一是由传感器、机器视觉、机器学习和地图带来的自动驾驶引发的交通运输领域的革命;二是由多角度、更广域的前端传感器，以及环境侦测配合地图系统所带来的拯救生命的革命，对社会和个体带来贡献和价值。

　　英特尔高级副总裁、英特尔子公司Mobileye总裁兼首席执行官Amnon Shashua在CES期间进行的演讲中，较为完整地介绍了英特尔在智能驾驶领域的策略和实践。借助在芯片领域的积累以及先进的机器视觉技术，英特尔试图打造无人驾驶的新“视界”。

　　EyeQ5：首颗面向自动驾驶的芯片

　　Mobileye前身是以色列一家汽车科技研发公司，于1999年创立，在高级驾驶辅助系统 (ADAS) 的研发方面处于世界前列。2017年3月，英特尔以153亿美元将其并购，这使得英特尔在无人驾驶领域的业务链条更加完善，自动驾驶和ADAS的技术可相互支撑。

　　来自摄像头、传感器、雷达接收数据，通过高性能的计算平台处理，进而制定驾驶策略，配合地图信息，构筑起英特尔在无人驾驶领域的整体解决策略，也使得英特尔能够提供从芯片到系统的平台性解决方案。

　　这首先得益于底层芯片的支持，2017年收购Mobileye后，英特尔加速在车载芯片领域的研发步伐。2018年3月，推出了EyeQ 4，而在2018年12月，又发布了首个7纳米的车载芯片EyeQ 5，这是第一颗面向自动驾驶的芯片，相较于EyeQ 4，提供近10倍的算力和超低的功耗。

　　2014年至2018年，EyeQ系列芯片累计出货量达到3200万颗，2018年出货量为1240万颗，年复合增长达42%。欧洲新车安全评鉴协会(E-NCAP)在公布的2018年 16款5星级的车型中，就有13款搭载了EyeQ芯片。

　　2018年，英特尔从24个原始设备制造商和8个一级供应商中赢得了28项新设计，这其中包括16个中国厂商的20个项目。其中，78款车型来自16个原始设备制造商和5个一级供应商，这些车型中有56款具有高级自动驾驶功能。

　　摄像头：更具成本优势的合理选择

　　在英特尔看来，无论是自动驾驶还是ADAS，关键在于对于周围环境的“感知”，在这一点上，建立于机器视觉上的摄像头能够提供合理的端到端的执行。

　　在2019年CES上，英特尔展示了集成先进REM道路管理系统的宝马X5采用的方案，该车周身一共布置了12个摄像头，其中8个长距离摄像头用来完成自动驾驶的信息获取，4个短距离摄像头用来进行自动泊车。

　　这同去年在以色列Mobileye展示的高级别自动驾驶无人车相同，只配备摄像头，没有其他传感器。

　　Amnon Shashua认为现阶段，英特尔重点仍在关注摄像头，主要有如下原因：一是摄像头能够提供解决方案，这已经经过了合理的验证。二是相较于昂贵的传感器(雷达、激光雷达等)，摄像头能够实现更优的成本。三是目前传感器信息的准确性以及融合问题等未得到有效验证。

　　但同时Amnon Shashua也表示，完全依靠摄像头也存在挑战，即在于如何从摄像头中提取3D信息。

　　“我们知道摄像头并不是唯一的方法，还包括传感器、雷达等，只是如何验证以正确的方式使用它们。”Amnon Shashua说。

　　英特尔还在感知周围环境上提出了‘真正感知冗余’(true redundancy)的概念，是指由多个独立的工程传感系统组成的传感系统，每个传感系统都能实现对完全自主驾驶的支持。 也就是说如果一个系统发生故障，其他系统也会独立工作。据了解，包括雷达和激光雷达等其他传感器将是英特尔研发第二阶段考虑的内容。

　　RSS：打造自动驾驶汽车安全标准

　　感知后的下一阶段在于数据的处理和执行，在这个阶段，英特尔正在倡导一种技术中立型责任敏感安全模型(RSS)，通过数学方法，来实现更安全的自动驾驶汽车决策。

　　RSS的基础建立在人类驾驶中比较具有主观性的几个常识：包括什么是危险情况?什么是危险情况下的正确反应?谁要对事故负责等。从而确保自动驾驶汽车本身不会导致事故，且在其它车辆发生错误时做出正确反应。

　　Amnon Shashua介绍，RSS技术可作为对自动紧急制动(AEB)的一种积极补充，英特尔称之为自动预防性制动(APB)。APB使用公式来确定车辆会在何时遇到危险，可通过轻缓到几乎毫无感觉的预防性刹车而非猛然刹车来帮助车辆回归安全位置，以便防止碰撞。

　　RSS模型已经受到广泛的关注，产业界和各国政府都宣布，将RSS模型采纳于自动驾驶汽车项目，从而推动其成为自动驾驶汽车安全的全行业标准。

　　例如，中国交通运输部下属的标准制定机构“中国智能交通产业联盟”已经通过了一项提议，将采纳RSS模型作为其即将推出的自动驾驶汽车安全标准的框架;法雷奥公司在其自动驾驶汽车计划中应用了RSS模型，并同意共同制定行业标准;百度也宣布，在其阿波罗计划中成功地以开源方式部署了RSS模型。

　　REM：助力行驶及指挥交通

　　自动驾驶和驾驶辅助的另一个重要倚重在于完备的地图系统，以提升识别的准确性。这不同于我们平时使用的、较为简单的用于导航的2D和3D地图，而是综合了道路上的所有信息包括标识、树木、建筑、车道线等。

　　为此，英特尔开发了路网采集管理(REM)技术，通过众包方式，形成自动驾驶汽车所需的地图——称之为全球路书(Roadbook)。通过行驶车辆记录环境信息，上传至云端，并且系统上传到云端的不是照片，而是处理完成后的数据(只需保持10kb/s的3G带宽)，再反馈至车辆中。

　　目前，英特尔同日本相关部门合作，已经完成了整个日本高速系统地图的制作，包括32万个标志、25万个线路标志、19万个道路边界等信息，精度小于10厘米。

　　通过高清地图解决方案以及实时更新的信息，英特尔希望用这样的方式，为智能城市在智慧交通管理、基础设置调查以及城市规划方面带来新的价值。

　　比如可以提供交通流量信息，甚至可以细化到某个公交站当前两侧区域排队等候人数的多少，为智能调配公交资源提供了可能。目前，英特尔已与北京公交系统合作，计划在中国推出无人驾驶的公交服务。

　　英特尔还与全球领先测绘机构之一的英国地形测量局建立了新的合作关系，通过为公用事业单位的车队配备的后装设备Mobileye 8 Connect，将为自动驾驶汽车提供英国地图测绘，并向这些公共事业单位提供数据服务产品。

　　Mobileye方面希望与北京的公共交通公司合作，在中国推出无人驾驶公共交通服务，包括发展自动驾驶Level4技术，以及创建行业标准。如果一切进展顺利，Mobileye可能在2022年为北京冬奥会的交通提供服务。