Mobileye的L4智驾方案分析
引言
前段时间,我梳理了当前L2+系统的功能定义变迁趋势,并梳理出两个审视智能驾驶系统的维度,即“场景多样性”和“自动化程度”(图1)。
图1 观察智能驾驶功能的两个维度
“场景多样性”,在保持驾驶员不脱手的前提下,尽量提升智能驾驶系统的开启范围以及开启后的连续性(不要经常退出),提升功能可用性和用户体验,目前特斯拉以及国内主流的OEM也都较为认可这种功能定义策略。
“自动化程度”,则更多地关注如何提升系统的MTBF(Mean Time Between Failures),满足脱手/脱眼/脱脑等逐步提升的自动化程度。这方面,一般需要构建冗余系统来提升MTBF。
在盘点过了现有的各家智驾方案后,个人还是认为Mobileye的L4 Robotaxi方案能够最完整的覆盖“场景多样性”和“自动化程度”这两个维度的诉求。简单讲,“场景多样性”由Camera-Only subsystem负责;“自动化程度”由Radar-LiDAR subsystem覆盖。
附赠自动驾驶最全的学习资料和量产经验:链接
正文
一、单一种类传感器的冗余(加倍)目前存在能力上限
关于传感器的冗余,个人认为简单的单一传感器叠加是不够的。本小结尝试证明该判断。
【关于MBTF】贴一下百度词条的信息:MTBF,即平均无故障工作时间,英文全称是“Mean Time Between Failure”。是衡量一个产品(尤其是电器产品)的可靠性指标。单位为“小时”。它反映了产品的时间质量,是体现产品在规定时间内保持功能的一种能力。具体来说,是指相邻两次故障之间的平均工作时间,也称为平均故障间隔。概括地说,产品故障少的就是可靠性高,产品的故障总数与寿命单位总数之比叫“故障率”(Failure rate)。它仅适用于可维修产品。同时也规定产品在总的使用阶段累计工作时间与故障次数的比值为MTBF。磁盘阵列产品一般MTBF不低于5万小时。
对于一款智能驾驶产品(智驾系统方案),多少MTBF算是合理的?目前没有行业定论,但我们可以估一个出来。有几个常用的衡量信息罗列如下:
-
如图2,功