自动驾驶进入城市“毛细血管”

今天（5 月 18 日），低速自动驾驶公司酷哇机器人宣布获得 1.35 亿元 B 轮融资，由软银中国和创世伙伴领投，盈峰投资、睿鲸资本、中民金服、芜湖风投、合力投资跟投。关于酷哇下一步的计划，何弢总结了三点：

一，整合高校、研究机构的科研力量，加快技术研发落地。目前，酷哇已经与卡耐基梅隆大学机器人实验室达成合作，将在今年年底共同成立一座研究院，进行环境感知方面的合作研发。

二，聚集人才。ETH 人工智能实验室原主任 Rolf Pfeifer 为酷哇首席科学家，其也将在人才聚拢与技术研发方面为酷哇提供更多支持。

三，密集的商业化落地。以长沙首个自动驾驶清扫车项目为起点，今年，酷哇将陆续在上海、芜湖、合肥、四川、广东等地落地多款自动驾驶清扫车。

自动驾驶进入城市“毛细血管”

通过自动驾驶切入日常生活场景，进入城市的“毛细血管”，这是三年前酷哇机器人成立时便确立的技术方向。

在自动驾驶行业，一方面，传统车企和零配件厂商“人多势众”，财力雄厚，在乘用车和高速车方面布局深入，如酷哇这类初创公司很难具备后来居上的突出优势；另一方面，城市乘用车道路场景复杂，技术要求也更加复杂。

“我们要找适合自己的以及能够抓得到的细分赛道，我们能够和行业巨头区分的，也正是垂直细分的赛道。”

何弢将酷哇的业务线分为三条：无人驾驶的智能硬件，城市清扫车、洒水车等自动驾驶低速车；前端的自动驾驶物流车。

初期，公司以更偏向 C 端的智能硬件切入，曾推出过智能行李箱、智能购物车等自动驾驶技术支撑的硬件产品，一方面便于早期打入市场，同时也可为公司赢得相应的现金流。

城市清扫车是酷哇自动驾驶技术真正落地的第一步，也是其接下来的重点动作，这与酷哇的既定路线规划相符，即在城市低速园区、医院、学校、广场等时速 60km/h 以下区域落地。之后，公司还将组建自己的自动驾驶清扫车队，并以此为据点，向洒水车、垃圾转运车等更多细分领域辐射。

此外，物流也是自动驾驶企业扎堆的领域之一，何弢对其进行了划分：前端物流，即港口、码头、仓储等区域，环境可控性较高，可作为重点布局，在此，酷哇已与国内多家物流公司进行合作和落地筹备；货车在主干线上的分发，为中端；后端，即货物到城市各端的配送，因为路况复杂，经历道路环境不确定性较大，落地难度较高，短期很难实现商业化。

酷哇机器人创始人兼 CEO 何弢

自动驾驶清扫车落地

何弢毕业于上海交通大学，曾在东京工业大学进行自动驾驶环境感知研究，师从机器人大师 Hirose Shigeo，之后曾任教于上海交通大学，并提出了特征驱动全局定位理论，而早期酷哇团队成员也多来自上海交大、百度、卡耐基梅隆大学等高校或企业。因此，对这家成立三年的公司来说，无人驾驶的技术层面已经没有太多难题。

何弢表示，团队用两个月便完成了清扫车的自动驾驶改造，其精力更多集中在自动驾驶与智能作业的产品化方面，以更好实现视觉识别、清扫装置等与自动驾驶系统的融合。比如，车辆设置了多种清扫模式，要根据路面垃圾识别效果，完成不同车速切换；在破损的马路牙子，或有井盖的区域，车辆需要适时完成避让等。如何弢所言，“自动驾驶系统不仅要接管车，还要接管其清扫装置，使车辆行驶的自动化与清扫的自动化结合在一起。”

同时，酷哇还开发了一套云端控制系统，对车辆进行统一协调调度，其与中联环境共同完成了车辆的运营模式定义，于后者而言，自动驾驶也在倒逼着其从环卫设备制造商向环卫运营服务商的转型。

在长沙落地的自动驾驶清扫车共使用了 11 个激光雷达（3 个 16 线、8 个低线束），2 个摄像头、4 个毫米波雷达，整套系统在 30-40 万之间。

对于一辆低速车，这已经是不菲的配置，何弢算了一笔账，“原来的清扫车 1 个人一天上、下午一般只能各开 3 个小时，超过这个时间，人会很难受，因为车颠得很厉害。自动驾驶清扫车接手之后，基本上可以 24 小时或者 20 小时作业，相当于 3 个人在开这辆车，1 个人的薪资 1 年差不多是 6 万- 8 万，3 个人 1 年就省掉 18 万，2 年就可以把车辆成本拿回来，而清扫车的一般生命周期是 10 年左右。”

“传统行业的信心来源于实物，他们是很现实的，要看结果，就是结果导向。”何弢坦言，说服传统行业接受新技术的前提只有效率和效益。而现在，他们已经走稳了第一步。

以下是部分采访实录：

记者：为什么会选中自动驾驶清扫车这个领域？

何弢：我们找适合自己，以及能够抓得到住的细分赛道。我们要区分行业巨头，能做的永远是垂直细分赛道，这个细分赛道事实上不是自动驾驶作为主导的，自动驾驶只是一个切入点。跟巨头相比，我们能做好的是把自动驾驶这项技术跟车体深入结合。

记者：怎么理解这种封闭场景下对感知的高要求？

何弢：场景感知的难或不难，看两个方面。一是看环境动态性，如果环境是动态的，就会比较困难。比如一条马路上原来是没有红绿灯的，突然第二天多了一个红绿灯，如果高精地图没有把这个红绿灯标注上，车直接就开过去了，就很有可能引发灾难性事故，因为它不会时时刻刻看前方有没有红绿灯，只会看高精地图的这个方位上有没有标注红绿灯。

第二，就是环境中障碍物的动态性，在标准公共场景下，环境障碍物的动态，其实是相对标准的，是有约束的，这个约束就是道路行驶规则，如果每辆车都符合道路行驶规则，无人驾驶系统理论上不会出错。

所以，在标准公共场景下好做，在于一切都是有章可循的，一些封闭场景下，尤其是低速场景下，有两个问题：第一，没有道路行驶规则；第二，场景中的移动物体是相对无序的。如果把这两个因素考虑进去，它比公共场景要难做多了。

所以你看这么多年过去了，做快递车没有一个做成功的，其中的确有法律法规的限制，但这种场景其实更难成功，技术上跟不上。

记者：酷哇所用到的特征驱动全局定位，跟高精地图有什么区别和联系？

何弢：高精地图是把所有道路信息有序组织成一张全面、丰富的地图，引导车辆去做决策和规划，本质上它是依赖 RTK 、GPS 信号来做识别、判断，从而形成决策。

我们思路的不一样是在于，我们以看到的物体特征为主，RTK 是辅助。拿红绿灯来说，车辆通过 RTK 信号，确认自己在哪里，然后再来与地图做一个验证。

我们是先打开摄像头，看当前有没有红绿灯，如果有，再来比对高精地图，进行决策，但如果高精地图上没有怎么办？这个在学术界是很难的问题，叫做被绑架（kidnap）问题。

我当前看到这个环境现象，跟高精地图上的环境现象不一致，这里面是什么问题呢？要么是我看错了，要么是环境改变了。所以说，我可以依赖本地很强的感知能力做判断，如果环境改变了，我会把这个新看到的红绿灯动态加到高精地图上去，所有这一整套的维护是基于云端自动的。这是我们跟之前的自动驾驶车辆根本的不一样，我们能解决环境的一些突变情况。

记者：在车辆运营方面，你们是怎么思考的？

何弢：我们前期会聚焦跟巨头合作，因为做这行可能最好是避免自嗨。跟中联的合作会迅速深入，我们负责技术，以及跟技术相关的一些行业资源整合，中联负责生产、销售、产品。

记者：我们有做乘用车的计划吗？

何弢：乘用车这块，我们要做也只会做城市“毛细血管”，我们有一个底线是肯定不会去碰高速公路的。

一方面，高速公路不是我们的赛道，那是百度他们的赛道，他们已经布得很好，包括地图数据。而且我们在技术手段上，也会不太一样，这里面没有难跟易的问题，是技术手段选择的问题。

他们现在的技术手段、路线更适合做那个，也已经有很深的积累了，我们去做肯定做不过他们，这是 100% 的事情，我们要做也只能去做一些场景补充。