速度|用量产众包的方式获取海量数据


速度|用量产众包的方式获取海量数据文章插图
生活中 , 迎面逆行三轮车、压线行驶的货车是较为典型的长尾场景 。 左侧为人眼看到的现实实景 , 右侧为车辆“大脑”构建的模型图 , 每个物体前的延长线为系统对其活动预测的轨迹 , 避免各轨迹间发生碰撞 , 是自动驾驶的重要规则之一 。 图为初速度在苏州路测时记录下的视频 。初速度供图
同一道题目 , 可以有多种解法 。 对自动驾驶长尾场景的解决 , 也出现了两种思路 。 与通过自建车队获取数据的主流方案不同 , 中国自动驾驶初创企业Momenta(初速度)选择了量产众包、让别人的车帮自己获取数据的思路 。
“面对那么多长尾场景 , 一定需要海量数据来解决它们 。 数据从哪里来?如果只通过自建车队、不断路测来获取数据 , 会有两个问题:一是成本非常高昂 , 二是获取数据的效率低 。 ”初速度研发副总裁夏炎思路清晰、语速极快 。
在她看来 , 自建车队的硬件、燃料和安全员的薪资 , 这些都是成本 , 算下来每辆自动驾驶汽车需要上百万元人民币 。 谷歌、百度等大公司 , 或许“烧钱”烧得起 , 但对于小型初创企业来说 , 这样的成本太过高昂 。 而成本也决定了车队规模不可能太大 , 几百辆已接近上限 。 “但就算有几百辆车 , 恐怕连北京海淀区也跑不完吧?这不可能穷尽所有的长尾问题 。 ”
于是 , 初速度的设想是:“能不能自己不造车 , 让道路上别人的车来帮我采集数据?”可别人为什么愿意帮你呢?因为你能提供已经商业落地的自动驾驶服务(L2-L3级别自动驾驶 , 包括自动泊车、高速巡航等辅助功能) , 别人愿意采购装在自己车上 。 当越来越多的车安装了初速度的产品 , 就能持续不断地为完全的无人驾驶(L4级别自动驾驶)提供数据流和现金流 , 支持后者的研发 。 所以 , 初速度把自己的战略形容为“两条腿战略” 。
从理论上看 , 初速度的战略设计非常适合自己 。 但在这种战略选择下 , 初速度也面临着难题 。 在技术方面 , 要想实现“两条腿”跑得协调 , 必须做到打通两类传感器之间的数据 , 让别人车上的数据确实能“为我所用” 。 同时 , 既然收集到了海量数据 , 就必须对数据进行更有效率、更低成本的筛选和分析 , 并转化为更快的算法迭代速度 。 据夏炎介绍 , 这恰好是初速度在技术方面的优势 。
相较技术 , 市场方面的难题可能更大 。 比如 , 如何能持续从车厂拿到足够的订单?有实力的车厂想自己做L2-L3技术时 , 该拿什么作为自己的“护城河”?这些或许是初速度要思考的问题 。
【速度|用量产众包的方式获取海量数据】道理讲得再多 , 终究要拿产品说话 。 10月22日 , 初速度在苏州开启了自动驾驶出租车的运营服务 , 市民通过微信小程序即可体验 。 究竟中国自动驾驶产业能发展到何种高度 , 哪条战略路线会更加成功 , 我们拭目以待 。


    推荐阅读