领骏技术降维
2021-12-17方文宇
方文宇
又一笔数千万级融资,落在自动驾驶领域。
北京领骏科技有限公司(下称“领骏科技”)创始人兼CEO杨文利博士告诉《21CBR》记者,今年上半年起,公司已步入第二发展阶段,把重点从技术研发转向商业化落地。
此次融资所得资金,主要用于加速城市服务的自动驾驶小巴和自动驾驶支线物流的商业化进程,及扩充技术团队规模。
领骏科技成立于2016年,核心优势为决策规划算法,核心团队由来自百度深度学习研究院和百度自动驾驶事业部的核心技术带头人、海归博士、人工智能和自动化领域专家组成。
杨文利表示,2021年堪称自动驾驶商业化落地元年,领骏科技的远景目标是最终实现L4级自动驾驶的开放性应用。
聚焦决策
可以用“猥琐发育,别浪”形容领骏科技这些年的策略。在成立之初,团队主要工作是技术积累和研发迭代,2017年初的第一笔天使投资启动资金,支撑起团队几年的研发工作。
刚开始需要开源节流,领骏科技用于研发工作的首台乘用车基于吉利的博瑞GE底盘进行研发,将自主研发的自动驾驶系统装载到乘用车上,从而实现自动驾驶功能。
杨文利告诉记者,2018年,当时自动驾驶行业产业链并不成熟,包括普通乘用车搭载的雷达、底盘等汽车零部件,成本高、适配性低,成为自动驾驶研发工作的难点之一。
近几年,随着汽车产业链的发展,汽车零部件制作成本越来越低,性能越变越好,自动驾驶领域的技术研发能力得以提升。
在杨文利看来,科技类研发最终要回归两个本质:工业本质和商业本质。“工业本质确保产品批量生产制造,并且发挥其产品价值;商业本质能创造更大的社会价值。”
今年,自动驾驶商业化的路径逐渐清晰。领骏科技抓住机遇成功落地,把前几年积累的技术降维应用到城市小巴和支线物流领域,快速实现场景应用。
“选择自动驾驶巴士的原因在于其场景相对可控,运营场景下高质量的数据反哺核心技术的研发,加速产品迭代升级,进一步形成商业闭环。”杨文利表示。
他告诉记者,自动驾驶的最终目的是替代人类司机,其技术主要分三大板块:决策、感知和執行。
领骏科技的核心优势聚焦在决策规划算法,决策规划最大的难点在于和人类司机的“博弈”。
“因为机器行为是统一设定的,而人类司机的驾驶行为很难预测。”杨文利认为,哪怕同一个司机的驾驶行为也会受心情等客观因素影响,自动驾驶系统无法收集这些数据。
从决策规划切入的最大优势之一,是可以正向构建系统。正向构建无需筛选海量数据,可以直接切入并解决关键问题,使工作效率最大化。此外,其设计偏向工业化,有利于实现准量产。
“在自动驾驶领域,城市小巴和支线物流是两片蓝海,相对于港口、矿山、干线物流场景,竞争者较少。”杨文利指出。
“物流领域的自动驾驶公司多把场景落地在物流两端业务,和我们的商业化线路不重合。”杨文利介绍道,领骏将自动驾驶乘用车上的技术积累迁移到自动驾驶巴士和支线物流上,形成“技术到产品,再回归到技术研发”的商业闭环。
首攻巴士
领骏科技积累大量自动驾驶系统前沿技术,研发出三代自动驾驶原型车。
“具备可以完全依靠自主决策实现自动多目标道路规划、识别信号灯通过路口、路口内避让各方向来车、车道选择及变换、自主换道超车、上下高速路匝道、自主汇入离开车流、通过隧道等多种高级自动驾驶能力。”杨文利表示。
领骏还推出了自主研发的高性能自动驾驶仿真测试平台,在节约成本的前提下,提高测试效率。
为什么要做技术降维?在杨文利看来,要实现L4级自动驾驶的完全开放应用,行业需要克服以下四大困难。
第一,技术可靠性需提高。自动驾驶行业头部公司如Waymo、特斯拉,现在也无法保证自动驾驶技术100%可靠。
第二,基础设施有待完善。中国提出车路协同战略,交通信息和自动驾驶车辆所收集的数据互为补充,在行驶过程中相互配合,路端变成了自动驾驶车感知系统的延伸装置,从而提高车辆的感知能力,更好地保障乘客安全。
相较于欧美国家,我国路况复杂,自动驾驶车和人类司机的博弈更加困难。中国基础设施建设能力强,能快速实现并装载智能车路协同系统,对自动驾驶技术的发展是一大优势。
车路协同可以有效解决车顶感知装置架得高的问题。车路协同后,传感器可以装在路端,比如灯杆上,而不是架在单独行驶的车上。
目前,领骏科技在江西赣州开展了自动驾驶巴士运营试点项目。“路的改造需要一定成本,做自动驾驶出租车,很难快速形成一套智能交通系统。自动驾驶巴士是固定路线,更便于接入车路协同网络。”杨文利解释道。
第三,政策法规有限制。自动驾驶技术没有发展到完全脱离驾驶员监控的状态,现阶段只能通过获得临时测试牌照的方式,开展自动驾驶车辆的运营工作。
通过降维,在港口、矿山、园区等特定的应用场景中,自动驾驶已经取得了初步成果,开始创造商业化价值。
第四,现阶段消费者对自动驾驶技术的信任度不高。随着自动驾驶车辆的普及,市场的接受度逐年上升。
据杨文利介绍,今年,领骏科技把工作重点放在了自动驾驶巴士的运营上,年底将在赣州布局10台自动驾驶巴士,明年会增加到60台。商业化落地在苏州和南京同步进行,进一步推动支线物流的场景落地。
“自动驾驶好比一场马拉松,初创公司、头部企业距离终局,都有相当长的距离。”
杨文利认为,技术最终要回归工业本质和商业本质,实现商业闭环,方能夺取“皇冠上的明珠”——实现L4级自动驾驶的开放性应用。