高静宜撰文傅博编辑

拿到1.28亿美元A轮融资的Roadstar.ai,靠什么 ?

自成立以来,Roadstar.ai 的一举一动就备受圈内关注。这家创业公司旨在研发 L4 级别自动驾驶技术,提供自动驾驶专车运营服务及 L2/L3 级别自动驾驶解决方案。

今天,Roadstar.ai 终于放大招了:

宣布完成目前自动驾驶行业内同一轮次的最高融资额——1.28 亿美元的 A 轮融资 (约合 8.12 亿人民币),由双湖资本和深创投集团联合领投,老股东云启资本,以及招银国际、元璟资本跟投。

同时发布其第一代面向国内复杂城市道路的无人驾驶技术解决方案——「Aries·锐」。这款产品搭载了纯中国国产激光雷达,最大特点就是成本可控。

此外,这款产品可以在城市高复杂环境下做出合理决策以及融入有人驾驶社会的「类人策略」,并可实现高精度驾驶控制,达到任意速度、任意曲面道路上最大误差 5cm。

据了解,「Aries·锐」已实现在加州平均一个月一次人工干预、国内高复杂城市路况环境下连续数小时无人工接管。

Roadstar.ai 于 2017 年 5 月在美国硅谷成立,并获得千万美元天使轮融资。公司由三位曾在谷歌、特斯拉、苹果、Nvidia 和百度硅谷研究院领导自主驾驶技术的工程师所创立:

 CEO 佟显乔、CTO 衡量、首席科学家周光曾分别在苹果、英伟达、特斯拉、百度美研等公司的自动驾驶部门工作。

2017 年 9 月在硅谷首次公开路测,11 月获得美国加州交通管理局办法的路测牌照,今年 2 月在深圳城市街道完成实际路测。

一年来,公司陆续吸引了来自谷歌、苹果、特斯拉等公司及斯坦福大学、弗吉尼亚理工大学、清华大学、上海交通大学、香港理工大学、新加坡国立大学等海内外高校的人才加入,并在硅谷、深圳两地建立研发中心。

Roadstar.ai 告诉机器之能,目前团队正在迅速扩充,团队人数每个月都有变化,马上就将超过 40 人。

自动驾驶领域,Roadstar.ai 提出了两项关键技术:HeteroSync(异构多传感器同步)和 DeepFusion(数据深度融合)。

要在短时间内把在某一地区运行良好的自动驾驶系统成功部署在另一地区,突破所谓的地域局限性,除了打破数据的壁垒,重点还在于算法的泛化能力,这就涉及到团队的自动驾驶核心技术实力。

「初期的自动驾驶是要一个点一个点去攻破的,我们基于前融合的算法非常鲁棒。现在我们的车可以在深圳工作,那么在北京路面上跑的话,我们的二次开发就会很少很少。」周光在接受机器之能采访时这样说道。

周光口中基于前融合的算法正是 Roadstar.ai 自主研发的核心技术之一 DeepFusion。

目前,业内的自动驾驶公司已经在传感器层面上形成了不同的技术取向。

一种是延续了 Waymo 早年的传感器不融合的方案。利用一个高线速激光雷达做物体识别、摄像头承担其他识别任务,传感器是独立存在的个体,互相不存在关联。目前百度、滴滴、景驰、Pony.ai 等均采用了这种策略。

但是,周光并不认可这种方案。在他看来,该方案的 64 线激光雷达在半径为六米左右的范围内形成了一个盲区,自动驾驶的安全性无法得到保障。

另一种是多传感器融合方案。利用多颗低线速的激光雷达,将其与摄像头、毫米波雷达等传感器数据进行提取融合。Waymo、苹果、Drive.ai 和 Cruise 均选用了这种方案,均为自己无人车部署了不同数量的 16 线激光雷达。

目前 16 线激光雷达 4000 美元的价格并不算昂贵,问题在于一些激光雷达产品的激光排布可能并不合理,需要对厂家提出定制化需求。

Roadsta.ai 采用的也是多传感器融合方案,使用 4 到 5 个激光雷达。

「要保证有一定的线速,感知才能做到还不错。毕竟 L4 不是 ADAS,不能牺牲性能和安全追求便宜,那没有意义。」周光补充道,「我们的方案比 64 线效果好,价格还是 64 线的五分之一,这才有意义。」

而 Roadstar.ai 的前融合算法,是在原始数据层面将激光雷达、摄像头以及毫米波雷达的 8 维数据进行融合,而非在所有传感器独自完成目标数据的生产与处理后再进行融合。

这样做的好处在于,不仅能够解决「后融合」所带来的激光雷达点云数据与摄像头数据帧率与空间上的不匹配问题,还能避免较早过滤掉置信度较低的原始数据。

相比于传统的深度学习算法,DeepFusion 下的深度学习可以仅通过 4000 张图片就达到之前 150000 张图片的效果,而且由于传感器物体特性的互补,也能减少激光雷达和毫米波雷达下的边缘情况识别问题。

Roadstar.ai 的另一个技术亮点则是异构多传感器同步技术 HeteroSync,能够实现各传感器的高精度时间、空间同步,自动实时更新同步参数,兼容不同品牌、不同数量的各类型传感器。

周光告诉机器之能,Roadstar.ai 也一直在试用各家的激光雷达,每家产品都有自己的特性,可以安置在不同的位置。

机械式激光雷达已经相对成熟,国内外产品的差距不大。但他也透露,在寿命方面,各家产品可能还是存在区别,「某一家的可能用一段时间就坏了。」

「我们坚信自动驾驶是要软硬件深度结合的,如果今天出了事情的,发生问题的可能是软件,也可能是硬件,如果每个厂家各开发各的,出了问题是谁的锅呢?」周光说道。

「对于车厂来说,百度 Apollo 平台可能是一个很好的厂商,至少是一个 60 分的平台,但自动驾驶你要真正用起来的话,你得在 95 分、99 分以上,一些 60 分的模块是很难拼凑起来安全的自动驾驶的。」

因此,Roadstar.ai 不仅自主研发软件系统,也在研发摄像头等硬件,并计划在硬件上展开更多的研发工作。

「我们想在 2020 年找到一家技术过硬的公司一起去合作生产自动驾驶汽车。」在被问及公司的未来规划,周光这样说道。

「造车还是一个比较远的事情,目前来说,我们并没有这个基因,所以会选择实力强的合作伙伴一起做。比如,他们提供好的线控平台,我们提供无人驾驶系统。」

2018 年,Roadstar.ai 会在深圳部署大约 20 辆无人车。

「覆盖一定的范围展开运营,载入一些小的服务、收集更多的数据、为之后数百辆车的部署做一个准备。」

产业Roadstar.ai自动驾驶
相关数据
自动驾驶汽车技术
Autonomous cars

自动驾驶汽车,又称为无人驾驶汽车、电脑驾驶汽车或轮式移动机器人,是自动化载具的一种,具有传统汽车的运输能力。作为自动化载具,自动驾驶汽车不需要人为操作即能感测其环境及导航。

物体识别技术
object recognition

计算机视觉领域的一个分支,研究物体的识别任务

参数技术
parameter

在数学和统计学裡,参数(英语:parameter)是使用通用变量来建立函数和变量之间关系(当这种关系很难用方程来阐述时)的一个数量。

规划技术
Planning

人工智能领域的「规划」通常是指智能体执行的任务/动作的自动规划和调度,其目的是进行资源的优化。常见的规划方法包括经典规划(Classical Planning)、分层任务网络(HTN)和 logistics 规划。

自动驾驶技术
self-driving

从 20 世纪 80 年代首次成功演示以来(Dickmanns & Mysliwetz (1992); Dickmanns & Graefe (1988); Thorpe et al. (1988)),自动驾驶汽车领域已经取得了巨大进展。尽管有了这些进展,但在任意复杂环境中实现完全自动驾驶导航仍被认为还需要数十年的发展。原因有两个:首先,在复杂的动态环境中运行的自动驾驶系统需要人工智能归纳不可预测的情境,从而进行实时推论。第二,信息性决策需要准确的感知,目前大部分已有的计算机视觉系统有一定的错误率,这是自动驾驶导航所无法接受的。

感知技术
perception

知觉或感知是外界刺激作用于感官时,脑对外界的整体的看法和理解,为我们对外界的感官信息进行组织和解释。在认知科学中,也可看作一组程序,包括获取信息、理解信息、筛选信息、组织信息。与感觉不同,知觉反映的是由对象的各样属性及关系构成的整体。

深度学习技术
Deep learning

深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法,至今已有数种深度学习框架,如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

小马智行机构
Pony.ai

作为自动驾驶领域的佼佼者,小马智行一直以最领先的自动驾驶科技为目标,希望用人工智 能技术颠覆人类出行。目前公司已经获得国际顶级基金红杉资本和 IDG 资本的数千万美金 投资。创始人及首席执行官彭军为谷歌前广告业务技术负责人,斯坦福大学博士。创始人及 首席技术官楼天城曾经就职于于神秘的 Google X 实验室,清华大学博士,姚期智院士的大 弟子。首席运营官胡闻为原工银国际高科技投资负责人,原李群自动化首席财务官,麻省理 工学院硕士。华人唯一的图灵奖得主、中科院院士、清华大学交叉信息学院院长姚期智为公 司首席顾问。小马智行招揽了 60 多位来自谷歌、优步、英伟达等顶尖自动驾驶技术人才, 其中一半以上员工拥有国内外名校的博士学位。公司于 2017 年 6 月获得加州路测许可证, 并且在 10 平方公里的公开市内道路上实现 24 小时白天黑夜人车混流全自动自动驾驶(具 体范围见附件图)。 今年 10 月 16 日,小马智行与南沙新区共同签署了《小马智行全国总部项目投资协议》。小 马智行将在南沙设立自动驾驶研发中心及总部基地,并全力打造自动驾驶产业生态圈。南沙 新区委区政府将在道路测试、人才引进、研发场地、建设人工智能公共技术支撑平台等方面 支持自动驾驶技术的应用发展。

高静宜
高静宜

我很懒,什么也不会留下

推荐文章