视觉优先、留有冗余
不久之前Uber事故引发了业内对自动驾驶安全的热烈讨论，尤其是如何更有效地利用摄像头检测路况来确保车辆及行人安全。视觉是英特尔旗下Mobileye的技术优势之一，在自动驾驶领域“视觉优先”的策略最大的优势之一就是可以使自动驾驶系统的价格更加合理，从而让技术在现阶段就能带来社会经济效益，并且在未来可大规模拓展。与此同时，作为自动驾驶车辆感知外部环境的“眼睛”，也可以极大程度上地提升驾驶安全。英特尔技术专家认为，Mobileye利用多传感器互相融合，留有功能冗余的方式可以有效让自动驾驶更加安全。
三道防线 确保万无一失
Mobileye在视觉领域并不是单纯地使用人工智能的方式去探测物体，实际上，更像是一个融合体，既有传统的计算机视觉的工作，又有先进的人工智能探测的方式。在Uber事故后，Mobileye曾在警方公布的视频中运行软件，并在撞击前大约1秒的时候就清晰地检测到了行人。
↑图像来源于警方公布的TV监视器上的视频片段。重叠的图像显示了Mobileye ADAS系统的响应。绿色和白色边界框是自行车和行人检测模块所输出的结果。水平图显示了道路和障碍物之间的边界，我们称之为“自由空间”。
这一检测“融合体”如何运作来确保自动驾驶汽车的安全，从检测画面便可知一二。上方三张图表示了Mobileye采用三种不同的方式来探测物体。左边图片是采用传统的机器视觉或人工智能方式，从而探测前方有没有障碍物，这是探测的第一条防线。中间图片是第二条防线，也就是道路语义分析和自由空间（FreeSpace）探测。它不光探测障碍物，而且能够判断障碍物当前所在的车道、所处的环境，并通过人工智能的方式将FreeSpace标记出来，再分析这些地方是可行驶区还是不可行驶区。右边图片是第三条防线，在这道防线中Mobileye 采用传统机器视觉、光流和机器视觉之间纵深的方式，通过两个物体之间的纵深来判断前面到底有没有物体。Mobileye的视觉系统通过这三个方式，只要检测到问题，就会假设前方有状况，并迅速做出决策 -- 是否需要减速、停车或是交由车主控制。
不止于此，Mobileye在下一代产品中还会考虑把激光雷达和雷达的信号收入其中，同时也做融合（Fusion）并提供相应的融合方式。这样一来，在黑夜，尤其是人穿着黑衣服的情况也可以更好地被检测到。当前这类检测对技术要求极高，很难留有足够的发现时间，但是利用其他传感器，例如雷达和激光雷达，也可以去探测这样的物体，通过互相备份、互相融合的方式来进一步保障自动驾驶车辆安全。
留有冗余 做到“眼”观八方
Mobileye在视觉领域的另一大理念就是“留有冗余”。第一，Mobileye在单视觉中做物体检和FreeSpace侦测，并利用物体之间纵深的变化来实现立体判断。Mobileye在同一种传感器运用不同的算法和方式来做到多效备份并留有冗余，从而保证不遗漏任何一个问题。
第二，Mobileye使用包括雷达和激光雷达在内的多传感器方式来完成这一工作。激光雷达和雷达各有优势，探测准确性都非常高，但是在雨雾天气或小颗粒状物体多的情况下，激光雷达也可能会失效；对于雷达来说，当前方有大量反射波很强的金属物体，例如隔离带和易拉罐，就有可能把真正该识别的东西被淹没在噪声中。基于这些情况，每一个传感器实际上都有它比较确定的失效模式，通过多传感器互相融合的方式就可以解决这个问题。Mobileye在算法和芯片层面也会支持这种多传感器工作模式。
第三，一直以来，Mobileye都致力于确保“看”得清楚，通过单传感器采用不同的算法，多传感器采用融合的方式，来保证某一个东西失效的情况下，其他“眼睛”还能看得清。更重要的是，Mobileye还采取控制策略，例如在责任敏感安全模型（RSS）中，如果某一场景超出了判断范围，就会通过警示等方式将控制权交给人类驾驶员。总而言之，要想做到安全为先，就要对自身技术条件和失效分析做好提前预估和明确探测。
其实，在自动驾驶安全领域，参与者们不仅为技术创新投入了一腔热忱，更倾注了许多个人情感。Patti Robb是英特尔硅谷创新中心及自动驾驶汽车实验室首席战略师，在2016年底，Patti的兄弟因车祸不行去世，事发当时，一辆迎面而来的汽车突然左转，意外跨过中线与他相撞。Patti说：“他是一个好父亲、好兄弟，还是一名退伍军人”。如今，摄像头车道制图和放在低处的冗余传感器已经开始有效地防止交通事故，挽救生命。Patti说：“很高兴看到有越来越多的汽车正在运用这项技术，如果当时那辆车行驶在自己的车道上，那我的兄弟应该还在身边。”
窥一斑而知全豹，英特尔和Mobileye在发展自动驾驶的进程中，始终把安全放在首位，通过双方持续地技术创新，以及与汽车厂商、行业内技术公司和监管部门的通力合作，让社会不仅期待自动驾驶，更信任自动驾驶。
