在1888年8月，奔馳創始人卡爾奔馳的妻子Bertha Benz開著丈夫發明的三輪內燃汽車從德國Mannheim到達Pforzheim，這次大約100公里的歷程標志著現代汽車的誕生。

125年后，2013年8月，奔馳沿著當年的路程，又走了一遍，不過這次是無人駕駛，為了向前輩以及前輩的賢內助致敬，奔馳將這輛基本沒改裝過的奔馳S500親切地稱之為Bertha。

Bertha的核心傳感器是一個1024*440像素的FOV為45度的雙目，奔馳將雙目基線長加大到35厘米，主要為了覆蓋更遠的距離，標準版S級雙目為30厘米。雙目的SGM和棒狀像素計算都使用FPGA完成，每幀圖像可以做到40萬個獨立深度測量。剩下的計算奔馳用一個FOV為90度的單目識別紅綠燈，用一個FOV為90度的單目做基于特征的輔助定位。另外還有4個120度的中距離毫米波雷達，KIT提供了高精度地圖，地圖包括限速、斑馬線位置、停止線、道路曲率等。由于是郊區行駛，奔馳只用了GPS，并未用外置慣性導航系統。這也是最接近量產的L4級無人車。

雙目相比單目有著壓倒性的絕對優勢，單目能做到的，雙目都能做到，單目卻做不到雙目的3D立體視覺。以紅綠燈檢測為例，Mobileye闖紅燈的視頻想必大家都看過了，識別紅綠燈是感知環節最難的技術點之一，百度和谷歌都是利用各自擁有的街景圖片庫資源，利用先驗信息，設定好ROI，以此提高識別紅綠燈的準確率。然而街景的更新速度很慢，在快速發展的中國或許不合適，在美國就比較合適。即便如此，Waymo也出現過闖紅燈的視頻，如果沒有街景配合，單純單目的紅綠燈識別率相當低。更致命的是，我國的紅綠燈千奇百怪，尤其是天津，一條路上有五種紅綠燈，簡直是無人車的噩夢。而V2X還遙遙無期。

目前有三種雙目識別紅綠燈方法，第一種是用目標候選區濾波法，在目標候選區分析視差值，將前景與背景分離，無需先驗知識。

第二種是關聯位置濾波法，這種方法需要先驗知識，就是統計紅綠燈的3維位置信息，特別是紅綠燈的高度，還有與斑馬線的直線距離，與路沿的直線距離。當無人車上線行駛時可以獲得目標的三維距離信息，與先驗知識庫做濾波。這種方法可以大幅度提高紅綠燈識別率。有時只需要紅綠燈的高度信息，相對街景，這個先驗知識可以輕松獲得。

第三種方法，即再投影法。將真實世界的紅綠燈建模，同時增加深度測量數據，將紅綠燈假想再投影到紅綠燈模型內，再配合深度測量數據判斷是不是紅綠燈。無論那一種，都要比單目好得多。

雙目的立體匹配幾乎都要用FPGA完成，懂算法又懂FPGA的人才非常罕見，FPGA價格也比較高，這限制了雙目的應用。加上FPGA廠家都位于美國，中國企業對此是有所顧慮的。美國對FPGA的銷售是睜一只眼閉一只眼，一旦較真起來，很可能買不到計算單元超過10萬的FPGA。單目的應用幾乎不用考慮硬件，價格低廉，因此應用遠比雙目廣泛。

不過這種現象將在未來幾年有大幅度改觀。全球前三大汽車處理器廠家的兩大都推出了專用雙目設計的處理器，這就是瑞薩的R-CAR V3H和NXP的S32V3系列。兩者都是在2018年3季度有樣片。雙目可以不用FPGA了。

先來看瑞薩的R-CARV3H。

R-CAR V3H目前已確定獲得日產和豐田的訂單，日產將全線使用R-CAR V3H，包括高速公路自動駕駛，遙控泊車，全自動泊車，塞車輔助，無限制條件的AEB（L2階段的限制條件極多）。

R-CAR V3H的運算能力達到4.2TFLOPS，超過Mobileye EyeQ4的3TFLOPS，制造工藝上R-CAR V3H擁有絕對優勢，臺積電的16納米FinFET工藝完勝意法半導體的28納米FD-SOI工藝。當然Mobileye EyeQ4比R-CAR V3H要早兩年，但R-CAR V3H還有強大的CPU系統，包含4個A53和一個擁有鎖步功能的R7，這就意味著R-CAR V3H應該能滿足ISO 26262 ASIL-A或B級標準而不是Mobileye那樣只能通過AECQ-100 1級標準。

上圖為R-CAR V3H的內部框架圖

R-CAR V3H針對L3+級車輛，包含了立體視差和光流硬核IP，效率與FPGA相當，或許比FPGA略好。

NXP計劃在2018年3季度推出S32V3的樣片，和V3H一樣也是立體視差和光流硬核IP。

S32V3最高可達ASIL-D級，安全等級遠超Mobileye。

S32V3內部框架圖

除了NXP和瑞薩這兩家頂級企業，還有行車記錄儀芯片巨頭安霸的產品，運算性能比Mobileye即將在2018年3季度問世的EyeQ5還要強。安霸在2015年以3000萬美元的價格收購了意大利初創公司VisLab，這家公司由意大利帕爾馬大學團隊創立。目前，其創始人Alberto Broggi教授擔任安霸自動駕駛業務的負責人。

安霸第一代自動駕駛用芯片CV1能夠對應兩個800萬像素的雙目立體視覺，運算力達到2TFLOPS。采用索尼的IMX317圖像傳感器，像素精度可達3840*1728，如此高的像素，即使在FOV為75度30厘米基線的情況下也可以達到300米的有效距離，遠超大部分激光雷達的有效距離。

激光雷達的有效距離與物體反射率關系極為密切，通常廠家只給反射率為80%時的有效距離，對于白色車輛，反射率可能只有10%，有效距離會縮短到80%時的1/3甚至更少。一般MEMS激光雷達在10%反射率下有效距離只有30到70米，機械旋轉型的略好。

CV1可以直接輸出一張視差圖，幀率每秒一幀。同時還內含路障或隔離柵檢測，路沿與車道線檢測，交通信號檢測，一般障礙物檢測。

CV1只是安霸試水作品，安霸在2018年初推出CV2AQ，運算性能提高10倍，大約為14TFLOPS，三星的10納米工藝制造，通過了AEC-Q100 2級標準。

這款芯片異常強大，可以同時處理3200萬像素的數據，可以同時對應6個雙目，包括兩個800萬像素的雙目和4個200萬像素的雙目。而CV1僅能對應1個800萬像素的單目。

隨著FPGA的瓶頸被突破，雙目的大規模應用即將到來！