ROMAN ROADS邢舟：如何走上通往自動駕駛的「羅馬大道」？

作者丨張男

編輯丨張嫣

公元前3世紀，羅馬帝國為加強統治，開始修建以羅馬城為中心的通向四面八方的道路。當時傳說，沿著義大利半島乃至歐洲任何一條大道開始行走，都能抵達羅馬，「條條大路通羅馬「的諺語由此而來。這些路，是人類交通出行的最早雛形，也是羅馬帝國繁榮昌盛的基石。

「那個年代能修出這樣一條路非常不容易，基礎卻蘊含巨大價值。」一直研究自動駕駛技術的邢舟如是說。借著這個寓意，他將創立的自動駕駛模擬測試平台企業命名為ROMAN ROADS，希望它在自動駕駛技術乃至智慧城市發展過程中起到「羅馬大道」的奠基作用。

與其他自動駕駛模擬測試平台相比，ROMAN ROADS的獨特之處在於可以通過真實交通流數據的收集和駕駛行為的學習，利用演算法快速建模，儘可能還原真實道路情況，供自動駕駛相關企業進行模擬測試。

由於當下自動駕駛整體解決方案的高投入與難落地，該領域的初創企業逐漸受到資本的「暫時冷落」。但在自動駕駛大趨勢下，其落地前的模擬測試環節成為一個頗具發展潛力的方向。

物理學博士出身的邢舟擅長做科學實驗，喜歡用各種測量數據驗證假說。在陸續擔任斯坦福大學國家實驗室科學家、寶沃北美研發中心自動駕駛總監的職位後，他有了創業的衝動。在創立ROMAN ROADS後，他以人類駕駛行為、汽車軌跡等大數據作為支撐，在平台模擬重現真實城市與交通流狀況。

過去三四年間，邢舟一直致力於研究人類駕駛行為，他相信一年以後，這會成為研究自動駕駛技術的企業發展的必備條件。目前，這家成立不到半年的公司已經與福特在V2X領域達成了一系列合作，並受到美國著名創業孵化器Y Combinator的關注。未來，邢舟希望ROMAN ROADS能夠發展成為自動駕駛決策領域的強大供應商。眼下，他還有很多問題要一一解決。

正向研發or逆向研發？

站在2019年的時間節點向前看，未來一年將有大量L2～L3級自動駕駛汽車實現落地。但對於L4/5級自動駕駛的落地時間，業界並沒有統一共識，這很大程度上源於高等級自動駕駛技術之難。

邢舟認為，難點出現的原因在於大部分企業的研發順序不是正向研發，而是逆向研發，「很多企業並不是逐步更迭演算法去追求更高等級自動駕駛，而是以短期要達到的自動駕駛等級為目標而研發。」

在新技術衝擊下，自動駕駛儼然成為車企的宣傳新方向。現階段，為達到公司宣傳目的或SOP指標，諸多車企以L2/L2.5級自動駕駛為目標研發配套系統。

為快速實現目標，車企往往直接使用目前市面上最好的硬軟體產品，做小範圍升級，在實現短期目標後，由於對軟硬體缺乏了解，車企很難將其進行大範圍迭代，容易「止步不前」。「他們的自動駕駛系統後續很難完成升級，難以實現更高等級的自動駕駛。」邢舟表示。

難以升級，成為逆向研發最明顯的問題。邢舟認為，自動駕駛等級由低到高的關鍵在於，系統能否理解千變萬化的人類駕駛行為——這正是ROMAN ROADS的研究重點，也是技術壁壘。

一般研究自動駕駛的企業將重點放在感知層面，試圖通過多種感測器第一時間知曉周圍狀況，ROMAN ROADS則選擇一條完全不同的路，它將重點放在決策層面，一方面收集交通流數據，一方面學習人類駕駛行為、搭建模型。

數據方面，ROMAN ROADS使用無人機進行採集。「這種方式成本低效率高，且能收集大量數據。後續我們計劃將紅綠燈攝像頭信號接入平台中，進一步提高採集效率。」邢舟將這種方式稱為「上帝視角」，他介紹道：「我們的上帝視角可以同時觀看上百輛甚至上千輛車，傳統做自動駕駛企業的自車視角最多只能看到十輛車。」

目前，在中美兩地，ROMAN ROADS已採集了杭州、上海，南京、無錫、加州、舊金山、奧克蘭等多個城市的駕駛行為數據。邢舟稱，與自動駕駛學術圈使用最廣泛的數據集KITTI相比，ROMAN ROADS的數據總量是前者的「20至30倍」。

基於「上帝視角」收集的數據，ROMAN ROADS能夠進行演算法建模、模擬交通流、學習駕駛行為等一系列工作。具體而言，該公司在建模時會將真實路網、交通流等因素注入自行搭建的ELEMENT自動駕駛模擬測試平台中，實現模擬模擬，同時可實現行為分類、行為預測、行為預警等功能。

1 X的商業模式?

在邢舟的規劃里，ROMAN ROADS的商業模式是「1 X」。

「1」代表公司自建的ELEMENT平台，它將承載大量數據，為企業提供測試場場所；「X」則是公司積累的大量人類駕駛行為數據與搭建的科學模型。邢舟解釋道：「雖然X在數學上代表未知數，但未來這將是我們核心技術轉化為商業價值的關鍵。」

在這過程中，「1」和「X」同等重要。前者是公司實現建模的平台，後者則是建模過程中所需的關鍵數據。目前，以這個集模擬、測試、路測前驗證為一體的ELEMENT平台為基礎，ROMAN ROADS一方面能夠使用演算法快速建模，「不到一分鐘就能在平台上建立整個紐約市。」另一方面，可基於「X數據」控制道路、交通流與駕駛行為，訓練車輛識別預測能力。

在以上功能實現之前，ROMAN ROADS不可避免地踩了不少「技術坑」。邢舟舉例，在尋找合適地圖建模的過程中，公司最開始選擇與高精地圖初創企業合作，但在發現大部分客戶沒有那麼大需求後，改用普通導航地圖。他補充道：「這也不簡單，我們需要百分之百精確還原城市，導航地圖層面有大量很細節的工作需要處理。」

很難想像，ROMAN ROADS的一切工作是由四個人在四個月內完成的。「三個做技術的，一個做產品的。」

談起團隊成員，邢舟如數家珍，「趙聰本科畢業於浙江大學的竺可楨班，他擅長做演算法優化，是個非常有天賦的年輕人；Erik Reed是卡耐基梅隆大學的計算機碩士，他在計算機工程、數據架構，處理後台數據方面的能力很強；在主機廠工作多年的陳燁一直負責產品項目方面的工作，他非常了解車企產品從規划到投放的整個流程。」他最後介紹自己，「我擅長做實驗科學，主要負責理論演算法的測試和驗證方面的工作。」

即便團隊規模尚小，但帶著ELEMENT平台和眾多「X數據」，ROMAN ROADS已經開始在業界嶄露頭角。目前，這家成立僅四個月的公司已經與福特汽車和同濟大學達成合作，同時引起了美國著名創業孵化器Y Combinator和其他vc等投資方的關注。

據邢舟介紹，ROMAN ROADS正在與福特進行接觸，合作主要集中在V2X層面，公司將ELEMENT平台開放，在其中生成真實交通流和3D測試場景，協助福特進行V2X項目的測試；與同濟大學的合作則聚焦在交通流的宏觀研究層面，ROMAN ROADS建立3D虛擬城市，提供真實交通流，幫助同濟進行系統化交通流研究。

即便已經擁有大量數據，邢舟仍坦言遠遠不夠。他表示，客戶支持、雲端建立等方面也是ROMAN ROADS急需完善的地方。

根據規劃，公司第一年將專心為車廠提供服務，在過程中積累數據完善平台，邢舟將之稱為「沉澱」，他同時希望能在今年年底完成首輪融資。之後兩年，ROMAN ROADS將試圖挖掘真正用戶需求，提供更優質服務。

在自動駕駛漸冷的今天，ROMAN ROADS選擇了一條完全不同的賽道，試圖衝破當下自動駕駛技術瓶頸。對團隊的信任和對未來的預判讓邢舟堅信，人類駕駛行為研究即將成為業內剛需。ROMAN ROADS在等待著，也在時刻準備著。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！