天天在用手機玩自拍的你，肯定想不到有人已經用手機的攝像功能玩起了自動駕駛創業。近兩年，大家出奇一致地盯上了「攝像頭+人工智能」的玩法，目的包括提升機器視覺的識別率、完善高精度地圖等等。這篇文章，我們就來梳理一下典型的利用「攝像頭+人工智能」搞事情的大公司、小公司。

在更早的一篇文章中，曾經介紹了一家名為 Lvl5 公司：

曾經在特斯拉負責 Autopilot 項目的兩個哥們，離職創業成立了 Lvl5 公司。Lvl5 公司通過和 Uber、Lyft 的車隊合作，讓司機下載一款 App。這款 App 在拍攝視頻的同時，記錄 GPS 和手機陀螺儀數據，經過壓縮處理后，這些數據被發往云端。Lvl5 公司利用這些數據，完善高精度地圖。

Roadbotics 公司和 Lvl5 公司，都通過挖掘手機本身的處理和收集數據的能力，拿到了自己想要的東西。「智能手機+汽車」的超低門檻，讓人人都能收集道路數據，簡直就是人工智能時代的眾包計劃。

不過 Lvl5 公司更高明一些，因為和 Uber、Lyft 合作保證了由足夠穩定的數據來源。如果僅依靠志愿者、普通用戶來采集數據，基本不可行。因為這種 App 無疑是耗電大戶，手機每次還要掛在擋風玻璃后方，用戶新鮮感過去后，就會卸載 App。只有和專門的司機群體展開合作，才會有持續、穩定的視頻來源。

在國內，其實也有公司用類似的思路玩攝像頭+人工智能，比如國內 ADAS 公司 MINIEYE。

早在 2013 年，MINIEYE 公司和全國各地的車隊合作，將車輛拍下來的視頻寄回公司，每天一萬公里。在拿到這些數據后，MINIEYE 公司通過深度學習來提升車型識別率，如今已經成熟。

以上，只是利用第三方設備的攝像頭功能，來實現對前方道路數據的采集，目的是采集道路損壞點、采集高精度地圖或用于完善 ADAS 系統。

其實這只是個過渡，最終極的目標還要看「前裝」。

在智能網聯汽車時代，車載攝像頭可以掃視道路一切情況，汽車本身收集數據的能力比手機強大多了。

特斯拉已經身先士卒，為我們詮釋什么才是真正的「智能網聯」汽車。今年 5 月 7 日，特斯拉在向美國車主推送第二代 Autopilot 的軟件更新（版本號 17.17.4）時，希望車主同意車輛拍攝一段小視頻并上傳至特斯拉服務器。通過這些小視頻，特斯拉來提升車輛對車道線、路標和紅綠燈的識別能力。

當然，4G 流量消耗也蹭蹭漲…

敢這么干，能這么干的，有且只有特斯拉。其實在供應商層面，大家已經預判到了汽車作為終極移動終端，有強大的數據收集能力。

在 2016 年的 CES 上， Mobileye 發布了基于前置攝像頭捕捉道路標識的定位服務 REM（Road Experience Management）。率先提出了利用民用車輛上所搭載的前置攝像頭，收集道路標識數據，并輔助高精度地圖定位的「眾包」模式。

Mobileye 在地圖領域內的最終目標，是聯合各大車廠、圖商一起構建一個覆蓋全球的高精度地圖體系。

迄今為止，在 REM 技術方面，Mobileye 已經和 Here、日本 Zenrin、大眾、寶馬等公司達成了合作。

巧合的是，在今年 4 月，博世也發布了自己的「眾包造圖」計劃：BRS，即 Bosch Road Signature，合作伙伴包括百度、高德和四維圖新，專門針對中國道路環境。

在 BRS 系統中，攝像頭負責采集車道線、路牌和減速標識等數據，毫米波雷達負責捕捉隔離欄、電線桿、橋梁等道路基礎設施。不同車輛捕捉到的信息將被上傳到云端進行疊加和計算，從而生成能夠定位的高精度地圖層。

簡單來說，博世 BRS 算是 Mobileye REM 的加強版，多了毫米波雷達數據。在地圖方面，能把百度、高德和四維圖新三個同行聯合在一起，可見大家對自動駕駛時代的「眾包造圖」理念也是高度認同的。

只有博世這樣的 Tier 1 供應商才有能力整合資源，打通一輛車從攝像頭、雷達到云端的數據通道。

無論是利用手機還是車載攝像頭，「眾包造圖」看似有變革時代之勢，但在數據足夠多之前，這項新技術并不會給自動駕駛技術帶來實質性提升。可能再等十年，你的車都不會成為地圖采集工。

出現眾包造圖的原因，一是手機、車載芯片的性能變得越來強大，足以應付地圖采集工作，二是自動駕駛時代需要高精度地圖來輔助車輛運行（有了剛需，才催生了供給）。

捋一捋你就會發現，近兩年大家基本想到一塊了，就是用人工智能+眾包的思路來訓練算法、完善地圖數據。

當然，最為開心的，還是英偉達，因為大家都得買芯片來進行計算。

對了，國內的創業者們，受到啟發了嗎？