Roadstar.ai自動駕駛新量產故事：Leo·靈、高精度地圖技術

11月6日，萬人而至的烏鎮第五屆世界互聯網大會上，一輛接一輛Roadstar.ai自動駕駛汽車開上公共道路，從烏鎮黃金水岸大酒店到烏鎮北柵絲廠，完成了數百次接駁服務。

自動駕駛商業化落地提上日程，接駁運營服務已是多家公司實現自動駕駛項目落地的場景之一。「 老大哥 」 Waymo自動駕駛車隊正在規劃於今年年底在鳳凰城推出自動駕駛打車服務；Drive.ai自動駕駛運營車隊在半年內「攻下」兩城Arlington和Frisco；而國內自動駕駛明星初創公司Roadstar.ai車隊目光由最初的三五輛車瞄向百輛級，劍指量產。

11月7日，Roadstar.ai發布新一代L4級自動駕駛解決方案Leo·靈。需要提到的是，Roadstar.ai今年五月份發布的上一代解決方案Aries·銳同樣面向L4級自動駕駛，而Leo·靈更偏重於「量產」，這也透露出Roadstar.ai大規模布局自動駕駛車隊的迫切。

「Leo·靈已經接近一個成熟的商業化產品，可以理解為一個隨時升級的平台」，Roadstar.ai聯合創始人衡量表示，「面向量產而生的Leo·靈是Roadstar.ai自動駕駛真正實現中小規模車隊落地運營的轉折點」。

此次烏鎮峰會上，應用Leo·靈解決方案的10輛自動駕駛汽車，是Roadstar.ai中小規模車隊運營的「前奏」。

除特定人群外，此次烏鎮峰會上，Roadstar.ai的10輛小規模自動駕駛車隊面向公眾開放了為期四天（11月6日－9日）的自動駕駛接駁服務。Roadstar.ai在桐鄉交通樞紐附近及西柵附近設置兩個自動駕駛體驗站，作為循環發車地點。同時，人們也可選擇接駁區域任意地點搭乘Roadstar.ai自動駕駛汽車，實現任意A點到B點的搭乘。

從黃金水岸大酒店起，Roadstar.ai自動駕駛汽車經分水墩路、環河路，到達烏鎮北柵絲廠附近，途經3座跨河橋，5個人車流較複雜的十字路口，多個T型十字路口，整段路程超過3公里。

自動駕駛車輛同有人駕駛車輛並行及複雜城市路況對Roadstar.ai車隊提出挑戰，Roadstar.ai聯合創始人衡量表示，其自動駕駛車隊提前一周到達烏鎮進行測試準備，並在許可下對往返路段進行了7—8公里左右的高精度地圖採集繪製。

為保證自動駕駛車輛安全，Roadstar.ai設置了三重保證：

• 多感測器融合，單一感測器的失效並不影響自動駕駛系統失效；

• 在感知及控制方面，搭載兩套系統，在出現系統問題時，控制演算法可完成緊急停泊；

• 最後一道防線即安全員，其在自動駕駛系統無法處理時接管車輛，Roadstar.ai自動駕駛系統為安全員提供5秒的反應時間。

在車內人機交互方面，雷鋒網新智駕了解到， 乘客可通過車內顯示器觀察到汽車眼睛中的世界，例如激光點雲圖像。

同樣是面向L4級自動駕駛的自動駕駛解決方案，上一代Aries·銳面瞄準個位數級自動駕駛汽車，Leo·靈針對百輛級。

從成本到工業設計方面，圍繞軟硬體的整體升級，Roadstar.ai向新智駕介紹了Leo·靈在實現量產方面的優勢。Roadstar.ai聯合創始人周光表示，Leo·靈解決方案將生產、調試時間縮短至半天，而讓一輛汽車擁有完整的自動駕駛能力的周期也由上一代的兩周縮短至兩天。

雷鋒網新智駕了解到，在更換零件方面，上一代產品需要拆開裝置整體，需耗時2天左右，面向量產的Leo·靈無需拆卸整體裝置，十分鐘完成不同零件的替換。在組裝和生產環節方面，Leo·靈也將適配更多的車型。後期零部件維修時間在15－30分鐘左右。

在成本方面，周光提到，不改變的成本前提下，Roadstar.ai在不斷提升自動駕駛性能。據悉，Aries·銳自動駕駛解決方案為30萬。未來激光雷達成本解決後，Leo·靈成本也會隨之降低。

Leo·靈作為Aries·銳的迭代產品，搭載5個激光雷達、8個攝像頭及3顆毫米波雷達等多個感測器；軟體方案採用更高性能的FPGA。基於前融合技術，完成了全面升級。精度方面，由原來的3個像素優化至1個像素；魯棒性方面，車輛實現了三防「防水、防塵、防腐蝕」，可以極端場景下正常運行。

除硬體方面有所改進外，Leo·靈包含Roadstar.ai自主研發的百萬級模擬器。沒有選擇ROS系統，Roadstar.ai 單獨開發了一套自動駕駛操作系統。這套系統根據需要的計算資源分配對應的任務，然後利用人為的操作系統實現對之前事件的復現，並且能夠任意進行加減速。

*Roadstar.ai展示的HD RealtyMaps地圖技術所實現的高清、三維地圖效果

行業內已達成共識，高精度地圖是自動駕駛公司邁向量產必不可少的技術儲備之一。

為更好地服務自有自動駕駛車隊出行，Roadstar.ai一直都在自研高精度地圖技術，在此次烏鎮峰會上，也對外展示了高精度三維實景地圖（HD RealityMaps）技術。

基於多感測器深度融合技術，可以實時更新的高精度三維實景地圖可滿足無人車對定位、感知和規劃的苛刻需求；同時，專為自動駕駛應用場景優化的演算法使地圖定位魯棒性提高一個量級。

雷鋒網新智駕了解到，與傳統高精度地圖不同，Roadstar.ai高精度三維實景地圖技術融合點雲層、車道線層、語義層三大圖層，並標註有顏色及紋理信息。

在隧道等特殊場景的高精度地圖繪製定位方面，周光提到，傳統高精度地圖僅依賴點雲信息完成地圖繪製，無法幫助自動駕駛汽車在特殊場景下完成定位，Roadstar.ai自動駕駛汽車通過收集隧道內的顏色、車道線、隧道內的花紋圖案等信息繪製三維的真實場景，幫助車輛完成定位。

周光向新智駕表示，目前搭載Leo·靈自動駕駛解決方案的車輛均可依賴激光雷達、攝像頭等多感測器實現高精度地圖測繪技術。基於前融合技術，在原始數據層面將激光雷達、攝像頭、毫米波雷達的八維數據進行融合。在感測器層級實現數據的時間與空間精準同步和優勢互補。整個高精度地圖測繪過程完全自動化。

衡量表示，未來1—2年，Roadstar.ai自動駕駛車輛上路運營的主要目標依舊是研發。Waymo數百輛車上路運營多年，積累百萬級道路數據，才有今天的成績。行業內已成共識，上百萬公里級別的路測是任何一家自動駕駛公司躲不掉的。同樣的，Roadstar.ai通過車隊上路逐步積累百萬級路測數據。

雷鋒網新智駕了解到，Roadstar.ai已經在中國、美國、日本等多個國家和地區實現公開路測，覆蓋面積超過200平方公里。今年年底，Roadstar.ai計劃將自動駕駛汽車增至20—50輛，在實現商業化運營的同時，積累上路數據，檢驗演算法，加速技術積累；明年，同主機廠合作定製200台配置車頂盒的自動駕駛汽車。2020年，實現自產1500台車，以及遠程協助的「半無人運營模式」。

Roadstar.ai也正在尋找落地較快的自動駕駛場景，例如無人配送、自動駕駛物流等等。現階段通過尋找落地較快的自動駕駛場景獲得現金流，同時用於支撐主線開發。衡量向新智駕透露，公司將同歐洲頭部公共交通運營商達成合作，並計劃在海外落地城市交通服務，面向公眾，在住宅區、商店、工業區等通用場景運營自動駕駛巴士。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！