收入暴涨14倍，疫情期间这家自动驾驶公司进军全球20城
共 1895字，需浏览 4分钟
·
2022-05-23 16:39
新智元报道
新智元报道
编辑：好困
【新智元导读】成立仅五年的这家「滴滴系」公司，再次「搅动」了自动驾驶领域的技术和市场。
近期，长三角的疫情给供应链增加了不小的压力。
就连苹果、特斯拉这种巨头都不得不停工数日，甚至面临减产。
而国内的汽车企业更是直呼：快撑不住了……
但这其中，也有一个例外！
单季营收数千万，翻了14倍
在刚刚结束的第一季度中，这家公司实现营收全面提升至数千万元，为去年同期的14倍。与此同时，公司的执行合同金额也创下新高，为去年同期的12倍。
目前，二季度业务同样进展喜人，海内外多场景同步突破，已在中国、美国、德国、瑞士等国家的20座城市实现商业化运营。
（戳视频，走进autowise.ai自动驾驶清扫车队的一天）
真可谓是迎着逆势全面上扬。
那么，它又是如何做到的呢？
滴滴三巨头齐聚，论文登顶会
这家名为仙途智能autowise.ai的公司成立于2017年，已经在自动驾驶商业化道路上发展了5年之久。
其团队成员来自滴滴、百度等大型互联网公司核心技术岗位。
对于这一点，公司内部其实还有一个梗——「滴滴三巨头」。
黄超曾是滴滴自动驾驶负责人、首席工程师，负责了滴滴第一台自动驾驶车辆研发，再之前曾是百度研究院深度学习平台研发负责人。
2017年组建autowise.ai，并在上海组建了中国最早一批robotaxi车队。
autowise.ai 2017年组建的robotaxi车队
产品与运营副总裁唐彦也先生硕士毕业于人民大学新闻系，并拥有北京大学软件工程硕士学位，曾任滴滴快车&专车产品和运营负责人、百度导航产品负责人。
在滴滴任职期间，他参与创建并担任滴滴快车业务首任业务线负责人，使其快速成长为滴滴最大规模业务，通过多种手段提升运营效率，使得滴滴在与Uber抢占中国市场的激烈竞争中拔得头筹。
此外，他还曾担任滴滴国际业务澳新区域负责人，拥有丰富的海外产品及运营经验。
此前以公司合伙人兼海外市场负责人的身份加盟autowise.ai的William 刘政康，也曾是滴滴出行的高管。
毕业于美国密歇根大学工业工程系的William，还曾在通用汽车、罗兰贝格等知名公司担任要职，独立完成过6亿美金的战略投资，也运营过10亿资产的线下重资产业务。
作为汽车与自动驾驶行业专家，William具备战略、商务、运营三合一的实战经验，及超过10年的海外业务项目经验。
目前负责公司EMEA地区销售的Mario Pepe也是一位行业里的「老大哥」了。
他在智能环卫行业深耕多年，拥有超过30年的道路清扫设备与市场拓展经验和庞大的客户关系网络，他的加盟将让autowise.ai海外业务如虎添翼。
介绍完大佬，接下来讲讲技术。
对于CV届来说，那自然是少不了各种顶会论文的。
比如，CVPR 2022就收录了autowise.ai与香港科技大学创办联合实验室，携手机器学习领域的国际知名学者张潼教授发表的最新研究成果。
如下图所示，神经网络可以利用的visual cues识别物体在图片中的大小，和它在图片的垂直方向位置（越近的物体，在图片上越大，也更倾向于在图片下半部分）。但在实际利用这部分信息时，网络的鲁棒性不高。
因此，联合团队的工作分析了现有的单目3D检测方法是如何利用visual cues去定位障碍物，并对应提出能够增强当前方法鲁棒性的数据增广技术。
基于这些数据增广方法，单目3D检测模型在数据集kitti和nuScene上的性能得到有效的提升。同时在domain adaptation和semi-supervised training领域的应用前景也得到了验证。
当然，除了十分fancy的顶会论文，其他看似更加基础的技术，也在不断迭代和落地。
首先在感知方面，autowise.ai拥有行业领先的多数据源前融合算法、检测识别算法，离线部分可实现数据闭环和自动化标注。
其中，3D多任务检测框架将障碍物分割、检测、去噪和语义分割集成在同一个神经网络框架之内，既节省了算力，还提升了检测效率。
而Bird's Eye View多相机检测方案，则可以将多个相机数据基于注意力机制融合，实现远远优于单相机的检测效果。
再加上多种核心驾驶场景下的感知经验积累，autowise.ai现在不仅可以识别更多种类的障碍物并精准判断障碍物类型，而且还率先打造出了自动驾驶环卫场景感知方案壁垒，实现更高维的障碍物检测方案。
在车辆的定位上，autowise.ai已经把贴边清扫作业时的误差控制在了3cm以内，远高于乘用车（<10cm）的水平。同时还支持每20毫秒内快速刷新，时延更短，实现了技术降维。
而autowise.ai打造的大规模高精度地图制图系统，则可以自动检测地图变化点，4分钟可以完成一处高精度地图更新，满足各种场景对高精度地图时效性的需求。
如果在运营的过程中遇到定位异常导致的急停，autowise.ai还能在10秒内远程响应接管。
此外，autowise.ai现有规控水平已在多种城市核心复杂场景中实现场景快速预测、场景灵活切换等能力的有效验证，同时将利用仿真推演实现技术水平不断迭代优化。
制霸海内外
雄厚的技术实力及与国内外顶级竞争对手PK的经验累积使得autowise.ai能够迅速抢占自动驾驶环卫市场，并率先在自动驾驶环卫场景实现商业化运营，不仅以99.4%的通过率获得了全球首张自动驾驶清洁车的测试牌照，也牢牢占据了自动驾驶环卫领域70%以上的市场份额，积累了大量数据和作业经验。
目前，autowise.ai的环卫车已经遍布北京、上海、广州、郑州、苏州、合肥、南京、西安、青岛、唐山、无锡等城市。
autowise.ai也成为目前国内唯一一家具备从室内洗地机到室外1-18吨新能源清扫机具、清扫车辆等全场景覆盖的公司，不绑定特定车辆厂商，产品更加灵活，贴近客户需求。
在德国杜伊斯堡的大型物流园区，由于园区内障碍物种类复杂，对于环卫清扫的质量和效率要求极高。疫情环境下，对于废弃口罩的无害化处理成为防疫和环卫工作的重要环节。
autowise.ai的工程师通过建立多种口罩模型（包括蓝色医用外科口罩、N95口罩等），让自动驾驶系统进行模型训练与深度学习，使其能敏锐识别物流园区的废弃口罩，从而完成对口罩的无接触清扫。
autowise.ai自动驾驶清扫车精准识别口罩
不仅德国，在疫情期间静态管理的上海临港，自动驾驶更是充分发挥了它的技术优势：能够在环卫人员严重短缺的情况下，安全、高效地完成城市清扫的任务，而无接触的自动驾驶，也大大降低了人员感染的风险。
autowise.ai云端控制平台
autowise.ai还得到了国外客户的肯定，并先后在美国、瑞士、德国等国家商业化落地，中东、比利时等多个项目也在稳步推进中，整体业务覆盖了全球二十座城市。
autowise.ai自动驾驶清扫车在美国芝加哥IMI工厂夜间运营
autowise.ai自动驾驶清扫车在瑞士贝耶纳工业园区执行清扫任务
野心与实力不止于此
其实，在做自动驾驶环卫车之前，autowise.ai就积攒了不少robotaxi的技术经验，当时自动驾驶乘用车的水平已经可以处理普通城市道路，以及一些非结构化道路的路况了。
而在随后大型环卫车的研发之中，autowise.ai又掌握了robotruck相关的技术，并于2019年获得上海自动驾驶卡车测试牌照，并增加了环卫相关的测试项目。最后在环卫赛道上实现了快速落地。
autowise.ai 2017年路测（不愧是5年前的视频，都包浆了）
但去安全员绝非一蹴而就，而是需要逐步推进，先在行驶速度相对较低、行车安全更容易得到保障的场景试行。
如今，在autowise.ai的部分海内外半开放道路和场景已经可以实现去安全员化的运营，这一点上，autowise.ai已经占到了先机。
autowise.ai自动驾驶车辆在雨天及人车混杂的道路上安全行驶
有具备robotaxi和robotruck技术实力的团队，再加海内外环卫场景迅速广泛的商业化经验，这家自动驾驶公司的未来发展，势必拥有更加广阔的想象空间。
