|
題圖來源@視覺中國 技術類創投團隊在自動駕駛賽道越發耀眼，這其中，初創公司Roadstar.ai不容小覷。 Roadstar.ai成立于2017年5月，三位聯合創始人CEO佟顯喬、CTO衡量、首席科學家周光曾在Google、特斯拉、蘋果、百度硅谷等公司自動駕駛部門擔任技術負責人。其中，佟顯喬曾是百度硅谷無人車定位和地圖組前技術負責人，也曾供職于Apple無人車研發組及英偉達自動駕駛算法組。 5月15日，剛成立一年的Roadstar.ai宣布已完成1.28億美元的A輪融資(約合8.12億人民幣)。該輪融資由雙湖資本和深創投團聯合領投，老股東云啟資本，招銀國際以及元璟資本跟投。這是截至目前無人駕駛行業內這一輪次的最高融資。 不久前，包括鈦媒體在內的數家媒體與佟顯喬，針對Roadstar.ai項目進展、商業化落地時間表等問題進行了對談。 佟顯喬表示，公司的目標是做針對中國路況、提供整體解決方案的無人專車運營商。目前公司規模大概在60-70人左右，在深圳、硅谷兩地設有研發中心，半數以上都是海外歸國技術人員。 技術優勢 Roadstar.ai首要的核心競爭力是原創技術能力，其自主研發了兩項核心技術，HeteroSync異構多傳感器同步技術和DeepFusion數據深度融合技術。 如視頻所示，Roadstar.ai借助兩項核心技術以及長達一年的路測，已經實現在加州平均一個月一次人工干預、國內高復雜城市路況環境下連續數小時無人工接管，并克服了在中國復雜城市道路下夜晚、雨天、高峰期、過隧道、電動車亂入、行人橫穿馬路等突發狀況。 HeteroSync異構多傳感器同步技術，能夠使不同品牌、類型及數量的傳感器兼容，達成時間、空間的精確同步。如下圖所示，Roadstar.ai將傳感器集中在車頂上一個黑色的匣子內，“現在（設備）還在測試階段，將傳感器集中放在一起，為的是適配更多車型”，而最終，傳感器將通過定制模式融入汽車。目前，Roadstar.ai第二代傳感器融合平臺包括：4顆低線束國產速騰LiDAR，一顆40線國產禾塞LiDAR、6顆低成本攝像頭、3顆毫米波雷達和一套GPS&IMU系統。
DeepFusion數據深度融合技術在原始數據層面將激光雷達、攝像頭、毫米波雷達的8維數據進行深度融合。即通過數據融合電路預處理，將8維原始數據即X、Y、Z的空間數據，R、G、B顏色數據，激光反射值數據，多普勒速度數據，進行端到端深度學習融合算法。是屬于更新的技術路線——前融合算法。 基于DeepFusion的感知，采用了原始數據（raw data）融合，而不是目標數據（object data）融合。基于DeepFusion數據的Perception，是采用8維數據來作為數據輸入，使得低緯不可分數據變得高緯可分，從而極大地提高DNN檢測精度并減少Corner case。 談到算法，則不得不提到數據量的積累。佟顯東表示，相比起Waymo等起步較早的大公司，實際上Roadstar.ai采用的前融合是另一條技術路線，因此不能單純用累積的數據量來對比。 相比海內外其他無人駕駛玩家，Roadstar.ai存在三大優勢：
值得注意的是，在成本方面，Roadstar.ai采用國產激光雷達，效果與國外主流激光雷達持平但價格僅為其一半左右，“目前無人駕駛全部成本大概在二十多萬三十萬人民幣，預計到2020年可以到三到五萬左”。 商業化路徑 7月25日，美團啟動無人配送開放平臺，Roadstar.ai 即該開放平臺的重要戰略合作伙伴之一。佟顯喬表示，園區內的無人配送技術已經趨于成熟，與美團的合作也是Roadstar.ai階段性商業化落地的重要一步。 但Roadstar.ai的目標，仍然是要做獨立的無人駕駛運營商。 根據Roadstar.ai不久前給出的最新進展，已經實現了在開放道路無人車自主運營的完整流程：從乘客上車——規劃目的地——無人車自動行駛——抵達目的地——乘客下車，駕駛期間，乘客改變目的地，無人車也可以隨機更改行駛線路和最終目的地。 專訪中，佟顯喬對Roadstar.ai的商業化路線給出了具體時間表。
在佟顯喬看來，像被通用汽車收購的自動駕駛初創公司Cruise Automation，也是一條很好的商業化路徑。“造車我們是不會碰的。Roadstar.ai希望能夠和技術比較強的車廠合作，進行無人駕駛車輛定制化。”據佟顯東透露，公司已經和海外某大車廠達成合作。 佟顯喬表示，未來也不排除以后與滴滴的合作的可能性。“商業化落地肯定要有一個過程，但我們現在看到，教育市場的難度比想象中的簡單，大家已經開始對自動駕駛有所認識了。”（本文首發鈦媒體，作者、采訪/趙宇航） |
- 關注天氣:
