向于认为是技术路线的应用上，出现了认识上的偏差。
在特斯拉和 Mobileye 结束合作之后，宝马牵起了英特尔和 Mobileye 的红绳，让这两家公司共同参与宝马下一代车型 iNEXT 的研发。在他们宣布合作的半年多以后，英特尔收购了 Mobileye 。
Mobileye 最值钱的到底是什么？
英特尔的 CEO Brian Krzanich 解释其这桩收购案时说，我们关心的核心问题其实是数据，然后才是市场规模。
过去 10 年间，Mobileye 合作了 27 家汽车厂商，全世界有 1500 万辆汽车上装载了 Mobileye 系统，积累了不同环境、不同气候、不同道路状况横跨 43 个国家的驾驶场景。Mobileye 的低成本路线，加上高精度的感知系统，下可以做辅助驾驶，收集车辆行驶数据，上可以往自动驾驶路线延伸，而且有成熟的应用案例，受到越来越多的厂家欢迎不是意外之事。
错过智能手机浪潮的英特尔，显然不想再错过这一波自动驾驶的未来了。数据是人工智能的最重要的基础，而在汽车业务上，麦肯锡也预测 2030 年的汽车行业，数据相关的业务将会达到 4500 到 7500 亿美元的市场规模。粗粗算来，英特尔拿出手的 153 亿美金不过是其中 2-3% 的市场渗透率，英特尔和 Mobileye 的野心当然不止于此。
来源：麦肯锡
Mobileye 的创始人 Shashua 接受采访时则说，如果自己独立生存，可能只能持续不断地卖产品。但如果想改变未来，成为自动驾驶领域里的核心玩家，就必须要走这条路。这句话比较符合我对 Shashua 这个在一个领域中坚持几十年的科学家的理解。毕竟，自动驾驶这样的技术革命，是全行业需要共同努力的事情，它不是眼前的一点利益，而是令人激动的理想未来。
当然，也有更现实的角度，比如，Mobileye 在目前数据的运算上，就即将遇到瓶颈。Brian Krzanich 表示，到 2020 年，每一辆自动驾驶汽车每天产生的数据在 4TB 左右，英特尔看中自动驾驶领域产生的大量数据，原因也在于英特尔将自己定位为是一家数据公司。
在英特尔收购 Mobileye 之后，博世在柏林召开了 2017 年的年度大会，在会议上，博世和英伟达联合发布了业界第一个面向自动驾驶的 AI 计算平台。
行业之间在快速地连横合纵。去年还被业内人士预测要 100 年才能到来的自动驾驶时代，可能要来得早一些了。
