据悉,自动驾驶公司“轻舟智航”宣布获得联想创投的新一轮投资,投资金额未透露。本轮融资主要用于技术研发和商业化落地。

轻舟智航在2019年成立于硅谷,基于大规模智能仿真系统、可自主学习决策规划框架、多传感器融合与时序融合方案等核心技术,研发针对城市复杂交通场景的L4级自动驾驶解决方案“Driven-by-QCraft”,目前在中国北京、深圳、苏州、美国硅谷等城市测试和运营。

轻舟智航的CEO于骞和其他三位联合创始人侯聪、大方、汪堃,均是谷歌旗下自动驾驶公司Waymo的技术骨干和海归博士,从事无人车行业近十年。该公司曾在今年4月宣布获得数千万美元的种子轮融资,投资方包括IDG资本、元璟资本和Tide Capital。

目前,轻舟智航正在国内多个城市启动Robo-Bus常态化运营,用于地铁接驳和微循环接驳,是“Driven-by-QCraft”方案的首个落地场景。

今年年内,轻舟智航计划在苏州落地全国首个常态化运营的城市公开道路Robo-Bus项目,部署多条Robo-Bus城市微循环线路,覆盖苏州地铁二号线的苏州北站和大湾地铁站周边区域。其中已发布的路线总长度超过4公里,线路沿途设置多个站点,串联苏州高铁新城的核心交通枢纽、商业办公区、购物中心、居民小区等地。

城市道路交通微循环,指的是车流从城市主干道的末端,流经支部的微循环道路系统,然后从微循环道路系统汇入到其他干道的过程。2018年第三季度《中国主要城市交通分析报告》数据显示,北京大部分快速路和主干路的使用率高达100%,平均拥堵率超过60%,而次干路或支路的平均拥堵率仅为30%左右,能起到很好分流效果。

谈及优先选择无人小巴的原因,轻舟智航联合创始人、CEO于骞表示,Robo-Bus有四大优势:第一,中低速场景,乘客对车速的预期可控,速度保持在20km/h到50km/h之间;第二,固定路线,在同一条线路上反复磨练,更能确保行驶安全,可结合V2X实现红绿灯优先和预警;第三,多人出行,具有社会效益,在公共道路上享受优先路权;第四,在商业模式上,用户与客户分离,由运营小巴的公司向用户提供公共出行服务,由轻舟智航向运营公司提供产品及支持,能快速实现商业化闭环。

于骞还提到,轻舟无人小巴属于微循环公交,定位于解决城市出行的“最后三公里”难题,采用6-8.5m、9-15座的车型,行驶线路灵活,适用于狭窄街区。相比之下,无人出租采用轿车,属于私人出行,载客量小。在现有高昂成本的压力下,能支持的片区有限,不可能由乘客直接为车辆和运营成本买单。普通公交则采用12m、32座车型,适用于长距离线路,车次密度低,空载率高,较难深入狭窄街区。


谈及市场需求,轻舟智航表示,国内的微循环公交应用正迎来爆发期。目前,东莞市已开通近20条微循环公交线路,共投入140辆微巴。其中,东莞松山湖片区的微巴线路,已为超过18万市民提供出行服务。广州市在过去8个月里开通了4条便民路线,投入便民车数量超过100台。除了社区和街巷的公交空白需要填补,接驳地铁和火车站点的公交线路也存在巨大缺口。以福州的地铁接驳专线为例,过去一年,为满足地铁沿线各站点3-5公里内的换乘需求,福州已开通23条地铁接驳专线,微公交线路单日平均客流量近3万人次,高峰日客流达5万人次;地铁接驳专线在深圳也开始配套使用,在地铁6、10号线开通之后,深圳配套新开了11条公交接驳线路。



虽然优势很多,但Robo-Bus也有自己的技术挑战,尤其是体感优化问题。

轻舟智航联合创始人大方此前在Waymo主要负责运动规划关键模块。他提到,巴士的制动感受比轿车更明显。一方面,巴士的悬挂系统因为需要承载更大的重量,跟轿车悬挂的结构不一样,从设计上偏硬,不能很有效地吸收小幅度、不平滑的加减速;另一方面,巴士的车上座位不像轿车座椅般能把人体大面积包住,比较开放,相同的加速减速更容易转化成身体的晃动。但基于团队在决策规划技术方面的经验积累,轻舟无人小巴现在能做到准确反应,还能最大化地保持平稳。

此外,大方表示,苏州相城青龙港路上多个连续红绿灯之间的距离非常短,最短距离只有130-140米,而黄灯时间仅为2-3秒。在这样连续的一系列交叉口上,为了不让乘客因频繁刹车感到不适,轻舟无人小巴除了在感知和规划上做到提前预测,也可通过5G网络下的车路协同应用,提前获取连续直行路段各路口交通信号灯相位、时间信息。当Robo-Bus行驶接近绿波通行路段首个路口时,轻舟智航的无人驾驶系统会结合自身路径和交通灯信息,得出最佳车速,避免因临时变灯而刹停,减少通过路口时的等待时间。

针对本次投资,联想集团高级副总裁、联想创投集团总裁贺志强表示,轻舟智航找准了 智能化城市的“微循环”需求,较短时间实现了从技术研发到场景化应用,并带来良好的社会效益和商业模式闭环。随着国内城市交通网联化、智能化的不断加深,无人驾驶在相关领域的应用将迎来爆发式增长,轻舟智航可量产的无人驾驶解决方案将会在中国有广泛的使用场景。


尾图.jpg