主要亮点是支持 C-NCAP 主动安全五星 + 评分，E-NCAP 主动安全五星评分，数据闭环全场景复现，

  从这段官方的信息中，我们大家可以概括出几个核心关键词：单视觉，安全，数据闭环，功能加成，成本，规模化量产。

  一句话概括就是：这套单视觉 L2 智驾解决方案成本低，又安全，功能多，还支持向高阶辅助驾驶迭代，各大厂商都用得起。

  正如 MAXIEYE 所说，这是一套让客户愿意用，用得起的单视觉 L2 解决方案。

  那问题来了，市面上做无人驾驶技术供应商的公司不止一家，如 Mobileye、华为、毫末出行、知行科技Momenta、Minieye、大疆等都是豪强，为什么偏偏 MAXIEYE 搞个单视觉的 L2 都这么出圈，难道其他家做不出来？

  还有诸如成本、安全、功能多、规模化量产等都是各大车企和智驾供应商宣传的主打词汇，消费者早就听腻了，结果也是一言难尽，不了了之。

  下面聊聊为什么风评不好的单视觉加上 L2 就能让 MAXIEYE 火出圈。

  无人驾驶技术是新能源汽车的核心早已是业内共识，马斯克也说了，以后特斯拉靠 FSD（完全无人驾驶）赚钱，车不赚钱都行。

  2022 年，全球无人驾驶行业刚经历寒冬，裁员、倒闭、部门关裁撤，福特投资的自动驾驶公司 ArgoAI宣布失败，Aurora 股价大跌，市值缩水超过 9 成，就连大名鼎鼎的行业头部公司 Mobileye 估值也从 500 亿美元缩水至 170 亿美元。

  资本市场开始对当初投资自动驾驶的热情进行泄火，因为他们已明白了，无人驾驶技术不可能一步到位，应该走渐进式路线。

  比如一步到位的代表性企业 Waymo 估值已经从 1800 亿美元缩水至 300 亿美元，百度创始人李彦宏也改口要走渐进式路线都证明这一点，导致此现状背后的核心原因有两个：成本和技术。

  有业内人士表示，像这样一个无人驾驶项目整个研发周期大概需要五年，也就是五年时间内，企业一定不断投入人物物力财力，而且期间没有一点商业回报，更不知道最终研发出来的结果能否被市场接受。

  这还只是初期理论预算，根据现在各大车企的研发经验可知，在实际研发过程中还会遇到一系列成本失控问题，其中典型代表便是芯片传感器成本、数据流通成本、数据存储成本和研发成本。

  企业为了车辆能更好的识别路况，给消费的人提供良好的智驾体验，会在自家车型上安装各种传感器搭配使用，如摄像头、激光雷达、毫米波雷达，但是这样做的后果就是体验上来了，但成本也跟着大幅度的增加，其中激光雷达是大头，加起来动辄就是数万元的成本，最终价格便会传导至车型售价上。

  另一个便是 AI 芯片，它是算法训练的硬件平台，性能越先进的 AI 芯片，对算法训练的效率越高，比如业内大火的英伟达AI 芯片 A100，可以让 AI 训练速度提升 20 倍，现在单价已经被炒到 1 万美元，对于中国厂商，本就高昂的价格无形之间又增加了不必要的成本。

  为了尽可能的收集高质量的数据训练算法模型，无人驾驶企业会使用各种传感器，比如摄像头、激光雷达、毫米波雷达等，而且需要对这些不一样的数据来进行大量 AI 标注训练，这就会产生大量的人力成本。

  正如上文提到，无人驾驶开发流程包括数据采集、数据导入、预处理、训练、仿真等多个阶段，每个阶段需要的数据类型都不同，解决方法也不同，为了尽最大可能避免混乱和提高效率，行业内的普遍做法就是每个阶段的数据都是单独存储，但这样做不仅没能明显提高效率，反而会造成大量资源内耗。

  因为研发人员需要在不同阶段，在不同的存储器之间来回调用、回存数据，有可能还要跨部分写作，就会导致大量时间被浪费，降低开发效率，不要小看每次微小的时间成本，长时间累加在一起效率慢的吓人，小编以前做过开发工作，对此深有体会。

  自动驾驶的核心是算法模型，想要迭代更强的算法模型，就需要海量的高质量数据，因此各大企业天天都会产生大量数据，尤其是自己开发无人驾驶技术的车企，每一辆车天天都会产出海量数据，不管有用没用都要先存储下来，只是一辆车的数据就是以 TB 为单位，数十百万辆车加起来的数据会有多么庞大。

  而且现在各大车企都在内卷无人驾驶，市场供需失衡，存储器价格也是一路走高，可想而知背后的存储成本有多么巨大。

  根据 2016 年英特尔的估计，每台无人车每天将产生 4000 GB 的数据，按照亚马逊目前的收费标准，存储一年的成本约为 35 万美元（折合人民币约为 244 万元）。

  自动驾驶的研发链条很长，需要的技术也是多种多样，比如各种传感器算法、图像解析、地图处理、激光雷达点云、视频编码、车载系统、大数据处理、芯片技术等，需要跨学科、跨领域合作开发。

  新能源汽车是计算机与半导体技术对传统汽车的一次技术变革，因此很多技术已超出传统车企的业务范畴，这就需要车企重新构建新的研发体系，许多新技术要招聘大量精英人才，都会造成巨大的成本暴涨。

  总结起来就是，一开始行业都低估了开发无人驾驶技术的难度，导致成本失控，一步到位式的路线不可取，从商业角度看，渐进式路线才符合各大车企和供应商的利益，因此业内逐渐形成一个共识，先做好 L2 辅助驾驶，然后逐步迭代至更高级。

  虽然各大厂商决定把目标定在 L2，但无人驾驶基于不同的感知元件，技术路线也不同，大致可分为两派，一是激光雷达，二是纯视觉。

  由于激光雷达可通过点云获得对应位置丰富的三维信息，相比其他传感器有明显优势，因此备受车企推崇，如中国各大车企基本都搭载了激光雷达，而且一辆车上还不止一颗，但劣势就在于成本太高。

  根据公开信息数据显示，2022 年，国内激光雷达价格基本在 1000 美元左右。据开源证券分析称，目前单颗激光雷达的成本最高仍有 1 万元，从市面上的车型能够准确的看出，搭载激光雷达的车型价格都居高不下。

  摄像头的成本优势很明显，目前一颗单目摄像头的价格只有 150 元左右，双目也就 200 元左右，只有激光雷达成本的五分之一。

  但摄像头的劣势同样很明显，比如市面上单目视觉方案，其对物体测距误差很大，需要毫米波雷达或激光雷达数据融合才能消除误差，而且只能获取二维平面信息，且和人眼一样，受到外因影响很大，导致很多时候会识别错误。

  比如可能会把白色物体误判为天空，把隧道前的栏杆误认为卡车尾部等，或者干脆不识别。

  所以搭载视觉智驾方案的车型体验基本都不好，最典型的问题是 AEB 误触率暴增，所谓 AEB 就是汽车紧急主动刹车系统，如果智驾系统判断遇到紧急状况，汽车便会紧急刹车。

  因此目前市面上的单视觉方案汽车会出现很多无缘无故的紧急刹车，也就是网上说的幽灵刹车，更严重的直接撞，大幅度的降低驾驶体验，还会大幅度的增加事故风险，安全性堪忧，让主机厂又爱又恨。

  综上所述，激光雷达优势多但成本高，视觉摄像头成本低但体验差，各大车企既想要单视觉摄像头的成本，又想要良好的 L2 智驾体验，就没个厂家能实现吗。

  上文提到，单视觉 L2 的问题就在于 AEB 误触率，核心原因主要在于样本库中只有少数丰富的样本作为比对，针对此情况，牧童建立了一整套数据回传机制，据介绍，在 1R1V 和单 V 方案市场，MAXIEYE 是唯一一家具备数据回传能力的公司。

  也就是说，目前市面上其他的单 V 方案和 1R1V 方案供应商并不具备数据回传能力，不能有效的迭代算法，识别目标。

  这里要解释一下单视觉方案的识别物体的过程，当遇到障碍物时，车辆会先通过样本库中的样本与摄像头看到的图像进行比对，若能够识别，才会根据图像大小计算与车辆的距离，接着进行后续判断。

  换言之，如果车辆不能先识别前方物体，那后面也计算不出来车辆与障碍物的距离，结果就是车辆直接撞上去，如果是识别错了，就会出现幽灵刹车。

  牧童的单视觉 L2 方案能够最终靠数据回传机制把由于缺少毫米波雷达校验所产生的 AEB 误触数据全部回传回来，用于之后的数据训练和算法迭代。

  除了数据回传机制，MAXIEYE 还设计了算法冗余，通过多种不同的算法对目标进行仔细的检测，不同的算法的原理和检测特征完全不同，可以相互校验。

  比如对一个行人进行监测，一套算法检测整体轮廓，另一套算法检测局部特征，如关节、面部等，相互验证得出结论。

  为了训练这套系统，MAXI 还要求芯片必须支持 H.264 视频编码，因需要更高质量的图像和视频录制，为后续向高阶辅助驾驶提供了迭代空间，这都是市面上同等方案不具备的能力。

  车企可以联合智驾供应商一起针对某个具体场景设计触发机制，提供基于触发机制的数据回传，还原事发场景。

  比如安全气囊，可以将安全气囊起爆前后一段时间进行数据回传，帮助车企优化气囊起爆点设计。

  由于高阶辅助驾驶包括上下匝道、各种路口等，车企还可以针对各种路口、匝道设计触发机制，将过路口、匝道前后一段时间的视频进行数据回传。

  MAXIEYE 还在云端准备了一套 VSLAM 和地图重构算法，可将单 V 视频用 VSLAM 的方式创建整个道路拓扑，可当作地图真值用来迭代高阶辅助驾驶，而市面上其他同类方案都不具备此能力，意味着它们的车都是在放养，只会一直差下去。

  从目前行业发展看，单视觉 L2 方案是进入智能驾驶领域性价比最高的入场券，而牧童 MonoToGo 单视觉 L2 再次刷新同类方案产品力上限，不仅成本低，而且具备完善的数据回传机制，扩大了 L2 功能边界，还可以做场景出发，将数据回传支持后续迭代，为以后高阶驾驶打下基础。

  对于消费者，感受到的是功能更多、更安全、更适用，获得 CNCAP 五星评分的单视觉 L2 智驾系统的良好体验。

  文章出处：【微信号：nev360，微信公众号：焉知新能源汽车】欢迎添加关注！文章转载请注明出处。

  在C6655的memory map summary中这两个地址有什么区别00800000 008FFFFF1M Local

  公司优势资源，设计研发的超高的性价比、多功能一体、高度集成式驾驶辅助产品。

  级)的驾驶辅助功能(SAE J3016)需求，Hirain可以基于该产品集成自主研发的ADAS功能，为车辆提供量产ADAS产品

  了，新增 22 个子系统，支持全面的 OS 能力，支持内存大于 128M 的带屏设备开发等。可支撑做出完整的手机，有若干手机

  包含5大功能集：5G室内超宽带、5G室内精准定位、5G工业级超低时延、5G室内高可靠性、5G工业级

  检测以来，维视智造已服务诸多光伏产业链，尤其是光伏组件生产商客户，助其解决了生产的全部过程中各类

  拆个你们没见过的石英表，看看非民用级的东西里有什么独到的设计.#硬核拆解