让自动驾驶汽车反应时间，比人类最短反应时间还快一半。
文 | 王妍 编辑 | 黑智
关于何晓飞的创业项目终于有了更详尽的信息。
在此之前，环绕在这位技术大牛身上的是滴滴高级副总裁、研究院创始院长、无人车业务开创者。从离开滴滴后，何晓飞的去向在业内备受关注。今年3月，何晓飞公布自己的创业动态，创办无人驾驶货车公司飞步科技。但关于该项目的具体信息鲜有曝光。
今天上午，何晓飞与联合创始人曹宇正式公开露面，并向媒体公布了其公司定位、技术进展以及具体规划。同时，也确认了创新工场在去年年底对其进行了投资，但具体的投资金额目前暂未公布。
飞步科技创始人兼CEO何晓飞（左）和联合创始人曹宇
为什么从货运切入？
从货运切入，吸引何晓飞的是一个规模更大的市场。这并非是一个未经验证的赛道，数据就是最好的证明。
根据公开数据，中国当前的轻卡数量约在1400万辆，市场规模在2.9万亿元，重卡数量在500万辆左右，市场规模在6.1万亿左右，虽然在数量上低于乘用车1.2亿的保有量，但大于后者1.2亿的市场规模。与货运相关的，是包括物流货运等其他商用领域更大的市场。
另一方面，对于货运行业而言，相当一部分的成本都来源于司机的人力成本。何晓飞表示，在货车的无人驾驶真正应用后，轻卡能节省1个司机，重卡可以节省2个司机。
从发展的角度来说，商用车从“0-1”的起步速度更快。何晓飞举了一个例子，在收集数据的过程中，针对货运的是从A点到B点的固定路线，所以采集工作量并没有那么大，而乘用车需要提供的是城市内更多的数据和面对更复杂的路况。
但这并不意味着货运自动驾驶是件更容易的事情。何晓飞透露，相比乘用车，商用车的技术挑战更大，公路货运的自动驾驶也面临四个核心技术难点：
第一，因为货车的结构松散，导致车上的传感器分散在多个位置。相比乘用车进口的零部件，出于对成本的把控，货车的零部件在行驶过程中的震动非常大，需要对多个传感器进行在线标定。即每一传感器获得的数据其实在三个独立的坐标体系，如何融入到统一的坐标体系。
第二，因为货车车身高、车体长的构造，导致货车的盲区很大。一般自动驾驶车辆在车顶安装的激光雷达对于货车来说，容易遭到车身的遮挡，所以需要用多传感器技术提供新的解决方案。
第三，货车稳定性差，除了常规的考虑因素，还需要多目标优化决策。
第四，货车的车机动性差，高速行驶的货车通常刹车距离在200米以上，如果在满载的情况下，可能距离更长。这就要求传感器的远距离感知能力要尽可能的提高，缩短响应时间。
因此，缩短车辆在驾驶中的反应时间，成为飞步最为关心的一个核心指标。
何晓飞和他的团队做出了的选择是：自己组建团队，研发AI芯片，提供算法/专用芯片一体设计。
自主研发AI芯片
要想达到机器在反应速度上“超过人类”，针对无人驾驶汽车需要处理的庞大数据量，仅仅从算法上优化，还是不够的。而相对于通用芯片，车载芯片对散热、公号、性能都提出了更高的要求。因此，何晓飞认为，研发自动驾驶专用芯片、将算法和硬件一起推进，实现软硬件一体化，才是根本的解决之道。
而最终实现软硬一体化，也会将自动驾驶解决方案的整体成本降低。
根据飞步公布的数据，其目前提供的方案反应时间可以达到0.05秒，比当前通用芯片的无人驾驶技术缩短10倍，比人类最短反应时间——F1赛车手的反应时间快一半。此外，按照其计划，最快将在今年年底完成流片。
在AI芯片领域面对巨头的竞争，曹宇表示，从芯片的发展来看，深度学习架构还是处于早期，现在并没有专门针对无人驾驶的芯片。而在无人车上用的要求更高，包括功耗、防震等等。“我们的芯片功耗5瓦，比普通芯片快100倍。”
对于AI芯片研究，何晓飞也“挖”来了多位技术大咖。目前飞步的AI芯片研发团队主要在美国，由曹宇负责。曹宇是大规模集成电路领域的世界级专家，IEEE Fellow，是美国亚利桑那州立大学电子工程系教授。
前英特尔首席架构师Hang Nguyen负责飞步科技芯片架构定义，作为芯片架构国际顶级专家，她在芯片行业有超过35年的经验。
而另一位系统芯片专家Victor Szeto负责飞步的系统芯片集成，他曾是高通首席系统工程师、系统芯片集成及验证项目主管。
此外，浙江大学教授、博导蔡登出任飞步的首席科学家。在公司成立不到一年的时间里，何晓飞已经组建起一支数十人的团队，其中研发人数占比达到90%。据何晓飞透露，目前的融资主要用于研发和人才费用。
今年3月，关于飞步进入路测阶段的消息已经传出。何晓飞也在现场公布了具体的进展和测试视频。在24小时全天候高精度感知的前提下，飞步的无人货车可以达到晴天70KM/H, 雨天50KM /H，雪天20KM /H。
视频中的飞步无人驾驶货车在开放道路上以高速行驶。按照何晓飞的说法，从常见的低速、园区等封闭场景内起步，很难演进到高速，所以飞步从一开始就定位在通用的高速场景。
此外，何晓飞还透露了飞步无人货运的具体规划：今年，飞步将实现第一阶段“仓库—仓库”的城际货运目标，驾驶距离约在200公里左右。
第二阶段将在2019年完成店—店的市内货运。
第三阶段将是在2020年完成省际货运。因为省际的运输距离在800公里以上，主要依靠重卡完成，涉及到充电加油的问题，解决方案会更复杂。
第四阶段的目标则是在2022年实现通用无人驾驶解决方案。
据何晓飞透露，目前飞步科技是和多个整车厂合作共同设计方案，但是未来并不会造车。在未来，飞步的AI芯片解决方案除了自用外，也并不排除会对第三方开放。
匿名用户
