本文為尋找中國創客（ID:xjbmaker）原創

記者 / 蔡浩爽

編輯 / 蘇琦

隨著第二波人工智能浪潮的興起，作為短期內可實現的落地場景之一，自動駕駛自2017年起落地開花，並迅速成為創投熱點。

經過去年一整年的創業熱潮後，2018年，無人駕駛賽道競爭格局初步形成，頭部梯隊初現。

成立於2017年5月的Roadstar.ai憑借在感知領域的優勢，推出多傳感器前融合的L4級無人駕駛解決方案，在降低成本的同時，加速中國式無人駕駛的落地。

目前，Roadstar.ai 已在美國加州、中國深圳等地完成數萬公里路測，並於今年5月獲得1.28億美元A輪融資，刷新國內無人駕駛領域單輪融資紀錄。近期，Roadstar.ai 無人車隊又駛入烏鎮，為第五屆世界互聯網大會提供接駁服務。

成本+技術的高門檻，讓自動駕駛市場避免了虛火過旺，但巨大的市場潛力依然使得整車企業、互聯網巨頭甚至是傳統老牌供應商相繼入局。

成立不足兩年，Roadstar .ai跟它們PK的底氣是什麽？

經歷豐富的研發團隊

在自動駕駛賽道上，主要有兩類不同玩家。

一類是以福特、豐田和通用等為代表的老牌車企，他們希望通過不斷更新每一代車型所搭載的ADAS（Advanced Driver Assistant System）高級輔助駕駛系統，從輔助駕駛逐漸向完全自動駕駛過渡，目前切入的主要是L2、L3自動駕駛市場；另一類則是傾向於一步到位實現完全自動駕駛的科技創新者，他們憑借在深度學習方面的技術優勢，起步即瞄準L4及以上級別無人駕駛，代表選手有谷歌、特斯拉、Uber、百度以及一系列創業公司，Roadstar.ai便是其中一家。

L4級自動駕駛是一門人才密集、技術密集、資本密集的生意。同所有重資產生意一樣，這一賽道的資源將越來越向頭部靠攏。在無人車技術尚未完全成熟的階段，技術團隊成為吸引資本視線的重要因素。業內普遍認為，無人駕駛創業視窗期已經關閉，主要原因就在於總數不多的核心技術人才已被各家瓜分。

在決意布局自動駕駛賽道後，雲啟資本執行董事陳昱橫掃了一遍中美兩地的無人駕駛團隊，剛宣告成立的Roadstar.ai引起了他的注意。

“三個創始人的經歷豐富，先後在Google、Apple、Tesla、Nvidia以及百度美研等公司都有無人駕駛研發經驗。”陳昱說，“更加重要的是，他們都曾是團隊的中流砥柱。”

佟顯喬是弗吉尼亞理工大學無人車方向博士，先後在Nvidia自動駕駛算法組以及Apple從事無人車研發的“特殊項目組”供職，專研定位和地圖方向。

衡量畢業於清華大學，並在斯坦福大學的GPS Lab學習四年後獲得EE PhD。畢業後，衡量先後在Google地圖街景組和Tesla Autopilot組從事研發工作，成為自動駕駛領域軟硬體架構、傳感器、定位等方向的專家。

周光曾在楊振寧創立的清華基科班獲得本科學位，後進入德州大學攻讀人工智能 PhD；2015年，周光在大疆全球開發者大賽上獲得第一名；畢業後進入百度矽谷無人車團隊。

無人駕駛主要包括三個環節：感知、決策和控制，其中，感知是目前最核心的技術環節。“完美的感知是無人駕駛真正實現的前提。”目前，全世界主流的自動駕駛技術選型是多傳感器融合（sensor fusion），而周光此前的經歷為其在機器人以及感知方面積累了豐富經驗。

“我們的感知處於世界領先水準。”Roadstar.ai 聯合創始人衡量告訴尋找中國創客（ID：xjbmaker），“很多自動駕駛領域頂級排行榜就是證明。”

在自動駕駛領域頂級數據集CityScapes上，Roadstar.ai在語義分割上單項中排名第一，並從去年11月霸榜至今。在另一數據集KITTI上，Roadstar.ai基於單一傳感器的雷射雷達的感知也居於前三，其競爭對手，不乏百度、三星研究院、英偉達、斯坦福、中科院等名企名校及科研機構。

憑借這支團隊，去年5月剛創立時，Roadstar.ai便獲得了千萬美元的天使輪投資，投資方為雲啟資本、松禾遠望資本、銀泰資本、耀途資本和貴邦資本等機構。今年5月，Roadstar.ai 又完成由雙湖資本和深創投團聯合領投，老股東雲啟資本，招銀國際以及元璟資本跟投的1.28億美元A輪融資。

核心技術

異構多傳感器同步+數據深度融合

實際上，“刷榜”跟把無人車實際開上路線還是有很大區別的。取得榜單首名後，Roadstar.ai轉而去做更多跟實際上路有關的研究。基於團隊在感知、算法方面的積累，團隊將重點放在多傳感器前端融合上。

儘管目前各家的研發路徑有所區別，但從商業化角度而言，無人駕駛解決方案的衡量標準是一致的：成本最低、安全性最高。而Roadstar.ai推出的多傳感器前融合技術，恰能有效解決這兩個問題。

傳感器是自動駕駛汽車的“眼睛”，其重要性不言而喻。而自動駕駛解決方案的成本也主要來自傳感器，特別是高線束的雷射雷達。

相較於攝影頭，雷射雷達傳回的數據更容易處理。目前，谷歌、Uber、福特、沃爾沃等幾大自動駕駛巨頭都選擇使用velodyne 64線雷射雷達作為主要傳感器，但其單顆售價就鋼彈70萬人民幣，大大增加了自動駕駛汽車的落地成本。

Roadstar.ai用多顆國產低線束雷射雷達替代64線雷射雷達，將解決方案成本降低到30萬元內。據衡量介紹，這一成本最終有望降至5萬元。

同時，該解決方案在感知方面還輔以多顆攝影頭、毫米波雷達以及GPS&IMU系統，Roadstar.ai摒棄傳統的多傳感器後融合方案，通過將傳感器數據進行前融合，提升自動駕駛感知系統的冗余性，進而提高了安全性。

至於前融合與後融合算法的不同之處，衡量介紹道，所謂後融合算法，即每個傳感器有自己的獨立感知，各種傳感器收集的數據通過算法得出識別結果後，再將識別結果進行匯總。“這一方案的缺點是，一些物體可能會被人工算法過濾或者合並掉。”

舉個例子可能更方便理解這一缺陷。比如當被識別的物體是一隻貓時，可能雷射雷達看到了貓的耳朵，攝影頭看到了貓的眼睛，毫米波雷達看到了貓的尾巴，它們通過後融合算法獨立進行識別時，很容易將識別結果過濾掉。

而前融合算法在原始層即把各傳感器收集到的數據融合在一起，統一進行感知運算，相當於把不同傳感器融合成一個“超級傳感器”。Roadstar.ai 通過其自研的“異構多傳感器同步” （HeteroSync）使不同類型傳感器達成時間和太空的同步，又通過“數據深度融合”（DeepFusion）技術在原始層實現各類傳感器優勢互補，最終使得這一“超級傳感器”可以同時“看見”貓的耳朵、眼睛和尾巴，識別結果自然準確得多。

前融合也大大提高了數據的利用效率。Roadstar.ai 聯合創始人周光曾在一次分享活動中介紹，團隊內部做過一個簡單的測試，通過DeepFusion前融合，大概採用1萬幀左右的算法，能得到傳統算法10萬幀的效果，這意味著，達到同樣的識別準確率，Roadstar.ai所需要的數據量僅為傳統算法的十分之一。

這一傳感器前融合技術曾驚豔了豐田日本總部的研發負責人。“他們也知道多傳感器融合做前融合很重要，對系統的提升很大，但是他們老大認為這東西不可能實現。”周光說，“當我們展示出自研的多傳感器融合影片後，整個豐田在東京的負責人都過來看。”

“Roadstar.ai是最早提出多傳感器融合方案的公司，就連‘多傳感器融合’這一名詞都是我們提出的。”衡量介紹，Roadstar.ai最初研究多傳感器前融合方案時，市面上還沒有一家公司選擇這一路徑。而時至今日，業界已經逐漸認可這一方案的先進性和可行性。

三個場景，加速中國式無人駕駛

11月2日，谷歌旗下無人駕駛團隊Waymo拿下全球首張全無人駕駛公共路線路測許可證。在其他無人駕駛團隊還只有配備安全員（坐在駕駛座上，隨時準備在車輛失控時接管車輛）才能上路的時候，Waymo已經可以在無安全員的情況下開上公共路線。

衡量並不回避Waymo在技術上的領先地位。“Waymo從2009年起就在研發無人駕駛，具有先發優勢。”但同時他也表示，Roadstar.ai並不畏懼與 Waymo 同台競爭。

“一方面，隨著技術的迭代，Waymo提前8年起步，Roadstar.ai未必需要8年來追趕，且Waymo在高線束雷射雷達上投入過深，難以掉頭；另一方面，中美交通狀況有諸多不同，Waymo在美國積累的大量路測數據未必適應中國國情。”

Roadstar.ai今年2月開始在中國深圳開始路測，一開始也曾為中國式路況頭疼。“比如中國的紅綠燈在變燈時會提前一段時間閃爍，來表示這個狀態即將結束，加州的信號燈則是一直延續的狀態。”Roadstar.ai無人車第一次遇到這個情況時在原地蒙了2分鐘，最後由安全員接管了車輛。

還有其他層出不窮的情況，比如加塞兒、電動車逆行、中國式過馬路、翻欄杆、右側車道違規停車等。“我們通過大量路測，提升了無人車對複雜路況的應對能力。”從2月份路測到今天，Roadstar.ai無人車隊在中國完成了幾千公里路測距離，接管次數逐漸趨近於零。

2018年世界互聯網大會期間，Roadstar.ai作為大會首個無人車合作夥伴，將為參會嘉賓提供接駁服務。據悉，會議期間，Roadstar.ai還將發布新一代自動駕駛Level 4解決方案，進一步解決中國特色交通難題。

商業模式方面，Roadstar.ai規劃了點對點無人網約專車、限定場景無人配送以及無人巴士三個方向，全鏈條解決公路交通運輸問題。

目前，Roadstar.ai 在國內擁有十餘輛無人車，在加州擁有三輛。衡量表示，今年內計劃將無人車增至20-50輛，加速技術累積；2019年，與OEM進行合作，定製200台配置車頂盒的無人車；2020年將實現自產1500台車，以及遠程協助的“半無人運營模式”。在日本、歐洲、北美等海外市場，Roadstar.ai將攜手知名OEM、Tier1，達成深度戰略合作。