新智能驾驶：Drive.ai在融资、团队、技术落地等方面近两年表现十分亮眼。尤其自2017年下半年以来，其动作频频更新，获得了NEA、GGV等知名风投的青睐，并获得东南亚最大打车公司Grab的1500万美元投资，并与美国第二大出行平台Lyft展开试运营项目。这支来自斯坦福的团队正在迅速扩大其“朋友圈”。
Drive.ai 的目标是 L4 级自动驾驶技术，其实践路线以深度学习为主，也经历了从视觉优先到传感器融合的技术方案转变。去年 10 月，新智驾在硅谷与联合创始人王涛会面时，后者还透露团队正在筹备湾区和新加坡以外更大规模的试运行项目。目前，该公司尚未披露其进展。
2018年1月16日，雷锋网新智能驾驶将在美国硅谷举办GAIR硅谷智能驾驶峰会。届时Drive.ai联合创始人王涛也将到场分享丰富的技术以及Drive.ai的最新动态。点击文末“阅读原文”或访问
您可以详细了解GAIR硅谷智能驾驶峰会，参与这场中美自动驾驶的豪华盛会。
继2017年6月获得NEA领投、GGV跟投的5000万美元B轮融资后，Drive.ai与Lyft于9月初宣布将在旧金山湾区试运行自动驾驶出租车服务。同月，Drive.ai又宣布获得东南亚出租车巨头Grab 1500万美元投资，并将在未来几个月在新加坡设立办公室。
加州和新加坡可以说是全球自动驾驶测试法规最为开放和完善的两个地区。Drive.ai与Lyft合作的自动驾驶出租车服务即将上线，新加坡将成为其在亚洲扩张的第一站。此时，新智驾记者来到了位于山景城的Drive.ai总部。
创业第三年
2015年，斯坦福人工智能实验室的6名博士/硕士生集体休假，邀请机器人专家Carol Reiley和高级商业顾问Fred Rosenzweig加入，组成了一个庞大的创始团队。到当年4月，团队获得了5万美元的种子基金，并在硅谷圣克拉拉的硅谷创新孵化器开始了真正的车库创业。
Drive.ai 联合创始人王涛告诉我们，现在团队有 80 多人，一半以上都是做软件的。因为 Drive.ai 在整个自动驾驶方案的设计上采用了深度学习优先的策略，所以除了常规的感知、定位、规划、控制之外，很多软件工作都和深度学习有关：
到了 2017 年，Drive.ai 已经完成了对三款不同车型的自动驾驶技术适配，包括最早的林肯 MKZ、后来的奥迪 A4，以及最近加入的一款面包车。王涛告诉我们，这意味着 Drive.ai 的自动驾驶系统可以在混动车、燃油车、商用车等多种车型之间进行移植。
新增加的货车也意味着它们的技术不仅可用于载客，还可用于运送货物。
技术路线
Drive.ai的技术路线一直强调深度学习第一。
单从传感器方案来看，他们针对后市场的加装套件已经逐渐成型。以奥迪 A4 为例，他们在车顶正上方连接了 4 个 16 线激光雷达，在车顶两侧对角放置了 2 个 16 线激光雷达，并在车顶顶部和两侧使用了多个鱼眼摄像头，在车头增加了一个毫米波雷达。不同车型采用的传感器方案略有不同，随着市面上可用的传感器的变化，团队也会调整一些技术选型。比如新款面包车采用了线束更高的激光雷达，整个方案使用的激光雷达数量也会相应减少。选择将大部分传感器集中在车顶，也让 Drive.ai 更容易批量部署这套方案。
在 Drive.ai 的实车上，我们还可以看到四颗激光雷达下方有一块 LED 屏幕，用来显示与其他车辆、行人互动的信息。这块屏幕背后还集成了一些处理器，会对传感器获取的数据进行预处理。
一般来说，Drive.ai 的后装改装套件会包含一套传感器方案、一块用于与外界交互的屏幕、以及一个封装好的处理器。这三部分硬件集成在一起，在车顶形成一个模块，然后与后备箱里的电脑相连。王涛表示，目前通过算法优化，整个系统的功耗大概在几百瓦，相当于一台高性能的游戏 PC。像奥迪 A4 这样的燃油车也能支撑系统的运行。
在车库里，Drive.ai 已经准备了近 10 辆原型车。目前对外合作的模式主要是：主机厂开放部分车辆 CAN 接口，Drive.ai 完成线控改造，再连接自动驾驶的软硬件。首批车辆将通过商业车队运营商（如 Lyft 或物流车队）的方式开始运营。
Drive.ai 和 Lyft 即将推出联合出租车服务
9月7日，Drive.ai与Lyft联合宣布，即将在旧金山湾区向公众提供自动驾驶出租车服务试点项目。在这个项目中，Drive.ai将利用目前的三种车型组成混合车队。根据Lyft的描述，如果乘客选择的路线恰好是他们高精度地图覆盖的区域，那么乘客就有可能乘坐自动驾驶汽车。王涛告诉我们，Drive.ai和Lyft将专门为此开发一款新App。这款App不同于现有的Lyft App，它将利用Lyft的车辆和乘客调度后台，并在应用交互层面融入Drive.ai的设计。
因为在加州 DMV 发放自动驾驶路测牌照时，各自动驾驶公司已经缴纳了 500 万美元的保证金，并为测试车辆购买了保险。因此，在技术框架和监管流程方面，自动驾驶出租车服务已经准备就绪，可以向公众开放。目前，Lyft 和 Drive.ai 更多的是在讨论技术实现的细节。
王涛向我们透露，除了已经宣布的与Lyft、Grab两大合作外，Drive.ai还将有更大规模的落地项目。
以下为王涛与新智家的部分对话，新智家对内容进行了编辑，不影响原意。
新智能驾驶：你们的车载信息通讯系统没有用ROS，是不是因为ROS效率太低了？
王涛：我知道行业内有很多公司都在用ROS，但是因为ROS本来就不是针对自动驾驶设计的，所以这个系统是我们自己设计的。
ROS 是学术界的产物，它被设计成在机器人上运行。它有几个优点，其中一个就是开源。它开源之后，大家都会用，就会有社区，但这也造成了很多冗余的工具。很多东西不是为自动驾驶设计的，很多东西会造成不必要的操作。
经过验证之后，我们觉得ROS冗余太多，不够精简，不够专注，所以决定自己做一个更好的系统，更适合自动驾驶的需要。
新智能驾驶：Drive.ai目前是如何与使用你们产品的车企合作的？能举个例子吗？
王涛：我们之前的合作模式主要是车企在车上开放CAN接口和线控接口，但线控是我们自己实现的，最底层的接口还是需要和车企合作。
目前我们主要的合作伙伴是商业车队，在现有车队的基础上，帮助他们实现自动化，在车队上安装交钥匙解决方案，帮助他们节省成本，这是第一步。
我认为这些商业车队将率先大规模应用自动化和自动驾驶技术，因为他们对价格不像终端消费者那么敏感，对汽车的外观也没有那么严格的要求。
目前要打造一套真正L4或者L5的、不需要驾驶员的自动驾驶系统，还需要很多冗余的传感器。如果真的要把所有传感器都藏在外部（整个系统达到量产的标准），就算有大型车企要这么做，我们认为也需要几年时间才能完成整合工作。短期内，这辆车的外观肯定会更加科幻，终端消费者可能对这种外观的接受度会更低一些。
但对于车队来说，他们并不真正关心赛车的外观。看起来有点不同甚至可能有利于他们自己的宣传。
我们主要能帮他们节省成本。因为在美国，司机的成本目前占到车队成本的70%左右，所以这个部分是比较大的。如果我们能帮他们节省一部分成本，对他们来说就是很大的帮助。
新智能驾驶：Drive.ai与合作伙伴合作，比如随车队部署加装套件。主机厂在这方面有什么目标？除了开放接口，还有什么想法？
王涛：主机厂目前最主要的商业模式还是把汽车卖给终端消费者，他们的大部分利润都来自于这一领域。
现在有自动驾驶的趋势，他们也会顺应这个趋势，会做一些尝试，量产一些有L2、L3功能的车型，甚至瞄准做L4的车，他们自己也可能会组建一些车队。
我知道有几家汽车厂商在布局共享出行车队，这也是他们下一个可能的增长点。但如果大家都选择共享出行，那就没人买车了，这对他们自己的商业模式也会有一定的影响。
车厂的优势之一是系统集成，把传感器、激光雷达、摄像头、毫米波雷达、计算平台等集成到汽车里，这是车厂的强项。一旦有了解决方案，就可以降低成本、进行量产，这也是车厂的强项。
但是在这个过程中，我觉得他们也有很多需要学习的地方，比如他们有一套硬件，但是一般来说，业界并不认为车厂在软件方面有太多的优势，我们觉得在这方面可以给车厂一些帮助，这也是我们的合作模式之一。
新智能驾驶：你们在L3领域会有合作吗，因为车企对L3的量产还是很感兴趣的？
王涛：L3目前不是我们的重点，公司的重点还是在L4。
新智能驾驶：在运营方面，Drive.ai会跟车队合作。这个车队指的是什么？是像Lyft这样的平台，还是比较传统的货运车队，还是商用车车队？
王涛：运营方面，我们希望成为一个自动驾驶平台，核心的自动驾驶算法是一样的，我们可以对这些车队运营开放服务接口，比如说有物流公司想跟我们合作，我们也可以开放接口给他们。
但自动驾驶的核心技术还是由我们来掌握。
新智能驾驶：Drive.ai 目前已经部署了三种汽车模型。对您来说，它们的区别是什么？您是如何选择这三种模型的？
王涛：一开始如果想快速搭建系统，林肯MKZ是个不错的选择，奥迪A4也是我们交付交钥匙解决方案能力的首次尝试，系统可以安装在不同车型上，不需要做大的改动。
对于第三款商用车，我们也展示了我们在商用车上进行线控的能力，同时我们的系统不需要在商用车上做大的改动。
新智能驾驶：Drive.ai 正在与 Lyft 合作，你们会把这些无人驾驶汽车放在 Lyft 平台上吗？
王涛：没必要完全用Lyft的平台，可能会有一些差别，因为用户体验还是有些差别的。
我们还想打造一个自己的Drive.ai平台，这个平台在用户界面上会和普通的Lyft有所不同，是一个联合APP。
新智能驾驶：我们刚刚谈到Drive.ai也在开发自己的高精度地图。这到底是什么？
王涛：我们内部还在使用高精地图（我们自己研发的），但是依赖程度没有那么高，依赖的方式也更加灵活。
比如有的公司在使用高精地图的时候，通过车道线的反射值来确定车道线的位置，并与地图进行匹配，进行定位。
但是我们发现一旦下雨，车道线的反射率就会发生很大的变化。这就是为什么下大雨的时候有些技术方案可能就用不了了，因为地面会形成一层薄薄的水幕，所以雷达光打到地面之后，很少会返回来。这其实是一个难点。
我们在定位上采取了稍微不同的方法，因此我们不必对环境太敏感。我们已经发布了雨中道路测试的视频。
新智能驾驶：Drive.ai之前表示，它不仅能载客，还能运送货物，这两者有什么区别吗？
王涛：对我们来说没有太大的区别，因为我们在选择车型的时候，也就选择了一个可以载人、可以载货的平台。
货物将通过与物流公司合作进行运输，目前洽谈正在进行中。
新智能驾驶：完成B轮融资后，Drive.ai有改装套件的计划，现在进展如何？
王涛：Retrofit kit 是 turn key solution 的别称，Retrofit 就是 aftermarket 的意思，我们现在还不追求跟车完美结合，我们会对现有的车辆进行改造，保证迭代速度，更早的把自动驾驶技术落地。
新智能驾驶：您会考虑做自己的芯片还是定制芯片？
王涛：暂时没有。
新智能驾驶：2017年您的目标是什么？
王涛：2017年我们会有一个更大规模的项目，现在还没有公布。
全新智能驾驶：Waymo 早期想重新设计汽车，但最后落地时并没有重新设计汽车，ZOOX 现在正在重新设计新车。
未来汽车的外观设计方面，OEM 和自动驾驶公司之间会存在很大差异吗？您认为未来的汽车会是什么样子？
王涛：我还是说，造车不是一件容易的事情，虽然大家可能觉得汽车行业不算什么高科技行业，但是它是一个非常非常成熟的行业，发展了一百多年，内部的知识积累不是我们这样的企业能做到的，不能很快赶上来的。
当然，电动汽车可能是一个超车的机会，但我认为这需要时间。在这个过程中，我认为自动驾驶不能等到电动汽车准备好了再去做自动驾驶，两者必须齐头并进。因为一些自动驾驶功能的实现会促进电动汽车的发展。
比如电动汽车的一大问题就是充电站不够，充电时间长。但如果能实现汽车共享，你把车开到一个地方后，车子可以自动开到附近的充电站充电。这样，使用电动汽车的门槛就会降低。
同时我们知道内燃机是一个相对复杂的系统，虽然现在也可以针对自动驾驶改造内燃机，但相对于电动车来说，在发动机模型上还是需要下更多的功夫，而电动车模型则要简单很多，这对于自动驾驶改造来说也是一个好处。[完]
从CMU到GM，张文德为何被称为自动驾驶圈的“扫地僧”？| GAIR硅谷智能驾驶峰会