華文網

自動駕駛類比系統成新熱點,Metamoto要提供大規模的類比即服務

雷鋒網按:經過半年多時間,雷鋒網在北京、上海、深圳、矽谷等地對近百家智慧駕駛公司高管進行了面對面訪談與調查,雷鋒網即將在2018年1月發佈《中美智慧駕駛白皮書》,其中將梳理智慧駕駛產業鏈上各環節的機遇與挑戰,

並詳細介紹各新興公司的發展狀況與產品、市場策略。本文所報導的Metamoto也會在白皮書中有更詳細的介紹,歡迎關注。

自動駕駛需要多少里程的測試,才能證明其安全可靠?

答案因人而異,不過美國智庫蘭德公司在一份報告中指出,要獲得足夠的資訊與人類駕駛的安全性對比,自動駕駛車輛的測試里程需要達到幾億英里,甚至是幾千億英里,

而用數百輛車全年無休進行路測,也會耗費幾十年甚至幾百年時間。

要彌補這種理想與現實的差距,一個方法是在模擬環境中測試自動駕駛系統。

雷鋒網曾報導,Waymo的車輛如今每天在其Carcraft模擬環境中行駛里程可達800萬英里。整個2016年,他們總共在虛擬世界中行駛了25億英里,相較於他們在公共道路上測試的300萬英里,完全不是一個數量級。Waymo於上個月發佈了一份自動駕駛安全報告,

其中詳細介紹了其類比軟體。這也表示,Waymo認為類比是一種安全的系統測試方法。

Waymo對模擬的重視,讓更多人意識到了其中的重要性,也因此催生了一些新興的模擬公司,Metamoto就是其中一家。

Metamoto也是矽谷一家提供自動駕駛類比服務的公司,它提供基於雲的,可擴展的類比即服務(Simulation as a Service),可以將所有的自動駕駛系統元件放到雲端環境中,測試獨特的邊緣場景(Edge Case),從而在物理環境測試的基礎上,

增加系統的可靠性。Metamoto收費是也是按使用類比服務的時間來算,類似於使用AWS的雲計算服務。

目前,Metamoto已經獲得了200萬美元的種子輪融資。

Chad Partridge

Metamoto的三位聯合創始人Chad Partridge(CEO),Paul Scott(CTO)以及Misha Savchenko(首席產品架構師)可以算是鐵三角組合,有多年的共同工作經驗。Chad與Paul是無人機公司Sensing Systems公司的聯合創始人,

Misha則是在2009年加入。這家公司成立於2000年,主要為無人機(UAV)開發數位媒體管理和開發軟體。

2011年,Sensing Systems被上市公司Oxford Metrics Group收購,與後者的子公司2d3組成了新公司2d3 Sensing。2015年,2d3 Sensing再次被波音公司收購,並整合進了後者的子公司Insitu。

Chad與Paul在2016年先後離開Insitu,並在當年9月成立了Metamoto。Misha則是在2014年底離開2d3 Sensing並隨後加入Google,他在今年初再次與兩位舊友匯合。

Chad在離開波音時對未來的打算想得很明確,那就是從事自動駕駛行業,

並最終選擇了自動駕駛模擬為切入點。

雖然有不少公司在提供類比系統服務,但Chad認為,他們沒有解決自動駕駛系統所面臨的問題。

“自動駕駛所需要的是大規模可擴展的,能同時進行上百萬測試的類比服務,就像Google所做的那樣,但Google不會向外部提供其技術。而現在的類比服務是以Driver/Hardware in the loop(駕駛員/硬體在環)為中心的。”

說到汽車行業的模擬器,一般印象是如下圖這樣,以駕駛員為中心。而硬體在環,則是讓汽車的電子控制器(ECU)工作在一個模擬的工作環境裡,利用這樣的環境,來測試ECU的功能。他們都無法同時進行大量的模擬測試。

但對於自動駕駛的類比而言,系統面對的就是軟體與代碼,要在短時間遍歷盡可能多的駕駛場景,也不再需要那些傳統的模擬器設施。

“自動駕駛系統所需的類比面向的是機器與軟體,傳統的類比則是面向駕駛員。我們在雲端做到了真正的Software in the loop(軟體在環)。”

要讓自動駕駛更加安全可靠,就需要獲取足夠的場景用於測試。Chad告訴雷鋒網,Metamoto希望合作的公司可以共用資料,構建一個場景的合集,比如特斯拉的事故,就可以將它模擬出來,形成一個新的Corner Case,並累積成一個集合。

當然,更為重要的是,Metamoto還可以將場景參數化,比如在某一個場景中,改變時間、天氣、路狀、路標等因素,甚至還可以在模擬環境中改變感測器的配置,改變資料延時和通訊狀況。這樣可以在一個情景下衍生出更多的情景。

Metamoto的類比軟體

這類似Waymo的類比系統中所稱的“模糊”過程。Waymo在報告中稱,在模擬環境中也可以添加行人、車道等,讓場景更繁忙與複雜,以瞭解如何影響自動駕駛車輛。

Metamoto的場景開發工具中還包括了不同的車輛類型,也能將感測器隨意配置,從而瞭解不了配置對系統的影響。Chad表示,這也是類比的重要的部分,是另一個應用場景和價值。

目前,Metamoto已經有了一些早期的用戶,有車廠、Tier 1、自動駕駛系統公司,以及感測器公司。

Chad告訴雷鋒網,他堅信模擬會成為自動駕駛的標準之一,成為系統開發週期的一部分。值得一提的是,Metamoto的投資者之一UL Ventures,這家公司正在參與自動駕駛系統的標準化工作,其中就會包括系統安全與驗證服務。

對於未來,他同時認為類比服務最終可能會出現贏者通吃的情況,長期來看,只有一部分公司會勝出,未來也會出現收購案例。

Chad表示,“我們很清楚行業最終的狀況,現在我們急需擴張。”

而硬體在環,則是讓汽車的電子控制器(ECU)工作在一個模擬的工作環境裡,利用這樣的環境,來測試ECU的功能。他們都無法同時進行大量的模擬測試。

但對於自動駕駛的類比而言,系統面對的就是軟體與代碼,要在短時間遍歷盡可能多的駕駛場景,也不再需要那些傳統的模擬器設施。

“自動駕駛系統所需的類比面向的是機器與軟體,傳統的類比則是面向駕駛員。我們在雲端做到了真正的Software in the loop(軟體在環)。”

要讓自動駕駛更加安全可靠,就需要獲取足夠的場景用於測試。Chad告訴雷鋒網,Metamoto希望合作的公司可以共用資料,構建一個場景的合集,比如特斯拉的事故,就可以將它模擬出來,形成一個新的Corner Case,並累積成一個集合。

當然,更為重要的是,Metamoto還可以將場景參數化,比如在某一個場景中,改變時間、天氣、路狀、路標等因素,甚至還可以在模擬環境中改變感測器的配置,改變資料延時和通訊狀況。這樣可以在一個情景下衍生出更多的情景。

Metamoto的類比軟體

這類似Waymo的類比系統中所稱的“模糊”過程。Waymo在報告中稱,在模擬環境中也可以添加行人、車道等,讓場景更繁忙與複雜,以瞭解如何影響自動駕駛車輛。

Metamoto的場景開發工具中還包括了不同的車輛類型,也能將感測器隨意配置,從而瞭解不了配置對系統的影響。Chad表示,這也是類比的重要的部分,是另一個應用場景和價值。

目前,Metamoto已經有了一些早期的用戶,有車廠、Tier 1、自動駕駛系統公司,以及感測器公司。

Chad告訴雷鋒網,他堅信模擬會成為自動駕駛的標準之一,成為系統開發週期的一部分。值得一提的是,Metamoto的投資者之一UL Ventures,這家公司正在參與自動駕駛系統的標準化工作,其中就會包括系統安全與驗證服務。

對於未來,他同時認為類比服務最終可能會出現贏者通吃的情況,長期來看,只有一部分公司會勝出,未來也會出現收購案例。

Chad表示,“我們很清楚行業最終的狀況,現在我們急需擴張。”