无人驾驶@36氪首发 |「轻舟智航」获IDG资本等数千万美元种子轮融资，研发L4级自动驾驶解决方案 |36氪|工程师|算法|

36氪获悉，自动驾驶初创公司“轻舟智航”对外宣布已获得数千万美元的种子轮融资，投资方包括IDG资本、元璟资本、Tide Capital ，融资主要用于技术研发和商业化落地。
【无人驾驶@36氪首发 |「轻舟智航」获IDG资本等数千万美元种子轮融资，研发L4级自动驾驶解决方案】轻舟智航在2019年成立于硅谷，基于大规模智能仿真系统和可自主学习决策规划框架，研发适应城市复杂交通环境的L4级自动驾驶技术解决方案，落地场景顺序是从低速到高速、从物流到出行、从商用车到乘用车。
目前，轻舟智航已在美国硅谷、中国北京、深圳、苏州等地设有办公室，并已获得美国加州自动驾驶路测牌照、正在进行公开道路测试，与合作伙伴在中美两地有路测车辆近10台。该公司联合创始人兼CEO于骞（James）表示，他们现在更关注“可商业化、可优先落地”的场景，但暂时不方便公布具体情况。

本文插图
图源：轻舟智航
虽然公司成立时间相对较晚，但轻舟智航团队已经在自动驾驶领域小有名气，核心成员曾就职于Waymo、特斯拉、Uber ATG、福特、英伟达、Facebook等公司，在感知、仿真、运动规划、传感器与车载系统等领域有丰富行业经验。
该公司联合创始人兼CEO于骞是美国南加州大学计算机视觉和机器学习方向博士，曾是Google街景组关键项目技术负责人，曾在Waymo担任感知关键模块的机器学习算法研发Tech Lead 。
其他三位联合创始人侯聪、大方、汪堃此前分别是Waymo的感知、运动规划和仿真团队的Tech Lead 。其中，侯聪是佐治亚理工学院博士，曾就职于Waymo Perception Team ，负责感知系统整体开发与优化；大方擅长无人车路径规划与决策，是哥伦比亚大学计算几何/物理仿真方向博士，曾就职于Waymo Motion Planning Team ，负责运动规划关键模块；汪堃毕业于北大，是Google中国直接入职Waymo第一人，曾就职于Waymo Simulation Team ，负责仿真系统和系统架构。
在自动驾驶传统研发路径里，只有采集大量真实路测数据、反复手动调整算法参数，才能发现和解决各种边界化难题（corner case），而这需要依赖大量的路测车辆、时间和人力，导致成本高昂、落地周期较长。
于骞告诉36氪，为了大幅降低测试成本、提升开发效率，轻舟智航借助大规模智能仿真系统，在仿真环境中复现边界化场景，并基于现有数据生成大量模拟真实场景的数据。同时，他们研发的可自主学习决策规划框架，抛弃了传统单一规划决策方法，可在仿真场景中自主学习各类复杂场景，寻求最优运动规划决策，保证安全性和舒适度。
谈及仿真的优势，汪堃提到，首先，仿真的路测成本大约是实际路测成本的1% ，甚至更少，因为实际路测需要硬件成本、传感器成本、司机成本和系统工程师成本，且每天有效测试时间只有8-10小时，但使用仿真路测，在要求不高时，只需一台电脑和GPU ，便能连续24小时进行测试；第二，在实际路测中，遇到极端情况是小概率事件，一旦发生，极不安全。而在仿真系统里，工程师可以通过手工编辑或自动生成来测试众多极端情况，保证实际路测前有充分验证。
第三，仿真的扩展性比实际道路测试的扩展性大。仿真路测里程大概1000倍于实际路测里程。而且，仿真系统所需硬件成本很低，而车队的硬件成本、人员成本和运营成本非常高，随着云服务的发展，仿真的可扩展性将远大于车队的可扩展性；第四，开发自动驾驶软件时，每天都要进行大量的代码更改和算法迭代。当实际路测车辆有限、测试场景和里程有限的情况下，很难客观比较软件的迭代水平，但借助仿真，工程师能在大量场景库里并行测试，在很短时间内便能对软件版本进行评估。未来，当评估软件是否达到量产水平时，仿真也是主要的测试评价技术。