一是由傳感器、機器視覺、機器學習和地圖帶來的自動駕駛引發的交通運輸領域的革命;二是由多角度、更廣域的前端傳感器，以及環境偵測配合地圖系統所帶來的拯救生命的革命，對社會和個體帶來貢獻和價值。

　　英特爾高級副總裁、英特爾子公司Mobileye總裁兼首席執行官Amnon Shashua在CES期間進行的演講中，較為完整地介紹了英特爾在智能駕駛領域的策略和實踐。借助在芯片領域的積累以及先進的機器視覺技術，英特爾試圖打造無人駕駛的新“視界”。

　　EyeQ5：首顆面向自動駕駛的芯片

　　Mobileye前身是以色列一家汽車科技研發公司，于1999年創立，在高級駕駛輔助系統 (ADAS) 的研發方面處于世界前列。2017年3月，英特爾以153億美元將其并購，這使得英特爾在無人駕駛領域的業務鏈條更加完善，自動駕駛和ADAS的技術可相互支撐。

　　來自攝像頭、傳感器、雷達接收數據，通過高性能的計算平臺處理，進而制定駕駛策略，配合地圖信息，構筑起英特爾在無人駕駛領域的整體解決策略，也使得英特爾能夠提供從芯片到系統的平臺性解決方案。

　　這首先得益于底層芯片的支持，2017年收購Mobileye后，英特爾加速在車載芯片領域的研發步伐。2018年3月，推出了EyeQ 4，而在2018年12月，又發布了首個7納米的車載芯片EyeQ 5，這是第一顆面向自動駕駛的芯片，相較于EyeQ 4，提供近10倍的算力和超低的功耗。

　　2014年至2018年，EyeQ系列芯片累計出貨量達到3200萬顆，2018年出貨量為1240萬顆，年復合增長達42%。歐洲新車安全評鑒協會(E-NCAP)在公布的2018年 16款5星級的車型中，就有13款搭載了EyeQ芯片。

　　2018年，英特爾從24個原始設備制造商和8個一級供應商中贏得了28項新設計，這其中包括16個中國廠商的20個項目。其中，78款車型來自16個原始設備制造商和5個一級供應商，這些車型中有56款具有高級自動駕駛功能。

　　攝像頭：更具成本優勢的合理選擇

　　在英特爾看來，無論是自動駕駛還是ADAS，關鍵在于對于周圍環境的“感知”，在這一點上，建立于機器視覺上的攝像頭能夠提供合理的端到端的執行。

　　在2019年CES上，英特爾展示了集成先進REM道路管理系統的寶馬X5采用的方案，該車周身一共布置了12個攝像頭，其中8個長距離攝像頭用來完成自動駕駛的信息獲取，4個短距離攝像頭用來進行自動泊車。

　　這同去年在以色列Mobileye展示的高級別自動駕駛無人車相同，只配備攝像頭，沒有其他傳感器。

　　Amnon Shashua認為現階段，英特爾重點仍在關注攝像頭，主要有如下原因：一是攝像頭能夠提供解決方案，這已經經過了合理的驗證。二是相較于昂貴的傳感器(雷達、激光雷達等)，攝像頭能夠實現更優的成本。三是目前傳感器信息的準確性以及融合問題等未得到有效驗證。

　　但同時Amnon Shashua也表示，完全依靠攝像頭也存在挑戰，即在于如何從攝像頭中提取3D信息。

　　“我們知道攝像頭并不是唯一的方法，還包括傳感器、雷達等，只是如何驗證以正確的方式使用它們。”Amnon Shashua說。

　　英特爾還在感知周圍環境上提出了‘真正感知冗余’(true redundancy)的概念，是指由多個獨立的工程傳感系統組成的傳感系統，每個傳感系統都能實現對完全自主駕駛的支持。 也就是說如果一個系統發生故障，其他系統也會獨立工作。據了解，包括雷達和激光雷達等其他傳感器將是英特爾研發第二階段考慮的內容。

　　RSS：打造自動駕駛汽車安全標準

　　感知后的下一階段在于數據的處理和執行，在這個階段，英特爾正在倡導一種技術中立型責任敏感安全模型(RSS)，通過數學方法，來實現更安全的自動駕駛汽車決策。

　　RSS的基礎建立在人類駕駛中比較具有主觀性的幾個常識：包括什么是危險情況?什么是危險情況下的正確反應?誰要對事故負責等。從而確保自動駕駛汽車本身不會導致事故，且在其它車輛發生錯誤時做出正確反應。

　　Amnon Shashua介紹，RSS技術可作為對自動緊急制動(AEB)的一種積極補充，英特爾稱之為自動預防性制動(APB)。APB使用公式來確定車輛會在何時遇到危險，可通過輕緩到幾乎毫無感覺的預防性剎車而非猛然剎車來幫助車輛回歸安全位置，以便防止碰撞。

　　RSS模型已經受到廣泛的關注，產業界和各國政府都宣布，將RSS模型采納于自動駕駛汽車項目，從而推動其成為自動駕駛汽車安全的全行業標準。

　　例如，中國交通運輸部下屬的標準制定機構“中國智能交通產業聯盟”已經通過了一項提議，將采納RSS模型作為其即將推出的自動駕駛汽車安全標準的框架;法雷奧公司在其自動駕駛汽車計劃中應用了RSS模型，并同意共同制定行業標準;百度也宣布，在其阿波羅計劃中成功地以開源方式部署了RSS模型。

　　REM：助力行駛及指揮交通

　　自動駕駛和駕駛輔助的另一個重要倚重在于完備的地圖系統，以提升識別的準確性。這不同于我們平時使用的、較為簡單的用于導航的2D和3D地圖，而是綜合了道路上的所有信息包括標識、樹木、建筑、車道線等。

　　為此，英特爾開發了路網采集管理(REM)技術，通過眾包方式，形成自動駕駛汽車所需的地圖——稱之為全球路書(Roadbook)。通過行駛車輛記錄環境信息，上傳至云端，并且系統上傳到云端的不是照片，而是處理完成后的數據(只需保持10kb/s的3G帶寬)，再反饋至車輛中。

　　目前，英特爾同日本相關部門合作，已經完成了整個日本高速系統地圖的制作，包括32萬個標志、25萬個線路標志、19萬個道路邊界等信息，精度小于10厘米。

　　通過高清地圖解決方案以及實時更新的信息，英特爾希望用這樣的方式，為智能城市在智慧交通管理、基礎設置調查以及城市規劃方面帶來新的價值。

　　比如可以提供交通流量信息，甚至可以細化到某個公交站當前兩側區域排隊等候人數的多少，為智能調配公交資源提供了可能。目前，英特爾已與北京公交系統合作，計劃在中國推出無人駕駛的公交服務。

　　英特爾還與全球領先測繪機構之一的英國地形測量局建立了新的合作關系，通過為公用事業單位的車隊配備的后裝設備Mobileye 8 Connect，將為自動駕駛汽車提供英國地圖測繪，并向這些公共事業單位提供數據服務產品。

　　Mobileye方面希望與北京的公共交通公司合作，在中國推出無人駕駛公共交通服務，包括發展自動駕駛Level4技術，以及創建行業標準。如果一切進展順利，Mobileye可能在2022年為北京冬奧會的交通提供服務。