11月7日，世界互联网大会开幕首日，自动驾驶初创公司Roadstar.ai发布量产版L4自动驾驶解决方案「Leo·灵」，针对中国的特殊复杂路况进行了算法升级，同时在传感器布局、数据融合、实时感知等方面进行升级，使得该技术方案接近商业化水平。

“Leo·灵已经接近一个成熟的商业化产品，可以理解为是一个能随时升级的平台。” Roadstar.ai联合创始人衡量说。

当然，尤其值得关注的是，衡量同时宣布称，Roadstar.ai将降维进入一些垂直行业，如驾驶小巴或定点接驳领域，从这些可以快速商业化落地的场景中，获得更快的商业回报。据悉，目前，Roadstar.ai已经与日本、美国等巴士公司合作。

资料显示，Roadstar.ai成立于2017年5月，由三位联合创始人佟显乔（CEO）、衡量（CTO）、周光（首席机器人专家）创立。与谷歌旗下的Waymo类似，Roadstar.ai定位为一家Level 4自动驾驶技术方案公司，面向城区复杂路况提供自动驾驶出租车或专车服务。

今年5月，成立仅1年的Roadstar.ai获得已完成1.28亿美元的A轮融资(约合8.12亿人民币)，此次融资被官方称作国内无人驾驶领域宣布的最高融资额。

就目前的布局来看，由于政策法规尚未明朗，城市自动驾驶出租车业务短期内难以落地，Roadstar.ai虽然获得大量外部资金支持，但也需要切入垂直领域，实现内部造血。

Roadstar.ai联合创始人衡量宣布造血计划

“我们的主要方向依然是Robotaxi（自动驾驶出租车），在有足够的精力情况下会涉足一些垂直领域，但是肯定不会让这件事影响我们的主线研发。”衡量告诉钛媒体。

在所有自动驾驶业务落地的方向中，城市自动驾驶业务被视为占据市场最大份额，在同一方向上投入研究的谷歌Waymo已经拥有超过1000亿美金估值，目前Waymo已经在美国凤凰城地区展开试运营。

据Roadstar.ai天使投资方、耀途资本创始合伙人杨光预计，自动驾驶出租车业务在中国的落地日期在5-10年。 不过，其依然认为初创公司不应盲目调整自身步伐，而是坚持高阶自动驾驶技术路线，“拥有全栈技术的L4自动驾驶解决方案，依然是此类创业项目的核心壁垒，只有坚持研发，才能在商业机会来临的时候做好准备。”

半年两次迭代，推出接近商业化技术方案

据悉，今年上半年，Roadstar.ai发布了第一代自动驾驶Level 4解决方案「Aries·锐」，与其他L4自动驾驶初创公司不同，Roadstar.ai采用的是纯国产激光雷达解决方案。

新一代自动驾驶解决方案「Leo·灵」在传感器布局、更多数量的摄像头、数据融合、实时的感知等方面都做了性能迭代和升级。

具体表现为，Roadstar.ai目前能够预处理8个摄像头、5个激光雷达等多传感器的数据，激光雷达点云密度高达0.13度，实现更精准的前融合效果，精准感知距离更是提升2倍。同时，基于FPGA的数据预处理机顶盒3.0系统，产品鲁棒性得以提升。

“相比上一代产品，Leo·灵是模块化的设计，解决了锐的一些缺点，比如锐要更换一个零件需要拆开整体，灵则只需要替换局部零件，十几分钟就能完成操作。”Roadstar.ai联合创始人周光介绍到，“灵平台的稳定性和可维护性都非常强，整个生产、调试时间可以缩短到半天，两天时间就能让无人车跑起来。”

Roadstar.ai的运营车队

而可维护性高、组装生产环节适配更多车型，被周光认为是直指“量产”的特征。

除了硬件上的升级，Roadstar.ai在软件上算法也有所升级，感知、决策、控制能均进一步优化，落在无人车上的表现，尤为显著的是能够处理“加塞”这类的特殊难题。

“举例来说，Roadstar.ai能够实现无人车在路面上的行驶更趋近‘老司机’，当无人车周围挤满车辆或是行至人流量很大的路口时，不再像‘任人欺负’的‘砧板肉’，而是学着一点点向前蹭，只要有可以行驶的空隙，就不会傻等到下一个天亮。”衡量说。

而伴随方案升级，Leo也从支持个位数的解决方案到产出驾驭百辆级以上的解决方案。“Roadstar.ai向中小规模车队运营的目标逐步逼近。”周光说。 

当然，为了推进小规模车队顺利运用，Roadstar.ai还推出了高精度三维实景地图（HD RealityMaps）。

“这个地图技术的最大特点是真实、彩色、三维，最大限度地还原了地图的真实感。”周光说，

据其介绍，无人车行驶的路况里隧道是一个很大的问题，因为隧道中无信号，必须依赖于高精度地图，而隧道都很相似，传统的高精度地图缺少环境特征等元素。Roadstar.ai的HD RealityMaps技术则可以利用颜色、花纹、纹理等信息，做到像素级的差异，使无人车能够准确定位、识别然后通过隧道。

切入垂直领域，用技术子集实现商业化

云启资本合作人表示，其将自动驾驶创业的落地方向分为四大类：一、自动驾驶乘用车；第二、干线物流；第三，末端物流，如饿了么、美团等最后几公里的配送；第四，特殊用途车辆，如清洁车、矿车的等。而在上述场景中，乘用车，也即Roadstar.ai业务领域占据的市场份额最大。

"做无人专车出行服务，始终是Roadstar.ai的主线业务，这是毋庸置疑的。”Roadstar.ai联合创始人衡量告诉钛媒体。

因此，在衡量看来，占据了自动驾驶Level 4技术后，对于技术难度更低的其他场景，进入会有降维打击的优势。

 “Roadstar.ai不排除寻找更快落地方式的可能，奔着盈利的目标去，自我造血不但给外界带来信心，也能更好地支撑主线研发。”衡量说。

今年7月，Roadstar.ai与美团达成无人配送战略合作，成为外卖业务中唯一一家提供自动驾驶L4技术的公司。同时，Roadstar.ai也将在欧洲、美国、日本等国家与本地运营企业合作，提供无人车公共交通服务。在欧洲，Roadstar.ai与当地最大公共交通运营商达成合作，提供无人巴士服务；在美国，Roadstar.ai与一家自动驾驶软件服务商共同搭建海外城市交通服务，面向普通市民，围绕住宅区、商店、工业区等通用场景运营无人巴士。

虽然从高阶L4自动驾驶降维切入细分场景拥有技术储备的优势，但是不少巴士运营服务不仅需要团队投入大量精力梳理当地政府的审批程序，也对运营方案的成本更为敏感。

对此，衡量向钛媒体表示，“我们会谨慎使用资金和精力，确保主线研发不影响的情况下，占据更多的垂直领域的一些市场。同时，也会选择跟我们的主线技术尽可能多的相关性，尽量花少量力气把一个技术的子集拿出来做成其他场景下的产品。”

而关于成本，周光表示，“中国出租车司机的公司是美国的三分之一，所以我们在中国做运营，成本也要进行控制。因此我们也在致力于用低成本的传感器，通过更好的融合传感器的技术获得更好的性能。进入垂直领域，我们也有成本上的优势。（本文首发钛媒体，作者/李勤）