轻舟智航获一亿美元融资 助力自动驾驶“超级工厂”加速推进

1. 轻舟智航获一亿美元融资 助力自动驾驶“超级工厂”加速推进

易车讯 继2021年年初完成A轮融资之后，轻舟智航又完成了由云锋基金和元生资本领投、美团龙珠和国际知名养老基金共同投资的1亿美元A+轮融资，老股东IDG资本持续跟投，本轮融资由Scale Partners势乘资本担任独家资本顾问。
自成立之初，轻舟智航便提出自动驾驶“超级工厂”的战略目标，以高效实现自动驾驶的商业化及规模化落地。在短短两年时间内，轻舟智航已完成“超级工厂”雏形搭建的三步走：
第一步，以仿真为核心，借助前沿技术研发为突破，构建自动化闭环，实现海量数据的高效利用；
第二步，凭借团队的全栈技术能力，推出了专注城市复杂交通场景的无人驾驶方案“Driven-by-QCraft”，适应于覆盖不同城市场景和不同车型；
第三步，以无人驾驶小巴为突破口，在近十座城市快速实现商业化落地，服务于智慧城市和新基建需求，为数万居民提供公开道路出行服务。


在自动驾驶“超级工厂”的战略指导下，轻舟智航逐步推出的龙舟系列无人驾驶车，覆盖了多类车型，可应用于网约车、公交车及接驳车等多个场景，预计今年车队规模将超过百台。龙舟系列无人驾驶车的主要特点是以Robotaxi的技术高配低打，快速落地。在功能上，可实现360度无盲区感知，拥有5G+V2X 车载显示系统等。

当汽车通过智能化、网联化实现真正的共享化，Robotaxi将走向新的业态，为人们提供更宽敞的空间、更绿色共享的出行服务。为探索更具前瞻性的Robotaxi，轻舟智航选择从Robobus形态入手，大力实现其商业化落地，持续收集应用反馈，打造更广泛适用于共享出行的全新车辆形态。
轻舟智航联合创始人、CEO于骞表示：“无人驾驶是万亿级的超长期大赛道，要想成功跑到最后，在技术上不能光有海量数据，还要依靠‘超级工厂’实现高度的自动化；在商业上则需要实现成本可控的规模化以及以战养战的商业化，逐步实现在Robobus、Robotaxi等开放道路场景的落地。”
在人口老龄化、碳中和的背景下，自动驾驶已率先在公共出行领域落地，正逐渐成为继高铁之后中国的又一张国家名片。而轻舟智航推出的面向城市开放道路的无人驾驶小巴——龙舟ONE（又称轻舟无人小巴）则顺理成章地成为了城市智慧公共交通的又一道美丽的风景线，作为龙舟系列无人驾驶车的首款发布产品，龙舟ONE广泛应用于城市接驳专线、微循环公交等场景，固定区域、合规车型、中低速等特点使其保证足够安全可靠。目前，这款小巴已在苏州、深圳、武汉等超过5座城市启动常态化运营。
伴随着技术的快速迭代和落地场景的广泛应用，轻舟智航还计划将可实现高效研发的内部工具链逐步对外开放，助力合作伙伴打造属于自己的自动化数据闭环。
未来，轻舟智航将以“科技有为、智航无界”为愿景，与城市交通行业、出行行业、汽车产业等伙伴保持紧密协作，持续打造自动驾驶“超级工厂”，逐步实现战略目标，将无人驾驶带进现实，为人们提供更加安全、高效、低碳的出行方式。

2. 禾赛与地平线达成深度合作 加速自动驾驶前装量产落地

易车讯 8月5日，激光雷达制造商禾赛科技与边缘人工智能芯片领导者地平线达成战略合作。双方将就打造面向高等级自动驾驶前装量产的激光雷达感知方案展开深入合作。禾赛基于面向ADAS前装量产的车规级混合固态激光雷达AT128，地平线基于面向全场景整车智能中央计算平台的征程5芯片，双方联合进行开发与适配。
通过这次合作，双方将为共同客户提供更多更优的选择。通过联合开发，双方将站在产业链的角度更加深入理解客户需求，征程5芯片和AT128混合固态激光雷达将会为客户带来更加升级的体验。

随着征程5的正式发布，地平线成为业界唯一能够提供覆盖从L2到L4全场景整车智能芯片方案的提供商。在征程5发布会上，地平线宣布与上汽集团、长城汽车、江汽集团、长安汽车、比亚迪、哪吒汽车、岚图汽车众多汽车厂商达成征程5芯片首发量产合作意向，并与理想汽车达成基于征程5的预研合作，加快推动高等级自动驾驶功能的普及上车。

AT128是禾赛面向ADAS前装量产车的一款前向混合固态激光雷达，具备超高点频和分辨率，极好的测距性能，内嵌高度集成化专用自研芯片，同时通过了完备的车规测试，具备高性能、高集成度、高可靠性以及成本优势。在量产交付方面，预计2022年全面投产的禾赛“麦克斯韦”智造中心将为AT128的大规模交付保驾护航。
禾赛在今年7月与理想汽车达成了基于混合固态激光雷达AT128的战略合作，AT128已经锁定了多家顶级OEM的ADAS前装量产订单，预计2022年开始正式交付。

3. 硅谷“封城”前夜，轻舟智航无人车挑战Drive-through

轻舟智航所追求的，是建立自动化规模生产的工厂，相比原本的“造梯子”，他们更希望“造火箭”，为此，就要建立大量的工具链以及仿真测试环境。
文丨AutoR智驾 明阳
相比传统自动驾驶公司的“造梯子”路径，轻舟智航是在“造火箭”，3月21日无人驾驶公司轻舟智航CEO于骞在其举办的线上分享会上说道。
作为一家成立不到一年的无人驾驶初创公司，这次线上分享会轻舟智航首次公开分享了其基于大规模智能仿真系统及可自主学习决策规划框架的技术路径，并介绍了大规模智能仿真系统的具体应用。
其目标是打造适应城市复杂交通环境的“老司机”，其业务模式是为合作伙伴提供可量产的无人驾驶解决方案。

对此，轻舟智航决定从两个方面来解决自动驾驶实际落地问题：
一方面，基于大规模仿真技术应用来解决规划决策问题是当前无人驾驶技术领域的关键课题，以Waymo为代表的无人驾驶公司正在通过大规模的仿真测试改进规划决策技术。
另一方面，通过建立大量的工具链以及仿真测试环境，可以实现技术迭代的自动化，以更快的速度、更高效的方式应对自动驾驶的边界化难题，应对自动驾驶行业存在的长尾效应。
相比原本的“造梯子”，轻舟智航更希望“造火箭”
我们知道，自动驾驶关键因素包括感知、决策和规划，其中，感知是一个比较确定性的问题，如何测试和评价是非常明确的，整体的方法论也是比较清楚，所以业内开始把注意力集中在规划决策技术上，把规划决策视为目前最具挑战性的问题。

规划决策的挑战性可以从两点来看：第一，不确定性难以衡量，现有判断规划决策做得好坏的指标是舒适度和安全性，但这两项指标都是比较偏主观。
一方面，不同人开车有不同的行为喜好，有人激进一些，有人保守一些，舒适程度本身是很主观的一个判断。
另一方面，在安全性上，简单的安全性指标是不碰撞，但即使是不碰撞，要是你的车总是离旁边车就差1厘米，你也会觉得不安全。
第二，从方法论的角度来说，行业里占主流位置的规划决策方法论，整体上看与20年前相比并没有大的突破，模仿学习或强化学习的方法，在大规模实际应用时也仍然存在众多问题。
于骞认为，“仿真技术的出现，其出现很大程度上是为了帮助规划决策进行更好的测试——毕竟不能每修改一次算法就部署到车上进行测试。随着仿真技术的采用，行业又进入一个快速的发展轨道。”
与大部分自动驾驶从无到有的技术构建过程——先做好建图和定位，再做好感知，最后再开始做规划决策和仿真不同，对于轻舟智航而言，从一开始便把仿真测试平台作为关键核心能力，与其他模块一同建设起来，使开发达到了十分高效的状态。
除此之外，自动驾驶技术存在突出的长尾效应，技术上已经解决了90%的问题，但剩下的10%却可能要花费同样多甚至更多的精力，这10%包括很多边界化难题。
于骞对无人驾驶为何迟迟未落地进行分析，他说，“边界化难题的发现和解决除了需要收集大量的数据，更重要的是建立自动化生产的工厂，将源源不断收集来的有效数据，通过自动化的工具，加工成可用的模型。以更快的速度、更高效的方式应对边界化难题。”

上图便是一个典型的边界化难题，在你遇上野鸭子之前，你甚至不知道会有野鸭子的问题，所以边界化难题是需要去发现，并且解决的。
那么边界化难题怎样去发现并解决呢？
除了收集大量的数据，更重要的是建立自动化生产的工厂，将源源不断收集来的有效数据，通过自动化的工具，加工成可用的模型。以更快的速度、更高效的方式应对边界化难题。

以上面野鸭子的场景为例，如果需要专门针对这些场景去开发特殊的模型，那会有无穷无尽的场景需要处理。
但借助自动化的办法，只要数据标注好了，下次系统更新时便可以更好处理这种情况，省下大量工程师的时间。
以感知举例是比较容易理解的，但其实规划技术也一样，要想让车做出准确的规划，最原始的方法是工程师写规则——大量的工程师写出大量的规则，但这种方式维护性很差还不能满足需求。
再进一步便是设计奖励函数——设计奖励函数比写规则要简单的多；再往后则是利用数据自动学习奖励函数。
这个过程便是往自动化方向发展的过程。

于骞说，“轻舟智航所追求的，是建立自动化规模生产的工厂，相比原本的“造梯子”，我们更希望“造火箭”，为此，就要建立大量的工具链以及仿真测试环境。”
对此，轻舟智航将有效数据、智能仿真系统以及决策规划框架这三点视为推动技术向前转动的齿轮。
借助大规模智能仿真系统和可自主学习决策规划框架，轻舟智航可做到最大化地利用有效数据，大幅降低测试成本，提升开发效率，保证解决方案的可拓展性。
于骞表示，“过去的一年，轻舟智航不希望通过见招拆招的方式进入到某个具体的小应用场景，变成一家靠堆人来解决问题、无法规模化的工程公司，而是专注于修炼内功，在做到主线够深入、横向可扩展之后，再以轻、快的方式实现真正的无人驾驶。”
拒绝“华而不实”，轻舟智航仿真系统架构首次揭秘
当前，市面上有许多仿真软件，最流行的是基于游戏引擎开发的仿真软件，这种仿真软件从界面的角度来说是比较好看的，像一个模拟城市，场景很真实。

与这种主流的仿真软件不同，轻舟智航的仿真软件界面很简单的，抛弃了复杂的渲染工作，仅保留了感知结果，包括3D Box和雷达点的叠加。
轻舟智航为什么不利用游戏引擎，造一个好看的模拟城市呢？
轻舟智航的联合创始人汪堃总结了基于游戏引擎开发的仿真系统的三大特点：
第一，在使用游戏引擎的情况下，其本身的图像渲染工作对感知的提升是很有限的，因为其中的渲染效果和真实物体是有一定差别的。
第二，在自动驾驶领域，这种Re-build软件（基于第三方软件开发）是缺乏测试确定性的。仿真软件在自动驾驶领域的重要应用，就是复现某一次的路测效果。但由于这种第三方软件的开发与自动驾驶软件的开发是相互独立的，很难保证其中各个模块的确定性，导致整个仿真软件存在不确定性，最终影响可用性。
第三，基于游戏引擎开发的仿真器会消耗大量额外计算资源做图像渲染，不利于大规模应用，这也影响到本身的实用性。
基于以上考虑，轻舟智航制定了独特的仿真系统。

轻舟智航仿真系统的系统架构可以分为5层：最底层的是轻舟智航自研的Car OS，借助底层的通讯系统来保证模块之间的高效通讯。
Car OS与仿真器是高度整合的系统，核心仿真器及评估器，是基于底层的Car OS接口开发的，能保证仿真系统的确定性。
再往上一层是仿真周边工具链和基础架构，可保证整个数据闭环的有效性，将全部数据高效利用起来；第四层是大规模场景库构建。
最顶层则是分布式系统仿真平台，支持快速、大规模的仿真应用，在短时间内得出正确评估。
轻舟智航的仿真评估器也可以分为5类：第一类是安全性评估器（Safety Evaluator），包含是否碰撞、是否压到路边、是否撞到行人等评估。

第二类是真值评估器（Ground Truth Evaluator），可通过人工标注或自动标注的方式对仿真结果进行检测对比，及时反馈给工程师。
第三类是法规评估（Law Evaluator），指的是根据交通规则进行评估，例如是否闯红灯、是否逆行等；
第四类是舒适度评估（Comfort Evaluator），指是否有急刹等带来不舒适感的等行为。
第五类是状况评估（Stats Evaluator），相对比较底层一些，指根据模块生成的中间结果，进行纵向比较得到评估的结果。
汪堃表示，“我们认为仿真是达到规模化无人驾驶技术的唯一路径。首先，借助仿真及相关工具链，能形成高效的数据测试闭环，支持算法的测试和高效迭代，取代堆人或堆车的方式；其次，只有经过大规模智能仿真验证过的软件，才能够保证安全性和可用性。以一个比喻作为结尾，如果无人驾驶是个赛跑，那么仿真便是助推器，助推完全无人驾驶的实现。”
一镜到底，轻舟智航硅谷“封城”前夜展示无人车真实力
加州“在家隔离”强制执行令发布后的3个小时，对轻舟智航来说是难忘的3个小时。
硅谷时间3月16日下午4点23分，轻舟智航收到加州相关政府发布的正式强制性命令，所有居民必须在家隔离，除非采购食物，就医或者其他紧急情况才允许离开住所，强制性命令于当天午夜12点生效。
这一天，轻舟智航要进行试乘直播活动。
于骞表示，“收到这个通知时，离生效只剩下8个小时，我们没有放弃，而是在第一时间联系了硅谷风险投资BoomingStar Ventures管理合伙人Alex Ren作为第三方见证者，在当天晚上7点多紧急录制了路测视频。”
由于时间紧张，轻舟智航只有一次机会，所以接下来的测试视频是一次性录制完成。
本次轻舟智航试乘路线首先将开到一个商业区周边的麦当劳，经过一个汽车穿梭窗口（Drive-through，不必下车即可得到服务的餐馆），随后穿过一个大超市和其停车场，回到公司。
Drive-through 是美国很常见的一种点餐方式，是典型的城市复杂交通环境之一，从技术上角度来看，Drive-through场景也是很有挑战性的。
首先，其车道比单车道更窄，对定位和控制的要求都比较高，如果横向定位和控制不精确，就会轧到路沿或蹭到建筑物，如果纵向不准，就会对不准点餐窗口。

其次，在出口处便是停车场，是非结构化道路，要应对人车混杂的情况，还要通过无保护右转进入道路主路。
最后，更有挑战性的是这里是正常营业的地方，不像开放道路般可以重复进行路测，据悉，轻舟智航通过大量的仿真测试，做到了第一次上路就非常安全可靠。
通过视频来看，Star Ventures管理合伙人Alex Ren乘坐轻舟智航无人车经过一个汽车穿梭餐厅，完成订餐、支付、取餐的全过程，随后，还在一间大型超市周围遇上了由于抢购物资引起的复杂道路场景，但无人车实现了很好的应对。
接下来我们再从仿真角度来看，在真实影像中，我们可看到前方是没有车辆的。
但借助仿真，我们在场景中产生了两辆绿色的虚拟车辆，测试车辆能否对虚拟车辆进行准确的避让。

同样，也产生了黄色框的行人来进行测试，视频中的白色边框则是当时的实际行驶轨迹。
汪堃称，“由于麦当劳这种场景是不允许多次实际测试的，这个视频只是众多例子中的一个，实际上生成了非常多个这种类似的场景，在仿真测试中评估器，都得到不错的结果后，才让车辆到实际场景中测试。”

此外，以上视频也展示了仿真场景库的自动生成的相关工作，视频中红色和绿色的两个点，分别代表两辆车的运动轨迹，这些轨迹的生成和变化，是在真实的交通数据集上，利用深度学习的方法进行训练，再使用训练好的深度神经网络合成大规模的互动车辆的轨迹。
大家可以看到互动车辆的运动轨迹在不断变化，这个变化是由于轻舟智航借助生成模型在互动车辆的运动行为空间进行随机抽样而产生的。

该生成模型支持在不同地图上合成不同的场景库，具有真实有效，多样丰富，以及规模扩展等诸多特性。
视频中的两个点或者两辆车，是具有交互性的，它们之间可以进行正确的互动，这种互动行为不是人工手动创制，而是从真实车与车之间的互动数据中通过深度学习的方法学习而来的。
关于轻舟智航：
作为一家年轻的初创公司，轻舟智航的的核心团队成员来自Waymo、特斯拉、Uber ATG、福特、英伟达、Facebook等世界顶级自动驾驶公司和科技公司。
目前在美国硅谷、中国北京、深圳、苏州等多个城市都设有办公室。其联合创始人、CEO于骞是顶尖核心感知算法和地图专家，曾任Waymo感知关键模块的机器学习算法研发负责人，在计算机视觉和机器学习领域拥有十多年经验。
本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。

4. 共同推动无人驾驶技术落地 禾赛科技与文远知行达成战略合作

易车讯  7月16日，我们从官方渠道获悉，禾赛科技与文远知行WeRide达成战略合作，仪式前，双方就智能出行、自动驾驶技术与服务，以及车路协同等相关话题进行了深入探讨和交流。
通过此次战略合作的签署，禾赛将助力文远知行构建更先进的自动驾驶车辆硬件平台，作为文远知行重要的激光雷达供应商，禾赛将持续提供高质量、高可靠性的激光雷达传感器，满足自动驾驶车辆对优质传感器的需求，全力支持文远知行的快速发展。
双方将在自动驾驶技术、车路协同、业务场景等多方面进行探索和开展合作，联合打造更安全、更高效的自动驾驶传感器套件。
文远知行使用的禾赛多个系列的激光雷达是具有图像级点云、主动抗干扰、车规级、高可靠性等诸多技术优势，能够为文远知行的L4级自动驾驶车辆提供更丰富、更可靠的感知数据及安全保障。
文远知行创始人表示禾赛一直为高级别自动驾驶提供高性能的激光雷达传感器及相关技术支持，得到了市场的普遍认可，这次双方的进一步合作将有助于文远知行打造更加可靠安全的无人驾驶车队。
禾赛科技CEO表示，禾赛在核心元器件、自研芯片、车规级生产能力、功能安全、主动抗干扰技术方面都有深厚的积累。文远知行在自动驾驶技术、场景应用以及商业化方面拥有突出的综合优势，持续引领自动驾驶出行服务和技术的发展。禾赛很荣幸能够与文远在自动驾驶出行服务领域展开一系列深入的合作，持续关注。

5. 百度Apollo与禾赛科技战略合作 为共享无人车定制激光雷达

易车讯 2021年5月18日，百度Apollo与禾赛科技签订战略合作协议。根据协议，百度Apollo将定制禾赛科技全新架构激光雷达用于第五代完全无人驾驶共享无人车（Robotaxi）。双方也将针对一款混合固态激光雷达的应用合作开展研究探索，这款激光雷达尚未公开。


作为第五代共享无人车的量产关键零部件，此次百度Apollo定制的激光雷达将用于无人驾驶商业化运营，其性能相对于同类型通用版本激光雷达有大幅度提升，同时成本降低了近50%。

其中，定制激光雷达测近精度提升至±2cm，得益于线束角分辨率优化及百度超强感知算法能力，其实际有效感知距离将达到市面领先产品1.5倍。真正的载人商业化运营场景，安全是第一天条，系统一定要更加可靠。定制激光雷达完备系统安全体系可提供近百种故障诊断类型及雷达表面脏污检测功能，实时准确检测污水、泥块、严重灰尘、划痕等。此外，其应用首创激光雷达主动网络防护机制，可有效避免点云数据遭到篡改及雷达内部存储、通信、逻辑单元被仿冒，保障运营车辆行驶安全。

另外，百度Apollo定制激光雷达的使用场景是多城市、大规模的常态化运营。为便于后续数千辆以上自动驾驶车辆顺利运营，该款激光雷达将同步支持OTA以满足批量化智能管理及远程升级迭代需求，极大降低运维成本及提升效率。

值得一提的是，百度Apollo第五代共享无人车面向完全无人驾驶商业运营场景，最快将于6月份上路测试，计划在今年第三季度前装量产下线。新一代量产车采用包括禾赛科技定制激光雷达在内的Apollo第五代自动驾驶套件，性能上升10倍，成本下降一半。
企业简介：
禾赛科技是全球领先的3D传感器（激光雷达）制造商。客户遍布全球23个国家和地区的70+座城市，迄今累计完成数亿美元融资，投资方包括德国博世集团、光速、百度等全球知名的行业企业和投资机构。禾赛激光雷达产品性能业内顶尖，可量产且可靠性出众，在全球范围内有专利布局。据三方数据显示，禾赛在全球Robotaxi主雷达市场中，市占率全球第一。2018年，百度领投禾赛科技B轮。
百度Apollo自动驾驶出行服务Apollo GO已在长沙、沧州、北京三地全面开放规模化、常态化运营，近期还将开放广州、上海两城的共享无人车服务。截至2020年底，Apollo GO已接待乘客超过21万人次。2021年5月2日，百度Apollo已在北京开启完全无人驾驶的共享无人车常态化商业运营。未来三年，百度Apollo将在30个城市投放3000辆共享无人车。

6. 开展车规级激光雷达合作 爱驰汽车与禾赛科技战略合作

易车讯 日前，爱驰汽车与上海禾赛科技有限公司正式签署战略合作协议，双方就车规级激光雷达在乘用车前装量产市场的早日规模化应用落地展开合作和深入探讨。

在此次战略合作中，爱驰将基于禾赛新一代高度芯片化的车规级混合固态激光雷达解决方案，实现更高水准的汽车智能驾驶辅助系统。与此同时，双方也将在硬件设备、软件算法与智能驾驶辅助系统体系方面，进行长期且深入的合作，共同促进汽车智能驾驶功能的发展。

禾赛科技的加持将为爱驰汽车提供更高性能的车规级激光雷达解决方案，包括激光雷达硬件、激光雷达算法以及激光雷达校准等服务，加速爱驰汽车第二代乃至第三代智能驾驶辅助系统的应用落地。

随着与禾赛科技的深入合作，双方也将在合作实践中进行技术改进，并探索出更精准、更安全、更便利的智能辅助驾驶技术。在2022年-2023年，爱驰汽车将发布第二代自研智能辅助驾驶技术，下一代智能驾驶辅助系统将在当前基础上，或将新增1-2个激光雷达以实现城市道路领航、自学习代客泊车等高级别智驾功能。第三代自研智能驾驶技术预估将于2024年发布，届时，爱驰汽车的产品将实现局部场景全自动驾驶能力。

7. 赶在加州封城前，轻舟智航展示自动驾驶Drive-through

[ 亿欧导读 ]?“规划决策是目前自动驾驶最具挑战性的问题。”轻舟智航CEO于骞如是说。

作者丨张男
编辑丨杨雅茹
乘坐自动驾驶车在麦当劳“Drive-through”（汽车穿梭窗口）点餐是一种怎样的体验？——既不用下车也不用自行驾驶，只需在车内点单付费，即可享受一份丰盛晚餐。这种似乎只有在未来才会出现的美好生活景象，已经成为现实。
3月21日，来自硅谷的自动驾驶初创企业轻舟智航，展示了其自动驾驶汽车在麦当劳“Drive-through”的画面，轻舟智航的一位工作人员和硅谷风险投资BoomingStar Ventures管理合伙人Alex Ren共同体验了这项服务。 
本次为一次性完成整趟行程，此前轻舟智航也是一次性就通过了该地测试。对此，公司CEO于骞将其归功于正式上路前的大量仿真测试。
无人车Drive-through初体验
从汽车在公司门口启动到抵达Drive-through点餐-付款-取餐，再到经过美国大卖场回到公司门口，短短15分钟的旅程对Alex Ren来说是一项全新体验。他感慨：“我还是第一次坐在后排点餐，这个体验还蛮不错。”

（试乘部分路线图）
视频中可见，这辆由林肯MKZ改装而成的自动驾驶车，在去Drive-through的过程中，经历了停车场、无保护右转、十字路口、麦当劳餐厅等场景，最高速度达到64km/h。其中，车辆行驶的区域车道较窄，比较考验自动驾驶车的定位和控制能力，尤其是在麦当劳Drive-through点餐取餐过程中，能否精准停在相应窗口前，对自动驾驶车来说是另一大挑战。返程过程中，自动驾驶车在十字路口即将执行右转动作时，左侧突然出现两名行人，车辆暂停动作等待行人过去后才继续右转。 

（轻舟智航自动驾驶车行驶画面）
这段视频拍摄于5天前（16日）的加州。受美国疫情影响，在拍摄前的第三个小时（当日下午4点），轻舟智航收到了来自政府的正式强制性命令——所有居民必须在家隔离，除非采购食物，就医或者其他紧急情况不得离开住所。这条禁令打乱了轻舟智航原定于21日直播自动驾驶车Drive-through的计划，于骞第一时间联系了Alex Ren作为第三方见证者，在当天晚上7点多紧急录制了路测视频。由于时间紧张，该视频是“一镜到底”录制完成。 
与开放道路可以重复路测不同，本次演示的场景麦当劳是一个正常营业的区域，平时不能在这里进行路测。“通过大量仿真测试，可以做到第一次上路就安全可靠。”于骞解释道。 
在自动驾驶技术迭代过程中，仿真测试是重要一环。目前，业界最有名的仿真系统莫过于Waymo的Carcraft，如今其仿真路测里程已超过100亿英里。从加州车管局（DMV）公布的2018年和2019年两份自动驾驶接管报告中来看，Waymo 2019年因感知而导致的接管次数明显变多，“这并不意味着Waymo感知能力下降了，感知所占比例的上升，更多是规划决策造成接管所占比例下降的缘故。”于骞说道，“这离不开Waymo大规模的仿真测试应用。”

（DMV：2018年和2019年Waymo接管类型对比）
在创立轻舟智航之前，于骞曾是Waymo感知关键模块的机器学习算法研发负责人，但他认为，感知是比较确定性的问题，测试和评价方法都比较明确，自动驾驶最大的挑战是规划决策。轻舟智航便为解决该问题而生，于骞形象地描述道：“相比原本的‘造梯子’，我们更希望‘造火箭’。”
而‘造火箭’的有效途径便是合理利用仿真技术，帮助规划决策进行更好的测试——毕竟不能每修改一次算法就部署到车上进行测试。
此外，仿真测试还能支撑无人驾驶技术所有关键模块进行快速迭代。在产品正式上路之前，从地图到定位，从感知到预测，再到最终的规划决策，所有模块的开发需要同步进行且都都要进行测试，仿真的作用由此发挥。 
独特的仿真系统，被这家刚满一岁的年轻公司视为“杀手锏”。因而，公司刚刚成立之时，轻舟智航就将仿真测试平台作为关键核心能力，与其他模块一同建设起来，以保持高效开发。 
“仿真是达到规模化无人驾驶技术的唯一路径。”轻舟智航联合创始人汪堃在分享中说道。
打造一款实用的仿真软件 
一款优秀的仿真软件应该是什么样子的？
是要把真实道路场景完全“搬”到电脑上吗？汪堃对此表示否认。在他看来，这种基于游戏引擎开发的仿真软件，场景的确非常真实，但实用性却不高。
一般而言，游戏引擎的图像渲染可以做到特别真实，但过程中会消耗大量额外计算资源，不利于大规模应用，且渲染效果与真实物体状况存在一定差别，对感知能力的提升有限。此外，由于这属于一种Re-build软件（基于第三方软件开发），与自动驾驶软件的开发相互独立，因而难以保证各个模块确定性，这可能导致整个仿真软件存在不确定性，最终影响可用性。

不同于此，轻舟智航自主研发的仿真软件摒弃了复杂的渲染工作，界面简单，仅保留感知结果，包括3D Box和雷达点的叠加。与此同时，该软件还能做到与车载系统基本一致，能在仿真中复现路上出现过的问题，以此进行修复，保证再次上路时不出现同样问题。
在其展示的麦当劳Drive-through场景仿真界面中，轻舟智航用绿色框代表车辆，黄色框代表行人，白色框代表当时实际行驶轨迹。虽看起来并不“华丽”，却能真实反映当时情况，以求简单高效。 
“目前自动驾驶技术已经解决了90%的问题，但由于包含边界化难题，剩下的10%可能要花费同样多甚至更多精力来解决。”于骞表示，“（解决问题）关键在于建立自动化生产工厂。”因而，轻舟智航在设计仿真系统时，考虑到大量工具链和仿真测试环境的建立，希望能在自动驾驶车实际上路前，提前暴露潜在问题。 
据汪堃介绍，轻舟智航仿真系统的系统架构可分为5层，分别为自研Car OS、核心仿真器及评估器、仿真周边工具链和基础架构、大规模场景库构建、分布式系统仿真平台。 

其中，最底层的Car OS能够借助底层的通讯系统来保证模块之间的高效通讯，向上一层的核心仿真器及评估器，能够从安全性、真值、法规、舒适度、状况等多个维度评估自动驾驶车，保证仿真系统的确定性，再上一层的仿真周边工具链和基础架构，则能高效利用全部数据，保证整个数据闭环的有效性。 
在轻舟智航看来，有效数据、智能仿真系统以及决策规划框架是推动技术向前转动的“齿轮”。换句话说，仿真系统是二者之间的纽带——在收集大量数据后，轻舟智航能够借助仿真及相关工具链，形成数据测试闭环，支持算法的测试和迭代，不断修改决策规划框架，以求保证自动驾驶车的安全性和可用性。这种方式能够较大化利用有效数据，降低测试成本，提升开发效率。 
目前，业界致力于实现L4级自动驾驶的公司几乎都拥有自己的仿真系统，但他们的业务重点多集中在算法研发层面。对于仿真平台的精心打造，使轻舟智航看起来多少有些与众不同。想用最少的人、最少的工具、做最难的事，就这家年轻的自动驾驶公司公司而言，目标远大，但未来仍充满挑战。
除了美国硅谷，轻舟智航还在中国北京、深圳、苏州等多个城市设有办公室，本次是其首次在国内公开亮相。公司表示，将在2020年完善大量的工具链以及仿真测试环境，以建好“自动化规模生产的工厂”，更多的落地场景则将择日进行公布。
本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。

8. 衡阳与蘑菇车联签署战略合作协议 推动自动驾驶规模化落地

易车讯 近日，衡阳市政府与蘑菇车联签署战略合作协议，双方将在智能终端、车路协同、自动驾驶及智慧交通领域展开深度合作，共建智慧交通创新示范城市，打造“衡阳模式”，推动城市级自动驾驶大规模落地和商业化运营。

图：衡阳市与蘑菇车联达成战略合作 共建智慧交通创新示范城市同期，首批投入测试的自动驾驶车队上路运行，这也是国内首个车路云一体化的自动驾驶车队驶入主干道，标志着自动驾驶进入到城市级主干交通要道落地的新阶段。

衡阳作为湘南地区中心城市以及中南地区重要的交通枢纽，人口多、衔接粤港澳、对接长三角，具备引领带动片区区域发展的战略级优势。蘑菇车联将针对衡阳主干交通要道开展道路智能化和车路协同智能网联化升级，覆盖智能驾驶网约车、公交车等城市公共出行和道路客运场景，通过车辆智能化、道路智能化和AI云，构建车路云一体的智慧交通体系，满足市民便捷、高效、绿色环保的出行需求。依托衡阳产学研优势，整合高校科创资源及沿线产业平台，蘑菇车联还将落地智慧交通全国运营中心，打造国内一流的自动驾驶产业链研发基地，在全国范围内形成面向自动驾驶未来的智慧交通示范。

首期自动驾驶车队已批量驶入城市主干道并陆续启动商业化运营，应用于衡阳旅游观光巴士、微循环公交、园区通勤摆渡、快速路公交等，后期还将覆盖智能驾驶网约车等城市公共出行场景。

蘑菇车联拥有国内规模最大的高活跃高增长车辆网络、国内唯一智慧交通路侧操作系统及全国最大规模的智慧交通AI云平台。2019年蘑菇车联落地国内首个开放式5G商用车路协同示范路，已稳定运营两年多，智慧交通“新基建”能力得到充分验证。其首创落地的车路云一体化自动驾驶是国内唯一具备全息感知和场景化智能决策能力的系统，率先实现了在暴雨、黑夜等极端环境下的安全稳定运行。系统级方案为自动驾驶进一步在城市开放道路全场景全天候常态化运营提供了系统级保障。从单车到协同、从孤立到融合、从封闭到开放，国家战略支撑智慧交通，蘑菇车联为落地提速。