获1.28亿美元A轮融资，Roadstar.ai目标瞄准无人驾驶专车

 

今天，无人驾驶技术初创公司Roadstar.ai在深圳宣布已完成总额1.28亿美元（约合8.12亿元人民币）的A轮融资，并发布了其首款多传感器融合自动驾驶解决方案：ARIES·锐。

 

在自动驾驶领域方面，据IHS预测，到2025年，无人驾驶车型在全球范围内的总销量将达到60万辆。据波士顿咨询公司预计，2035年，全球无人驾驶汽车销量或将达到1200万辆，而其中超过四分之一将在中国出售。

 

另据英特尔与研究公司Strategy Analytics近期发布的一份报告预计，自动驾驶汽车市场的规模在2050年将达到7万亿美元，折合人民币超过40万亿元。

 

近日，我国发布了《智能网联汽车道路测试管理规范（试行）》。专家表示，这个规范的出台，将推动无人驾驶汽车产业驶入快车道。

 

在投资方面，美国智库在2017年研究报告，自动驾驶近一年来发展迅猛，已经成为人工智能领域投资最前沿，在过去三年全球对自动驾驶新车技术投入超过8000亿美元，主要集中在A轮之前，投资潜力非常大。

 

 

据了解，Roadstar.ai的本轮融资由双湖资本和深创投集团联合领投，曾参与该公司天使轮融资的云启资本、赵银国际、元璟资本跟投。此次融资应该是截至目前国内无人驾驶领域宣布的最高融资额。此前这一记录由自动驾驶领域的知名公司小马智行（Pony.ai）保持，后者于今年年初宣布了1.12亿美元的A轮融资。此轮融资后，Roadstar.ai或成为国内无人驾驶领域估值最高的初创公司。

 

随着A轮融资的到位，Roadstar.ai的产品化进程也将不断加速。在发布会上，Roadstar.ai CEO佟显乔宣布公司推出第一代无人驾驶技术解决方案——ARIES·锐。

 

 

佟显乔介绍，ARIES·锐搭载了两项自主研发的核心技术：HeteroSync异构多传感器同步技术，以及DeepFusion数据深度融合技术。

 

HeteroSync包含激光雷达、摄像头、毫米波雷达等多个异构传感器，可实现高精度时间、空间同步，能够自动实时更新同步参数，且兼容不同品牌、不同数量的各类传感器。

 

DeepFusion则是将三种主要传感器在原始数据层面进行融合，基于强化学习的三种不同属性的数据融算法以及融合后8维空间数据的感知和定位算法。

 

 

考虑到各种传感器数据传输方式的差异性，将它们融合，并实现同步处理是非常困难的，这其中算法的优劣起着决定性的作用。而将这三种传感器的长处进行互补，无疑会大大提高的无人驾驶的识别准确性和舒适性。这也是Roadstar.ai在测试过程中乘坐体验广受好评的重要原因。

 

同时这一技术方案还融入了有人驾驶社会的“类人策略”，在地图和定位方面也具备明显优势，测试车辆可实现高精度驾驶控制，达到任意速度、任意曲面道路上最大误差5厘米。

 

佟显乔表示，Roadstar.ai是全世界唯一一家或者是第一家采用中国自主的传感器的无人驾驶公司，拥有用低成本方案实现非常高性能的算法。因此价格成本能控制在30万元以下，优于国外动辄百万元的其他公司。

 

这一价格优势，能够在日后部署车队收集数据时候提供极大的竞争力。到2020年，随着各种传感器价格的下降，整套方案的成本可能会下降到5万元人民币，只相当于司机的半年工资，非常具有性价比优势。

 

截至目前，借助两项核心技术以及过去一年来的实际路测，“Aries·锐”已实现在加州平均一个月一次人工干预、国内高复杂城市路况环境下连续数小时无人工接管。

 

尽管刚刚成立一年，Roadstar.ai已经摘下多个世界级技术桂冠——全球最大的无人驾驶场景下的计算机视觉算法评测数据集KITTI上，Roadstar.ai创造人、车、自行车全球Top 3的世界纪录；业界最有效地评估视觉算法在城区场景语义理解方面的性能的数据集CityScape上，Roadstar.ai成为当之无愧的世界第一。

 

 

据该公司战略副总裁那小川介绍，Roadstar.ai在产品落地应用方面，国内与国外是有区别的。

 

在国内，该公司将开发自主的无人驾驶专车运营业务，直接服务C端用户。今年，该公司将在中国提供配备安全员的自动驾驶巡回载人服务，在深圳部署50辆无人专车，以采集数据为主要目的；2019年与OEM合作，将配备车顶盒的无人专车增加到200辆，开发打车APP，提供专车服务； 2020年，通过与汽车厂进行合作，生产前装融合的定制无人驾驶车辆，将无人专车数量提升至1500辆，真正实现无人运营。

 

 

Roadstar.ai希望在中国最终能够做无人专车服务商，把无人专车的便利与高性价比带给消费者，而不是单纯的技术提供商。

 

在国外，Roadstar.ai将提供L2/L3级别的自动驾驶解决方案，为汽车销售提供高附加值选项。该公司还可以根据整车厂的需求，提供例如自动驾驶卡车、自动驾驶物流车等等解决方案。

 

目前，Roadstar.ai已经和欧洲、日本和美国的OEM厂商、Tier 1供应商达成合作。

 

 

Roadstar.ai成立于2017年4月，主打通过多传感器融合方案，打造L4级自动驾驶技术。当前，该公司获得了包括迅雷创始人、松禾远望基金合伙人程浩在内的多个投资者提供的1000万美元投资。随后，Roadstar.ai宣布建立了深圳、硅谷两地的研发中心，吸引来自全球人才加盟，并在中美两国完成公开道路测试。

 

核心团队方面，Roadstar.ai 创始人兼CEO佟显乔，美国弗吉尼亚理工大学无人车方向博士，曾就职于苹果特殊项目组(无人车研发)、英伟达自动驾驶算法组，曾在百度硅谷团队担任无人车定位和地图团队的负责人。

 

联合创始人兼CTO衡量，美国斯坦佛大学电子工程博士，曾就职于特斯拉Autopilot 组、谷歌地图街景组，曾在百度自动驾驶项目组（ADU）技术委员会任核心委员，担任 Sensing 组经理。

 

联合创始人周光、首席机器人专家，美国德州大学博士，2015 年大疆全球开发者大赛第一名(200+参赛队伍)，曾在百度硅谷无人车团队负责标定、感知等方面的工作。

 

自动驾驶拥有巨大的市场空间，乐观的市场预期，因此在聚集了包括车厂、互联网巨头、用车服务商、自动驾驶技术提供商等众多玩家的同时，也吸引了大量资本的关注。

 

近期，一些国内的无人驾驶创业公司，正在争取或已经获得了巨额融资，并已经开始着手无人驾驶车队的运营。

 

2017年9月，景驰获得Pre-A轮5200万美元融资，随后启动了1亿美元额度的A轮融资。2018年1月30日，景驰宣布在广州生物岛进行无人驾驶常态化试运营。该公司目前拥有运营无人车二十多辆，行驶总里程已超过30000公里，累计接待乘客500多人。

 

2018年1月，小马智行(Pony.ai)宣布完成1.12亿美元A轮融资。2月2日，小马智行在广州南沙启动无人驾驶车队的“城区、白天黑夜全场景常态化运营”。

 

汽车商业评论认为，虽然获得了相对充裕的资金，在技术上也具备一定的优势，Roadstar.ai仍面临着非常激烈的竞争。未来几年将是无人驾驶的爆发期，如何在最短时间内真正实现无人驾驶的商业化运营，将成为这条拥挤赛道上众多选手们着重要考虑的问题。