自动驾驶36人 | AutoX CEO肖健雄:我们把xUrban当做底层通用平台,让自动驾驶既“送人”也“送物”
36氪「自动驾驶36人」专题报道会以Q&A访谈形式,对话自动驾驶赛道的创变者,持续解读这个行业的变化、争议和未来。
去年以来,业内盛传的“资本寒冬”对各行各业都有不同程度的影响。在自动驾驶行业, L1/L2 级智能驾驶已经进入普及阶段,而一些做L3/L4级自动驾驶的初创公司在实现商业化之前就已经被淘汰出局。当然,也有少数玩家通过在不同场景的落地方案得以存活,并顺利进入商业化阶段。
自动驾驶研发商「AutoX」成立于 2016 年,其创始人兼 CEO 肖健雄在美国硅谷组建了创始团队,主要研发L4 级自动驾驶解决方案,之后又在深圳、上海、北京和常州落地了研发中心和生产基地。 肖健雄本硕毕业于香港科技大学,并获 MIT 博士学位,毕业后在普林斯顿大学任职助理教授,是普林斯顿大学计算机视觉与机器人实验室的创建者。
肖健雄告诉36氪,AutoX 的核心理念是“自动驾驶平民化”,他们想让这个看上去高端的技术应用到普通人的日常生活场景。
AutoX 的第一个规模化落地场景是“无人车送菜”。去年 8 月,AutoX 在加州发布了自动驾驶生鲜递送服务(AutoX RoboDelivery),为当地居民提供全速无人车配送服务及车上搭载的无人货架售货服务,送货速度可高达120千米/小时。
当然,即使采用了两套安全系统(一套基于“高精地图”的方案,另一套则使用了实时感知方案)来保障安全性,其车内仍有安全员,真正的无人化会在政策和技术完善后得以实现。
图源:AutoX
今年 6 月 18 日,经加州政府监管部门批准,AutoX 成为全球第二家获得加州自动驾驶车路试运营牌照的无人车公司,获准向公共乘客提供自动驾驶打车服务。获得牌照当天,AutoX 正式推出面向普通民众的 RoboTaxi 试运营服务,这也是加州第一个 RoboTaxi 运营服务。
除了美国,AutoX 在国内和欧洲也陆续开展了新业务,例如公司正与国内多家快递、物流等需要运力的公司合作;此外,AutoX 还获得了首批广州市智能网联汽车道路测试牌照;近期,瑞典电动汽车制造商 NEVS 也宣布与 AutoX 达成独家战略合作伙伴关系,NEVS 下一代车辆平台上将整合 AutoX 的自动驾驶技术,双方合作的目标是在2020年底前,落地欧洲首个大规模RoboTaxi试运营服务。
肖健雄说:“AutoX 的发展路线是‘专注于技术’,所以过去的三年, 我们都在打磨一套 L4 自动驾驶 AI 平台——「xUrban」,这也是 AutoX 发展和商业化的核心。”
基于这个思路,AutoX 表面上看起来既“送人(RoboTaxi)”也“送物( RoboDelivery)”,但其实是将 xUrban 用作底层的通用平台,再根据不同场景进行定制化。而规模化无人车队技术运营作为重点落地研发方向,AutoX 未来也会继续在这部分投入更多资源和成本,并融合 5G 等新兴技术。
值得一提的是,8 月 31 日举办的 WAIC 2019 世界人工智能大会上,上海市嘉定区人民政府宣布与 AutoX 达成战略合作,双方将共同建设上海无人驾驶运营示范区,合作推动智能网联汽车产业落地。
预计 2019 年底至 2020 年初,AutoX 将在嘉定无人驾驶运营示范区投放约 100 台自动驾驶出租车(RoboTaxi),并开展试运营。届时,区内居民将乘坐自动驾驶汽车通勤、坐高铁、吃饭、购物等等,“让自动驾驶走进普通人的生活中”,肖健雄说道。
图源:AutoX
位于嘉定区安亭新镇的城市示范区占地约 150 平方公里,用于构建智能网联汽车道路测试的典型城市综合示范区及城际共享交通走廊。2019 年末至 2020 年初,AutoX 成品车就能在运营示范区内自由穿梭,自如通行在居民区、商务区、商圈等日常交通环境中。
未来,AutoX公司将在位于上海嘉定的上海国际汽车城成立 AutoX 华东区总部,并独家投资设立“人工智能自动驾驶示范区运营项目”,重点建设人工智能自动驾驶研发中心、运营及大数据中心、人工智能自动驾驶产业应用示范基地等项目,并组建大规模自动驾驶规模化车队,共同建立国内首个无人驾驶驶 Robotaxi 运营示范区。
以下是36氪近日专访肖健雄的部分内容(经过不改变原意的整理和删节)
36氪:AutoX 自动驾驶技术的核心思路是什么?
肖健雄:我们的核心是希望做到“平民化自动驾驶”。我们从创办 AutoX 开始,就希望做一个 L4 自动驾驶 AI 平台 —— xUrbanFusion。这个平台比较像 Windows 操作系统硬件方面采用六路车规级别的 GMSL 摄像头和激光雷达,加上工业级别的主控电脑;另外,通过深度学习技术,AutoX 的感知系统 xFusion 融合摄像头和激光雷达来识别物体的类型和位置,包括行人在内的小物体的识别。
也就是说,未来无论是路上载人的机动车,还是厂区内载物的物流车,都可根据这套系统所支持的硬件方案进行定制化落地。
36氪:为什么早期选择在加利福尼亚地区落地了自动驾驶汽车业务?
肖健雄:无人出租车(RoboTaxi)和无人车送菜(RoboDelivery)是我们最早落地并运营的自动驾驶业务,初期的用户体验不错,而我们一开始便将落地区域选在了加州,是综合考虑人力成本、政策、落地速度和难度等因素所做的决定。
国内消费水平较高的一、二线城市中,绝大部分人口集中在城市内各个密集区域,而加州(以目前主要运营的硅谷地区为主)有很多人居住在郊区的独立房屋中,而美国市场的共享出行、外卖等行业远不及中国发达(主要由人力成本限制),所以无人物流的单量密度将保证车辆使用率,从而形成一个可持续的商业模式。
36氪:AutoX 作为研发及服务商,面向的合作方有哪些企业或组织?
肖健雄:首先,我们的产品定位是 to B 的,通过技术提供服务,所以第一类合作方(或客户)是车企。这方面,我们已经和东风汽车开展了合作,首批合作项目是场景内物流车,这款车拥有我们全套自动驾驶系统,接下来几个月将进入量产阶段。
此外,我们与比亚迪的合作也很有实际意义,因为之前包括 AutoX 在内的很多自动驾驶研发商,初期测试都是通过改装林肯 MKZ 来实现自动驾驶上路的。而比亚迪秦Pro在线控方面具有标准化衔接能力。所以,基于AutoX无人车系统平台提供的通用性技术,任何一台秦Pro都可以使用其标准化无人驾驶套件进行OTA升级。
另一类合作方则是出租车公司,这部分合作是在为 RoboTaxi 业务做准备。出租运营方不仅能提供车辆和平台,还能通过大量样本(营运车辆)为我们提供数据,用于优化大规模自动驾驶车队的营运效率。
36氪:AutoX 运营团队的工作是什么?
肖健雄:可以说我们的研发人员都在做“运营”,小规模“运营”其实是在落地技术。因为在 xUrban 研发趋于成熟的过程中,我们已经开始通过无人驾驶外卖车、无人出租车等测试样本,收集了很多运行数据,所以说我们团队绝大部分人的 KPI 其实就是有效的测试数据。
除此之外,我们还拥有自己的低成本制图团队,通过在云端的分布式计算,在短时间内快速绘图的同事,配合我们的半自动化标注工具,完成制图工作。
在与上海嘉定达成合作后,我们还将在园区运营方面投入更多资源和人才,并结合高精地图,提升运营效率。
图源:AutoX
36氪:如何看待 L4 与其他级别自动驾驶技术的差别?
肖健雄:L5 级完全自动驾驶还很遥远,现阶段的商业化落地主要集中在 L2/L3 级自动驾驶上。L2 级自动驾驶现在市面上已有多款车型,其中以搭载 AutoPilot 的特斯拉为首。
目前的 L2/L3 级自动驾驶,主要的产品还是面向普通车主,而对于主机厂来说,加入 L2/L3 是为普通车辆加入了一个新功能,这是为了促进其销售。
而 L4 则不同,因为硬件成本一下上来了,to C 端的购买压力过大,所以 L4 主要是 to B 的,它的目标是尽量去掉“司机”在行驶过程中的作用——从这个角度来看,我们作为解决方案提供商,为主机厂或出租运营商提供的是运力,而前面的提到的辅助驾驶(以 L2 为主)则是为了提升驾驶舒适度。
相比于 L4 级自动驾驶,L2/L3 很难再次出现类似 Mobileye 的巨头公司,因为其技术和商业化的天花板都比较低。
36氪:5G 能够给高级别自动驾驶带来什么?
肖健雄:5G 能够在数据传输方面为自动驾驶助力,例如我们最新研发的车路协同系统,便在技术中心结合了 5G。通过在事故多发地区安装接入了 5G 数据的车路协同设备,让车辆可以进行上帝视角的 3D 感知,同时车辆能够看到超过两百米的信息。
在运营端,5G 所提供的带宽,能够提供更多关于营运车辆的摄像头雷达数据,并以此远程监控车辆的营运情况。无论对国家政府还是营运平台来说,数据带来的安全都是大规模营运所必备的。
而除了大规模的城市路况在未来需要相关合作伙伴的帮助,园区内包括高精地图在内的基础建设可以由 AutoX 自己的团队或者与园区合作伙伴共同完成。
作者暂无likerid, 赞赏暂由本网站代持,当作者有likerid后会全部转账给作者(我们会尽力而为)。Tips: Until now, everytime you want to store your article, we will help you store it in Filecoin network. In the future, you can store it in Filecoin network using your own filecoin.
Support author:
Author's Filecoin address:
Or you can use Likecoin to support author: