『无人驾驶』首发 | 四剑客组建轻舟智航，获数千万美元融资，打造L4自动驾驶量产方案( 二 ) |技术|操作系统|

他比喻这种独特的技术路径是建立“自动化规模生产的工厂”：“相比传统的‘造梯子’路径，更像是在‘造火箭’ 。 ”
轻舟智航将有效数据、智能仿真系统以及决策规划框架这三点视为推动技术向前不断深入。
与这种主流的仿真软件不同，轻舟智航的仿真软件界面拒绝“华而不实” ，抛弃了复杂的渲染工作，仅保留了感知结果，包括3D Box和雷达点的叠加，场景很真实。
汪堃详细介绍了区别于游戏引擎开发的轻舟智航仿真系统架构：

本文插图

最底层的是轻舟智航自研的Car OS ，借助底层的通讯系统来保证模块之间的高效通讯；
Car OS与仿真器是高度整合的系统，核心仿真器及评估器，是基于底层的Car OS接口开发的，能保证仿真系统的确定性；
第三层是仿真周边工具链和基础架构，可保证整个数据闭环的有效性，将全部数据高效利用起来；
第四层是大规模场景库构建；
最顶层是分布式系统仿真平台，支持快速、大规模的仿真应用，在短时间内得出正确评估。

除了独特的仿真系统，轻舟智航的仿真评估器也可以分为5类：

『无人驾驶』首发 | 四剑客组建轻舟智航，获数千万美元融资，打造L4自动驾驶量产方案

本文插图

安全性评估器（Safety Evaluator），包含是否碰撞、是否压到路边、是否撞到行人等评估；
真值评估器（Ground Truth Evaluator），可通过人工标注或自动标注的方式对仿真结果进行检测对比，及时反馈；
法规评估（Law Evaluator），指的是根据交通规则进行评估，例如是否闯红灯、是否逆行等；
舒适度评估（Comfort Evaluator），指是否有急刹等带来不舒适感的等行为；
状况评估（Stats Evaluator），相对比较底层一些，指根据模块生成的中间结果，进行纵向比较得到评估的结果。

汪堃表示， “我们认为仿真是达到规模化无人驾驶技术的唯一路径。
一方面，借助仿真及相关工具链，能形成高效的数据测试闭环，支持算法的测试和高效迭代，取代堆人或堆车的方式；另一方面，只有经过大规模智能仿真验证过的软件，才能够保证安全性和可用性。
低速起步，多场景落地
轻舟智航目标是打造适应城市复杂交通环境的“老司机” ，值得一提的是业务模式为合作伙伴提供可量产的L4级无人驾驶解决方案。
其实，很多初创公司都将自己的自动驾驶解决方案定位在 L 4 ，但事实上这一级别的自动驾驶看起来很激动人心，但离实际市场还有一段距离，而且还将面临各种法律法规的问题。
对于 L4 的定位，于骞的思考是——我们本身是做技术出身， L4 在技术上来说更难，但 L4 也更加符合未来的预期。
我们的定位是无人驾驶技术解决方案提供商，与合作伙伴一起完成从 demo 到商业化落地。
整个自动驾驶行业在往合作方向发展，并非一家公司就能从头做到尾。我们对“合作”是非常坚定的态度，只聚焦自己擅长的领域。
而落地问题，在可预见的未来是很快可以实现的。我们的市场和产品的落地会在中美两地并进，我们希望做一个符合中国的交通系统的解决方案。
于骞告诉雷锋网，其主要的合作伙伴包括车厂、出行公司、商业运营公司等，具体的项目正在中美两地推进。
在过去一年的起步阶段，轻舟智航不希望通过见招拆招的方式进入到某个具体的小应用场景，变成一家靠堆人来解决问题、无法规模化的工程公司。而是专注于“修炼内功” ，在做到主线够深入、横向可扩展之后，再以轻、快的方式实现真正的无人驾驶。