新一轮的无人驾驶融资战，正在加剧.doc

《新一轮的无人驾驶融资战，正在加剧.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、新一轮的无人驾驶融资战，正在加剧　　　　1.28亿美元！Roadstar.ai今天拿下国内自动驾驶初创公司单轮融资最高纪录，打破此前由Pony.ai创下的1.12亿美元A轮融资纪录。Roadstar.ai成立仅仅一年，凭何拿到天价融资？　　Roadstar.ai是谁？　　2017年5月，Roadstar.ai在深圳成立，来自前百度无人车团队的三个技术派：CEO佟显侨、CTO衡量、首席科学家周光共同组成了Roadstar.ai三剑客，专攻L4级自动驾驶技术。　　在创办Roadstar.ai之前，佟显乔曾就职于苹果特殊项目组（无人车研

2、发）和NVIDIA自动驾驶算法组；衡量曾就职于特斯拉Autopilot组、Google地图街景图；周光则是2015新一轮的无人驾驶融资战，正在加剧　　　　1.28亿美元！Roadstar.ai今天拿下国内自动驾驶初创公司单轮融资最高纪录，打破此前由Pony.ai创下的1.12亿美元A轮融资纪录。Roadstar.ai成立仅仅一年，凭何拿到天价融资？　　Roadstar.ai是谁？　　2017年5月，Roadstar.ai在深圳成立，来自前百度无人车团队的三个技术派：CEO佟显侨、CTO衡量、首席科学家周光共同组成了Roadstar

3、.ai三剑客，专攻L4级自动驾驶技术。　　在创办Roadstar.ai之前，佟显乔曾就职于苹果特殊项目组（无人车研发）和NVIDIA自动驾驶算法组；衡量曾就职于特斯拉Autopilot组、Google地图街景图；周光则是2015新一轮的无人驾驶融资战，正在加剧　　　　1.28亿美元！Roadstar.ai今天拿下国内自动驾驶初创公司单轮融资最高纪录，打破此前由Pony.ai创下的1.12亿美元A轮融资纪录。Roadstar.ai成立仅仅一年，凭何拿到天价融资？　　Roadstar.ai是谁？　　2017年5月，Roadstar.a

4、i在深圳成立，来自前百度无人车团队的三个技术派：CEO佟显侨、CTO衡量、首席科学家周光共同组成了Roadstar.ai三剑客，专攻L4级自动驾驶技术。　　在创办Roadstar.ai之前，佟显乔曾就职于苹果特殊项目组（无人车研发）和NVIDIA自动驾驶算法组；衡量曾就职于特斯拉Autopilot组、Google地图街景图；周光则是2015年大疆全球开发者大赛第一名。　　　　周光　　　　佟显侨　　三人后来都在百度美研相遇，在百度硅谷团队担任无人车定位和地图组技术负责人、衡量则是感知组的技术负责人，周光则负责标定、感知方面的工作。　

5、　成立后不久，Roadstar.ai创始团队的背景就被看中，获得了云启资本等领投的千万美元天使轮融资。　　事实上，Roadstar.ai的创业过程也不是一帆风顺，去年刚刚成立时，团队关注的核心是如何推进技术，对商业化的思考并不那么充分，一早还准备将技术应用在商用车领域。　　经过调研后团队发现，自动驾驶在商用车领域的基础条件，要比乘用车差得多，其中一个主要的阻碍就是线控系统。在国内，大部分商用车都应用的是液压控制而非电子的线控系统，难以满足自动驾驶操作的低延时需求。要实现商用车自动驾驶，要么等待主机厂在商用车上大规模应用线控系统，要

6、么获得其授权，自己动手将液压改线控。对于汽车背景不强的Roadstar团队来说，无论是前者还是后者，都费时费力。　　2017年秋天，在经过一次次战略分析后，Roadstar最终确定走载人无人驾驶路线，在硅谷与深圳两地进行无人驾驶技术的研究。目前，Roadstar.ai团队有40余人，按自动驾驶不同的技术模块分成多个小组工作。　　凭何拿下1.28亿美元？“前融合”技术加持　　今年3月，Roadstar.ai放出了一段其无人车在深圳公开道路上试跑的视频。视频中，Roadstar.ai的无人驾驶林肯MKZ，在道路旁有高大树木遮蔽，光照条

7、件频繁变化的场景中，灵活地穿梭在车流中，不仅能识别红绿灯、左转待转，在加减速操作也表现得较为平顺。　　这样的测试条件，对无人车的感知以及定位都有不小的挑战。　　在成立一年后就跑出了不错的成果，Roadstar.ai的秘诀是多传感器融合。　　在林肯MKZ上，Roadstar.ai安装了5枚低线束的激光雷达、6枚摄像头以及3枚毫米波雷达，外加GPS与IMU模块。　　　　RoadstarAries技术方案　　Roadstar.ai的多传感融合技术首先强调单一同类传感器的数据融合。比如，其无人车使用了四枚速腾聚创16线激光雷达和一枚禾赛科

8、技40线激光雷达组合来达到64线激光雷达的效果。　　一方面，采用多枚低线束激光雷达融合达成多线束激光雷达的探测能力，在效果相近的情况下有效地降低了成本；另一方面，使用多枚激光雷达也能有效防止单枚激光雷达宕机后导致自动驾驶系统失效的情况发生。　　而更