从地下室创业到国家队融资,时宇科技自动驾驶

AGV机器人 64℃ 0

2016年,自动驾驶行业大获成功:4月,长安汽车完成2000公里无人驾驶路试,成为国内首辆完成长距离无人驾驶的汽车;8月,新加坡nuTonomy公司推出的无人出租车投入使用,成为全球首个向公众提供无人出租车的国家;今年9月,优步推出无人驾驶客运服务,并在美国宾夕法尼亚州投入试运行。9月,百度无人车获得加州路试牌照

也是在2016年,吴干沙、彭进步、姜岩、等人创立了UISEE。该团队成立不到一年,2017年1月发布了首款无人驾驶概念车“城市移动盒子”,令人惊叹。在随后的五年时间里,时宇科技开发了U-Drive智能驾驶平台,形成了可大规模部署的智能驾驶系统和解决方案,能够满足全天候、多场景、高水平的自动驾驶需求。今年1月,时宇科技引入国家队战略注资,完成新一轮融资,累计金额超10亿元,获得CDB制造业转型升级基金战略注资。

为什么时宇科技能够快速发展,在一批自动驾驶创业公司中突破重围?对此,采访了科技联合创始人、首席系统架构师彭进步,畅谈了科技在自动驾驶方面的硬实力。


 

彭金布

地下室创业,不到一年发布全球第三款无人概念车。

谈及科技的初衷,英特尔中国研究院原院长吴干沙、英特尔中国研究院机器人实验室原主任彭进步在开始探索创业之路时,更倾向于创业的方向。然而,在与许多行业多头交谈后,他们认为无人驾驶比机器人更具挑战性。当时机器人是2015年热门的创业方向,实现起来并不难,追随者也很多,而无人驾驶还没有成为趋势,技术壁垒也很高。

“既然要创业,就要面对困难。无人驾驶是AI中最难的方向,所以我们毫不犹豫地选择进入无人驾驶,可谓& lsquo无知者无畏。回顾过去,彭的进步是蓬勃的。

然而-

前五年,没有那么潇洒,没有飞翔,甚至没有踩在坚实的地面上,而是在起伏的海面上。在我们起航的那一年,AI风开始在云上飞舞,时宇科技像一艘桨帆船,驶离了安全港。随着风的升起和太阳的落下,我们不停地划桨和调整风帆的方向,驶向大海的深处,但当我们回头看时,我们仍然离起点不远。幸运的是,“它没有被冲回到我们的过去”,所以我们永远不能回到海岸,我们必须前进。

——吴干沙在时宇科技五周年时写道。

创业困难重重:2016年6月至11月,全队20多人在北京房山某地下室苦干5个月,开始了彻头彻尾的“地下室创业”。夏秋之后,大家努力实现了时宇科技的第一辆无人概念车。

彭进步拿过去开了个玩笑:当年8月,某知名AI企业的医生第一时间报道,看到大家都在地下室工作,他傻眼了,但后来他很快融入团队研发,现在他是时宇科技新业务部负责人,带领团队研发无人公交车、无人配送等产品。

创业路上最大的“靠山”只是团队的每一份努力和汗水,当然离不开外部的支持。时宇科技的合作伙伴也派出团队到地下室与时宇科技团队一起努力工作了几个星期。“当时,每个人都带着激情和梦想一起工作,所以第一辆无人概念车很快就造出来了。同时,它为整个团队追求真正实用的无人驾驶技术、产品和服务奠定了精神基础,”彭说。

我们经历了一个完整的行业周期,完美再现了Duck效应的曲线,从无知的巅峰到绝望的低谷,现在进入了启蒙的斜坡。只有经历了行业的黑暗时刻,才能理解左拉的话。人生唯一的幸福就是不断前进。是的,我们不断前进,一刻也没有休息。

——吴干沙在时宇科技五周年时写道。


 

全场景,无人,全天候。

经过五年多的发展,时宇科技国家队有近500人,其中80%是开发工程师和R&D人员。2019年,时宇科技实现了机场、厂区“去安全员”常态化无人化运营的突破,落地了“全场景、真无人、全天候”的自动驾驶技术,从而走向大规模商用。

第一,真的很空。“没人”的意思是去找安全员。“如果不去找安全员,无人驾驶永远是一个伪命题,你无法达到L4以上的水平,永远只会处于辅助驾驶。因为车内总有安全员协助观察和处理情况,不可能实现真正的“无人驾驶”。”彭说道。

在安全员背后,时宇科技设计了一套基于U-Drive智能驾驶平台的多重安全冗余系统,确保在完全无人状态下有足够的安全操作。2019年底,“真无人”车投入运营,近两年未发现“无人系统”引发的事故。截至目前,无人车实际商用里程已超过70万公里,正常运行的无人车已达100辆。

第二,全天候。时宇科技力争实现7*24小时“全天候”运营,既覆盖常规场景,又保障恶劣天气、夜间等复杂场景下的正常运营。比如2018年台风山竹来袭时,机场内的航班和车辆都停了下来,而时宇科技的无人车依然正常测试,给机场工作人员留下了深刻的印象。

第三,整个场景。时宇科技认为,未来无人驾驶将以A照、B照、C照取代司机,“AI司机”将应运而生。时宇科技致力于研发全场景、通用的无人驾驶技术,甚至将其应用于开放道路,快速适应物流、公交、乘用车、配送等场景。在这方面,今年与东风汽车合作的RoboTaxi项目得到了验证。

2021年刚过中旬,时宇科技“全场景、真无人、全天候”的技术,通过过去几年的沉淀和商业积累,在今年迎来了爆炸性的“收获”,在各种实体经济场景中遍地开花。

今年2月,时宇科技正式与国际化工巨头巴斯夫联手,在黎齐化学领域打造智能工厂。今年3月,由东风汽车和时宇科技共同打造的东风自动驾驶项目正式为武汉市民开启RoboTaxi试乘服务。截至目前,时宇科技武汉机器人大西团队已覆盖当地300多公里的路网和100多个站点,并将继续扩大服务范围。今年6月,广州疫情爆发时,由时宇科技研发的无人物流车在广东徐福记东莞生产基地正式投入正常运营,负责厂区内食品原料转运,通过物流“0”接触帮助企业抗击疫情。

四种自动驾驶算法有福了。

U-Drive智能驾驶平台的“大脑”离不开精密AI算法的支持。彭进步主要负责科技的算法团队,近百人从事无人定位、感知、决策、规划、控制等核心算法的研究。它包括:

融合算法:利用多传感器融合的alam算法构建高精度的三维重建点云和语义图。车侧基于高精度地图,融合实时激光定位、视觉定位、语义定位,实现全天候多场景厘米级定位系统。

感知:要想在任何天气和场景下都保证非常好的可靠性,不仅单个感知算法的可靠性和准确性要高,还要有多个样本。时宇科技利用视觉和激光雷达等多传感器融合,随时随地提供周围环境的准确感知信息。

规划:由多个应用领域的场景数据驱动,提供安全、平滑、准确的预测、决策、规划和控制算法,支持整个场景。这一点可以在上面提到的RoboTaxi中体现出来,它可以应对各种复杂的城市交通场景,准确识别红绿灯,主动避开行人和障碍物,在拥堵路段始终保持平稳行驶,带来安全舒适的出行体验。

多车协同算法:在道路多、车辆多、工厂多的工厂和机场,随着无人车的部署,如何保证无人车高效、协同、安全运行是一个复杂的问题。多车协同算法可以帮助识别车辆,如飞机、机场的特种车辆等,无人车可以及时自动安全避让。

未来:数据驱动,场景积累,人才培养。

时宇科技目前的R&D计划是:

首先,构建数据驱动的平台。无论是在RoboTaxi还是无人配送场景中,无人驾驶都需要经过各种路况测试,一些复杂的天气和特殊的路况是实车无法覆盖的。此时需要一种数据驱动的方式来采集相关的场景和数据,比如采集当时的天气、涉及的人或车、动植物、驾驶行为、行人行为等数据。,并输入数据平台进行自动学习、分析和训练。

二是积累更多真实场景。目前已经开通了部分道路,但距离L 4级以上自动驾驶的开通还有差距。我希望政府将来能开放更多的道路。即使有些场景和路况在真实环境中无法打开,也可以通过仿真来实现,方便了数据的采集,完善了无人驾驶的决策算法,使无人驾驶系统能够覆盖和支持场景。

第三,希望未来有更多有才华的年轻人投资自动驾驶行业。彭进步认为,目前行业缺少以下三类人才:

一是算法专家,无人驾驶对计算能力、数据和算法的要求越来越高。随着计算能力和数据的指数级增长,对算法人才的要求越来越高。算法专家需要在某个领域纵向深入研究。比如规划、感知、定位、决策等不同的算法由不同的算法专家负责。每个领域都需要投入多年的研究,不断提高自己的技能。

第二,无人建筑师。自动驾驶作为一个超级系统,涵盖了软件、硬件、芯片、算法、网络、云、路侧等诸多子系统。对安全性、质量、可靠性和效率有很高的要求。算术专家纵向钻研某个领域和算法,而架构师则需要横向深入各个领域,这样才能和不同的算法专家协同工作,做出真正安全可靠的系统。

第三,技术经理。上面提到的算法专家和架构师思维不同,不同思维的工程师协同工作,需要一个协调者和管理者的角色,技术经理的角色非常重要。作为一名合格的技术经理,不仅要协调好团队,还要带领团队做出一些好成绩。这样有经验的技术经理很少。

彭进步建议,这些技术型人才要培养以下三种能力:一是由于自动驾驶行业发展迅速,开发者要有较强的学习能力。第二,有冒险精神来应对不确定性的挑战。第三,有迭代思维的能力。

标签

一项技术的发展模式通常是:技术驱动-商业应用-生态阶段。Peng Progress认为,当前无人驾驶正处于技术驱动和商业应用驱动的切换阶段,距离2006年具有里程碑意义的美国无人车沙漠大赛已经过去了15年;自2010年AI成为技术潮流,至今已有10年。目前相关技术初步成熟,开始进入商业应用驱动模式。在商业应用驱动的过程中,不同场景的开发过程是不同的。如无人驾驶在工厂、机场、港口、矿山等场景,开始达到大规模商业化应用的阶段。在RoboTaxi运营初期,暂时不可能去找安全员,这些场景还处于技术驱动阶段。虽然场景开发的阶段不一致,但无论如何商业应用已经成为主流。

彭进步认为,现在自动驾驶正在开启一个大时代。就像电脑开启了一个IT时代,互联网开启了一个数据时代,自动驾驶也在把物理世界变成数字世界,将彻底改变人们的生活,科技将推动社会进步。

转载地址:https://www.mingyujixie.net/agv/1213.html

标签: