Roadstar.ai自動駕駛樣車上路，深度融合技術路線能否超越Waymo？

Roadstar.ai原型車的內部視角

矽谷的9月28日上午，雷鋒網編輯坐上了一輛頂著7個激光雷達的林肯MKZ。它遠遠就看到了路口的紅綠燈，車內的大平板上對應的交通燈被一個紅框圈出來。MKZ繼續往前開了一段，穩穩地停在了路口。一大群學生模樣的年輕人從車前的斑馬線走過，並不斷回頭看這台頂著裝置的新車。

綠燈亮起，我們乘坐的這輛MKZ起步並按照預定路線右拐。一路上，道路右側有遛狗的人、踩著滑板的人，還有逆行的自行車。我們的車按照30英里的時速在蘋果的後花園Cupertino行駛了一圈，然後回到了出發時的車庫門口。

你或許已經猜到了，這是一輛自動駕駛原型車。

這輛車來自Roadstar.ai，這是一家今年5月成立，橫跨矽谷與深圳兩地的自動駕駛公司。公司三位聯合創始人佟顯喬（CEO）、衡量（CTO）、周光（首席機器人專家），曾供職於Google、蘋果、特斯拉、英偉達、百度等公司，擁有豐富的自動駕駛經驗。

佟顯喬在今年6月接受雷鋒網採訪時稱，公司的目標直指L4級別自動駕駛，希望成為中國最強戰隊。在約3個月後，Roadstar.ai的原型車初步成型。上文就是我們近日體驗了原型車後的感受，雷鋒網也是除公司員工外首批體驗原型車的外部人士，並在試乘後與三位聯合創始人聊了聊背後的技術細節。

下面是路測視頻：

走上「正確的道路」

實現自動駕駛有多種技術路徑，比如以攝像頭為主的方案（特斯拉、AutoX），和以64線激光雷達為主的方案（Waymo、百度）。Roadstar.ai解決自動駕駛技術瓶頸的方案是多感測器深度融合。衡量表示，它不以某一種感測器為主，而是包括了多個激光雷達之間的融合，多個攝像頭之間的融合，以及激光雷達與攝像頭、毫米波雷達的融合。

Roadstar.ai原型車上的「車頂盒」

雷鋒網見到那款MKZ原型車上，頂部有一個被稱為「車頂盒」的方形架子，有車身寬，約30多厘米高。架子上布置了7個Velodyne的16線激光雷達，三個攝像頭，以及一個毫米波雷達。7個激光雷達在同一平面排列成一個鈍角三角形，最外的兩個朝車身兩邊傾斜，中間四個水平放置，頂上的那個最為奇特，是垂直放置躺著旋轉的。

周光表示，最終的方案不會是這麼大的一個感測器，而是會嵌入車體，比如激光雷達可以安裝在車頂的四個角。「我們有一套基於機器學習的實時標定方法，車輛行駛時可以做自動校準，激光雷達可以隨便放置。」

多感測器融合倒也並不獨特。從目前已經曝光的圖片來看，通用與Cruise在兩周前宣布推出的全球首款可量產自動駕駛車，就是用的這種方案；矽谷知名的自動駕駛公司Drive.ai，以及一直保持低調的Zoox也是如此。曾供職於蘋果自動駕駛部門的佟顯喬告訴雷鋒網，蘋果也是用的多感測器融合方案。

Cruise的第三代可量產自動駕駛車，用了多顆激光雷達分散式布局

Drive.ai的原型車，車頂有6個16線Velodyne激光雷達

蘋果的新版原型車（也有猜測為高精地圖採集車），頂上有十多個激光雷達

周光稱，這是因為各家已經逐漸「摸索出了正確的道路」。

他認為，自動駕駛是一項具有長尾效應的系統工程，由於現實路況過於複雜，以至於99%的精力可能都會用於解決那1%的問題。多感測器融合就是解決這種長尾效應的方法，畢竟異構感測器則可以互相彌補缺點，而如果用同質的感測器，再多也沒用，因為缺點是一致的。

他還舉了一個例子，就像人臉識別早已很普及了，但往往會受光照和裝扮的影響，但蘋果Face ID添加了一加了一層深度信息後，就能讓身份驗證更安全。多感測器融合也是同樣的道理。

面向商業化

另一方面，佟顯喬表示，採用多感測器融合架構，也是考慮到了自動駕駛車輛的商業化。

對於目前的L4自動駕駛方案而言，激光雷達高昂的價格是一個挑戰，甚至在原型車的成本中，它往往要佔比超過50%。他表示，64線的Velodyne激光雷達單個價格達8萬美元，而使用多感測器融合方案，即使採用6顆16線產品，價格也只是48000美元（每個8000美元），便宜了將近一半。如果採用國產激光雷達，價格甚至可以再降低至少一半。

另一方面，業內普遍認為激光雷達的未來趨勢是固態激光雷達，據稱明年初即可開始見到單價2000美元的量產型號。而固態產品在2-3年內取代機械旋轉式後，單個價格還可以降到500-1000美元。

而固態激光雷達是非旋轉式，只能覆蓋一定範圍的區域，需要多個同步才能實現對周圍空間的全面覆蓋。所以使用固態激光雷達必須使用多感測器融合方案。

佟顯喬還預測，使用多感測器融合方案，並考慮未來固態激光雷達帶來的成本下降，2018年自動駕駛系統的成本會在50萬左右，2019年還會降到30萬以內，在2020年甚至會降到8萬以內，讓技術更為普及。

深度融合：DeepFusion

雖然多感測器融合的重要性不言而喻，但衡量認為，並非所有人都能做好。

他解釋稱，這是因為異構感測器的原理不一樣，會導致採樣速率、對空間的描繪和信息表達方式也不一樣，而怎麼把不同的信息結合起來變得一致，做到時間空間同步，以及信息表達同步，這非常困難。融合不是感測器的堆疊，「融合不好，反倒會成為干擾」。

Roadstar.ai將自己的融合方案稱為「DeepFusion」，這一方面是指用到了深度學習等技術，另一方面是指觸達了更深層次的數據信息。

衡量告訴雷鋒網，多感測器融合可分為前融合與後融合。後融合是指每個感測器分別生成物體列表，比如用攝像頭的數據生成一個檢測到的物體列表，同時用激光雷達的點雲數據也產生一個列表，然後兩者再做融合。他們採用的則是前融合，它會從原始數據的層級把多種感測器的數據融合。

「我們會用圖像的RGB數據加上激光雷達與毫米波雷達的深度信息，先融合成新的數據形式，再用演算法產生物體列表。」

衡量表示，從資訊理論的角度看，前融合對信息的利用更為充分，信息也沒有丟失。

他此前曾在斯坦福GPS實驗室做衛星導航，而導航領域很早就開始做融合，比如將非常可靠但有累積誤差的慣性導航，與易受干擾但無累積誤差的GPS定位做融合，對於從原始數據的層級做合併已經輕車熟路。

Roadstar.ai今年5月才成立，佟顯喬表示，這個時候開始做肯定是要有特別的優勢，要走新的路線，達到事半功倍的效果。這條路線就是多感測器融合，而且「大家都逐漸意識到這是一個正確的方向，最終各主要玩家也會趨同，而我們目前是領先的」。

高精度地圖

雷鋒網體驗Roadstar.ai的原型車時發現，其系統對紅綠燈的識別極為準確，甚至在人眼還未看到時，就已經識別出來了。衡量解釋稱，這是因為高精度地圖對交通標識的定位很準確，從而降低了識別的難度。

在自動駕駛時代，地圖服務的對象不再是人，而是機器，因而也需要重新定義。毫無疑問，高精度地圖的第一個關鍵字是「精」，既精確且不斷更新的三維數據。精度上要做到厘米級，因為感測器的精度以及系統對物體辨識和識別都要厘米級，有了足夠的精度，地圖提供的數據才有用。

衡量告訴雷鋒網，高精度地圖的第二個關鍵，是提供感知與定位所需的特徵的有效表示，而這也是他們的優勢所在。

Roadstar.ai的厘米級精度三維地圖，圖片來自Roadstar.ai

「傳統地圖與高精度地圖在工具鏈、生產流程不一樣，目的、地圖表達方式和數據來源也不一樣，Google地圖部門與自動駕駛的地圖部門就是分開的。前者是一個大規模資料庫快速查詢的問題，但對後者來說，更關鍵的是地圖怎麼生成，怎麼有效表示，怎麼盡量減少存儲空間，這是我們的長處。」

高精度地圖分為不同的層級，有與駕駛相關的語義信息層級（如車道線、停止線和十字路口、交通規則等信息），還有更高層次的感知與定位的層級，用來做車輛的感知與定位。

他認為，只有做感知與定位演算法的自動駕駛公司，才更懂得怎麼做地圖特徵的提取。因為把原始點雲數據存下來不現實，需要壓縮並減少數據量。

對於高精度地圖，Roadstar.ai還沒想成為提供商，但可以向其它公司提供地圖生成的演算法，幫助加工。

那麼在原型車出來之後，接下來應該做什麼？

周光表示，數據還是很重要。在發揮現有技術和架構的優勢，達到不錯的效果後，還是要采數據，擴大規模。他認為，有些場景很難出現，要大量重複路測採集才能覆蓋更多的路況。雖然機器學習的效率會提高，對數據量的要求也會降低，但自動駕駛會呈現迭代的過程，需要通過運營來採集數據，最終擴大到更廣泛和複雜的場景。

目前，Roadstar.ai已經與華夏幸福合作，明年會在南京溧水區有小範圍的自動駕駛車輛運營。另外，據稱關於自動駕駛的商業化路徑，他們進行了調研，會在接下來的1-2個月內披露具體的商業計劃。雷鋒網會保持持續關注。

附雷鋒網與Roadstar.ai採訪節選：

在大公司的經歷帶來了什麼影響？

團隊成員之前在蘋果、英偉達、Google、特斯拉、百度等任職，是取各家之所長。各家的思路不同，感測器和架構也很不同。蘋果用的就是多感測器融合方案；特斯拉是量產中ADAS最好的，它是車廠的思路，會從整車的設計成本出發，限制自動駕駛系統的成本，這決定了它不會有更貴的感測器，而是以攝像頭為主；Google演算法較為成熟，但過於依賴激光雷達且成本昂貴。我們希望做到比Waymo更好的性能，但成本要低。

為什麼會認為多感測器融合方案要優於Google/Waymo？

Google通過近十年的努力，其實已經證明無人駕駛技術是能做成功，是可行的，而且基本已經可以商用了。但它既有先發優勢，也有先發劣勢。

Google把以激光雷達為主的技術路線走到了極致，在它最開始做自動駕駛的那些年，圖像識別技術還不夠成熟，只能依靠激光雷達。但這種時代特色與背景，讓新方法沒有在其技術上體現出來，而這也是新興公司的機會。Google自研的激光雷達性能非常突出，但這一感測器目前成本降低還有很長一段時間。

L4級別自動駕駛的時間已經到了嗎？

其實Google已經證明全自動駕駛技術是可行的，它可以做到平均行駛5000英里才需要人類接管一次，基本已經可以商用。但它比較保守，畢竟是第一個吃螃蟹的。現在從特斯拉Autopilot的情況來看，即使出現了一些事故，大家也沒有失去信心。那其實可以膽子大一點，讓自動駕駛在一定範圍內，在限定條件下先運營起來。

你們的目標是L4，那對一些更為限定的自動駕駛應用會考慮嗎？

特殊場景的自動駕駛確實會比乘用車率先實現，因為情況比較簡單。我們設計的時候，每個感測器和每個模塊都是抽象的，可以任意替換。我們技術的一個子集可以用在簡單的場景下，不用重新開發，比如針對礦山車，可以降低配置，或用更簡單的演算法，和低成本的計算平台。

一開始就做最難的場景，對於簡單場景不必重新做。

你們的原型車剛出來不久，數據較少會是一個弱點嗎？

深度學習確實是數據驅動的演算法，但我們的深度融合演算法（DeepFusion）提高了數據的使用效率，使得我們新的端到端模型對數據的依賴降低了一個數量級。現在的架構用幾千張圖可能就可以實現普通方式十幾萬張圖的效果。我們的模型現在是幾千張點雲加圖像數據融合在一起訓練，對數據的利用特別高效。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！