這家世界頂尖的自動駕駛公司致力於打造自動駕駛大腦

　　2018-04-09 17:23自動駕駛/大腦/無人駕駛

　　

　　Momenta成立於2016年，是世界頂尖的自動駕駛公司。Momenta致力於"打造自動駕駛大腦"，擁有世界頂尖的深度學習專家，其核心技術是基於深度學習的環境感知、高精度地圖、駕駛決策演演算法。產品包括不同級別的自動駕駛方案，以及衍生出的大數據服務。初頁：你所創業的領域，目前現狀是什麼樣？存在哪些痛點？

　　在剛剛接觸自動駕駛領域時，Momenta曾回顧過行業內的標桿企業——Google的發展歷程。Google從2009年開始做自動駕駛，2012年的時候已經積累了30萬的里程數據，2012年開始城市內的自動駕駛，2015年完成了自己的蛋形車，並且在2016年的時候就已經積累了200萬英里的路測里程。到現在，Google的無人車積累了400萬英里的路測里程，但這些數據仍然沒辦法支持Google無人駕駛實現商業化。

　　對於路測里程來說，自動駕駛需要做到什麼樣的水平？自動駕駛最關鍵的問題是什麼？

　　答案無疑是安全性。對人類駕駛員來說，平均1億公里會發生一起致命性的事故。自動駕駛系統想達到人類的安全性水平，大概需要100億公里的數據。如果安全性想超過人類駕駛安全性一個量級，則需要1000億公里的數據。根據做機器學習和大數據的經驗來看，隨著數據量的增加，演演算法的精度也會增加。伴隨增加的，是自動駕駛的安全性。數據每增加一個量級，安全性也會增加一個量級。

　　如何實現1000億公里呢？

　　根據計算，100萬輛車跑一年可以達到1000億公里。但如果每輛車的成本按照100萬人民幣來計算（實際上無論是Google還是百度，無人車的成本都大於100萬人民幣），大概需要1萬億人民幣的造價，這是一個非常非常驚人的數字。這樣一種方式的成本，包括造無人車的成本、感測器硬體的成本以及無人車試驗運營的成本，是任何一家公司都很難承擔的。

　　另一種方式是通過數據眾包。數據眾包主要有兩點好處，第一點是硬體成本和運營成本較低，出行者在通勤的路上便幫助系統收集了各種各樣的數據。另一點是可以通過眾包收集影子數據，測試自動駕駛大腦的準確性和安全性。影子測試是不需要直接控制的，通過對比真實司機的駕駛行為和系統的預測行為，就可以評判自動駕駛大腦的安全性。

　　目前，Momenta主要服務於OEM，與它們合作生產自動駕駛汽車。

　　現在的中國已經成為全球最大且增長速度最快的市場，但早在初始階段Momenta已經敏銳地判斷到，這個龐大市場中主要的參與者仍是海外廠商，比如高端車方向的寶馬。

　　過去這些廠商可能只需要專註於機械，但當自動駕駛在中國發展起來后，他們面臨著新的焦慮和需求：如果國際OEM沒有中國的數據，沒有針對中國場景的設計，結果會非常不一樣。以緊急剎車功能為例，在德國通常車速通常開到100公里/時，所以剎車距離要設的很遠；但中國的車速沒有那麼快，如果把德國的緊急剎車功能應用到中國，用戶是不會買賬的，「這個車怎麼老是剎車？」

　　所以，國際OEM一定需要一個懂中國市場、用戶和數據的local partner，同時這家公司還應具備很強的AI技術。Momenta就是這樣一個優秀的合作夥伴。

　　核心技術介紹：

　　Momenta的核心技術是基於深度學習的環境感知、高精度地圖、駕駛決策演演算法。

　　環境感知

　　道路識別：不論是正常情況，還是在黑暗、逆光、惡劣天氣和缺乏清晰車道線的情況下，都可以做到高性能地識別多個車道、交通標誌和信號以及可行駛區域。

　　行人感知：通過檢測行人和識別人體特徵點，可以做到理解行人姿勢和行為的意圖，同時也可以準確估計行人與汽車的距離。

　　車輛感知：路面上的每一輛車都可以還原其3D邊界框，魯棒地檢測車的方向，精確地估算距離，並在高精度地圖上進行實時定位。

　　高精度地圖

　　通過提取從多輛汽車拍攝的2D圖像語義點來重建道路、交通標誌、信號及周圍環境的3D位置，融合來自GPS和IMU的數據，創建更高精度的地圖。

　　Momenta的高精度地圖方案更具擴展性和商業化落地可能性，其成本僅為LIDAR數據收集方案的1/10到1/100。

　　駕駛決策演演算法

　　駕駛決策由數據推動，類似於建立一個擁有1000億公里駕駛經驗的智能司機。

　　通過眾包路測，Momenta獲得了高精度語義地圖中海量的駕駛軌跡。

　　通過對海量駕駛軌跡的學習，Momenta的演演算法可以根據當前環境感知和高精度地圖信息，做出駕駛決策規劃。

　　產品級軟體

　　1.適用於嵌入式設備；

　　2.幾乎不損失精度的情況下實現10-100倍速度提升及100倍模型尺寸壓縮；

　　3.地圖和圖像的稀疏語義點讓大規模的眾包測試成為可能。

　　致力於研發高頻剛需場景的L4無人駕駛技術，產品包括不同級別的自動駕駛方案，以及衍生出的大數據服務。

　　整套的汽車自動駕駛方案包括感測器系統、功能安全、系統集成等方面，對Momenta而言，主要的業務核心是用車驗證演演算法，讓整套概念完整地運行起來，之後將與Tier 1、OEM合作把方案推向市場。

　　Momenta致力於"打造自動駕駛大腦"，擁有世界頂尖的深度學習專家，如圖像識別領域最先進的框架Faster R-CNN和ResNet的作者， ImageNet 2015、ImageNet 2017、MS COCO Challenge 2015等多項比賽冠軍。團隊成員主要來源於清華大學、麻省理工學院、微軟亞洲研究院等高校及研究機構，以及百度、阿里、騰訊、華為、商湯等知名高科技公司，擁有深厚的技術積累、極強的技術原創力和豐富的行業經驗。

　　截至目前，Momenta已獲得億級美元融資。其中已對外公布的數據包括由凱輝基金領投，GGV紀源資本參投的B2輪融資；由蔚來資本領投，戴姆勒集團（梅賽德斯-賓士母公司）、順為資本、創新工場和九合創投跟投的4600萬美元B輪融資；由順為資本領投的A1輪融資；由藍湖資本領投，創新工場和真格基金跟投的500萬美元A輪融資。

　　截至目前，Momenta已獲得億級美元融資，投資方包括凱輝基金、GGV紀源資本、蔚來資本、戴姆勒集團（梅賽德斯-賓士母公司）、順為資本、創新工場和九合創投、藍湖資本、真格基金等。

　　Momenta的技術領先性及產品落地能力除了為資本市場廣泛認可外，也深受行業合作方的認可。

　　初頁：在中國研究無人駕駛和在美國研究有什麼不同？

　　1.自動駕駛是地域化的

　　從技術角度來說，自動駕駛裡面的環境感知需要本地數據。而從演演算法層面來講，如果有中國數據的話是能夠做得很好的。

　　在駕駛習慣和場景方面，不同的場景下司機的駕駛習慣會很不一樣，而這些駕駛習慣第一會影響到演演算法，第二會影響到產品的形態怎麼去定義。

　　2.中國路況複雜，解決中國的自動駕駛更有挑戰性

　　中國的駕駛員和行人的交通習慣和美國十分不同。第一，在中國，車輛與車輛的距離、行人與行人的距離是很近的；第二，中國人對交通規則的遵守做得並不好，如果要根據當前的位置預測車輛或行人接下來的位置是有困難的；第三，中國的道路很容易出現擁堵，實現擁堵情況下的自動駕駛非常困難。

　　在這樣特殊的國情下，在中國實現無人駕駛是更加複雜和富有挑戰的，但同時也意味著中國對實現無人駕駛的需求更大，因為無人駕駛的實現能為中國的交通解決許多問題，這對推動各項技術的短時間落地是有幫助的。

　

　3.中國對自動駕駛、人工智慧的政策利好

　　中國的政策環境非常有利於人工智慧和無人駕駛的發展，政府已經表露出長期持續投資的決心。在人工智慧方面，國家不僅把人工智慧寫進了十三五規劃，國務院還專門印發了《新一代人工智慧發展規劃》。在無人駕駛方面，2017年12月，市交通委聯合市公安交管局、市經濟信息委等部門，制定發布了《加快推進自動駕駛車輛道路測試有關工作的指導意見》和《自動駕駛車輛道路測試管理實施細則》兩個指導性文件，明確規定了自動駕駛的實際道路測試規則，這使得無人駕駛的研究更加規範。

　　這些政策的出台，為中國自動駕駛公司的道路測試建立了良好的政策基礎，無疑將加快國內自動駕駛相關行業的發展速度。

　　初頁：在中國研究無人駕駛和在美國研究有什麼不同？

　　1.自動駕駛是地域化的

　　從技術角度來說，自動駕駛裡面的環境感知需要本地數據。而從演演算法層面來講，如果有中國數據的話是能夠做得很好的。

　　在駕駛習慣和場景方面，不同的場景下司機的駕駛習慣會很不一樣，而這些駕駛習慣第一會影響到演演算法，第二會影響到產品的形態怎麼去定義。

　　2.中國路況複雜，解決中國的自動駕駛更有挑戰性

　　中國的駕駛員和行人的交通習慣和美國十分不同。第一，在中國，車輛與車輛的距離、行人與行人的距離是很近的；第二，中國人對交通規則的遵守做得並不好，如果要根據當前的位置預測車輛或行人接下來的位置是有困難的；第三，中國的道路很容易出現擁堵，實現擁堵情況下的自動駕駛非常困難。

　　在這樣特殊的國情下，在中國實現無人駕駛是更加複雜和富有挑戰的，但同時也意味著中國對實現無人駕駛的需求更大，因為無人駕駛的實現能為中國的交通解決許多問題，這對推動各項技術的短時間落地是有幫助的。

　　3.中國對自動駕駛、人工智慧的政策利好

　　中國的政策環境非常有利於人工智慧和無人駕駛的發展，政府已經表露出長期持續投資的決心。在人工智慧方面，國家不僅把人工智慧寫進了十三五規劃，國務院還專門印發了《新一代人工智慧發展規劃》。在無人駕駛方面，2017年12月，市交通委聯合市公安交管局、市經濟信息委等部門，制定發布了《加快推進自動駕駛車輛道路測試有關工作的指導意見》和《自動駕駛車輛道路測試管理實施細則》兩個指導性文件，明確規定了自動駕駛的實際道路測試規則，這使得無人駕駛的研究更加規範。

　　這些政策的出台，為中國自動駕駛公司的道路測試建立了良好的政策基礎，無疑將加快國內自動駕駛相關行業的發展速度。