雷锋网|Mobileye童立丰：数据很重要，自动驾驶数据的价值要逐步释放给用户 | CCF-GAIR 2020( 二 )
因此 ， Mobileye与整车以及行业合作伙伴打造了一个模式 ， 搭载了Mobileye技术的车辆可以实时识别与自动驾驶技术相关的所有信息 ， 这些信息被匿名传输到云端后进行整合 ， 根据不同的应用场景进行应用 。 这些应用主要分三种 ， 其中最重要的一部分就是自动驾驶汽车的实时应用；第二是用于功能的升级和改进；第三个部分就是 ， 在未来 ， 从车辆接入口所获得的数据 ， 可能会对非汽车行业领域的应用有所帮助 。
这是搭载了Mobileye技术的车辆实时分析视频 ， 可以看到 ， Mobileye摄像头可以识别车道线、限速牌等 ， 这些道路基础设施的数据也可以为智慧城市的公共企事业单位提供运用 。
自动驾驶的数据应用 在数据服务领域 ， 我们可以进行细分化 ， 根据行业的发展和数据的逐步开拓分为三个阶段 。
第一个阶段是现在较为大众熟知的车队行为或者是驾驶员行为的数据应用 。 一般来说 ， 个人驾驶员和车队驾驶员平时的驾驶习惯 ， 都跟安全系数高度相关 。 因为ADAS所有的数据都是跟驾驶员行为和车辆安全行为高度相关的 。 这个方面 ， 我们可以跟GPS定位进行结合 ， 对驾驶员进行评分 ， 借此提升车队的安全水平 。
通过六到七个系数的综合对比 ， 我们可以将驾驶员行为模式的模型计算出来 。 在美国的ADAS研究中 ， 我们可以看到对车道偏离、行人碰撞等方面的有效事故性分析 。 此外 ， 我们还可以跟车辆数据平台合作 ， 将数据进行进一步的定位和分析 。
原本 ， 这些数据分析结果只用于车队内部管理 ， 但随着越来越多行业化应用的介入 ， 我们可以让数据产生更多价值 。 比如车队管理数据可以跟保险打通 ， 通过降低驾驶员行为的风险 ， 提升安全性 ， 进而把保险费用降低下来 。 通过保险的金融方案可以将ADAS的方案在全球更快的落地 。
过去十年 ， 我们在国内和国外的应用当中 ， 这些评分数据已经从仅仅针对车队 ， 到后来的针对整个行业 ， 乃至整个城市管理相结合 。 通过高科技的手段和数据产品的应用 ， 提升城市的安全性 ， 为城市的安全化管理乃至智慧城市的建设提供新的方向 。
第二个部分是在功能上的延伸 ， 传统ADAS主要是为了满足法规需要的功能进行研发 ， 但是实际上我们知道智能摄像头能够识别的远远不仅如此 。 除了车辆以外 ， 智能摄像头能够识别道路上的红绿灯、限速牌等标识 ， 这在整车配置过程中是一个功能和研发的方向 。
比如说勘察红绿灯 ， 任何一个城市的红绿灯从建设到维护都有管理难题 。 目前 ， 红绿灯的维护都是人工核查 ， 但是人工核查的成本非常高 ， 效率很低 。
通过Mobileye的技术 ， 我们可以利用原本在路上行驶的车辆 ， 实时勘察交通信号灯使用状况 ， 合作伙伴可以基于海量数据了解城市道路上哪些红绿灯坏了的 ， 并将这些数据发送给城市的管理者 ， 由他们进行精确的维护 。
还有 ， 例如停车位的勘察、电信机箱的勘察 ， 都可以通过跟合作伙伴合作 ， 将从车身上获得的数据应用于非汽车领域 ， 打通整个行业 。
除了车队行为和静态数据之外 ， 我们还可以获得大量出行动态大数据 ， 通过REM（路网资产管理）技术 ， 可以精确的知道具体是哪个车道在拥堵 。
从2018年开始 ， Mobileye与英国国家测绘机构英国地形测量局（Ordnance Survey）合作 ， 在英国伦敦进行了为期两年的试点 。 在试点过程当中 ， 城市管理这一方对我们提出了需求 。 两年多的测试结果有一些数据可以跟大家分享 。
英国伦敦每年有超过六万起基础设施停工事件 ， 这导致产生了很高的间接管理成本 ， 因为这些设施停工很多都是因为信息不匹配造成的 。
在试点期内 ， 整个伦敦有超过48%的基础设施信息不匹配案例被记录下来 ， 这些数据里面有超过八成的数据记录不准确 ， 或者前期正确而后期因为施工等原因导致了信息的缺失或新增 。 如果通过我们实时更新的REM技术 ， 就可以把这些信息跟合作伙伴分享 。 通过数字化的方法 ， 加强资产管理 ， 减少损耗给城市带来的资金节省可以达到20%到30% 。
推荐阅读
- 中宣部宣教局|“感人瞬间”系列微电影微视频之《雷锋》《时代楷模杜富国》
- |致敬雷锋精神！韦德之道 ∞“螺丝钉”抽签开启
- 信息时报|直播预告 | 讲好人故事?传雷锋精神
- 穿搭|40岁刘涛厉害了！土气“雷锋帽”戴出高级感，红配绿的大衣更时尚
- 猎云网|定制化视觉传感技术，福特宣布扩大与Mobileye的合作伙伴关系
- 汽车|Mobileye在德国启动自动驾驶汽车路测