暴走商用车，图森转型自动驾驶他做出5大选择
帝都繁华的东三环，在世贸天阶后面的鹊起众多写字楼中，我见到了图森互联的CEO陈默。我再三确认是否我提纲上的问题有些不好回答，他很坚定地告诉我，“可以的，我都可以。”他年龄不大，既有年轻人的闯劲，又有创业多年积累的冷静。
2015年9月图森互联成立，创始团队中CTO侯晓迪博士在美国有个20人的视觉识别研究院，团队成员包括来自UCLA、卡梅隆、MIT等学校的华人。开始他们是做广告的视觉识别技术，如他们给新浪微博做了一个“识车神器”。用户只要随手上传汽车图片，微博即可识别主流乘用车品牌、车型，利于精准广告的投放。
但是，这家广告领域的技术公司今年转型自动驾驶了。
第一选择，不做广告，做自动驾驶
图森的技术核心来自于美国的视觉识别研究院，主攻计算机识别深度学习的研发。这方面，陈默的确是一个很敏锐的CEO，他创立公司之后，立刻发现视觉识别应用在广告上的痛点：数据造假太多，并且广告是一个偏营销的行业，技术公司并不占优势，用很大力气投入并不能够带来明显的销量增长。
于是，2016年3月，他们正式将识别技术应用转向汽车自动驾驶方向。
陈默不仅商业反应迅速，而且很坦诚，这是他给我最大的感觉。无论大到商业化还是小到每一个零部件，他都能给出一个最有可行性的解决方案。他们不像很多科技公司花很多年时间去研发一个外国已经有的东西，因为这个技术可能在研发成功后，早已被更新的技术占据市场。他很现实。在互联网时代不扯情怀，解决问题的最短路径就是最好的选择。陈默认为，深度学习和视觉识别非常适合自动驾驶，这的确是条比较长的产业链，所以在中间环节他们也做辅助驾驶的产品。
第二选择，不学EyeQ3，看准深度学习
这么短时间的转型不禁让我有很多疑问，踏入自动驾驶领域才半年时间，用什么技术沉淀谈自动驾驶？陈默把这个问题想得也很通透，他说：“在传统算法中，Mobileye不可逾越，他们积累的十年的数据，外国厂商都不愿与之竞争。而只有在视觉识别的深度学习上，我们才有弯道超车的可能。”
从 2007 年开始，Mobileye研发的驾驶辅助系统芯片 EyeQ（视觉处理芯片）开始被安装到汽车中，在过去 10 年和全世界大部分汽车厂商的合作，积累了千百万英里在不同环境、不同气候、不同道路状况和驾驶场景下的数据。陈默认为，现在起步再研发这个已经太晚，因为几年之后人们不再需要传统算法。他们瞄准了Mobileye正在开发第四代视觉芯片产品EyeQ4（Mobileye方面预计将于2018年推出）。这是一个基于深度学习的全新思路，传统的方法需要大量的数据，而深度学习的自动驾驶不用加工数据，机器会自己识别汽车和路况的特征，找到的特征点也会更加准确。
对罕见的突发事件的反应，是训练自动驾驶系统至关重要的，他认为一个成功的自动驾驶公司战略要包括：
获取海量驾驶数据的渠道
具有从传感器数据中精细还原物理世界的能力
第三选择，主攻商用车，维护行人安全
现在研发智能驾驶技术的科技公司往往会选择和自主品牌的乘用车合作，但是陈默发现，一套深度学习的自动驾驶如果只用在前车防碰撞就会大材小用。人们观察前车动向时走神的概率其实很低，而大型的交通工具以及货运车存在的盲点更加危险，把行人卷入车下的情况层出不穷。
所以他们选择了一个有更多向量的场景。除了汽车防碰撞，把行人、自行车、快递员等因素也加入考虑，保护他们的安全。
商用车是生产工具，并且在规定的路段和路线行驶，数据很好采集。即便是军用车，也是从一个集散地到另一个集散地，同一类高速路段。从这些角度看，商用车的数据采集比城市中随机路线和复杂交通状况更容易实现。
“商用车比乘用车更有实际的需求，”陈默说，“千万不要强加需求。”国内主机厂以及消费者喜欢价格低的车，如果在这些车辆上强加昂贵的传感器做，何尝不是一种伪需求。
对于降低交通事故率、保证行人出行安全才是人们真正的诉求，也是国家和政府乐于去做的事情。日前，图森互联与北奔重汽、北京理工大学签订合作，帮助第三代解放军运输车做自动驾驶功能。最快需要1年的时间出原型车，在这段时间，车的不同位置还需要重新采集数据作为样本，重新构建模型。未来很可能在公交出行、运输车、客货车等商用车上都安装自动驾驶系统，减少盲区不仅对车内的人，也对行人的安全加强保障。
第四选择，拒绝激光雷达，控制成本
随着深度学习的进展，视觉不仅可以用来3D重建，测距离，还可以识别物体。激光雷达高精度的优势是可以通过时间和技术被视觉传感替代的。毕竟它的成本并不允许它量产，不过激光雷达的算法比较简单。
陈默告诉我，视觉传感器的算法相对复杂，现在他们用的是双目摄像头和毫米波雷达的综合解决方案。图森互联负责集成算法，配合成本较低的硬件，用深度学习的方法做自动驾驶。陈默说：“互联网公司擅长的是硬件设计和技术研发，具体的硬件是采购的，我只做我擅长的这个模块。”陈默对公司的把控十分明确，激光雷达他们采购后用于demo车的测试，但是并不能够量产。
目前国内公开的地图数据不足以支持无人驾驶的导航，图森以分米级精度建立矢量模型，包括车道线、隔离带、交通标志牌、路面坑洼等，解决方案的成本也比Nokia Here低至少两级（HERE使用了LiDAR和4个1689万像素的高精度摄像头）。
在选零部件时陈默也考虑的十分全面，他们计划选用了地平线的通用芯片。虽然专用芯片比通用芯片性能高，但它的出货量不大，成本降不下来。另外地平线高度重视通用计算，产品稳定性和出货量都很好。
他们的系统全部Offline，避免网速和服务器信号问题带来的延时误差，也控制了数据存储的成本。陈默很多的观点都非常实际，考虑成本是产品能否落地的前提。他认为，有一天计算机视觉识别和深度足够强大的时候，再也不需要激光雷达了。
第五选择，逃离舒适区，他会一直创业
目前图森团队国内50人，国外20人。CTO侯晓迪博士在美国有个研发团队，现在在人才储备方面只能从常春藤大学的毕业生中抢，他也坦言：“视觉识别方面人才稀少。”在留住人才方面陈默认为，很关键的因素是公司与员工的利益保持一致，他表示，公司的人都很真诚，不给员工画饼，只是把彼此的利益捆绑在一起。科研公司很难定KPI，如果凡事都要数据化，那么一定会产生考核标准之外其他的问题，这就有些本末倒置了。
陈默的上一家公司被并购了，他退出来再次选择了创业，他说：“困难太多，抱怨无用。”他认为作为创业者最重要的能力是学习能力和解决问题的能力，创业是高风险高回报。压力每天都有，他们创始团队几个人基本都会失眠，但是陈默说，他已经习惯，：“我应该会一直自己经营一个公司或者项目吧，这才是我对自己的预期。”
采访结束，我又想起开始他对我说：“可以的，我都可以。”这句又热血又坚定的话倒是让我有些感动。不论是从公司发展方向的转型，还是个人职业规划的转型，陈默总是坚定并坚持自己的选择。在时间压力和市场压力双重存在的情况下，他们毫不犹豫地选择了当下最火的风口，敢想、敢说、敢做、敢当，在国内为数不多的智能驾驶科技公司中，自然而然 走出自己的性格。
