小马智行楼天城：不做到无人化和规模化，自动驾驶都无法称之为产品

2020-07-29 09:29

02 造一个“虚拟司机”

过去一段时间，业内曾为“实现自动驾驶的最优路线”而争论不休。对此，楼天城不以为意，在他看来，目标比路径重要得多：“方向和战略才是公司之间的本质差别。”

作为无人驾驶的拥趸，小马智行的目标就是打造虚拟司机（Virtual driver）——自动驾驶大脑。

去年4月，小马智行宣布进军自动驾驶货运领域。“左手运人、右手运货”，其背后的逻辑是先切入人类出行两大领域，进而打造能驾驶多种车型和适应多样路段的虚拟司机。

在小马智行看来，RoboTaxi和自动驾驶卡车是相互促进的关系。控制方面，后者能反哺前者的控制精准度；视觉方面，双方则可以共同进行训练。基于乘用车领域的技术积累，小马智行仅花费16周的时间就完成了自动驾驶卡车的原型车验证。

“此前的技术积累让虚拟司机拥有适应不同场景、路况、车型的能力。”莫璐怡表示。她口中的技术积累是小马智行在全球多地路测过程中实现的。

“更多复杂的交通及天气场景，能够更好地覆盖长尾场景。只有在复杂场景中，我们才能收集更多数据，为无人化和规模化提供重要技术支持。”楼天城表示。

2018年进入广州路测前，小马智行的主要测试阵地为常年阳光明媚的加州，雨水场景数据收集十分有限。在广州的500多天测试中，接近半数为雨天场景。

为了适应广州天气，小马智行在软硬件方面都进行了改进：其自研的自动驾驶传感器清洁系统可在下雨时自动触发；该公司还借助深度学习模型，优化了多传感器深度融合技术，以规避单一传感器短板。如今，其已经能够避免雨水对激光雷达、高精度摄像头等传感器精准度的影响。

广州只是小马智行多地路测情况的一个缩影。目前，该公司已在弗里蒙特、尔湾、广州、北京、上海五个城市进行测试。

“北京有非常繁华的主干道和无保护左转路口，广州南沙的特点是人车混杂，美国加州的车速较高。而即将测试的上海有着狭窄的道路、巨大的车流量。”莫璐怡介绍道。

各具特色的路测场景，为小马智行的自动驾驶系统提供了丰富的训练场地。而为了确保安全，小马智行在正式路测前还要经过多层流程。在总结、归纳问题后，研发者会提出创新解决方法，再经过代码和设计审查、仿真环境大量测试等环节之后才能“上路”。“要形成技术迭代的全闭环。”杨哲道出多流程的核心目的。

声明： 本文系OFweek根据授权转载自其它媒体或授权刊载，目的在于信息传递，并不代表本站赞同其观点和对其真实性负责，如有新闻稿件和图片作品的内容、版权以及其它问题的，请联系我们。

共0条评论，0人参与

登录登录即可访问所有OFweek服务

请输入评论内容...

请输入评论/评论长度6~500个字

暂无评论

图片新闻

行业报告