Aurora的自动驾驶之路:三个诸葛亮能做什么?

文章来源:亿欧 点击数:20 发布时间:2019-02-15
目前,自动驾驶公司主要分为两个派系:一派是从L2、L3级别的自动驾驶切入,通过不断提升ADAS的能力最终实现自动驾驶;另一派是直接挑战L4,从简单环境到复杂环境,通过不断提升自动驾驶车辆在复杂环境中的表现,从而达到L4级别的自动驾驶。
Aurora的自动驾驶之路:三个诸葛亮能做什么?

6368581460766847977512347.jpg

2019年2月7日,Aurora 敲定了价值5.3亿美元的B轮投资,由硅谷传奇风投公司红杉资本领投,亚马逊、壳牌等巨头跟投。拿到这笔投资后,Aurora估值已经冲高至25亿美元。

自动驾驶初创企业单笔融资额5亿元以上的融资实属罕见,成立两年多的Aurora到底有何与众不同之处,使其在Waymo、Cruise等竞争对手的背影下脱颖而出?

 

三大巨头聚首

虽然Aurora还只是一个不满三岁的孩子,但其创始团队却都是在自动驾驶领域享有盛誉的将才:

公司创始人兼CEO克里斯·厄姆森(Chris Urmson)是谷歌无人驾驶团队最早的核心参与者,打下了谷歌无人车(现在为“Waymo”)的软件基础。首席产品官斯特林·安德森(Sterling Anderson)主导了特斯拉 Autopilot 系统的搭建。首席技术官德鲁·巴格尼尔(Drew Bagnell)是一位机器学习专家,曾是 Uber 自动驾驶团队的主心骨之一。Waymo、Uber、特斯拉都是L4级别自动驾驶的领跑者,而Aurora三位创始团队成员均为这三家龙头企业的核心骨干,一定程度上可以聚合三家公司技术与管理上的优点、又可以避免庞大的组织结构带来的决策效率低等问题。

6368581460815207976197015.png

创始团队成员来自Waymo、Uber、特斯拉的自动驾驶公司有很多,比如Nuro、Argo。跟这些公司相比,这三位的级别和成就无疑更高。坐拥如此豪华的研发阵容,也难怪Aurora更容易获得资本认可。

 

机器学习助力研发加速

目前,自动驾驶公司主要分为两个派系:一派是从L2、L3级别的自动驾驶切入,通过不断提升ADAS的能力最终实现自动驾驶;另一派是直接挑战L4,从简单环境到复杂环境,通过不断提升自动驾驶车辆在复杂环境中的表现,从而达到L4级别的自动驾驶。Aurora就是后者,而且切入的是难度更大、商业化落地困难的乘用车领域,正面挑战Waymo、Cruise、百度等知名企业。

商业模式的探索是自动驾驶落地的第一步。2017年,Waymo曾表示,未来其主要商业模式为顺风车、货运、最后一公里出行解决方案以及乘用车的自动驾驶系统研发。Cruise商业化将率先通过顺风车服务平台实现,但具体什么平台尚不清楚。

6368581460885407973880150.png

虽然厄姆森也认为自动驾驶商业化的第一步是出行服务,但Aurora则定位为全堆栈自动驾驶解决方案供应商,专注于提供技术,帮助车企拥有自己的自动驾驶车辆,而不是让自己成为出行运营商。

然而,相比于2009年组建的Waymo团队、2013成立的Cruise,Aurora的模拟测试和实地行驶的里程数都不及对手。厄姆森接受媒体采访时也曾坦言,“Waymo有着无法撼动的优势”。Waymo目前千英里的脱离(指的是自动驾驶系统无法处理当前状况,必须由人类司机接管)次数为0.09次,Aurora的这一数据则是10.01,与Waymo有较大的差距,位列自动驾驶企业的第二梯队。但厄姆森同时强调Aurora也有自己“超车”的法宝:作为一家独立企业,该公司拥有更高的灵活性,而研究方向的专一和清晰能帮助其提升决策效率。

在技术开发上,Aurora认为,由于其强大的机器学习能力,可以利用算法增强研究团队的协同效应,减少沟通摩擦,最终提高开发效率。

根据自动驾驶的拟人化执行思路,可以将其流程分为认知、感知、决策、控制 、执行五部分。在测试调整过程中,几个部分的研究过程联系十分紧密。一般来说,感知团队会先做出一个解决方案,随后将它们抛给运动规划团队,也就是决策部分。接下来运动规划团队会据此做路径决策和规划方案。如果感知团队再拿出新点子,运动规划团队需要重新进行适配。几个部分的调试互相影响,就会无形中拖慢研究的进度。

而Aurora可以通过算法的设计,利用机器学习使得两个部分的接口较好的适配。这样的话,感知团队和运动规划团队就无需瞻前顾后,减小了协同的摩擦力,从而提升效率。Aurora在机器学习领域有较高的造诣,同时又有创始团队的丰富经验,使得自身 “研发引擎”有较高的动能。在厄姆森看来,这也是Aurora在开发上的与众不同之处。

另一方面,在数据的数量上,Aurora处于落后的状态,所以Aurora在数据的质量下足了功夫。“每个人都把行驶里程当做衡量标准,当我还在谷歌时,我们做的比别人多,所以积累的里程自然不少。但是,光有量不行,还要涉及数据质量的问题。”厄姆森解释说。在测试过程中,Aurora不去测试不能模拟的工作。Aurora也有一套能够理解复杂城市环境的模拟系统,在不同的场景下对软件进行测试,而这些场景都是车辆有可能在路上遇到的。在这个系统中,Aurora有一套复杂的代码在运行,如果代码在模拟器里出现问题,那么它肯定不会在现实世界中工作。

 

坚实的朋友圈

除了自身技术过硬,在外部势能的利用方面,无论是合作伙伴,还是投资方,Aurora也有其独到之处。

目前,Aurora公开的合作伙伴为大众、拜腾、现代三家车企,合作方向均指向了L4级别的自动驾驶。车企和自动驾驶公司的合作屡见不鲜,但深度和协同效应有所不同。

Aurora则非常重视和合作伙伴的深度协同,提高研发效率。在与大众的合作上,双方的计划是先通过测试车数量和测试数据的累计,加快研发速度,开发较为成熟的自动驾驶解决方案,而后全面应用于保时捷、大众、奥迪等其他子品牌的量产车型中。2019年,双方预计将投入三位数的测试车辆,2021年前后便开始将Aurora的自动驾驶系统应用在大众的部分量产车型中。

与Waymo背靠谷歌、Cruise倚仗通用、Argo后有福特不同,作为独立企业的Aurora需要另寻手段拓展自己的资源,其在外部董事的选择就充分考虑了这一点。Aurora的董事里,不仅有里德·霍夫曼(Reid Hoffman)这样的硅谷传奇,也有迈克·沃尔比(Mike Volpi)这样曾在思科负责路由业务的投资者。被誉为硅谷的“人脉之王”的里德·霍夫曼创办了LinkedIn,还先后投资了Facebook、Digg、Airbnb、Dropbox等,充足的资源和宽广的视野可以为Aurora给予战略上的支持,而沃尔比软硬件结合方面的履历可以给Aurora无人车业务更多建议和帮助。

而在新一轮投资的投资方名单里,亚马逊的名字格外突出,此次亚马逊的投资让Aurora的发展增加了更多的可能性,这意味着Aurora有可能进军货运领域。现在,Aurora的官网已经出现了“改变人们和货物的移动方式”的宣传语。

6368581460933767972564819.jpg

亚马逊在无人驾驶领域的投入主要集中在AWS云计算服务上。由于自动驾驶测试工作过程中产生的数据量极大,自动驾驶车辆对云存储及云计算的需求极其强烈。目前,在自动驾驶产业链上的很多公司都在都使用亚马逊的云计算服务,但亚马逊自身在自动驾驶方面并无太多建树。Aurora将加强亚马逊在物流上的应用自动驾驶的能力,亚马逊的AWS云服务也可以同时增强Aurora的计算能力,优化成本结构。

 

Aurora的成熟产品何时露出真容

Aurora与合作伙伴推出量产车型的时间均指向了2021年左右,也就是说,即便现在Aurora对外透露的信息较少,但在两年之内,Aurora与大众、现代、拜腾的合作产品就会与消费者们见面了。

越是临近应用,安全性的问题就显得越为重要。Aurora的愿景之一就是增加驾驶的安全性,减少车祸造成的人员伤亡。厄姆森坚信,行驶里程等纸面上的内容无法保证自动驾驶的安全性,自动驾驶的实际性能与真实环境中的表现是他更为看重的。

现阶段,Aurora有四个主要部门,雇佣了200名员工,正在加利福尼亚和匹兹堡的公路上进行着测试。同时,Aurora的模拟系统也在持续运行,在模拟实际道路测试的同时,进行一些实际情况下较难实现的测试。

正如厄姆森所言,自动驾驶车辆从远处看都是近似的,真正的分水岭在于最后的10%、1%、0.01%。拿到了5.3亿美元投资的Aurora势必会在研发上加快进度,努力攻克最后的10%甚至是0.01%的难题。随着量产时间节点的日益临近,Aurora会交出怎样的答卷,让我们拭目以待。