今天（5月18日），低速自動駕駛公司酷哇機器人宣布獲得1.35億元B輪融資，由軟銀中國和創(chuàng)世伙伴領投，盈峰投資、睿鯨資本、中民金服、蕪湖風投、合力投資跟投。關于酷哇下一步的計劃，何弢總結了三點：

一，整合高校、研究機構的科研力量，加快技術研發(fā)落地。目前，酷哇已經(jīng)與卡耐基梅隆大學機器人實驗室達成合作，將在今年年底共同成立一座研究院，進行環(huán)境感知方面的合作研發(fā)。

二，聚集人才。ETH 人工智能實驗室原主任Rolf Pfeifer 為酷哇首席科學家，其也將在人才聚攏與技術研發(fā)方面為酷哇提供更多支持。

三，密集的商業(yè)化落地。以長沙首個自動駕駛清掃車項目為起點，今年，酷哇將陸續(xù)在上海、蕪湖、合肥、四川、廣東等地落地多款自動駕駛清掃車。

自動駕駛進入城市“毛細血管”

通過自動駕駛切入日常生活場景，進入城市的“毛細血管”，這是三年前酷哇機器人成立時便確立的技術方向。

在自動駕駛行業(yè)，一方面，傳統(tǒng)車企和零配件廠商“人多勢眾”，財力雄厚，在乘用車和高速車方面布局深入，如酷哇這類初創(chuàng)公司很難具備后來居上的突出優(yōu)勢；另一方面，城市乘用車道路場景復雜，技術要求也更加復雜。

“我們要找適合自己的以及能夠抓得到的細分賽道，我們能夠和行業(yè)巨頭區(qū)分的，也正是垂直細分的賽道?！?/p>

何弢將酷哇的業(yè)務線分為三條：無人駕駛的智能硬件，城市清掃車、灑水車等自動駕駛低速車；前端的自動駕駛物流車。

初期，公司以更偏向 C 端的智能硬件切入，曾推出過智能行李箱、智能購物車等自動駕駛技術支撐的硬件產(chǎn)品，一方面便于早期打入市場，同時也可為公司贏得相應的現(xiàn)金流。

城市清掃車是酷哇自動駕駛技術真正落地的第一步，也是其接下來的重點動作，這與酷哇的既定路線規(guī)劃相符，即在城市低速園區(qū)、醫(yī)院、學校、廣場等時速 60km/h 以下區(qū)域落地。之后，公司還將組建自己的自動駕駛清掃車隊，并以此為據(jù)點，向灑水車、垃圾轉運車等更多細分領域輻射。

此外，物流也是自動駕駛企業(yè)扎堆的領域之一，何弢對其進行了劃分：前端物流，即港口、碼頭、倉儲等區(qū)域，環(huán)境可控性較高，可作為重點布局，在此，酷哇已與國內(nèi)多家物流公司進行合作和落地籌備；貨車在主干線上的分發(fā)，為中端；后端，即貨物到城市各端的配送，因為路況復雜，經(jīng)歷道路環(huán)境不確定性較大，落地難度較高，短期很難實現(xiàn)商業(yè)化。

酷哇機器人創(chuàng)始人兼 CEO 何弢

自動駕駛清掃車落地

何弢畢業(yè)于上海交通大學，曾在東京工業(yè)大學進行自動駕駛環(huán)境感知研究，師從機器人大師 Hirose Shigeo，之后曾任教于上海交通大學，并提出了特征驅動全局定位理論，而早期酷哇團隊成員也多來自上海交大、百度、卡耐基梅隆大學等高?；蚱髽I(yè)。因此，對這家成立三年的公司來說，無人駕駛的技術層面已經(jīng)沒有太多難題。

何弢表示，團隊用兩個月便完成了清掃車的自動駕駛改造，其精力更多集中在自動駕駛與智能作業(yè)的產(chǎn)品化方面，以更好實現(xiàn)視覺識別、清掃裝置等與自動駕駛系統(tǒng)的融合。比如，車輛設置了多種清掃模式，要根據(jù)路面垃圾識別效果，完成不同車速切換；在破損的馬路牙子，或有井蓋的區(qū)域，車輛需要適時完成避讓等。如何弢所言，“自動駕駛系統(tǒng)不僅要接管車，還要接管其清掃裝置，使車輛行駛的自動化與清掃的自動化結合在一起。”

同時，酷哇還開發(fā)了一套云端控制系統(tǒng)，對車輛進行統(tǒng)一協(xié)調調度，其與中聯(lián)環(huán)境共同完成了車輛的運營模式定義，于后者而言，自動駕駛也在倒逼著其從環(huán)衛(wèi)設備制造商向環(huán)衛(wèi)運營服務商的轉型。

在長沙落地的自動駕駛清掃車共使用了11個激光雷達（3 個 16 線、8個低線束），2 個攝像頭、4 個毫米波雷達，整套系統(tǒng)在30-40萬之間。

對于一輛低速車，這已經(jīng)是不菲的配置，何弢算了一筆賬，“原來的清掃車1個人一天上、下午一般只能各開3個小時，超過這個時間，人會很難受，因為車顛得很厲害。自動駕駛清掃車接手之后，基本上可以24小時或者20小時作業(yè)，相當于3個人在開這輛車，1個人的薪資1年差不多是6萬- 8萬，3 個人1年就省掉18萬，2年就可以把車輛成本拿回來，而清掃車的一般生命周期是10年左右。”

“傳統(tǒng)行業(yè)的信心來源于實物，他們是很現(xiàn)實的，要看結果，就是結果導向。”何弢坦言，說服傳統(tǒng)行業(yè)接受新技術的前提只有效率和效益。而現(xiàn)在，他們已經(jīng)走穩(wěn)了第一步。

以下是部分采訪實錄：

記者：為什么會選中自動駕駛清掃車這個領域？

何弢：我們找適合自己，以及能夠抓得到住的細分賽道。我們要區(qū)分行業(yè)巨頭，能做的永遠是垂直細分賽道，這個細分賽道事實上不是自動駕駛作為主導的，自動駕駛只是一個切入點。跟巨頭相比，我們能做好的是把自動駕駛這項技術跟車體深入結合。

記者：怎么理解這種封閉場景下對感知的高要求？

何弢：場景感知的難或不難，看兩個方面。一是看環(huán)境動態(tài)性，如果環(huán)境是動態(tài)的，就會比較困難。比如一條馬路上原來是沒有紅綠燈的，突然第二天多了一個紅綠燈，如果高精地圖沒有把這個紅綠燈標注上，車直接就開過去了，就很有可能引發(fā)災難性事故，因為它不會時時刻刻看前方有沒有紅綠燈，只會看高精地圖的這個方位上有沒有標注紅綠燈。

第二，就是環(huán)境中障礙物的動態(tài)性，在標準公共場景下，環(huán)境障礙物的動態(tài)，其實是相對標準的，是有約束的，這個約束就是道路行駛規(guī)則，如果每輛車都符合道路行駛規(guī)則，無人駕駛系統(tǒng)理論上不會出錯。

所以，在標準公共場景下好做，在于一切都是有章可循的，一些封閉場景下，尤其是低速場景下，有兩個問題：第一，沒有道路行駛規(guī)則；第二，場景中的移動物體是相對無序的。如果把這兩個因素考慮進去，它比公共場景要難做多了。

所以你看這么多年過去了，做快遞車沒有一個做成功的，其中的確有法律法規(guī)的限制，但這種場景其實更難成功，技術上跟不上。

記者：酷哇所用到的特征驅動全局定位，跟高精地圖有什么區(qū)別和聯(lián)系？

何弢：高精地圖是把所有道路信息有序組織成一張全面、豐富的地圖，引導車輛去做決策和規(guī)劃，本質上它是依賴RTK 、GPS 信號來做識別、判斷，從而形成決策。

我們思路的不一樣是在于，我們以看到的物體特征為主，RTK是輔助。拿紅綠燈來說，車輛通過RTK信號，確認自己在哪里，然后再來與地圖做一個驗證。

我們是先打開攝像頭，看當前有沒有紅綠燈，如果有，再來比對高精地圖，進行決策，但如果高精地圖上沒有怎么辦？這個在學術界是很難的問題，叫做被綁架（kidnap）問題。

我當前看到這個環(huán)境現(xiàn)象，跟高精地圖上的環(huán)境現(xiàn)象不一致，這里面是什么問題呢？要么是我看錯了，要么是環(huán)境改變了。所以說，我可以依賴本地很強的感知能力做判斷，如果環(huán)境改變了，我會把這個新看到的紅綠燈動態(tài)加到高精地圖上去，所有這一整套的維護是基于云端自動的。這是我們跟之前的自動駕駛車輛根本的不一樣，我們能解決環(huán)境的一些突變情況。

記者：在車輛運營方面，你們是怎么思考的？

何弢：我們前期會聚焦跟巨頭合作，因為做這行可能最好是避免自嗨。跟中聯(lián)的合作會迅速深入，我們負責技術，以及跟技術相關的一些行業(yè)資源整合，中聯(lián)負責生產(chǎn)、銷售、產(chǎn)品。

記者：我們有做乘用車的計劃嗎？

何弢：乘用車這塊，我們要做也只會做城市“毛細血管”，我們有一個底線是肯定不會去碰高速公路的。

一方面，高速公路不是我們的賽道，那是百度他們的賽道，他們已經(jīng)布得很好，包括地圖數(shù)據(jù)。而且我們在技術手段上，也會不太一樣，這里面沒有難跟易的問題，是技術手段選擇的問題。

他們現(xiàn)在的技術手段、路線更適合做那個，也已經(jīng)有很深的積累了，我們?nèi)プ隹隙ㄗ霾贿^他們，這是100%的事情，我們要做也只能去做一些場景補充。