1. 课程导入与交付全景

Mobileye EyeQ 系列芯片(EyeQ4、EyeQ5、EyeQ6)是智能驾驶领域广泛采用的视觉感知 SoC 平台,其配套的 EyeQ Kit、EyeQ SDK 以及 Mobileye 提供的感知算法栈,构成了从摄像头输入到 ADAS/AD 功能输出的完整技术底座。所谓EyeQ 智能驾驶项目工程交付,指的是在整车厂或 Tier1 拿到 Mobileye 芯片与软件授权后,围绕具体车型的 ADAS/AD 功能需求,完成从需求定义、软硬件集成、感知与规控适配、标定、测试验证到量产释放的一整套工程活动,并最终向整车项目交付可量产、可追溯、可维护的智能驾驶系统。

它不同于单纯的“芯片选型”或“算法研究”,也不同于一般意义上的软件开发。EyeQ 项目交付的核心特征在于:软硬件强耦合、感知与规控分层、安全与合规约束前置、量产节点倒逼验证节奏。理解这一点,是后续所有章节展开的前提。

交付范围:从芯片到整车的四层边界

EyeQ 项目的交付范围可以按“芯片—软件—系统—整车”四个层次来界定。第一层是芯片与基础软件层,包括 EyeQ 芯片本身、EyeQ Kit 运行时、驱动、BSP、工具链以及 Mobileye 提供的感知算法库;第二层是感知与融合层,涉及摄像头、雷达、激光雷达等传感器的接入、时间同步、目标级/特征级融合;第三层是规控与功能层,包括 AEB、ACC、LKA、NOA 等功能的决策、规划与控制;第四层是整车集成与验证层,涵盖 CAN/Ethernet 通信、诊断、OTA、功能安全与预期功能安全、整车标定与路试验证。

需要特别说明的是,Mobileye 通常提供“感知黑盒”或“感知白盒”两种合作模式。黑盒模式下,EyeQ 输出目标列表、车道线、可行驶区域等结构化结果,规控由客户或 Tier1 自研;白盒模式下,客户可对部分感知模块进行定制。交付范围的边界必须在项目启动阶段就以接口控制文档(ICD)和责任矩阵(RACI)的形式固化,否则后期极易出现“感知结果不满足规控预期”的扯皮。

核心角色与职责分工

一个典型的 EyeQ 量产项目通常涉及以下角色:Mobileye 侧包括 FAE(现场应用工程师)、算法支持团队、芯片与工具链支持;客户侧包括系统架构师、感知集成工程师、规控开发工程师、标定工程师、测试验证工程师、功能安全工程师、项目经理;Tier1 侧可能承担传感器、域控制器、执行器集成。各方通过接口人机制和问题升级路径协同,避免多头对接。

在项目启动会上,建议明确“谁负责 EyeQ 配置、谁负责感知结果验收、谁负责整车标定、谁负责安全案例”,并写入项目章程。角色不清是 EyeQ 项目延期的最常见原因之一。

端到端流程总览

EyeQ 项目的端到端流程可以概括为六个阶段:需求与可行性分析 → 架构与接口定义 → 软硬件集成与感知适配 → 标定与功能调试 → 测试验证与安全评估 → 量产释放与持续维护。每个阶段都有明确的输入、输出和准出条件。例如,架构阶段的准出是 ICD 冻结;集成阶段的准出是感知结果在回放数据上达到约定指标;标定阶段的准出是静态标定与动态标定均通过;验证阶段的准出是功能安全案例与路试报告通过评审。

下面用一张端到端流程图,把上述阶段、关键活动、主要交付物和角色关系集中呈现,便于在项目启动时作为“全景地图”使用。

EyeQ 智能驾驶项目端到端交付全景 需求 → 架构 → 集成 → 标定 → 验证 → 量产,六阶段闭环 ① 需求与可行性 功能清单 / 芯片选型 ② 架构与接口 ICD / RACI / 拓扑 ③ 集成与适配 感知接入 / 时间同步 ④ 标定与调试 内参 / 外参 / 在线标定 ⑤ 测试与安全 SIL/HIL/路试 / SOTIF ⑥ 量产释放 OTA / 维护 关键交付物 功能需求规格 芯片选型报告 ICD 接口文档 系统架构图 感知回放报告 集成测试记录 标定参数表 标定验证报告 测试用例集 安全案例 释放基线 维护计划 核心角色协同 Mobileye 侧 FAE / 算法支持 / 工具链 客户系统与感知 架构师 / 感知集成工程师 客户规控与标定 规控开发 / 标定工程师 测试与安全 测试验证 / 功能安全工程师 Tier1 域控 / 执行器 数据流与信号链(示例) 摄像头 / 雷达 原始数据 / 目标级 EyeQ 感知 目标 / 车道线 / 可行驶区域 融合与跟踪 时间同步 / 目标关联 规控决策 AEB / ACC / LKA / NOA 执行器 制动 / 转向 / 动力 整车反馈 CAN / Ethernet 阶段准出条件(Gate) G1:需求冻结 + 芯片选型确认 G2:ICD 冻结 + 架构评审通过 G3:感知回放指标达标 G4:标定验证通过 G5:安全案例通过

为什么需要“全景视角”

很多 EyeQ 项目在启动时只关注“芯片能不能跑起来”,结果在集成阶段才发现感知输出频率与规控周期不匹配,或者在标定阶段才发现摄像头安装角度超出算法容忍范围,导致返工。全景视角的价值在于:把接口、责任、准出条件前置,让每个阶段都知道自己需要向下一阶段交付什么、验收标准是什么。

例如,在架构阶段就应明确:EyeQ 输出的目标列表坐标系是车辆坐标系还是图像坐标系?时间戳基准是传感器触发时刻还是 EyeQ 接收时刻?这些定义一旦模糊,后续融合与规控就会反复调整。再如,标定阶段需要区分静态标定(在标定间完成,确定摄像头内参和外参初值)与动态标定(在道路行驶中在线修正外参),两者的输入数据、工具链和验收指标完全不同。

EyeQ 项目中最容易被低估的是“数据回放与场景库”建设。没有可复现的回放数据,感知适配和规控调试就会变成“路试碰运气”。建议在集成阶段之前就建立场景库,覆盖切入切出、隧道、逆光、雨雾等典型工况。

交付成功的三个判断维度

第一,功能维度:AEB、ACC、LKA 等功能是否在定义工况下达到性能指标,误触发率与漏触发率是否满足要求。第二,安全维度:功能安全(ISO 26262)与预期功能安全(ISO 21448)的分析是否闭环,安全案例是否可追溯。第三,工程维度:代码与配置是否可版本管理,标定参数是否可追溯,OTA 升级是否可回滚。三者缺一不可,任何一项在量产前未闭环,都会成为释放的阻塞项。