TMT观察网_独特视角观察TMT行业

設計算法讓道德價值與個人私利之間保持一致是很困難的，因而要解決無人車面臨的倫理問題道阻且長。

2018年剛開年，無人車領域就出了一個大新聞：Google旗下的無人車公司Waymo預計在今年推出無人車的共享出行平臺，這標志著無人車的商業化進入了關鍵時期。

面對這一關鍵時期，無論是傳統汽車廠商還是互聯網巨頭，都在逐步進行無人駕駛領域的戰略布局和規劃。

基于此，本文從融資情況、主要研究技術和所遇困境三方面，對無人車創業公司進行了盤點。以下，enjoy~

一、17家創業公司與數億融資

下圖是根據公開資料不完全整理，從公司的成立時間、企業類型、融資情況及金額、輪次等方面對無人車創業公司的融資現狀進行了總結。

1、無人車創業公司融資輪次整理

已披露融資情況的創業公司約17家，其中大部分處于天使輪和A輪，速度最快的公司已到C輪。

2、無人車創業公司創立時間

從成立時間上看，最早的無人車創業公司Mobileye成立于1999年。Mobileye公司成立之初，是想做汽車的眼睛，也就是幫助汽車建立視覺系統，識別周圍障礙物，進而降低交通事故頻次。

其他公司大多成立于2012年及以后，相比之前，2015~2017年公司數量陡增。

二、無人車公司主要研究技術

無人車是一個非常完備復雜的系統，其上路需要很多技術的支持。其中環境感知技術、車輛定位技術和車輛控制技術，對于汽車實現無人駕駛起著至關重要的作用。

環境感知技術和車輛定位技術相當于無人車的“眼睛”，是無人車得以上路的前提。車載傳感系統可以定位車輛位置，從而幫助車輛感知道路、車輛等周圍環境。

車輛控制技術相當于無人車的“大腦”，會根據路況自動規劃行駛路線，自動控制車輛的驅動速度、轉向和制動，讓車輛安全行駛。

根據各無人車創業公司在技術開發研究方面的傾向性，可以把它們劃分為以下幾類：

1、環境感知技術

無人車先要能夠識別街道范圍、信號燈、路標等，然后才能判斷應該停止還是前進。

（圖片來自網絡）

環境感知技術主要是幫助無人車識別周邊的環境，對路上物體進行探測和歸類，它還可以持續測算物體的速度、方向和加速度。

這種技術能夠有效避免路面上其它車道標志的干擾，滿足了高速無人車自主行駛的實時性需求。

（圖片來自網絡）

當前博世正在開發新一代雷達，視角會從90°擴大到100°，帶寬從1G 變為1.5G，角分辨率也進一步增加。

整個雷達做得更薄、耗能更低、更易于安裝，同時主要針對自動駕駛方向來設計，可以在復雜場景下識別更多目標，更準確地測量速度和距離。

此外，博世新一代攝像頭，聚合了人工智能和深度學習算法等，使得像素提升至 200 萬，視場角也翻倍了。

智駕科技Maxieye也致力于此，用較低成本的攝像頭對前方道路環境進行實時監測，并配以算法識別出車道線和前方車輛，當達到預警級別時，系統會觸發指令，從而實現車道偏離警告、前車防撞等ADAS功能。

Mobileye公司的產品相當于自動駕駛汽車的“眼睛”和“大腦”，能夠幫助無人車識別周圍環境以及做出判斷。

該公司主要研發與計算機視覺有關的自動駕駛技術，該公司推出了專用的計算機視覺處理芯片，這些芯片結合識別系統能夠識別各種道路交通狀態，可以對道路環境、交通參與者、意外情況進行快速分析。

2、車輛定位技術

車輛定位技術可以向汽車操作系統傳輸道路信息，比如障礙物位置、行駛方向、高速公路出口等等。

高精度地圖是 Roadstar.ai公司 L4 級別自動駕駛技術的關鍵基礎，關于高精度地圖以及精確空間定位在無人駕駛中的重要性，周光表示地圖定位其實就是靜態的感知。

比如當知道兩邊有路燈的時候，就不用再去識別它了，相當于簡化了識別問題。這樣，更多的算力可以用于解決其他更復雜的問題。就是說如果技術達到一定的程度，其實不用地圖也是可以，只是那樣可能會慢一點。

（Roadstar.ai原型車上的“車頂盒”，圖片來自雷鋒網）

智行者科技公司在2017年9月推出了旗下首輛無人駕駛掃路車“蝸小白”，并落地北京奧林匹克森林公園。這輛掃路車是三家公司合作的產物，其中車輛本身由海德公司提供，百度提供高精度地圖，智行者科技主要負責這輛車的自動駕駛解決方案。

針對公園里樹木枝繁葉茂這樣的復雜場景，智行者科技公司采用了 GPS + LiDAR 的融合定位方式。定位系統安裝位置也很考究，安裝在車輛垂直方向的中部，主要是為了更為精準的探測到在公園內嬉戲的小孩。

3、車輛控制技術

車輛控制技術能夠幫助車輛實現速度控制和方向控制，使車輛能夠自動完成減速、變道、轉向、超車等一系列操作。

（無人車內部的控制電腦，圖片來自SUV汽車網）

硅谷的創新公司PlusAI研發的無人車通過人工智能深度學習算法，能夠像人一樣進行實時的數據采集和處理，對新場景具有出色的總結、學習和適應能力，極少依賴與預先收集的地圖數。

憑借獨特的技術優勢，PlusAI的無人車能夠做到無需高精地圖，在極其特殊的惡劣環境下，實現高速公路上速度達95公里以上的平穩操控，更在彎曲、上下坡、無分割區、夜晚、擁堵路段等不同真實高速場景表現均極為出色。

Momenta團隊源自清華大學和微軟亞洲研究院，致力于打造自動駕駛大腦。基于環境感知、高精度地圖和駕駛決策算法，為無人車提供自動駕駛方案以及大數據服務。

三、兩大發展困境

無人駕駛汽車一定會實現，這大約已經是所有科技和汽車行業從業者的共識。很多人認為無人車會在不久的將來統治汽車領域，不過理想很豐滿，現實很殘酷，有很多因素制約無人車走進千家萬戶。

一方面，無人駕駛技術還不夠成熟。

環境感知技術雖然可以幫助無人車識別交通信號燈和車道標識，但是在斷電或者車道標識模糊不清的時候，無人車該怎樣制定正確的行駛決策？

要解決這一技術難題，需要將人類的直覺和與其他車輛的配合能力傳授給機器，讓機器逐步學會自主判斷。

另一方面，無人車的發展面臨著倫理難題。

美國《科學》雜志上的調查指出，無人車由于采用自動駕駛系統，有望讓交通事故數量減少90%。但是并非所有的車禍都能避免，在某些撞車事故中，無人車需要做出困難的倫理抉擇。

例如，在某些緊急情況下，面對犧牲車上乘客保護路人還是犧牲路人保護乘客的難題時，無人駕駛車該怎么決策？

針對無人車推廣面臨的倫理困境，麻省理工學院副教授伊亞德?拉赫萬解釋說：“多數人都想生活在汽車傷亡最小化的世界里，但他們又希望車能不惜任何代價地保護自己。如果每個人都這樣做，那么結果就將是個悲劇?！?/p>

設計算法讓道德價值與個人私利之間保持一致是很困難的，因而要解決無人車面臨的倫理問題道阻且長。

無人車已經汽車行業未來的發展趨勢，先進的人工智能技術無疑給無人駕駛帶來一場技術革命，創造出巨大價值。

但是無人車也面臨著技術和倫理道德的困境，這些困境制約著無人車的推廣和運營。只有解決了這些困境，才能推動無人車行業更好的發展。