英特尔公司副总裁、英特尔子公司Mobileye产品及战略执行副总裁Erez Dagan在采访中称,“SuperVision™配置了OTA差异化功能,EyeQ®5和EyeQ®6芯片以及相关平台都能支持SuperVision™,我们还留了联合开发和添加差异化价值的空间,给客户提供了两个世界的最好的东西,固态强大的核心堆栈以及灵活度和开发差异化价值的空间。”
按照Mobileye的设想,实现完全自动驾驶汽车必须要增强基于无线电以及光检测和测距传感能力。
为了达到这一目标,Mobileye认为最有效的办法是拥有足够的平均故障间隔时间,也就是把纯视觉中的平均故障间隔时间增加。
如何增加时间?
Mobileye的做法开展纯激光雷达传感器子系统的测试研发。
Amnon Shashua说,“未来这套子系统将与纯视觉传感器子系统组合使用,但是其内部关系就是单独工作,组合系统将具备三项冗余能力。”
目前,Mobileye已经在使用Luminar的激光雷达进行子系统的测试,从创建整个感知状态结果来看,纯激光雷达子系统可实现端到端自动驾驶。
不过,在Mobileye纯激光雷达传感器方案中,激光雷达只用于车辆前向的感知,为了解决这一矛盾,Mobileye正依靠英特尔在光电领域的能力来开发FMCW激光雷达,准确地说是激光雷达SoC。
Amnon Shashua透露,“2025年车队将开始使用自研的激光雷达,实现消费水平的自动驾驶。”
与其他FMCW激光雷达不同之处在于英特尔Mobileye自研的激光雷达是真正固态,没有运动部件,体积很小。
Amnon Shashua称其,“软件定义的成像雷达。”
通过下面这张图,可以看出Mobileye为什么要做FMCW激光雷达,FMCW激光雷达的优势除了信噪比高、功耗低外,分辨率和动态的范围非常之高。
对此,Mobileye对激光雷达SoC提出了两点要求:
第一,将激光雷达虚拟通道从192个提升至2304个。
第二,动态范围从三维采样转变成四维采样,将旁瓣电平从25dB升至40dB。
这样设计的优势是可以用最小的算力检测最远的弱目标,在2304条通道,100dB的动态范围和40dBc的旁瓣电平支撑下,使雷达能够构建一个足以实现支持自动驾驶策略的传感状态。
Amnon Shashua预计,“可以将原来大约100TOPS计算量减少到10TOPS。”
这一点可以和蔚来ET7、智己发布会上提到满足自动驾驶汽车性能,他们都发布了1000+和1016TOPS算力的自研计算平台做一个对比。
针对大算力问题,Erez Dagan对此也给出了自己的见解,他说,“TOPS数字不过是过去的数值竞赛,如果你需要一个非常强大的电脑,那意味着你其实不知道自己想要什么,而这只不过是一个探索的阶段。一旦你需要满足经济性的要求,就要在处理速度、客户需求、以及解决方案成本各个方面找寻平衡,而这些都是至关重要的。”
此外,Shashua教授还将介绍英特尔专业硅光子学加工厂如何将有源和无源激光元件置于硅芯片上。
Shashua教授表示:“光子集成电路是一项变革性的技术。它有184条通过光学原理进行移动的垂直线,有能力制造这种电路的工厂是极少数的,这意味着英特尔在激光雷达制造领域具备显著优势。”
可见,这款不足名片大小的芯片级激光雷达凭借完全数字化和先进的信号处理技术、多种扫描模式、丰富的原始探测和多帧跟踪,Mobileye的软件定义成像雷达代表着自动驾驶汽车在架构上的范式转变,从而实现了性能上的重大飞跃。