论文部分内容阅读
今年年初的CES大会上，驭势科技发布了一款无人驾驶概念车：交互大屏取代了传统汽车的方向盘和中控台，内部座位由4人对坐变成了L型环形排列，此外将传感器都隐藏至车身中，可以360度感知周围环境，并集成多种定位方式，实现车辆与周边环境的相对精确定位。
驭势科技尝试进入一个可以盈利的细分市场，以“L4”自动驾驶阶段为主启动实验。通常来说，无人驾驶的前三个阶段为辅助驾驶，L4和L5阶段则进入自动驾驶领域。
驭势科技的最终目标是设计一个可以共享的自动出租车队，连接公共交通，提供一种“门到门”的出行选择。该公司预计今年投放60辆无人驾驶原型车“移动城市空间”，以时速20公里左右的低速车辆为主，应用场景主要在高科技园区、景区、厂区、主题公园和度假村等相对封闭区域。“我们无人驾驶汽车上的AI技术，包括机器视觉、传感器融合、计划与控制，都是自家开发”，驭势科技创始人吴甘沙说，“每一行代码都是我们自己写的。”
未来二十年，中国很有可能成为无人驾驶汽车的主要市场。根据波士顿咨询集团的一份研究，到2035年，全球无人驾驶汽车的销量将达1200万辆，其中超过1/4将在中国出售。
在2015年年底决定创业时，周鑫并未料到无人驾驶技术在之后4个月内会变得如此热门。当时国内的无人驾驶研究仍处于早期，这一行所需要的人工智能技术、系统工程技术、人才都未成熟，当时他预计至少还需要等一两年时间。
现在来看，是人工智能技术触发了这一产业的爆炸式发展。在今年CES大会展出当天，周鑫感受到了关注热度，大量媒体围绕“这款车什么時候能够实现量产”提问。几个月前，作为项目主管的他还经常失眠，时间是让他焦虑的因素之一。为了参加CES展会，团队每天都在倒计时，概念车的装船起运最后定在11月4日，这意味着留给供应商及其他合作伙伴的时间都大为缩短。
事实上，成立初期的驭势科技并不打算自己造车。去年2月，英特尔中国研究院前院长、驭势科技创始人吴甘沙将公司定位为自动驾驶解决方案提供商。但在几个月以后，他发现自己低估了这件事情的难度。
>> 驭势科技创始人吴甘沙认为无人驾驶公司在行业初期的竞争，不是来自市场，而是人才方面的竞争。
首先，团队找不到合适的改装车。在和国内汽车厂商合作过程中，他们发现这些厂商并未掌握控制系统的一些核心技术与零件，比如变速箱、方向盘、刹车等，大零部件仍来自国外厂商。由于利润微薄，国外厂商并不愿意和创业公司开展小批量合作。吴甘沙意识到，要使无人驾驶方案运行顺畅，他们必须对汽车本身有一定了解，此外公司也需要一个展示和宣传理念的载体。
去年4月，团队决定尝试自己造车。“造车是我们的手段，不是目的。”周鑫解释道。整个上半年，团队都在搭建软硬件体系，比如在车内设计上，省去以驾驶员为主的方向盘和中控台设计。
深入供应链造车，对于创业团队来说，成本非常高。以底盘技术为例，大的模块零件已经超过20种，每一种模块零件又有不同的供应商，这让双方需要不停实验、测试，才能找到最合适的组合。
“无人驾驶汽车就是汽车，是一种安全可靠并可以在道路上长时间工作和服务的机器，它不是一个玩具。”驭势科技联合创始人赵勇认为。4年前，赵勇创立了人工智能公司格林深瞳。他曾在内部开展过一个和汽车有关的计算机视觉项目，做驾驶辅助系统，但到了后期，随着深度学习以及人工智能行业的快速发展，他的观念发生了改变，“做汽车视觉系统的过程中，我越来越有信心，AI可以驾驶一辆汽车。”
2015年秋天，赵勇说服吴甘沙加入团队。某种程度上，无人驾驶公司在行业初期的竞争，不是市场的竞争，而是人才方面的竞争。在吴甘沙加入团队后，赵勇将格林深瞳十余人的团队，以及开发的双目相机、定位功能等专利都并入了驭势科技。同时，赵勇又找来姜岩，后者在北京理工大学智能测量所研究无人驾驶汽车，同时参与无人车竞赛。现在，驭势科技团队有四五十位工程师，超过一半是博士博士后，北京团队负责人工智能研发和整车建构，上海团队则为未来车厂提供自动驾驶解决方案。
吴甘沙为驭势科技设定的最终目标是提供无人驾驶解决方案，让人们都享受到技术带来的交通便利。但这涉及到法律法规、技术等一系列限制因素，需要一个漫长的过程。
因此在商业化的场景应用上，驭势科技考虑从低速无人驾驶技术切入，以服务园区客户为主，生产出了以蓝玻璃车、移动城市包厢为代表的数十款车型，今年预计投放市场的60辆原型车也将成为量产重点。
要快速商业化，降低成本是团队急需解决的问题。无人驾驶汽车的成本通常来自3个方面：车的制造成本、传感器成本，以及无人驾驶器系统成本。目前来看，国内外大部分无人驾驶汽车生产厂家最大的成本支出是传感器，以Google为例，其无人驾驶汽车以64线激光雷达、差分GPS这样的传感器为主，而成本在六七十万元人民币左右。
驭势科技对此的思考是降低对这些昂贵传感器的依赖，团队最后采用了以16线激光雷达取代64线激光雷达的解决方案。为了弥补“线数”较少所导致的感知能力差距，他们又在车的前方内置了一个三目摄像头，吴甘沙对此的解释是，如果传感器只能用便宜的，人工智能的算法就要足够强。
在实际操作中，他们也遇到了不少应用问题。比如在实验室里算法已经调得非常好，等到落地时，才发现环境光照条件并不那么理想，树荫下很暗，阳光下又非常刺眼，这些情况都会对计算机视觉的算法产生影响。
目前驭势科技的服务对象以机场、旅游场所、科技园在内的园区为主，其中不乏一些地方政府。2016年1月寻找办公地点的时候，驭势通过北京市中关村管理会联系上了房山政府。当年9月蓝玻璃车出来的时候，双方在房山签署了战略合作协议。现在，驭势科技可以在房山一些周边道路上评估车辆，后续双方还会寻求更大的试车合作。
这种服务暂未盈利，但驭势科技已经陆续收到了一些客户订单。对当下的驭势科技而言，低速无人驾驶及园区服务更像是一种经验积累和数据收集手段。
虽然关于一家无人驾驶公司到底做得如何，国内外有各自的评判标准，但数据收集能力的大小，基本是公认的指标之一。无人驾驶公司的数据收集能力，往往与车队规模大小成正比。以行业先驱Google为例，光是对度假车这一种车型的测试，就有十几辆测试车。
从今年开始，驭势科技计划成立一支专门的车队，将自己生产的无人驾驶车辆也纳入其中。赵勇认为，只有跟汽车研发过程紧密结合的数据才有实际价值。很多公司在收集数据时，采用的是出租车加传感器的方式，“通过在别人车上收集的数据，去解决自己车的问题。”他并不认为这种方式真正有效。目前驭势科技采用的策略还是通过各种开源、付费服务，或一些计算机模拟工具，收集多维度的数据。
现阶段，实现低速无人车尤其是“城市移动包厢”的小批量复制，对于驭势科技的下一步发展极为关键，他们需要通过落地来检验技术的成熟度，及客户的接受程度。从中长期规划来看，周鑫透露驭势科技将沿着低速到高速、封闭到开放的路线，去实现基于无人驾驶的公共交通系统。
驭势科技尝试进入一个可以盈利的细分市场，以“L4”自动驾驶阶段为主启动实验。通常来说，无人驾驶的前三个阶段为辅助驾驶，L4和L5阶段则进入自动驾驶领域。
驭势科技的最终目标是设计一个可以共享的自动出租车队，连接公共交通，提供一种“门到门”的出行选择。该公司预计今年投放60辆无人驾驶原型车“移动城市空间”，以时速20公里左右的低速车辆为主，应用场景主要在高科技园区、景区、厂区、主题公园和度假村等相对封闭区域。“我们无人驾驶汽车上的AI技术，包括机器视觉、传感器融合、计划与控制，都是自家开发”，驭势科技创始人吴甘沙说，“每一行代码都是我们自己写的。”
未来二十年，中国很有可能成为无人驾驶汽车的主要市场。根据波士顿咨询集团的一份研究，到2035年，全球无人驾驶汽车的销量将达1200万辆，其中超过1/4将在中国出售。
在2015年年底决定创业时，周鑫并未料到无人驾驶技术在之后4个月内会变得如此热门。当时国内的无人驾驶研究仍处于早期，这一行所需要的人工智能技术、系统工程技术、人才都未成熟，当时他预计至少还需要等一两年时间。
现在来看，是人工智能技术触发了这一产业的爆炸式发展。在今年CES大会展出当天，周鑫感受到了关注热度，大量媒体围绕“这款车什么時候能够实现量产”提问。几个月前，作为项目主管的他还经常失眠，时间是让他焦虑的因素之一。为了参加CES展会，团队每天都在倒计时，概念车的装船起运最后定在11月4日，这意味着留给供应商及其他合作伙伴的时间都大为缩短。
事实上，成立初期的驭势科技并不打算自己造车。去年2月，英特尔中国研究院前院长、驭势科技创始人吴甘沙将公司定位为自动驾驶解决方案提供商。但在几个月以后，他发现自己低估了这件事情的难度。
首先，团队找不到合适的改装车。在和国内汽车厂商合作过程中，他们发现这些厂商并未掌握控制系统的一些核心技术与零件，比如变速箱、方向盘、刹车等，大零部件仍来自国外厂商。由于利润微薄，国外厂商并不愿意和创业公司开展小批量合作。吴甘沙意识到，要使无人驾驶方案运行顺畅，他们必须对汽车本身有一定了解，此外公司也需要一个展示和宣传理念的载体。
去年4月，团队决定尝试自己造车。“造车是我们的手段，不是目的。”周鑫解释道。整个上半年，团队都在搭建软硬件体系，比如在车内设计上，省去以驾驶员为主的方向盘和中控台设计。
深入供应链造车，对于创业团队来说，成本非常高。以底盘技术为例，大的模块零件已经超过20种，每一种模块零件又有不同的供应商，这让双方需要不停实验、测试，才能找到最合适的组合。
“无人驾驶汽车就是汽车，是一种安全可靠并可以在道路上长时间工作和服务的机器，它不是一个玩具。”驭势科技联合创始人赵勇认为。4年前，赵勇创立了人工智能公司格林深瞳。他曾在内部开展过一个和汽车有关的计算机视觉项目，做驾驶辅助系统，但到了后期，随着深度学习以及人工智能行业的快速发展，他的观念发生了改变，“做汽车视觉系统的过程中，我越来越有信心，AI可以驾驶一辆汽车。”
2015年秋天，赵勇说服吴甘沙加入团队。某种程度上，无人驾驶公司在行业初期的竞争，不是市场的竞争，而是人才方面的竞争。在吴甘沙加入团队后，赵勇将格林深瞳十余人的团队，以及开发的双目相机、定位功能等专利都并入了驭势科技。同时，赵勇又找来姜岩，后者在北京理工大学智能测量所研究无人驾驶汽车，同时参与无人车竞赛。现在，驭势科技团队有四五十位工程师，超过一半是博士博士后，北京团队负责人工智能研发和整车建构，上海团队则为未来车厂提供自动驾驶解决方案。
吴甘沙为驭势科技设定的最终目标是提供无人驾驶解决方案，让人们都享受到技术带来的交通便利。但这涉及到法律法规、技术等一系列限制因素，需要一个漫长的过程。
因此在商业化的场景应用上，驭势科技考虑从低速无人驾驶技术切入，以服务园区客户为主，生产出了以蓝玻璃车、移动城市包厢为代表的数十款车型，今年预计投放市场的60辆原型车也将成为量产重点。
要快速商业化，降低成本是团队急需解决的问题。无人驾驶汽车的成本通常来自3个方面：车的制造成本、传感器成本，以及无人驾驶器系统成本。目前来看，国内外大部分无人驾驶汽车生产厂家最大的成本支出是传感器，以Google为例，其无人驾驶汽车以64线激光雷达、差分GPS这样的传感器为主，而成本在六七十万元人民币左右。
驭势科技对此的思考是降低对这些昂贵传感器的依赖，团队最后采用了以16线激光雷达取代64线激光雷达的解决方案。为了弥补“线数”较少所导致的感知能力差距，他们又在车的前方内置了一个三目摄像头，吴甘沙对此的解释是，如果传感器只能用便宜的，人工智能的算法就要足够强。
在实际操作中，他们也遇到了不少应用问题。比如在实验室里算法已经调得非常好，等到落地时，才发现环境光照条件并不那么理想，树荫下很暗，阳光下又非常刺眼，这些情况都会对计算机视觉的算法产生影响。
目前驭势科技的服务对象以机场、旅游场所、科技园在内的园区为主，其中不乏一些地方政府。2016年1月寻找办公地点的时候，驭势通过北京市中关村管理会联系上了房山政府。当年9月蓝玻璃车出来的时候，双方在房山签署了战略合作协议。现在，驭势科技可以在房山一些周边道路上评估车辆，后续双方还会寻求更大的试车合作。
这种服务暂未盈利，但驭势科技已经陆续收到了一些客户订单。对当下的驭势科技而言，低速无人驾驶及园区服务更像是一种经验积累和数据收集手段。
虽然关于一家无人驾驶公司到底做得如何，国内外有各自的评判标准，但数据收集能力的大小，基本是公认的指标之一。无人驾驶公司的数据收集能力，往往与车队规模大小成正比。以行业先驱Google为例，光是对度假车这一种车型的测试，就有十几辆测试车。
从今年开始，驭势科技计划成立一支专门的车队，将自己生产的无人驾驶车辆也纳入其中。赵勇认为，只有跟汽车研发过程紧密结合的数据才有实际价值。很多公司在收集数据时，采用的是出租车加传感器的方式，“通过在别人车上收集的数据，去解决自己车的问题。”他并不认为这种方式真正有效。目前驭势科技采用的策略还是通过各种开源、付费服务，或一些计算机模拟工具，收集多维度的数据。
现阶段，实现低速无人车尤其是“城市移动包厢”的小批量复制，对于驭势科技的下一步发展极为关键，他们需要通过落地来检验技术的成熟度，及客户的接受程度。从中长期规划来看，周鑫透露驭势科技将沿着低速到高速、封闭到开放的路线，去实现基于无人驾驶的公共交通系统。