- 全站推荐
- 全站置顶
- 撤销首页推荐
- 撤销社区推荐
-
置顶推荐
- 6小时
- 12小时
- 24小时
- 3天
- 一周
- 长期
- 设为精华
- 热门推荐
- 撤销审核
- 进小黑屋
- 生成议题
10 月 12 日,轻舟智航宣布完成来自联想创投的新一轮投资。
同时,今年内,这个成立一年多的自动驾驶团队也将在苏州落地中国第一个常态化运营的城市无人小巴项目。
01
中国首个常态化运营城市无人小巴项目
即将上线
今年内,中国第一个常态化运营的城市无人小巴项目就将在苏州上线。
而在一个月前,我们提前体验了一把。
在苏州相城区的高铁北站附近,一辆墨绿色涂装的小巴从一座写字楼下出发。
如果不看小巴车身前后安装的激光雷达和摄像头,这辆小巴「开」在路上和一般的车辆无异。
小巴在商业区、高铁北站以及购物中心附近的车道上穿行,时不时有激进的车辆和逆行的外卖小哥擦身而过。
在雨天湿滑的路面上,小巴自如地完成红绿灯前的启停、对斑马线行人的避让以及在车流中经过大十字路口拐弯,最后稳稳回到我们的上车点。
在这段十几分钟、十公里左右的试乘体验,覆盖了商业区、高铁站和购物中心等地段,我们在各个红绿灯路口体感的加减速平顺,小巴在整个路线跑下来行驶流畅。
假如这还谈不上十分惊艳的话,无人小巴项目背后的技术团队告诉我们,这条无人驾驶小巴路线从车辆到位再打磨到现在的状态,只用了短短两个月时间。
轻舟智航,是这个国内首个常态化运营的无人小巴项目背后的技术公司。
在未来的几个月内,轻舟将在苏州部署多条 Robobus 城市微循环线路,覆盖苏州地铁二号线苏州北站和大湾地铁站周边区域。
轻舟这个名字来自于李白的诗句,「两岸猿声啼不住,轻舟已过万重山」。猿声还在耳边回荡,轻快的小船已经穿过万重山峦。
在打造自动驾驶技术的过程中,轻舟团队认为「又轻又快」是决胜的关键,尤其是后发制胜的关键。
2019 年,轻舟智航在硅谷成立,这家公司的 4 位联合创始人悉数出自全球公认自动驾驶领域排名第一的 Waymo 团队。
在短短一年多以后,轻舟在硅谷、北京、深圳和苏州都设了办公室以开展多地的测试及运营。
轻舟的定位是聚焦自动驾驶的核心软件,打造能够应对城市复杂环境的无人驾驶方案。面向城市开放道路的无人小巴 Robobus,是其落地的第一个产品。
整个 2020 年,行业正经历中美两地疫情的洗礼和紧张的国际局势考验。
轻舟通过多地协同开发的方式推动技术迭代,现在无人小巴已经逐步进入到了可规模落地的阶段。
轻舟智航联合创始人汪堃告诉我们,当下这一套无人小巴方案,如果去到其他地区再进行部署,能在短时间内让小巴流畅地在路上跑起来。
02
打造L4级无人驾驶解决方案
如何做到「又轻又快」?
2019 年成立,轻舟如何做到一年后即拿出能落地的解决方案?
这还要从行业老大哥 Waymo 讲起。
2017 年,Google 拆分出专注无人车的独立子公司,也就是 Waymo。轻舟智航的几位联合创始人,就是在Waymo进行无人车的研发。
Google 对无人车坚决的投入,在 2016 年前后掀起了自动驾驶创业的黄金浪潮。
当年在中美都有为数不少的自动驾驶公司成立,人们一度以为无人车时代将很快到来。
但实际到了 2018 年前后,人们看到开发高级别自动驾驶技术以及进行大规模的路测需要巨大的资金投入。
首先,需要建立规模化车队,进行大量的测试,工程师们在这个过程中将不断发现问题解决问题,再逐步扩大路测规模,继续完善自动驾驶系统。
简单来说,高级别自动驾驶技术的落地,费钱、费人、费时。高级别自动驾驶技术真正落地到无人出租和无人卡车上实现规模化普及,可能需要 10 年时间。
那有没有更高效的方式呢?
2019 年轻舟智航创立时,核心团队的想法是:
将仿真测试作为关键的核心能力,建设起大规模智能仿真系统;同时借助可自主学习决策规划框架,利用机器的计算资源进行算法训练,减少工程师们「见招拆招」开发针对性算法的工作量,形成自动化、可规模化的技术产品迭代流程。
因此,以智能仿真系统为核心,来撬动大规模的测试从而加快自动驾驶系统的改进,成为轻舟智航重要的技术特点。
回顾 Waymo 的经验也可以看到,仿真测试相比于真实路测有极高的扩展性。
2019 年 6 月,Waymo 对外公布完成 1000 万英里路测时,其在仿真环境下累计的测试里程已经超过 100 亿英里。
也就是在同等规模的时间投入下,Waymo 的仿真/路测比做到了 1000 倍。
03
多地部署 Robobus 背后的技术支撑
轻舟智航的四位联合创始人均来自 Waymo,可以说是掌握了 Robotaxi 的核心技术。
Robobus与Robotaxi一样是应用于公开道路,并且轻舟的Robobus正在开展多地部署,仿真测试的应用更加重要。
利用仿真来辅助自动驾驶技术开发,今天在行业内也已成共识。不少公司都在投入开发自己的仿真器,也有像微软一类的大公司将一些仿真器开源出来。
但是真正利用仿真撬动有价值的大规模测试,汪堃告诉我们,有一个重要的前提条件——仿真系统要能够高度精确地还原车辆在真实道路上遇到的问题。
只有做到「高度精确还原」,车辆在路测中遇到的问题才能在仿真环境中复现,而在仿真环境中测试通过的算法在真实环境下也才能跑通。
做到「高度精确还原」并不容易。
2016 年,汪堃就加入了 Waymo 的仿真团队,他当时还是 从Google 中国直接入职 Waymo 的第一人。
刚加入时 Waymo 仿真团队时,这个部门还只有五六个人,他亲历了 Waymo 仿真测试从零到百亿英里的增长。
为了使仿真测试系统与自动驾驶车载系统高度一致,轻舟首先开发了一套自动驾驶底层系统 Car OS,这套 Car OS 被同时部署在车端和仿真系统上。
Car OS 将自动驾驶的各个软件模块连接起来,从而确保无论在车端还是仿真端测试时,自动驾驶整个从感知、定位、决策、规划到控制的流程和响应是完全一致的。
在整个仿真系统的设计中,底层的 Car OS 保证了路测与仿真测试的高度一致性,顶层的分布式平台让工程师可以在远端方便地回放和复现路测中遇到的问题。
而系统中间的层级则是评估器、大规模场景库构建等工具,评估器主要用来测试改进后的算法是否会引入新的问题或者性能衰减,大规模场景构建则通过虚拟目标生成(agent)等方式让自动驾驶系统在机器世界中进行几乎无穷无尽的反复测试。
汪堃表示,自动驾驶的仿真开发当前有许多关键的 know-how,包括底层 OS 的搭建,在仿真环境中对安全、舒适性等的评估方法,以及通过对真实数据进行深度学习来大规模生成虚拟目标(agent)等等。
轻舟的核心团队过去在行业内有近十年的经验,这也使这套仿真系统的设计完全区别于一般公司利用开源游戏引擎等开发的仿真平台。
目前轻舟已在国内多个城市落地无人小巴,智能仿真系统能真正让轻舟在多地远程的开发中拥有极高的迭代效率。
04
L4 无人驾驶落地
为什么是城市小巴 Robobus 先行?
在经历一年多的开发后,无人小巴是轻舟无人驾驶方案落地的第一代产品。未来,轻舟还会陆续落地其他智慧城市相关的产品形态。
为什么是无人小巴 Robobus 先行?
实际上在国内这几年,跑在低速限定封闭场景的无人小巴并未取得很大的市场成功。
原因是这些小巴产品,大多数时速在 20 公里/小时以内,在封闭园区内行驶,一般是用作园区游览或者接驳,但同时无人小巴成本很高,又难以收费。
而轻舟的无人小巴Robobus定位是在时速 20 - 50 公里/小时,跑在城市开放道路上,用于最后 3 公里接驳的微循环小巴。
在更高速的区间,国内还有不少头部公司在开发 Robotaxi。
而在 Robotaxi 与低速无人小巴之间,轻舟定位中低速城市开放道路的微循环无人小巴几乎是一片市场的真空区域。
与 Robotaxi 相比,小巴的空间更大,能载客的人次更多。
因为小巴时速在 20 - 50 公里/小时之间,速度相对可控,并且路线固定,因此用小巴投入无人驾驶运营在技术上更可靠、风险更低。
在更大载客量和风险可控的前提下,小巴可以部署在交通枢纽、商业写字楼、商圈和居民区等人流密集的区域,从而得到更高的经济效益。
近两年,国内主要城市的交通数据显示,城市微循环的需求正在经历爆发式增长。
在北京这样的超一线城市,2018 年大部分快速路和主干路的使用率已经达到 100%,日常拥堵率超过 60%。
这意味着要提高通行效率,公共交通需要向次干路和支路分流。
城市微循环小巴正在成为公共交通中重要的组成力量。
在广州今年开通的 4 条便民路线,惠及市民已经达到约 10 万人;在福州已开通的 23 条地铁接驳专线,微公交线路单日平均客流量近 3 万人次,高峰日客流达 5 万人次。
此外,在新基建浪潮之中,国内各地都在投入 5G 设备与车路协同设施的部署。
无人小巴作为典型的自动驾驶落地应用,轻舟认为其与智慧的路结合,将打造出杀手级的车路协同应用:
- 路端设备将有效增强自动驾驶应用的安全性;
- 无人小巴与V2X红绿灯的结合实现 「绿波畅行」,将大幅提升公共交通通行的效率;
- 无人小巴的运营路线和区域相对固定,这将有效控制路端建设的先期投入规模;
- 最后,利用小巴实现的多人出行,将进一步均摊车路协同设备的部署成本,产生更高的社会效益。
轻舟智航联合创始人兼 CEO 于骞认为,「Robobus 结合了固定路线中低速、多人出行路权优先、可部署基于 5G 的车路协同、可实现商业化闭环等优势,必将成为L4级别自动驾驶的最快实际落地场景。」
在小巴项目即将开启常态化运营的同时,轻舟来自于联想创投的新一轮投资也已经到位。
今年在苏州之外,轻舟还将在多个城市落地无人小巴 Robobus。
新一轮融资加持下,这支始于硅谷的华人创业团队正以独特的技术路线和产品形态推动中国的自动驾驶商业进程。