Re: [情報] 比Tesla自駕還強的王者 MobilEyE
幫補充一些資料
Intel副總裁兼Mobileye總裁&首席執行官在CES的演講
2021 CES: Under the Hood with Prof. Amnon Shashua
https://www.youtube.com/watch?v=B7YNj66GxRA
[銷售&商品]
目前主要靠賣晶片
https://i.imgur.com/5ad7DnG.jpg
完整的自駕硬體產品線
https://i.imgur.com/BqfaEJw.jpg
[視覺方案]
推出的視覺方案:11個鏡頭
https://i.imgur.com/gEOBVtZ.jpg
根據Vidar建立的3D Map
https://i.imgur.com/X9qFtWn.jpg
應用在ADAS(Lv2)上的SuperVision
https://i.imgur.com/9Sr4Aft.jpg
[從ADAS進展到自駕]
這裡有幾段話很重要
ADAS和自駕差異不在於能力
而是平居失效間隔時間(MTBF, Mean Time Between Failures)
https://i.imgur.com/AVwH4KT.jpg
Lv4自駕要求的MTBF高於視覺系統所能提供
https://i.imgur.com/17c68zf.jpg
1.視覺方案 2.光達/雷達
兩套系統達到true-redundancy
https://www.mobileye.com/true-redundancy/
[地圖]
2018起,從VW、Nissan、BMW等車廠上傳資料到原端
https://i.imgur.com/A20WzAc.jpg
要求機器能做到且極高的MTBF不切實際
所以才要建High Resolution Maps
https://i.imgur.com/RdJVmOP.jpg
建立符合自駕需求的地圖,非資訊量過於龐大不易維護的高清地圖
https://i.imgur.com/Vu9T0HP.jpg
[新型態光達和雷達]
光達和雷達的發展
https://i.imgur.com/KQ6CtHM.jpg
4D Imaging Radar
https://i.imgur.com/XrjonhV.jpg
傳統車用雷達: 量測距離、角度、相對速度
4D Imaging Radar:量測距離、方位角、高度角、速度
主要目的就是為了解決靜止物造成的誤作動
Arbe: Radar Revolution. Delivered.
https://www.youtube.com/watch?v=Yc4MfzbbtuI
The RadSee 4D Imaging Radar
https://www.youtube.com/watch?v=h7t-6_wiZKM
FMCW Lidar
https://i.imgur.com/BrOzE30.png
直接量測速度,不需透過演算法推算(降低軟體複雜度)
提升系統強健性
Blackmore Sensors and Analytics, Inc. Doppler lidar
https://www.youtube.com/watch?v=Cd48BiiPgLA
簡單講
Mobiieye更早投入
目前做到可滿足ADAS的視覺方案SuperVision
但往自駕發展時
Mobiieye認為純視覺系統的MTBF不夠,還需要另一套獨立的光達+雷達系統
同時也著手開發新型態的感測器:
1. 4D Imaging Radar
2. FMCW Lidar
整體規劃更為全面
拿已經收錢卻還沒實現的FSD,根本還無法滿足自駕MTBF需求的FSD beta
去批評按部就班的Mobiieye還沒賣出去
不覺得哪裡怪怪的嗎?
※ 引述《Dukkha (Anagami)》之銘言:
: 2012年就開始大量追蹤各種新科技
: 尤其是特斯拉最新 最頂級的技術
: 也買了車給家人
: 但是.... 其他家 厲害之處 還是得提一下...
: 不能因為欣賞的企業 就什麼都正確
: 這才是科學精神 永遠都要避免有立場看事情
: 首先………..
: 最近FSD v9影片陸陸續續出來
: 有些進步 但還是很多地方很慘
: 尤其拿掉 77hz 毫米波雷達
: 目前看...似乎有點不對勁
: 我看很多yt還吹 可以辨識 紅色車尾燈
: 這個mobilEYE兩年前就辦到了....
: 這個人收集了很多問題影片
: https://twitter.com/giacaglia/status/1414605792422993923?s=20
: 這個人有整理
: https://youtu.be/95En3yn9mho?t=238
: Y2b上面也一堆人在測試...老實說
: 進步有點慢...
: @FSD有時連道路範圍 寬度 都抓不準
: 過彎就騎上人行道
: 甚至撞捷運柱子
: @小問題太多導致駕駛者 常常都需要用手介入
: @遇到車多 就整個大遲鈍
: @左轉右轉 大猶豫
: @遇到比較急彎 tesla也是卡住 甚至撞牆
: 這到現在都還沒解掉
: V9 還有幾個大問題
: @純視覺的問題就是 當晚上光線不足的時候
: Tesla會自動打遠光燈 尋求更清晰更遠的圖像
: @純視覺 似乎對一些有的沒的圖像 會更敏感
: 造成許多小誤判
: @遇到霧氣 下雨 等情境
: 或是遇到 不確定 不穩定的情境
: 鏡頭辨識後 採用的策略是 「 放慢車速」.....
: 依賴視覺 當然連眼睛的缺點 也是得承受...
: ___mobilEyE實戰影片______
: 來看他們實力水準
: 他們是純視覺 收集數十億道路資訊始祖
: Tesla其實是學他們的...
: 他們甚至是tesla第一代自駕的供應商
: 下面是今年五月推出的影片 載的那個人是今年剛上任的 intel CEO
: 大概是史上最貴的自駕白老鼠 …..
: https://youtu.be/Fefk2KkPYfk?t=9
: 遇到車更多的情境
: M的表現遠超過T
: https://youtu.be/hCWL0XF_f8Y
: 去年12月慕尼黑 https://youtu.be/A4UO8b4WRs0?t=26
複雜路段+大塞車+超狹
: 窄+違規停車
: https://youtu.be/m9kC6E2zEs8?t=2
: 耶路撒冷 市區+社區小路 複雜路況
: https://youtu.be/kJD5R_yQ9aw?t=84
: 他們在多年前就已經能在
: 路況非常複雜+車超多
: +路超窄的路段 來進行自駕(人類不介入)
: 能處理超高難度的 交通問題
: 包含對方違規併排
: 連 並排的人 去開車門這種動作也能偵測
: 車流量大的馬路辨識與系統分析能力
: 狹窄道路 也能自動超車 那個間距幾乎是一拜的窄度...
: 技術上非常高超 遠超過市面上任何一家
: 他們有很多影片可以看 訂閱卻只有悲劇的1.7萬人 哈
: ________mobilEYE目前成績_____
: 這家以色列公司做了20年
: 全鏡頭視覺 +大量收集地圖等技術
: 其實是tesla學他們的
: 甚至他們本身就是Tesla第一代自駕系統使用的系統
: 至今超過300種車型用過他們系統
: 市占率高達70% (全球自駕系統)
: 除了鏡頭方案 他們也有研發雷達+光達方案
: 新的是FMCW晶片超小尺寸光達方案
: 收集的地圖達數十億公里
: 每天收集超過800萬公里
: 高精地圖 上傳的資料量 只有10KB/公里
: 2020 年全年Mobileye 淨營收10億美元
: # IDC統計 全球2020年
: L1 總出貨約1800萬輛
: L2 總出貨約 900萬輛
: mobilEyE 單單 EyeQ 系列晶片 出貨量1930 萬顆 「單價僅44美元」
: 淨利潤30%
: 全球累計出貨量達7330 萬顆
: Tesla FSD真的好賺
: 利潤也是30%
: 但金額可是8000美元...
: (安裝率約25%)
: ___REM系統 數百萬輛 回傳高精地圖___
: 5年前推出 REM 能自動收集高精地圖
: 如今已經繪製了超過數十 億公里的高精地圖
: 每天繪製的高精地圖里程超過800 萬公里
: (2018年的資料 現在遠遠超過這些數字)
: Mobileye用數百萬輛車
: 收集數據創建3D地圖(每公里約10KB) 能識別地面標記和其他經過挑選的道路信息
: 希望最終能夠達到 10mm 的精度
: (目前的GPS的精度約為10m)
: 其他競爭者 的高精地圖 跟自駕
: 通常都是雲點圖來塑形
: 但雲點圖 資料量大+太吃算力
: 但mobilEyE的高精地圖回傳
: 一公里數據回傳一次
: 資料量也只要極小的10kb/km
: 回傳內容都是經過標籤化過的資料
: 他們的高精地圖七個程序是 :
: 數據採集
: 識別傳輸
: 聚集和對齊
: 型態
: 語意識別
: 地圖系統
: 地方化
: ____未來產品_____
: 他們除了全鏡頭方案
: 正在建立的高精地圖
: 還有各種雷達 跟 晶片尺寸的FMCW光達方案
: #FMCW光達
: 「矽光子半導體元件」(Silicon Photonic)
: 垂直線數量達 184 條的光達 SoC
: 那個不是你們大家以為傳統的 紅外線反射鏡大顆
: #新的雷達
: 2304 個通道
: 100dB 動態範圍
: 40dBc 旁瓣電平 結合全數位訊號處理
: 多種掃描模式 多種原始偵測和多幀追蹤
: #近期也剛發佈 新的 EyeQ 4H高性能芯片
: #還有 大型車輛使用的防撞系統 「神盾Pro」
: #剛開發新的VIDAR 算法
: 能夠將圖像資訊處理成雷射雷達算法
: 可利用的三維雲點數據
: —— 劣勢------
: 目前他們影片中的展示那些技術&設備
: 都還沒賣出去
: 畢竟他跟Fsd 賣22萬台幣一樣 成本高
: 正在努力降到5000美元以內
: 他們是做解決方案的 這價格要有廠商願意買才行
: 這方面tesla就是優勢
: Tesla目前共銷售140萬輛車 按照摩根史坦利估算約25%
: 購買FSD大約是35萬輛 這種高階自駕系統要普及看來還很遠
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 1.171.21.75 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/car/M.1626661518.A.C72.html
→
07/19 10:30,
2年前
, 1F
07/19 10:30, 1F
推
07/19 10:30,
2年前
, 2F
07/19 10:30, 2F
→
07/19 10:31,
2年前
, 3F
07/19 10:31, 3F
怎麼還在跳針啊......
https://i.imgur.com/BqfaEJw.jpg
Mobileye本來靠賣鏡頭就賺錢
但Mobiieye在自駕領域發展早、經驗也多,現在產品要涵蓋完整ADAS系統和自駕系統
推
07/19 10:31,
2年前
, 4F
07/19 10:31, 4F
→
07/19 10:32,
2年前
, 5F
07/19 10:32, 5F
→
07/19 10:32,
2年前
, 6F
07/19 10:32, 6F
→
07/19 10:32,
2年前
, 7F
07/19 10:32, 7F
→
07/19 10:32,
2年前
, 8F
07/19 10:32, 8F
不用懷疑啊,自駕業界多少視Mobiieye為標竿的.....
人家就有實績又有全盤規劃
→
07/19 10:32,
2年前
, 9F
07/19 10:32, 9F
→
07/19 10:33,
2年前
, 10F
07/19 10:33, 10F
推
07/19 10:33,
2年前
, 11F
07/19 10:33, 11F
→
07/19 10:33,
2年前
, 12F
07/19 10:33, 12F
→
07/19 10:33,
2年前
, 13F
07/19 10:33, 13F
→
07/19 10:33,
2年前
, 14F
07/19 10:33, 14F
→
07/19 10:34,
2年前
, 15F
07/19 10:34, 15F
→
07/19 10:34,
2年前
, 16F
07/19 10:34, 16F
→
07/19 10:34,
2年前
, 17F
07/19 10:34, 17F
台灣做影像辨識的教授當然有啊(可能還不少)
但哪個教授有用車輛平台實際做自駕,哪位說過純視覺可以滿足"自駕"需求
認識的不會比你少啦,少在那騙
→
07/19 10:35,
2年前
, 18F
07/19 10:35, 18F
→
07/19 10:35,
2年前
, 19F
07/19 10:35, 19F
→
07/19 10:35,
2年前
, 20F
07/19 10:35, 20F
→
07/19 10:35,
2年前
, 21F
07/19 10:35, 21F
→
07/19 10:36,
2年前
, 22F
07/19 10:36, 22F
→
07/19 10:37,
2年前
, 23F
07/19 10:37, 23F
你是不是看不懂這段話
Making the work at a very high MTBF is not realistic for current AI
https://i.imgur.com/RdJVmOP.jpg
→
07/19 10:37,
2年前
, 24F
07/19 10:37, 24F
談實務面就好
哪個教授把理論實際應用在車上的規模比Mobileye大?
→
07/19 10:38,
2年前
, 25F
07/19 10:38, 25F
推
07/19 10:41,
2年前
, 26F
07/19 10:41, 26F
推
07/19 10:41,
2年前
, 27F
07/19 10:41, 27F
→
07/19 10:41,
2年前
, 28F
07/19 10:41, 28F
推
07/19 10:43,
2年前
, 29F
07/19 10:43, 29F
Mobiieye做Tier2就賺很大了
現在要轉成Tier1,提供完整ADAS&自駕系統(全協議版本好貴喔)
→
07/19 10:49,
2年前
, 30F
07/19 10:49, 30F
→
07/19 10:49,
2年前
, 31F
07/19 10:49, 31F
→
07/19 10:49,
2年前
, 32F
07/19 10:49, 32F
推
07/19 10:55,
2年前
, 33F
07/19 10:55, 33F
還有 22 則推文
還有 2 段內文
→
07/19 16:39,
2年前
, 56F
07/19 16:39, 56F
→
07/19 16:45,
2年前
, 57F
07/19 16:45, 57F
→
07/19 16:45,
2年前
, 58F
07/19 16:45, 58F
1月13日,Intel公司副總裁、Mobileye產品及戰略執行副總裁Erez Dagan表示:
我們必須做出一個艱難的決定,選擇誰把Mobileye的解決方案導入中國市場。
隨著更先進功能導入
我們需要選擇比蔚來更強大、更有實力的OEM
所以在今年的CES上我們選擇與更大、更強的吉利汽車集團合作
搞清楚誰放棄誰了嗎?
"蔚來拋棄Mobileye,一定是有問題"
講這種話笑死人XD
→
07/19 19:44,
2年前
, 59F
07/19 19:44, 59F
→
07/19 19:44,
2年前
, 60F
07/19 19:44, 60F
→
07/19 22:32,
2年前
, 61F
07/19 22:32, 61F
→
07/19 22:32,
2年前
, 62F
07/19 22:32, 62F
→
07/19 22:33,
2年前
, 63F
07/19 22:33, 63F
吉利規模比蔚來大多了啊
Tier1話語權比整車廠高又不是啥新鮮事
狀況外的比較好笑吧
推
07/19 22:38,
2年前
, 64F
07/19 22:38, 64F
→
07/19 22:38,
2年前
, 65F
07/19 22:38, 65F
→
07/19 22:39,
2年前
, 66F
07/19 22:39, 66F
→
07/19 22:39,
2年前
, 67F
07/19 22:39, 67F
→
07/19 22:40,
2年前
, 68F
07/19 22:40, 68F
推
07/19 22:40,
2年前
, 69F
07/19 22:40, 69F
→
07/19 22:40,
2年前
, 70F
07/19 22:40, 70F
→
07/19 22:41,
2年前
, 71F
07/19 22:41, 71F
→
07/19 22:42,
2年前
, 72F
07/19 22:42, 72F
→
07/19 22:42,
2年前
, 73F
07/19 22:42, 73F
→
07/19 22:42,
2年前
, 74F
07/19 22:42, 74F
→
07/19 22:42,
2年前
, 75F
07/19 22:42, 75F
→
07/19 22:43,
2年前
, 76F
07/19 22:43, 76F
→
07/19 22:44,
2年前
, 77F
07/19 22:44, 77F
想歸想,也要車廠有能力啊
福特&福斯找Argo AI
Volvo&豐田找Aurora
賓士放棄自行開發找Nvidia
以上都跟你講的相反欸
說起來車廠和Tier1供應商合作商業模式行之有年了,有被掐脖子嗎?
→
07/20 00:01,
2年前
, 78F
07/20 00:01, 78F
→
07/20 00:01,
2年前
, 79F
07/20 00:01, 79F
→
07/20 00:02,
2年前
, 80F
07/20 00:02, 80F
→
07/20 00:03,
2年前
, 81F
07/20 00:03, 81F
上面舉例的合作
車廠和Tier 1,2供應商分工明確,車輛界的生態就是如此
要車廠養大量軟體人才不可能
反過來要自駕供應商做整車也不切實際
賓士這種規模的整車廠怎麼可能沒有系統整合能力.....
在那亂嘴預測賓士第一個倒勒~笑死
推
07/20 03:11,
2年前
, 82F
07/20 03:11, 82F
→
07/20 03:11,
2年前
, 83F
07/20 03:11, 83F
→
07/20 03:12,
2年前
, 84F
07/20 03:12, 84F
推
07/20 06:42,
2年前
, 85F
07/20 06:42, 85F
推
07/20 07:05,
2年前
, 86F
07/20 07:05, 86F
→
07/20 09:52,
2年前
, 87F
07/20 09:52, 87F
→
07/20 09:52,
2年前
, 88F
07/20 09:52, 88F
車廠有車廠專攻的項目,供應商有供應商強項
沒自駕軟體要如何,自駕供應商有辦法跳進來做整車系統整合?
大車廠沒自主開發自駕就倒閉,活在平行世界嗎XD
※ 編輯: chandler0227 (1.171.21.75 臺灣), 07/20/2021 10:27:53
推
07/20 22:22,
2年前
, 89F
07/20 22:22, 89F
討論串 (同標題文章)
本文引述了以下文章的的內容:
完整討論串 (本文為第 3 之 3 篇):