中國第一家交貨的自動駕駛獨角獸:完全自主泊車,千元級硬件成本

2019-07-12 來源:AI 新媒體量子位(ID:qbitai) 作者:李根

這不是頭一個自主泊車方案。

但這是第一個無人駕駛技術、hold 住最難場景,真正可量產成本的方案。

意義還不止于此。在特斯拉路線備受質疑、全球自動駕駛初創公司八卦多于業務進展,無人車“寒冬”的種種不利的風潮下,此時交貨,非比尋常。

今日正名者:Momenta。

這家中國自動駕駛獨角獸公司,剛剛發布了自主泊車產品 Mpilot Parking。

這是一款怎樣的產品,不多說,先看貨。

產品初體驗

自主泊車,顧名思義就是泊車進庫全程讓車“自主”。

在 Momenta 蘇州總部地下約 500 平米的多層寫字樓停車庫,我們隨這輛自動駕駛改裝痕跡并不明顯的林肯 MKZ,體驗了全過程:

到達停車場,司機下車,自主泊車啟動:

開始從地面進入地下,下坡,光線變暗。

地庫行車中,速度5公里/小時左右,但人車混行場景很常見:

也有其他人類司機正在泊車,無人車選擇停下等待,先讓其完成:

最后,到達目標停車位,倒車入庫。如果是非寫字樓場景,也可以指定或讓無人車“自主”尋找空閑車位泊入:

接下來切換使用場景——無人車受到車主遠程召喚,泊出:

再次遇到其他車輛,但這次無人車檢測判定可以繞行,于是繞行通過——相似場景,不同處理方式,也體現出系統老司機的那一面。

最后到達電梯口,車主上車,自動駕駛系統繼續幫助開出地庫。

全程零接管,車主遠程通過手機就能一鍵啟動和召喚。

可以預想的是,一旦方案進入前裝并以量產車交付,停車入庫的時間將得到節省,不少停車場的剮蹭事故也能極大避免。

而且令人振奮的還有時間表,Momenta 方面透露,跟多個標桿客戶的實際合作已經展開,2021 年-2022 年該產品方案就會陸續通過量產車交付。

自動駕駛產品檢驗標準

雖然不是頭一家推出自主泊車產品,但 Momenta 該款產品,確實不一樣。

有啥不一樣?體現在車主體驗層面的大不一樣。

區別于之前的自主泊車方案——不限場景、不堆昂貴傳感器,甚至不依賴停車場智能化改造。

產品可以經得起三大標準的檢驗:可用、好用,容易用。

先從可用說起,核心檢驗項是成本。

一套自主泊車方案,從車庫入口到車位停穩熄火,如今技術上并非不能實現,然而一旦需要加持激光雷達等激光雷達的傳感器,量產門檻就會被大大推高。

而且當我們說“可用”,還得是人人買得起的可用,任何車型可配的可用,無需經年累月等待車規標準的可用。

Momenta 的方案,實際就是以此倒推打造的成果。

整套傳感器系統,共搭載4路環視魚眼相機、一個前視攝像頭,外加 12 個超聲波雷達,均是已成熟量產符合車規的傳感器。

雖然沒有明確公布成本數據,但略微對汽車產業供應鏈熟悉的話,也就約為一部手機的售價——還是國產手機。

如果傳感器成本才多一部手機的錢,就能讓每天車庫出入交給機器,算不算可用?

其次是好用,核心考驗的是場景應對能力。

換而言之,任何時候任何場景都不需要車主來接管的能力。

區別于環路無人駕駛,地庫車速相對較低,但依然不乏極端場景。

比如人和其他車輛不規范操作的場景,車輛占道或超出正常車位的場景,多層車庫上下坡造成環境變化的場景。

都會影響自動駕駛正常行進,也就要求自主泊車方案能夠準確感知障礙物的種類、尺寸、距離以及運動狀態,也需要有更完善準確的定位能力。

最后是容易用。核心要求是買來即用,不挑場地。

之前已經發布的自主泊車方案,或者對車端智能傳感設備配置要求高,或者對停車場智能化改造有依賴。

最常見的是用傳感器改裝停車場,通過車路協同的方式降低車端智能的難度,但無論是成本,還是改裝時間,都帶來新問題。

這都會阻礙自主泊車的真正落地使用。

從車廠和車主角度而言,誰又希望賣車和新方案時,還要讓用戶考慮是否所有停車場都能去的問題?

所以場端依賴一日不解決,自主泊車方案都不能算易用。

而且既然是容易上手,就得“開箱即用”,不能再讓用戶參與長時間的“路測”。

所以此次 Momenta 也將其另一項核心壁壘能力——高精度地圖的建圖定位技術,落地到了產品方案上。

背后技術詳解

如此水準的自主泊車方案實現,所用技術肯定不止一項。

現已業內耳熟能詳的感知、決策規劃、控制和定位,均在其中發揮作用。

但此次 Momenta 之所以方案可用好用易用,最具功力的自然是高精度地圖建圖方面的突破。

熟悉 Momenta 創業史的人,都對 Momenta 的高精度地圖方案不陌生。

但現在,“重活苦活”正在轉換為優勢。

一方面是 Momenta 業已成熟的低成本自動化建圖。

相比昂貴的激光雷達建圖,Momenta 采用視覺為主的方案實現低成本自動化建圖。

建圖采集系統使用成熟的四路環視魚眼相機、消費級 IMU 及輪速等傳感器,總成本較低。

在建圖過程中,通過深度學習方法提取視覺語義特征,使用 SLAM 技術自動化生成基于語義的高精地圖。

整個系統云端和車端都能完成實現,無需人員參與,精度達到 10cm 級別。這是什么概念?一般車道線是 20cm。

另一方面是建圖的低門檻:量產車行駛過停車場就能完成。

當搭載了 Mpilot Parking 的車輛進入地圖未覆蓋區域,車輛行駛過停車場即可自我學習、建立該區域地圖,并上傳到云端,便于后續基于此地圖上進行定位。同時,行駛在此區域的其他車也可共享受惠。

這種眾包方式,也是快速規?;瘜崿F低成本建圖和更新的關鍵所在。

無需專門的地圖采集車,支持量產車輛自主建圖,多輛車通過眾包實現快速規?;▓D和更新。

而且隨著時間的推移,地庫中增加或消失的元素,都可以通過眾包車輛進行地圖元素的實時更新。

不得不說,確實是應對“無限戰爭”的一次人民汪洋大海式的解決之道。

Momenta之路

值得一提的是該方案背后的核心負責人:夏炎。

她是 Momenta 的合伙人,也是產品研發負責人。

雖然在工業界亮相不多,但夏炎在學術領域早已名聲大噪。

而且 Mpilot Parking 還不是 Momenta 團隊的唯一產品。

之前他們還打造完成了面向 Highway (高速)的自動駕駛方案,明年第一季度還將發布 Mpilot Urban(城市)場景方案。

難能可貴的是,從高速、泊車到城市區間路況,Momenta 都將基于同一套硬件系統平臺和傳感方案。

這也意味著,成本方面無需變化,就能為車廠和車主用戶提供三種場景下的自動駕駛能力,實現最大化連續自動駕駛體驗。

但這還不是這家自動駕駛獨角獸的完整路線宏圖。

夏炎說,Momenta 從創辦起就明確了目標,希望通過數據迭代,實現人機共駕到完全無人駕駛。

而從有人到無人,其中關鍵就是數據真正的大規模、自動化流通,形成閉環。

這就對技術、成本、安全和產品的一體化提出了高要求。

在本次方案落地中,夏炎也專門談到了對場端智能、5G 等技術的看法。

她認為這些技術都會對未來自動駕駛產生巨大影響,但當前它們將來未來,可以作為冗余準備,但終歸還要是從車端完成核心問題。

于是以規?;慨a交付為目標,也從規?;慨a為目標。

夏炎帶領團隊從 2017 年年底開始打造方案,夜以繼日,不斷推動產品迭代。

現在,Highway (高速)和泊車場景都以完成,先期前裝客戶合作已經展開。

這套方案除了硬件傳感平臺一以貫之,也不限車型車款,可以最大化推動規?;慨a。

這倒讓人想起特斯拉 CEO 馬斯克的最新思考,他說一旦特斯拉全自動駕駛實現,RoboTaxi 推出,就會提高車的售價,甚至不再銷售汽車。

或許從一開始,馬斯克就是出于自動駕駛造車的。

不過在地球另一端,Momenta 這群年輕 AIer,從一開始就從自動駕駛而去,以自動駕駛大腦為目標,可以把系統放到任何車上,讓每一個人都可以先體驗到自動駕駛功能。

先解放部分時間,提升駕駛體驗,最后在數據迭代流通中實現人從駕駛中的完全解放。

更重要的是,自動駕駛遭遇質疑的當前,Momenta

站了出來,用產品說話,給外界以信心。

他們因為相信自動駕駛而出發。

但現在,他們會讓更多人因為看見而相信。

掃描二維碼進入藍湖官方微信

藍湖資本微信公眾號
管家婆平特肖一肖 广西体彩十一选五舍部 必中快3计划选择 捷克酷喜乐彩铅怎么样 百度投资理财平台 吉林快三和值一定牛 大发pk10押注技巧 幸运28预测加拿大 青海快3基本走势带坐标 投资股票平台 中卫期货配资