每日最新頭條.有趣資訊

馬斯克門徒的自動駕駛生意經

可能對消費者而言,最終能夠享受到怎樣的功能和服務最關鍵。只要保證一套自動駕駛系統在生命周期內實現持續更新,討論哪種方向的發展路徑就變得不是那麽重要了。

「L3 是非常有挑戰的事。任何一個變革的產物,它剛開始的速度都會比較慢的,但後面的增長運動會非常快。」Nullmax 首席執行官徐雷告訴極客公園。

從 2016 年成立之初算起,Nullmax 已經走過了近三個年頭。對一家初創公司而言,這個時間並不短,特別是在自動駕駛領域不斷有新公司湧現、消失的情況下,活過一年似乎已經意味著勝利。不過 NullMAX 並不是靠著好運氣才走到了現在。它剛剛完成了 pre-A 輪融資,首個應用於乘用車前裝的自動駕駛系統解決方案 MAX 1.0 也同步上線。

曾經是特斯拉 TeslaVision 深度學習負責人的徐雷對這個日漸火熱的行業有著自己的看法。他認為「自動駕駛要以安全、高效、經濟的方式進入每個人的生活。MAX 是實現這個理想的第一步,是一套具有競爭力的前裝量產方案,目的是推動自動駕駛的大規模應用。」

Nullmax 首席執行官徐雷 | 官方供圖

Autopilot 的「中國兄弟」

創業前,徐雷曾擔任特斯拉自動駕駛高級計算機視覺工程師,是 Autopilot 團隊的核心成員。同時他也是 TeslaVision 負責人,從零開始領導搭建了 TeslaVision 的深度學習網絡並將其應用於量產車型的 Autopilot 2.0 系統。這段珍貴的經歷最後成了徐雷在創業過程中的技術和產品化經驗。「這裡面雖然很多東西不能照搬到中國,但你會因此想清楚如何將其更好地引入本土市場。」徐雷說。

帶著這樣的夙願,徐雷離開特斯拉,於 2016 年在矽谷成立了自動駕駛初創公司 Nullmax。之後他帶著 1000 萬美元天使輪融資回到中國,建立上海總部,除一部分研發人員留在美國外,產品落地的工作更多地交由中國總部負責。

回到中國兩年多的時間,Nullmax 迅速確立了「雙向」的商業化路徑:前裝量產方面,開發高速代駕、擁堵跟車功能、自主泊車等 L3 級自動駕駛功能;同時在共享出行上發力,試水從封閉/半開放向開放區域延伸的運營項目。

今年亞洲消費電子展前夕,Nullmax 面向前裝量產的自動駕駛系統解決方案 MAX 1.0 發布。它能夠幫助車輛實現高速代駕(HWP)、擁堵跟車(TJP)、自主泊車(AVP)等場景化的自動駕駛功能,並支持更新升級和定製化。你可以把 MAX 看做是和 Autopilot 一脈相承的「中國兄弟」,不過兩者的 ODD(可設計運行區域)有差別,感知-決策-控制層的算法自然也不同。

MAX 自動駕駛系統解決方案的傳感器配置 | 官方資料截圖

由於主打的是商業化落地的目標,所以它使用的是成熟的車規級傳感器、嵌入式芯片以及符合行業標準的軟體、算法。MAX 採用視覺為主的多傳感器融合感知,以攝影頭、毫米波雷達和超聲波雷達作為主要傳感器,並搭載了駕駛員監控系統。

軟體算法方面,MAX 使用的是 Nullmax 自主開發的關鍵技術,除了感知融合、決策規劃、控制等子模塊外,還有專為自動駕駛開發的操作平台—MaxOS,主要用於自動駕駛系統的軟硬體資源管理、分配和調度。

至於和其他操作平台不同的地方,徐雷表示「MaxOS 是基於 QNX 開發的。除了 QNX,它還能夠運行於安卓、Linux 系統。主要功能是進行軟硬體分離。」

按照徐雷的描述,一輛自動駕駛汽車上搭載了許多傳感器,MaxOS 可以隱藏這些接口細節並提供給開發人員,使得感知、決策、規劃等不同模塊之間能夠進行高性能、高效率地通訊。這樣的好處是隨著自動駕駛系統複雜程度的提高,例如 V2X、雲服務等功能的加入,MaxOS 依然是一套高性能、高可靠性、高並發的系統。而且通過模塊化管理,大大提高了它的適應性,減少了各模塊間的耦合程度。也正因為它廣泛的適配性,客戶可以定製化應用,是一套支撐應用層軟體的類似中間件的東西。

專為自動駕駛開發的自研平台 MaxOS | 現場拍攝

從整體來看,主打系統化解決方案的 MAX 在設計運行域(ODD)、目標和事件監測及響應(OEDR)方面有著不同的思考。系統運行機制相對完整,涵蓋了條件監測、警報系統、接管、最小風險狀態等,並能夠通過類似 Autopilot 的影子模式(shadow mode)持續模仿人類駕駛員的行為。

安全方面,根據徐雷在發布會上的介紹,MAX 主要在功能安全、預期功能安全和網絡信息安全上進行了部署。其中輸入的數據經過算法/子系統到達驗證系統,再經由限制器輸出,而基於電子電氣架構 E/E 的功能安全設計以及預期功能安全 SOTIF 主要作用於算法/子系統。

既然是面向量產的自動駕駛解決方案,除了適配性更廣泛的 QNX,MaxOS 操作平台以及自研的核心算法,徐雷表示一套「關鍵硬體」同樣十分重要。目前 Nullmax 與德賽西威共同開發了基於NVIDIA Xavier 芯片打造的自動駕駛計算平台,這套車規級同時滿足功能安全 ISO 26262 ASIL D 標準的「大腦」將成為 MAX 解決方案實現商業化落地的基礎。

三大場景入手,直擊量產目標

MAX 是一套面向乘用車的前裝自動駕駛方案,目前發布的 1.0 版本主要釋放的是高速代駕(HWP)、擁堵跟車(TJP)、自主泊車(AVP)等場景化的自動駕駛能力,後續可以通過 OTA 的方式不斷迭代升級,並支持主機廠客戶的定製化需求。

高速代駕和擁堵跟車大家一定都不陌生,這也是很多初創公司瞄準的 L3 級落地場景。從技術方面考慮,解決這兩個場景需要的能力遠比 L4 級自動駕駛要簡單得多,而且高速公路、城市環路等結構化道路相對封閉、規範,機器可暫時代替人類完成駕駛任務,比如正常的直道行駛、轉彎變道、上下匝道等操作。

而在緩行和擁堵路段,用戶可以根據自己的喜好設置跟車速度和距離,系統會自行應對周圍車輛的加減速、加塞等情況。可能平時路況良好的時候不會覺得有什麽,遇到出行高峰時段,通過這種程度自動駕駛的介入,改善駕駛體驗不說,重要的是能有效提高行車安全。

極客公園現場試乘了一輛搭載了 MAX 1.0 自動駕駛系統的概念車。當時氣象陰沉,很快便下起了小雨,但這輛無人車還是開上了上海外環的高架。從輔路經過匝道開到主路以後,司機席上的安全員開啟了自動駕駛模式。不過他的雙十依然扶在方向盤的底部,處於安全的考慮沒有完全脫開。

Nullmax 測試車進入上海外環高架,開啟自動駕駛模式 | 現場拍攝

整段路程行駛得相對平穩,系統識別出前車後自動按照設定的速度和距離跟車,即便有部分區域出現車道線消失的情況,也沒有對汽車的行駛軌跡造成太大影響。不過你現在還是沒辦法把它和人類相提並論,機器開車的方式依然十分謹慎,有幾次因為駕駛策略的原因導致被旁邊的車輛加塞。還有一次是在隧道中可能因為光線或其他原因,傳感器出現了誤判,導致測試車急刹,不過車輛在安全員沒有乾預的情況下又繼續開始行駛。唯一遇到的驚險場面是,一輛大卡車因為沒有主動避讓變道的無人車,險些發生碰撞,幸好安全員及時打了把方向盤,避免了事故的發生。

隧道行駛中,因為傳感器誤判出現一次急刹 | 現場拍攝

總的來說,除了幾個「小驚喜」,剩餘的體驗較為流暢,基本沒有出現頻繁的急停急刹。雖然離老司機的水準還相去甚遠,但在目前比較穩妥的駕駛策略下,保證並提升安全是最關鍵的。

而談到「安全」,徐雷認為「L3 是從 L2 駕駛輔助巨大的跨越,對系統安全性的要求非常高。所以一直強調 MAX 1.0 要做好功能安全、預期功能安全和信息安全,包括對 ODD 的考慮以及如何進入最低風險狀態。」他同時指出,「L3 是非常有挑戰的事,任何一個變革的產物,剛開始的速度都是比較慢的,但後面的增長運動會非常快。而要做到大規模量產,自動駕駛系統必須滿足安全、高效、經濟的特點。」

至於自主泊車(AVP),行業內的普遍觀點可能將其歸到了限定場景的 L4 級自動駕駛的範疇,畢竟人離開後,汽車是處於一個完全無人的狀態。不過徐雷認為,「如果從量產的角度考慮,這個功能現階段實現還有困難。但如果把它看做一個產品,從自動泊車到自主泊車,中間是有很多事情可以做的。」

比如人坐在車內,讓車子自己去尋找車位;或者到車位附近,人下車,車子自己去停。目前自動泊車的功能絕大多數做得都不是很好,所以從改善用戶體驗的角度出發,很多中間的產品可以做,也是有價值的。

奔馳聯合博世打造的自主泊車系統解決方案 | 官方供圖

在徐雷看來,盲目追求自動駕駛的量產是不可行的。目前 Nullmax 在安全上還是考慮得更多一些。對比像 Autopilot 這樣的解決方案,徐磊認為 MAX 作為一家初創公司的自動駕駛系統,很難把功能做得大而全,但可以在某些方向上有自己的獨特優勢。比如根據本地交通的持續優化,對現有 L3 場景能力的不斷挖掘等。

最後再回到量產問題上。「預計在 2019-2020 年,MAX 將進行量產定點,在隨後的兩年內開始投產(SOP),之後會持續地進行產品優化並通過 OTA 升級的方式將更多的自動駕駛能力下放至用戶。」徐雷介紹說。

至於 L4 級的自動駕駛,徐雷表示「Nullmax 將通過 MAX 在前裝領域的量產化應用促進共享出行的落地。」目前受限於安全和成本問題,基於無人車打造的 robotaxi 服務在行業內仍處於小規模的商業化探索中,所以 Nullmax 會一邊推進 L3 級自動駕駛技術量產落地,一邊通過不斷積累的經驗優化共享出行產品、技術,最終一定是要提供低成本、高可靠性的網約車服務。

「沒有」和「不依賴」

儘管有特斯拉研發出身的背景,但徐雷創立的 Nullmax 卻與其有著截然不同的產品邏輯。

目前 Nullmax 的自動駕駛測試車上都安裝了 DMS 駕駛員監控系統,而之前 Elon Musk 曾在 MIT 助理研究員 Lex Fridman 的部落格節目上稱,「Autopilot 能力足夠好,不需要安裝 DMS。」對此,徐雷有著自己的觀點:

我認為 Musk 對自動駕駛的理解還是比較深刻的。因為 DMS 也好,環視也好,其實對用戶而言都不是非必須存在的功能,只要系統足夠安全,只要車子能夠順利倒進去。但從 L3 級別開始,從 SAE 的定義來看,需要確保用戶能夠隨時接管車輛,至少在現階段,DMS 是一個能夠有效提高駕駛安全的補充。當然如果你已經證明一套自動駕駛系統是足夠安全的,特別是 L4 級,駕駛員都沒有了,DMS 自然也沒有存在的必要。但我們今天談的是 MAX 1.0,目前它提供的是 L3 級的自動駕駛能力,這個階段 DMS 是需要安裝的。

在徐雷的認知中,為用戶創造價值是他一個核心關注的點。而談任何功能和產品的前提,是基於現階段行業整體技術水準來考慮的,沒有 Musk 的那種激進,卻多了些中國人中庸和穩健的心態。

為自動駕駛汽車打造的高精度地圖 | 博世

比如談到對高精度地圖和雷射雷達的態度,徐雷也並沒有言之鑿鑿地全盤否定。在他看來,L3 可以不依賴高精度地圖,但未來大概率還是會使用。因為單車智能越高依賴越少、安全性越高,但如果有高精度地圖的輔助會變得更好。而業界討論 L4 級的自動駕駛,很多時候會和智慧城市、智能交通等概念做結合,儘管這個等級的單車智能已經足夠高,但 V2X 車路協同技術的加入卻能夠讓駕駛變得更安全,這是研發自動駕駛技術的初衷。

徐雷同時指出,「實現 L4 的難點不在於雷射雷達或者高精度地圖,而是在於讓車如何有常識,如何具備局勢判斷能力。」因為人車共處的時代,感知和定位能力有很多辦法可以解決,比較棘手的是對其他車輛的理解,如何讓自己不處於一種危險狀態中。

「人在開車時其實都會對周圍車輛有預判,而 MAX 之所以是系統化的解決方案,也是因為在決策規劃上做了很多事情,當然目前可能還不太成熟,它真正的難點在於如何在短時間內做一個局勢判斷。」徐雷告訴極客公園。

按照他的解釋,車如何有直覺、意識,不能都是靠邏輯推算。比如之前試乘中出現兩車差點碰到一起的情況,這個時候該怎麽辦?從安全角度出發接管是最穩妥的,但人如果來開的話會對這種複雜的形勢做迅速判斷,這是 Nullmax 一直在努力的方向。如果不考慮這樣的常識和全局感,機器可能永遠處在一個低智能的情況下,也就無法真正實現比人駕駛更安全的技術。

不過話又說回來了,可能對消費者而言,最終能夠享受到怎樣的功能和服務最關鍵,他們可能並不關心你用了哪些傳感器,做了怎樣的融合,對所謂的自動駕駛級別並不會太過關注。如果買到的這輛車它搭載的這套系統具備全生命周期持續升級進化的能力,就像 Musk 所說的,「讓車子成為一件可以升值的產品」,自動駕駛的能力和適用範圍可以持續擴大,討論哪種方向的發展路徑就變得不是那麽重要了。

獲得更多的PTT最新消息
按讚加入粉絲團