新智元报道  

编辑:好困
【新智元导读】成立仅五年的这家「滴滴系」公司,再次「搅动」了自动驾驶领域的技术和市场。
近期,长三角的疫情给供应链增加了不小的压力。
就连苹果、特斯拉这种巨头都不得不停工数日,甚至面临减产。
而国内的汽车企业更是直呼:快撑不住了……
但这其中,也有一个例外!
单季营收数千万,翻了14倍
在刚刚结束的第一季度中,这家公司实现营收全面提升至数千万元,为去年同期的14倍。与此同时,公司的执行合同金额也创下新高,为去年同期的12倍。
目前,二季度业务同样进展喜人,海内外多场景同步突破,已在中国、美国、德国、瑞士等国家的20座城市实现商业化运营。
(戳视频,走进autowise.ai自动驾驶清扫车队的一天)
真可谓是迎着逆势全面上扬。
那么,它又是如何做到的呢?
滴滴三巨头齐聚,论文登顶会
这家名为仙途智能autowise.ai的公司成立于2017年,已经在自动驾驶商业化道路上发展了5年之久。
其团队成员来自滴滴、百度等大型互联网公司核心技术岗位。
对于这一点,公司内部其实还有一个梗——「滴滴三巨头」。
黄超曾是滴滴自动驾驶负责人、首席工程师,负责了滴滴第一台自动驾驶车辆研发,再之前曾是百度研究院深度学习平台研发负责人。
2017年组建autowise.ai,并在上海组建了中国最早一批robotaxi车队。
autowise.ai 2017年组建的robotaxi车队
产品与运营副总裁唐彦也先生硕士毕业于人民大学新闻系,并拥有北京大学软件工程硕士学位,曾任滴滴快车&专车产品和运营负责人、百度导航产品负责人。
在滴滴任职期间,他参与创建并担任滴滴快车业务首任业务线负责人,使其快速成长为滴滴最大规模业务,通过多种手段提升运营效率,使得滴滴在与Uber抢占中国市场的激烈竞争中拔得头筹。
此外,他还曾担任滴滴国际业务澳新区域负责人,拥有丰富的海外产品及运营经验。


此前以公司合伙人兼海外市场负责人的身份加盟autowise.ai的William 刘政康,也曾是滴滴出行的高管。
毕业于美国密歇根大学工业工程系的William,还曾在通用汽车、罗兰贝格等知名公司担任要职,独立完成过6亿美金的战略投资,也运营过10亿资产的线下重资产业务。
作为汽车与自动驾驶行业专家,William具备战略、商务、运营三合一的实战经验,及超过10年的海外业务项目经验。
目前负责公司EMEA地区销售的Mario Pepe也是一位行业里的「老大哥」了。
他在智能环卫行业深耕多年,拥有超过30年的道路清扫设备与市场拓展经验和庞大的客户关系网络,他的加盟将让autowise.ai海外业务如虎添翼。
介绍完大佬,接下来讲讲技术。
对于CV届来说,那自然是少不了各种顶会论文的。
比如,CVPR 2022就收录了autowise.ai与香港科技大学创办联合实验室,携手机器学习领域的国际知名学者张潼教授发表的最新研究成果。
如下图所示,神经网络可以利用的visual cues识别物体在图片中的大小,和它在图片的垂直方向位置(越近的物体,在图片上越大,也更倾向于在图片下半部分)。但在实际利用这部分信息时,网络的鲁棒性不高。
因此,联合团队的工作分析了现有的单目3D检测方法是如何利用visual cues去定位障碍物,并对应提出能够增强当前方法鲁棒性的数据增广技术。
基于这些数据增广方法,单目3D检测模型在数据集kitti和nuScene上的性能得到有效的提升。同时在domain adaptation和semi-supervised training领域的应用前景也得到了验证。
当然,除了十分fancy的顶会论文,其他看似更加基础的技术,也在不断迭代和落地。
首先在感知方面,autowise.ai拥有行业领先的多数据源前融合算法、检测识别算法,离线部分可实现数据闭环和自动化标注。
autowise.ai自动驾驶清扫车对红绿灯的识别
其中,3D多任务检测框架将障碍物分割、检测、去噪和语义分割集成在同一个神经网络框架之内,既节省了算力,还提升了检测效率。
而Bird's Eye View多相机检测方案,则可以将多个相机数据基于注意力机制融合,实现远远优于单相机的检测效果。
再加上多种核心驾驶场景下的感知经验积累,autowise.ai现在不仅可以识别更多种类的障碍物并精准判断障碍物类型,而且还率先打造出了自动驾驶环卫场景感知方案壁垒,实现更高维的障碍物检测方案。
autowise.ai自动驾驶清扫车提前识别障碍物
在车辆的定位上,autowise.ai已经把贴边清扫作业时的误差控制在了3cm以内,远高于乘用车(<10cm)的水平。同时还支持每20毫秒内快速刷新,时延更短,实现了技术降维。
而autowise.ai打造的大规模高精度地图制图系统,则可以自动检测地图变化点,4分钟可以完成一处高精度地图更新,满足各种场景对高精度地图时效性的需求。
如果在运营的过程中遇到定位异常导致的急停,autowise.ai还能在10秒内远程响应接管。
此外,autowise.ai现有规控水平已在多种城市核心复杂场景中实现场景快速预测、场景灵活切换等能力的有效验证,同时将利用仿真推演实现技术水平不断迭代优化。
制霸海内外
雄厚的技术实力及与国内外顶级竞争对手PK的经验累积使得autowise.ai能够迅速抢占自动驾驶环卫市场,并率先在自动驾驶环卫场景实现商业化运营,不仅以99.4%的通过率获得了全球首张自动驾驶清洁车的测试牌照,也牢牢占据了自动驾驶环卫领域70%以上的市场份额,积累了大量数据和作业经验。
目前,autowise.ai的环卫车已经遍布北京、上海、广州、郑州、苏州、合肥、南京、西安、青岛、唐山、无锡等城市。
autowise.ai也成为目前国内唯一一家具备从室内洗地机到室外1-18吨新能源清扫机具、清扫车辆等全场景覆盖的公司,不绑定特定车辆厂商,产品更加灵活,贴近客户需求。
在德国杜伊斯堡的大型物流园区,由于园区内障碍物种类复杂,对于环卫清扫的质量和效率要求极高。疫情环境下,对于废弃口罩的无害化处理成为防疫和环卫工作的重要环节。
autowise.ai的工程师通过建立多种口罩模型(包括蓝色医用外科口罩、N95口罩等),让自动驾驶系统进行模型训练与深度学习,使其能敏锐识别物流园区的废弃口罩,从而完成对口罩的无接触清扫。
autowise.ai自动驾驶清扫车精准识别口罩
不仅德国,在疫情期间静态管理的上海临港,自动驾驶更是充分发挥了它的技术优势:能够在环卫人员严重短缺的情况下,安全、高效地完成城市清扫的任务,而无接触的自动驾驶,也大大降低了人员感染的风险。
autowise.ai云端控制平台
autowise.ai还得到了国外客户的肯定,并先后在美国、瑞士、德国等国家商业化落地,中东、比利时等多个项目也在稳步推进中,整体业务覆盖了全球二十座城市。
autowise.ai自动驾驶清扫车在美国芝加哥IMI工厂夜间运营
autowise.ai自动驾驶清扫车在瑞士贝耶纳工业园区执行清扫任务
野心与实力不止于此
其实,在做自动驾驶环卫车之前,autowise.ai就积攒了不少robotaxi的技术经验,当时自动驾驶乘用车的水平已经可以处理普通城市道路,以及一些非结构化道路的路况了。
而在随后大型环卫车的研发之中,autowise.ai又掌握了robotruck相关的技术,并于2019年获得上海自动驾驶卡车测试牌照,并增加了环卫相关的测试项目。最后在环卫赛道上实现了快速落地。
autowise.ai 2017年路测(不愧是5年前的视频,都包浆了)
autowise.ai在非结构化路段会车
技术上先做出robotaxi和robotruck,商业化选择先在环卫行业落地,autowise.ai在后续多场景的拓展之路上将更加游刃有余。
自动驾驶商业化落地,最终的目的,都是达到去安全员化的运营。
但去安全员绝非一蹴而就,而是需要逐步推进,先在行驶速度相对较低、行车安全更容易得到保障的场景试行。
如今,在autowise.ai的部分海内外半开放道路和场景已经可以实现去安全员化的运营,这一点上,autowise.ai已经占到了先机。
autowise.ai自动驾驶车辆在雨天及人车混杂的道路上安全行驶
有具备robotaxi和robotruck技术实力的团队,再加海内外环卫场景迅速广泛的商业化经验,这家自动驾驶公司的未来发展,势必拥有更加广阔的想象空间。
—分割线—

【元宇宙·新人类 第3期直播重磅来袭!】
居家办公是不是有虚拟人作伴更好?如何从0到1创建一个虚拟人?虚拟人产业大爆炸,有哪些应用场景和商业化路径?
欢迎扫码下方海报预约直播,为你解答一切疑惑👇🏻
继续阅读
阅读原文