飞步科技:在真实环境下落地无人驾驶物流商用
2019-02-25 17:07 何晓飞 无人驾驶 飞步科技 创新工场 人工智能

2飞步科技:在真实环境下落地无人驾驶物流商用

我们会一如既往加强飞步科技的算法+芯片这一技术路线。这是根本。

2019年是人工智能继续落地的一年。一年半前,刚创立的飞步科技也不敢落后。

在上周媒体沟通会上,创始人何晓飞透露,去年双11,飞步科技与中国邮政EMS、德邦快递启动L4级别无人驾驶货车常态化试运营。截至今年2月,飞步科技无人驾驶货运运输里程达到3600km,运送6万多件快递。

他宣称,“飞步科技率先在真实环境下成功落地无人驾驶物流商用。”据何晓飞介绍,3600km运输里程、6万多件快递是飞步科技这半年成绩。创立第一年,团队的精力主要集中在技术方面;最近半年,重点放在商业化落地上。

作为AI领域的创业大牛,何晓飞对于无人驾驶有着自己的理解。他认为这一波整个人工智能,不是商业模式的创新,而是技术创新。场景当然重要,但场景未必为王。决定终局的绝对还是技术。“我们要保证在技术上面占据绝对优势。

在商业落地上,我们会有一个阶段,有一些不同的目标。”据悉,接下来,飞步科技将坚持算法+芯片的技术思路,加大核心技术研发投入,用技术闭环生态驱动产研;将陆续增开、运营100条商用无人驾驶物流线路。

技术为王

算法+芯片的技术思路是飞步科技创立伊始便定下的章程。“算法+芯片”也是飞步科技决胜终局的凭借之一。

和通用芯片相比,专用芯片是专门为特定场景、数据设计打造的。比如飞步科技打造这款芯片,围绕无人驾驶、汽车,考虑到行人监测、车道线识别、车规级的安全性,防震、耐高温等等。传统芯片厂商在芯片设计上虽然很强,但在具体场景、人工智能、深度学习、机器学习方面,未必是他们的强项。

何晓飞说,“车载智能芯片,跟传统的CPU、GPU差别非常大,不太可能延用CPU+GPU的架构。我们要考虑算力和功耗,考虑到安全性,我们会通过算法+芯片这一个整体的软硬结合,在性能、功能、安全上,去设计芯片。”

在芯片设计上,飞步科技有清晰的三步走战略:第一代芯片针对L3打造,第二代芯片针对L3-L4打造,第三代芯片,针对L4-L5芯片打造。目前,第一代芯片对标Mobileye的Q4,去年9月芯片流片,12月,飞步科技拿到测试结果。

在会上,何晓飞并未太多透露测试数据。他只提到,这款芯片的功耗非常低,“比别家公开的功耗都低”,但算力比他们的都要高。公开资料显示,第一代芯片功耗是5瓦,算力为4.1Tops。在功能上,第一代芯片不只是支持视频,还支持激光雷达、毫米波雷达,支持现有所有的传感器。最终产品将于今年下半年推出。

据悉,飞步科技芯片团队组建于2018年2月。仅用7个月的时间,便已经完成流片了。这么快流片的原因,何晓飞归结为经验。

“在芯片行业,评估一个团队,会看团队的平均工作年龄。飞步芯片团队的平均工作年龄是18年,放到任何一个芯片公司,都可以说的上是一个相当有经验的团队。”他们主张“算法和芯片融合在一起设计”。“Mobileye,它的算法和芯片也是一个整体。”他们不赞成一个团队做算法,另一个团队搞芯片。何晓飞本人在AI领域也有近20年的积累,“我们能够从具体功能、算法,再到芯片设计,有一个通盘考虑。”

继续商业落地

最近半年,飞步科技的重点放在商业化落地上。

据何晓飞介绍,3600km是在复杂的道路环境、多样天气环境中跑出来的。无人驾驶货车按照道路最高限速行驶,最高时速可以达到90公里。“在纯粹的高速路段,或者说在封闭道路、港口等封闭场景,又或者是一些小的物流车,在20公里或40公里低速场景下,所积累的里程和我们所积累里程的性质是不一样的。”

他提到的“复杂的道路环境、多样天气环境”,以飞步科技已开的三条运营道路中的一条为例,这条道路全长23.6公里,有50多个路口、26个红绿灯。途经学校、商场、小区、省道、景区、社区、菜场等。运营以来,飞步科技的无人驾驶货车在雨天、雪天、雾天,夜天飞驰过。“我们从白天到晚上24小时,全天候地把无人驾驶技术完全打通了。”

从物流的角度来看,线路分为三种:末端配送三公里、100公里以内的短途运输、800-1000公里的省际长途。飞步科技选择的100条公路都是短途运输。和另外两种物流线路相比,短途运输既有高速省道,又有城市道路;从市场需求上讲,它的需求又是最高的。据德邦估算,一年下来,无人驾驶能够帮其节省开支达到上亿的规模。

今年,按照计划,飞步科技还会再加开100条线路。“我们走完了从技术到商业落地的完整过程,接下来,要推进到了一个比较稳定的运营阶段。在今天技术能够解决的范围内,我们可以有针对性的,针对一些城市的具体路况,选择一些相对比较容易商业落地的线路。线路一旦跑通之后,就可以长期运营下去。”

何晓飞表示,现阶段,飞步科技不是特别着急横向拓展,他们更关注具体路线,比如新拓展的100条的道路能够尽可能多地覆盖掉更多场景。“假设这100条路线能够覆盖掉全中国90%以上的场景,剩下的无非就是一个复制的过程。”

在真实场景下,无人驾驶货运落地要遇到各种各样复杂的问题。比如红绿灯,机器识别红绿灯非常困难。因为画面上,红绿灯的像素点非常少,一旦识别不出来,闯红灯或者绿灯不走,都会引起大麻烦。

比如激光雷达如何克服下雪天这一复杂天气,把雪除掉有两个思路:一个是激光雷达打到雪上,能够知道直接把雪去掉,另一个是激光雷达返回的数据显示有雪,在软件层面,把雪去掉。飞步科技采取的思路是不管它,“其实人下雪天开车,不会把雪去掉,再去做判断,人是在完整环境里做判断的,飞步科技在整个环境里,利用一些新技术解决雪、雨的问题。”

比如隧道,在隧道里,光线比较阴暗,没有参照物,没有GPS信号,定位非常难做,而且管道里的累计误差也是非常很大的,从技术上来看,这是一项非常大的挑战。飞步科技的解决方案是通过定位知道车即将进入到一个隧道。进入隧道之后,车载系统开始进入到一个紧急意外的处理模式。该模式会对隧道这一场景下,做一些针对性应对。

再比如在行驶过程中,突然飞来的石头或者闯红灯的行人,飞步科技首先会感知到具体发生的情况,是人闯红灯还是石头飞来。感知通过视频、激光雷达等传感器抓取,怎么利用这些数据?

有两种方式,第一,每一个传感器独立做决策,第二,系统把所有传感器获得的数据,放在一起来做决策。这两种方式,在何晓飞看来,各有利弊。“合在一起的好处是,所有数据在一起,数据更丰富,而且数据之间不会打架。但不好的一点是,你要考虑车的带宽,数据规模大,车内的通信系统的带宽就会呈指数增长。如果分开独立决策,带宽不再是问题,但每一个决策会打架。举一个极端例子,假设摄像头认为前面是一只狗,而激光雷达认为是一个人,就会打架。”但何晓飞没有透露飞步科技如何解决“打架”问题。

在采访中,何晓飞提到,飞步科技始终立足中国市场。“从终局来讲,我觉得中美没有什么太大差别。至于选择美国市场还是中国市场,大家可能在商业规划上有不同的考虑,而飞步科技是立足于中国市场的。”在无人驾驶领域,他倒觉得国内对无人驾驶的接受程度更高。至于盈利,他认为目前谈无人驾驶盈利,“早了一点”。

黑智签名档