◆ Vector.ai創始人Andrew Tsai
文| 鉛筆道 記者 羅正臣
►導語
Andrew Raharjo Tsai（蔡長柏）曾是一位搖滾青年。 他就讀佛羅里達理工大學時， 常背著兩把心愛的吉他， 在週末出入酒吧演奏，
當他為創業不得不賣掉這兩把電吉他的時候， 他似乎沒有一絲猶豫。 “創業本身需要啟動資金， 我只能將這兩把老傢伙出手。 ”
帶著這筆錢及身邊親戚朋友的資助， Tsai在San Diego（聖地牙哥）家中的車庫裡建起了Vector.ai， 即一套整車無人駕駛解決方案。
現在， 該專案仍然處於開發階段。 裝配Vector.ai的轎車可在高速公路上以每小時80英里速度， 自動駕駛約10分鐘。
近期， 該項目正進行天使輪融資。
注: Andrew Tsai及其團隊承諾文中資料無誤， 為其真實性負責， 鉛筆道已備份錄音速記， 為內容客觀性背書。
車庫研發中心
Andrew Tsai覺得在佛羅里達的日子， 太過悠閒了。 擁有陽光沙灘和海風的佛羅里達， 是每一個美國人退休後的療養勝地。 但Tsai卻想換個環境。
去年2月底， Andrew帶上老婆、剛出生1個月的女兒及兩位母親， 開上家中一輛Hyundai Santa Fe轎車， 駛向了美國西海岸的聖地牙哥。
四天三夜的連續駕駛， 讓Tsai疲憊不堪。 與此同時， Tsai在路上看到了多起嚴重的交通事故， “多是因為司機疲勞駕駛或被干擾（如玩手機）駕駛造成的後果”。
到達聖地牙哥家中， Tsai母親又遇到了一個難題：交通。 “因為母親平時去超市買菜， 需要叫Uber等計程車。 可是司機經常拒載， 只因母親英語不好， 無法正常溝通。 ”
幾件事情疊加在一起， 身為工程師的Tsai動了研發自動駕駛技術的念頭。 在此之前， Tsai曾在Lockheed Martin、Northrop Grumman工作， 並參與部署多個DARPA研究項目。 “自去年4月， 我便自學起了AI及無人駕駛技術。 ”
◆ Andrew改裝的Acura ILX， 車頂可見16線LiDAR。
4個月後， Tsai將家中Civic轉手， 購置了一輛2017款Acura ILX 4門轎車， 並決定以此為模型， 開發Vector.ai專案——一套無人駕駛解決方案。
Tsai拿到新車後做的第一件事 ， 便是賣了心愛的吉他， 買來維修設備將整車拆了個精光。 “只有這樣我才能更好地瞭解這輛車的內部結構， 方便改裝。 ”
接著， Tsai將自家的車庫改裝成了工作室。 車庫一邊擺著幾張大桌，
Tsai還記得， 當他在車底工作時， 旁邊的女兒曾用迷惑不解的眼神望著他。 在他看來， Vector.ai和女兒都是他的孩子， “都值得我全情投入”。
時速80英里
開發伊始， Tsai便選擇了PolySync， 作為Vector.Ai的無人駕駛軟體系統平臺。 之所以做此選擇， 是因為PolySync在後端可以提供基礎環境， 讓程式師可以快速建立、測試有關自動駕駛的一系列程式。
與PolySync相結合的， 是Vector.AI從合作商NVIDIA獲得的NVIDIA Drive PX 2超級電腦。 “這款NVIDIA的超級電腦搭載12核處理器， 運算能力強， 我們把它放在了後車廂中。 ”
同時， 整套原型開發模型在車頂搭載了一枚16線LiDAR（Velodyne）， 在車身搭載了4塊GMSL攝像機， 在中控板搭載了控制台等。 “LiDAR可以讓我們獲取即時車輛位置及周邊環境，
◆ 在高速公路上， 無人駕駛中的中控台。
僅靠機器本身的路面資料， 是不足以讓Vector的演算法達到深度學習的目的。 為解決該問題， Tsai從KITTI Dataset、Sythia、Selfracing car dataset、Fairchild dataset及Udacity dataset等平臺獲取開來源資料。 “現在總數據量約500K英里， 但是因為每個資料庫的標籤系統不統一， 後期演算法仍需要不停調整。”
同時，為了讓機器具有自動模擬功能，Tsai將Gazebo模擬環境整合進了ROS（Robot Operating System）系統。
車輛系統的主邏輯如下：
利用Vector.ai的演算法，車輛駕駛員不用對車輛進行任何操作，車體本身便可感知路況及障礙，並操作方向盤及制動系統做出避讓、刹車等一系列動作。“這中間用到了SLAM演算法，利用雙目結構光對物體距離做出判斷。”
Tsai為Vector開發了基於自動駕駛套裝軟體的4款應用：路況物體感知系統、3D路況建模系統、視差計算系統、車輛制動控制系統。“這四類應用可以SDK方式，供使用者在NVIDIA Drive PX2平臺使用。”
◆ 四種應用可整合在同一平臺下。
今年2月，Vector.ai團隊購入了一輛2014款KIA Soul，並將Vector Tools加裝在該車上。據悉，現在該車可在高速公路上以自動駕駛模式行駛約10分鐘，最高時速可達每小時80英里。同時，據Tsai稱，該套系統的障礙識別率已近99%，可以在雷雨、風雪等不同天氣條件下，對路況進行分析。
Tsai通過市場研究回饋，意識到產品的主要客戶並不是OEM廠商。“對我們產品感興趣的多為公開課學生和大學。”他想將Vector.ai的技術分享給對無人駕駛感興趣的學生，“這樣每個人都有機會親身接觸到無人駕駛”。
為保持公司運作，Tsai決定與BitTiger合作，並在BitTiger擔任無人車線上課程講師。“記得當課程第一次上線時，有2011個人聽課，我感到無比興奮。”
下一步，Tsai將率領團隊投入緊張的研發中。他們將於今年4月1日，參加位於美國加利福尼亞北部雷丘（Thunderhill）賽車場舉辦的無人駕駛汽車競賽。與Vector.AI一同參賽的有Comma.ai、Audi等團隊。
/The End/
編輯 薛 婷 校對 黃昱凡
後期演算法仍需要不停調整。”同時，為了讓機器具有自動模擬功能，Tsai將Gazebo模擬環境整合進了ROS（Robot Operating System）系統。
車輛系統的主邏輯如下：
利用Vector.ai的演算法，車輛駕駛員不用對車輛進行任何操作，車體本身便可感知路況及障礙，並操作方向盤及制動系統做出避讓、刹車等一系列動作。“這中間用到了SLAM演算法，利用雙目結構光對物體距離做出判斷。”
Tsai為Vector開發了基於自動駕駛套裝軟體的4款應用：路況物體感知系統、3D路況建模系統、視差計算系統、車輛制動控制系統。“這四類應用可以SDK方式，供使用者在NVIDIA Drive PX2平臺使用。”
◆ 四種應用可整合在同一平臺下。
今年2月，Vector.ai團隊購入了一輛2014款KIA Soul，並將Vector Tools加裝在該車上。據悉，現在該車可在高速公路上以自動駕駛模式行駛約10分鐘，最高時速可達每小時80英里。同時，據Tsai稱，該套系統的障礙識別率已近99%，可以在雷雨、風雪等不同天氣條件下，對路況進行分析。
Tsai通過市場研究回饋，意識到產品的主要客戶並不是OEM廠商。“對我們產品感興趣的多為公開課學生和大學。”他想將Vector.ai的技術分享給對無人駕駛感興趣的學生，“這樣每個人都有機會親身接觸到無人駕駛”。
為保持公司運作，Tsai決定與BitTiger合作，並在BitTiger擔任無人車線上課程講師。“記得當課程第一次上線時，有2011個人聽課，我感到無比興奮。”
下一步，Tsai將率領團隊投入緊張的研發中。他們將於今年4月1日，參加位於美國加利福尼亞北部雷丘（Thunderhill）賽車場舉辦的無人駕駛汽車競賽。與Vector.AI一同參賽的有Comma.ai、Audi等團隊。
/The End/
編輯 薛 婷 校對 黃昱凡